Factors and Comparison of Consumer Acceptance Levels of AI-powered Product Recommendation Systems in Marketplace Platforms
Article Sidebar
Main Article Content
Abstract
The objectives of this research were to study the factors affecting the acceptance of AI-powered product recommendation systems in marketplace platforms and to compare these factors across top three popular and others platforms. This quantitative study utilized online questionnaires via Google Forms to collect data from a sample of 483 consumers who had previously purchased products on marketplace platforms utilizing AI-powered recommendation systems. Data collection took place between September and November 2025. Data were analyzed using descriptive statistics, including frequency, percentage, mean, standard deviation, as well as comparative analysis across different platform user groups. The research findings revealed that the majority of respondents use the Lazada platform. All five factors significantly influenced the overall acceptance of AI-powered product recommendation systems. When considering individual factors, the most influential factor was perceived benefits. Shopee emerged as the platform with the highest overall acceptance mean score. Comparing by factor, TikTok Shop had the highest average scores for perceived usefulness and ease of use. Lazada had the highest average scores for attitudes toward system use, and Shopee had the highest average scores for perceived trust and perceived risk. Furthermore, the comparative analysis regarding differences among users of various platforms indicated that factors with statistically significant differences included Perceived Ease of Use, Perceived Trust, Perceived Risk, and Attitude Toward Using. Post-hoc comparisons showed that the top three major platforms differed significantly from other platforms across all dimensions. This research suggests that businesses should enhance their system environments by implementing appropriate support systems. Furthermore, developers should prioritize factors such as ease of use, risk perception, and system trust. Future studies should also explore the impact of AI implementation from a business-side perspective.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
กรมพัฒนาธุรกิจการค้า. (2561). คู่มือเปิดร้านค้าออนไลน์. กรมพัฒนาธุรกิจการค้า.
กฤษณะ หลักคงคา. (2565). แนวโน้มพฤติกรรมผู้บริโภคกับนวัตกรรมทางด้านเทคโนโลยีอนาคต. วารสารบริหารธุรกิจอุตสาหกรรม, 4(2), 80-88. https://so03.tci-thaijo.org/index.php/iba/issue/view/17375
กองข้อมูลธุรกิจ. (2567). โอกาส SME ไทย ในธุรกิจ e – Commerce. กรมพัฒนาธุรกิจการค้า.
คณะกรรมการจริยธรรมปัญญาประดิษฐ์. (2565). แนวปฏิบัติจริยธรรมด้านปัญญาประดิษฐ์. สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ.
จิรภา บุญพาสุข. (2568). จับตาสมรภูมิ AI แรงหนุนสำคัญในการปฏิวัติทางเทคโนโลยี. ศูนย์วิจัยเศรษฐกิจและธุรกิจ ธนาคารไทยพาณิชย์.
ชลธิชา ธีรวงศธร. (2565). การศึกษาการยอมรับเทคโนโลยีที่มีผลต่อความตั้งใจใช้บริการซื้อก่อนจ่ายทีหลังของเจเนอเรชัน แซด ในประเทศไทย [การค้นคว้าอิสระปริญญามหาบัณฑิตไม่ได้ตีพิมพ์].มหาวิทยาลัยธรรมศาสตร์.
ณัฏฐนันท์ พิธิวัตโชติกุล. (2560). การยอมรับเทคโนโลยีโทรศัพท์มือถือ การตลาดผ่านสื่อสังคมออนไลน์ และพฤติกรรมผู้บริโภคออนไลน์ที่ส่งผลต่อความตั้งใจซื้อสินค้าออนไลน์ผ่านแอปพลิเคชันของผู้บริโภคในกรุงเทพมหานคร [การค้นคว้าอิสระปริญญามหาบัณฑิตไม่ได้ตีพิมพ์]. มหาวิทยาลัยกรุงเทพ.
ณัฐพล ม่วงทำ. (2563). Personalized Marketing การตลาดแบบรู้ใจ (พิมพ์ครั้งที่ 2). อมรินทร์ฮาวทู.
ธนาคารไทยพาณิชย์. (2567). SCB EIC Industry Insight: Wholesale & Retail trade. https://www.scbeic.com/th/detail/file/product/9651/h28rgqjl71/Industry-insight-WR-20241129.pdf
ธัญญรักษ์ บุญตามหนุน. (2562). ปัจจัยที่ส่งผลต่อการยอมรับการใช้เทคโนโลยี AI (Machine Learning) ในการทำงาน ในอุตสาหกรรมลิสซิ่ง กรณีศึกษาบริษัทแห่งหนึ่งในเขตกรุงเทพมหานคร [การค้นคว้าอิสระปริญญามหาบัณฑิตไม่ได้ตีพิมพ์]. มหาวิทยาลัยธรรมศาสตร์.
ธีรชัย ศรีสุวงศ์. (ม.ป.ป.). ทิศทาง Ai ไทย สู่อุตสาหกรรมการผลิต. สำนักงานส่งเสริมเศรษฐกิจดิจิทัล. https://depa.or.th/th/article-view/ai-for-industrial-sector
นิเวศน์ ธรรมะ, วันเพ็ญ อนิวรรตนพงศ์, วิไลวรรณ ทองประยูร, ประไพทิพย์ ลือพงษ์, และเมธาวี นิวรรตนพงศ์. (2566). อิทธิพลของปัญญาประดิษฐ์ต่อการตัดสินใจซื้อสินค้าออนไลน์ของผู้บริโภคครัวเรือน ในประเทศไทย. Journal of Digital Business and Social Science, 9(1), 1 – 18.
บุญชม ศรีสะอาด. (2556). การวิจัยเบื้องต้น. (พิมพ์ครั้งที่ 9). สุวีริยาสาส์น.
ปราโมทย์ ลือนาม. (2554). แนวความคิดและวิวัฒนาการของแบบจำลองการยอมรับการใช้เทคโนโลยี. วารสารการจัดการสมัยใหม่, 9(1), 9-17.
พัสกร เจียจำรูญ และธนกฤต สังข์เฉย. (2567). ปัจจัยที่ส่งผลต่อความพึงพอใจของผู้บริโภคกลุ่มเจนวายต่อการใช้งานแอปพลิเคชันไลน์แมน : การประยุกต์ทฤษฎีการยอมรับเทคโนโลยี. วารสารวิชาการเทคโนโลยีการจัดการ, 5(3), 1 – 14. https://doi.org/10.14456/ajmt.2024.22
มลทินี ตรีสอน, โศรดา พาหวัฒนกร, และปาริฉัตร แตงเนื้อเหลือง. (2568). ปัจจัยการยอมรับเทคโนโลยีปัญญาประดิษฐ์ที่มีอิทธิพลต่อความพร้อมในการนำไปใช้ในการจัดการคลังสินค้าของพนักงานในจังหวัดปทุมธานี. Journal of Social Science for Local Development Rajabhat Mahasarakham University, 9(2), 64-76.
วราภรณ์ ด่านศิริ และฑิตยา สุขเพิ่ม. (2567). ประเด็นจริยธรรมการใช้ปัญญาประดิษฐ์ที่มีต่อภาพลักษณ์ธุรกิจในมุมมองของผู้บริโภค. วารสารวิทยาการจัดการ มหาวิทยาลัยเกษตรศาสตร์, 3(2), 105-125.
ศิระ นกยูงทอง. (ม.ป.ป.). ความสำเร็จของ TikTok. depa. https://www.depa.or.th/th/article-view/tiktok
สำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์. (2566). กรอบการกำกับดูแลการใช้งานปัญญาประดิษฐ์ (Artificial Intelligence) และการเรียนรู้ของเครื่อง (Machine Learning) ในตลาดทุน. ตลาดหลักทรัพย์แห่งประเทศไทย.
สำนักงานคณะกรรมการกิจการกระจายเสียง กิจการโทรทัศน์และกิจการโทรคมนาคมแห่งชาติ. (2565). รายงานสรุปผล การสำรวจและวิเคราะห์ข้อมูลผู้ให้บริการดิจิทัลแพลตฟอร์ม (Digital Platform) ในประเทศไทย. สำนักงานคณะกรรมการกิจการกระจายเสียง กิจการโทรทัศน์ และกิจการโทรคมนาคมแห่งชาติ (สำนักงาน กสทช.).
สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ. (2567). AI Thailand Annual Report 2024 รายงานประจำปี แผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติเพื่อการพัฒนาประเทศไทย พ.ศ. 2567. สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ, สำนักงานคณะกรรมการดิจิทัลเพื่อเศรษฐกิจและสังคมแห่งชาติ.
สำนักงานส่งเสริมเศรษฐกิจดิจิทัล. (ม.ป.ป.). เทคโนโลยีที่สำคัญในยุคดิจิทัล: เทคโนโลยีปัญญาประดิษฐ์ Tech Series: Artificial Intelligence (AI). สำนักงานส่งเสริมเศรษฐกิจดิจิทัล. https://www.depa.or.th/th/article-view/tech-series-artificial-intelligence-ai
อภิสรา คชรัฐแก้วฟ้า. (2566). การศึกษาผลกระทบจากการยอมรับใช้งานเทคโนโลยีปัญญาประดิษฐ์ (AI) ด้านความพึงพอใจในการทำงานของพนักงานออฟฟิศในประเทศไทย [สารนิพนธ์ปริญญามหาบัณฑิตไม่ได้ตีพิมพ์]. มหาวิทยาลัยมหิดล.
Adomavicius, G., & Tuzhilin, A. (2005). Toward the next generation of recommender systems: a survey of the state-of-the-art and possible extensions. IEEE Transactions on Knowledge and Data Engineering, 17(6), 734–749.
Ajzen, I., & Fishbein, M. (1980). Understanding Attitude and Predicting Social Behavior. Prentice – Hall.
Al-Gasawneh, J. A., Alzubi, K. N., Hasan, M., Joudeh, J. M. M., Ahmad, A. M. K., & Ngah, A. H. (2022). Impact of privacy on the marketing performance. Seybold, 17(12), 884-893. https://doi.org/10.5281/zenodo.7451025
Bag, S., Srivastava, G., Bashir, M., Kumari, S., Giannakis, M., & Chowdhury, A. H. (2022). Journey of Customers in This Digital Era: Understanding the Role of Artificial Intelligence Technologies in User Engagement and Conversion. Benchmarking: An International Journal. 29(7), 2074-2098.
Balabanovic, M., & Shoham, Y. (1997). Fab: content-based, collaborative recommendation. Communications of the ACM. 40(3), 66–72. https://doi.org/10.1145/245108.245124
Bhatnagr, P., & Rajesh, A. (2025). Artificial intelligence features and expectation confirmation theory in digital banking apps: Gen Y and Z perspective. Management Decision, 63(10): 3642-3675. https://doi.org/10.1108/MD-07-2023-1145
Bolton, R. N., Parasuraman, A. P., Hoefnagels, A., Migchels, N., Kabadayi, S., Gruber, T., Komarava, Y., & David, S. (2013). Understanding Generation Y and their use of social media: a review and research agenda. Journal of Service Management, 24(3), 245–267. https://doi.org/10.1108/09564231311326987
Boston Consulting Group. (2024). Unlocking Impact from AI. https://media-publications.bcg.com/BCG-Executive-Perspectives-Unlocking-Impact-from-AI-Customer-Service-Ops-EP3-28August2024.pdf
Celik, H. (2008). “What determines Turkish customer’s acceptance of internet banking?”, International Journal of Bank Marketing, 26(5), 353-370.
Cochran, W. G. (1977). Sampling Techniques (3rd Ed.). John Wiley & Sons.
Cronbach, L. J. (1970). Essentials of Psychological Testing (3rd Ed.). Harper & Row.
Da Silva, F. L., Slodkowski, B. K., Da Silva K. K. A., & Cazella, S. C. (2023). A systematic literature review on educational recommender systems for teaching and learning: Research trends, limitations and opportunities. Educ. Inf. Technol, 28(3), 3289–3328. https://doi.org/10.1007/s10639-022-11341-9
Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use and User Acceptance of Information Technology. MIS Quarterly, 13(3), 319-339. https://doi.org/10.2307/249008
Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology: A comparison of two theoretical models. Management Science, 35(8): 982–1003. https://doi.org/10.1287/mnsc.35.8.982
Dwivedi, R., Dave, D., Naik, H., Singhal, S., Omer, R., Patel, P., Qian, B., Wen, Z., Shah, T., Morgan, G., & Ranjan, R. (2023). Explainable AI (XAI): core ideas, techniques, and solutions. ACM Computing Surveys, 55(9), 1-33. https://doi.org/10.1145/3561048
Eickhoff, F., & Zhevak, L. (2023). The Consumer attitude towards AI in marketing. [Unpublished Master’s thesis]. Jonkoping University.
Eriksson, T., Bigi, A., & Bonera M. (2020). Think with me, or think for me? On the future role of artificial intelligence in marketing strategy formulation. The TQM Journal, 32(4), 795-814. https://doi.org/10.1108/TQM-12-2019-0303
Felfernig, A., & Burke, R. (2008). Constraint-Based Recommender Systems: technologies and Research issues. In Proceedings of the 10th international conference on electronic commerce (ICEC '08). Association for Computing Machinery. (pp. 1–10). https://doi.org/10.1145/1409540.1409544
Gkikas, D. C., Theodoridis P. K. (2022). AI in Consumer Behavior. Advance in artificial intelligence-based technologies. (pp.147-176). http://doi.org/10.1007/978-3-030-80571-5_10
Geyskens, I., Steenkamp, J. E. B. M., Scheer, L. K., & Kumar, N. (1996). An investigation into the joint effects of trust and dependence on relationship commitment: a trans-atlantic study. Journal of Research in Marketing, 13, 303–317.
Google, Temasek and Bain & Company. (2024). e – Conomy Sea 2024. https://services.google.com/fh/files/misc/e_conomy_sea_2024_report.pdf
Hall, J. (2019). How Artificial Intelligence Is Transforming Digital Marketing. https://www.forbes.com/sites/forbesagencycouncil/2019/08/21/how-artificial-intelligence-is-transforming-digital-marketing/?sh=80b020c21e1b
Hameed, S., & Nigam, A. (2022). Exploring India’s Generation Z Perspective on AI Enabled Internet Banking Service. Foresight, 25(2), 287-302. https://doi.org/10.1108/FS-10-2021-0213
Haque, A. K. M. B., Islam, A. K. M. N., & Mikalef, P. (2023). Explainable artificial intelligence (XAI) from a user perspective: a synthesis of prior literature and problematizing avenues for future research. Technological Forecasting and Social Change, 186. 1-19.
Hsu, S. H., & Bayarsaikhan, B. E. (2012). Factors influencing on online shopping attitude and intention of Mongolian consumers. The Journal of International Management Studies, 7(2), 167-176.
Idrissi, N., & Zellou, A. (2020). A systematic literature review of sparsity issues in recommender systems. Social Network Analysis and Mining, 10(15). https://doi.org/10.1007/s13278-020-0626-2
Kalita, J. P., Neog, P., & Kalita, T. (2024). The Future and Impact of AI in The World of Marketing. Library Progress International, 44(3), 13358-13362.
Kalkar, S. D., & Chawan, P. M. (2022). Recommendation System using Machine Learning Techniques. International Research Journal of Engineering and Technology, 9(9), 1-5.
Kim, S., & Garrison, G. (2009). Investigating mobile wireless technology adoption: An extension of the technology acceptance model. Information Systems Frontiers, 11, 323–333.
Kumari, P. (2021). Role of Artificial Intelligence (AI) in Marketing. Research Gate. https://www.researchgate.net/publication/354200837_Role_of_Artificial_Intelligence_AI_in_Marketing
Libai, B., Bart, Y., Gensler, S., Hofacker, C. F., Kaplan, A., Kötterheinrich, K., & Kroll, E. B. (2020). Brave New World? On AI and the Management of Customer Relationships. Journal of Interactive Marketing, 51(1), 44–56. https://doi.org/10.1016/j.intmar.2020.04.002
Liu, H., Hu, Z., Mian, A., Tian, H., & Zhu, X. (2014). A new user similarity model to improve the accuracy of collaborative filtering. Knowledge-Based Systems, 56, 156–166.
Microsoft. (2024). Introduction to Artificial Intelligence (AI) Technology. World Travel & Tourism Council.
Nisar, T. M., Prabhakar, G., & Strakova, L. (2019). Social media information benefits, knowledge management and smart organizations. Journal of Business Research, 94, 264-272. https://doi.org/10.1016/j.jbusres.2018.05.005
Nizette, F., Hammedi, W., van Riel, A. C. R., & Steils, N. (2025). Why should I trust you? Influence of explanation design on consumer behavior in AI-based service. Journal of Service Management, 36(1), 50-74.
Praveen, K. K., Kaplan, A., Gangwar, M., & Ramachandran, D. (2022). Examining Artificial Intelligence (AI) Technologies in Marketing Via a Global Lens : Current Trends and Future Research. International Journal of Research in Marketing, 39(2), 522 – 540.
Pongsakorn Inrin. (17 มีนาคม 2567). AI Driven Marketing 2024 การใช้ AI ขับเคลื่อนการตลาดอัตโนมัติ. การตลาดวันละตอน. https://everydaymarketing.co/marketing-trends/ai-driven-marketing-2024-using-ai-driven-automation-marketing/
Salton, G., Wong, A., & Yang, C. S. (1975). A vector space model for automatic indexing. Communications of the ACM, 18(11), 613–620. https://doi.org/10.1145/361219.361220
Taherdoost, H. (2019). Importance of Technology Acceptance Assessment for Successful Implementation and Development of New Technologies. Global Journal of Engineering Sciences, 1(3), 1-3.
Taherdoost, H., Sahibuddin, S., & Jalaliyoon, N. (2011). Smart Card Security; Technology and Adoption. International Journal of Security, 5(2), 74-84.
Venkatesh, V., & Bala, H. (2008). Technology acceptance model 3 and a research agenda on interventions. Decision Sciences, 39(2), 273–315. https://doi.org/10.1111/j.1540-5915.2008.00192.x
Venkatesh, V., & Davis, F. D. (2000). A Theoretical Extension of The Technology Acceptance Model: Four Longitudinal Field Studies. Management Science, 46(2), 186-204.
Vlacic, B., Corbo, L., Silva, S. C. E., & Dabic, M. (2021). The evolving role of artificial intelligence in marketing: A review and research agenda. Journal of Business Research, 128, 187–203.
Simon Kemp. (5 February 2025). Digital 2025: Global Overview Report. https://datareportal.com/reports/digital-2025-global-overview-report
Wisesight. (9 สิงหาคม 2567). AI คืออะไร ทำความรู้จักกับเทคโนโลยีที่ช่วยสร้างแต้มต่อให้กับธุรกิจ. https://wisesight.com/th/articles/what-is-ai/
Zhang, Q., Lu, J., & Jin, Y. (2021). Artificial Intelligence in Recommender Systems. Complex & Intelligent System. 7, 439 – 475. https://doi.org/10.1007/s40747-020-00212-w
