การประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์เพื่อเพิ่มประสิทธิภาพในธุรกิจอีคอมเมิร์ซของวิสาหกิจขนาดกลางและขนาดย่อม
Article Sidebar
Main Article Content
บทคัดย่อ
บทความนี้มีวัตถุประสงค์ 1) เพื่อระบุประเภทของเทคโนโลยีปัญญาประดิษฐ์ที่เหมาะสมสำหรับธุรกิจอีคอมเมิร์ซของ ธุรกิจขนาดกลางและขนาดย่อม 2) เพื่อศึกษาการประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ในการเพิ่มประสิทธิภาพธุรกิจอีคอมเมิร์ซของธุรกิจขนาดกลางและขนาดย่อม และ 3) เพื่อวิเคราะห์แนวทางและข้อจำกัดในการเลือกใช้เทคโนโลยีปัญญาประดิษฐ์ที่สอดคล้องกับลักษณะของธุรกิจอีคอมเมิร์ซของวิสาหกิจขนาดกลางและขนาดย่อม รูปแบบการวิจัยเป็นการวิจัยเชิงคุณภาพผ่านวิธีการวิจัยเอกสาร รวบรวมข้อมูลจากวรรณกรรมและงานวิจัยที่เกี่ยวข้องในช่วงปี พ.ศ. 2562–2568 ซึ่งครอบคลุมแนวคิดเทคโนโลยีและบริบทการประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ในภาคธุรกิจทั่วโลก ใช้เอกสาร 38 รายการที่ครอบคลุมและเพียงพอต่อการวิเคราะห์มีเกณฑ์การคัดเข้าและการคัดออก ผลการวิจัยพบว่า
1. สามารถแบ่งออกเป็น 4 ประเภทหลัก ได้แก่ ปัญญาประดิษฐ์สนทนา ปัญญาประดิษฐ์ด้านการตลาดดิจิทัล ปัญญาประดิษฐ์เชิงสร้างสรรค และปัญญาประดิษฐ์ด้านการวิเคราะห์ข้อมูล
2. การประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ช่วยลดต้นทุน เพิ่มความแม่นยำในการดำเนินงาน และสร้างความได้เปรียบทางการแข่งขัน
3. การวิจัยเชิงประจักษ์เพิ่มเติม เช่น การสำรวจภาคสนามหรือกรณีศึกษาสะท้อนบริบทจริงของผู้ประกอบการ รวมทั้งการศึกษาแนวทางสนับสนุนเชิงนโยบายและการพัฒนาทักษะบุคลากรเพื่อเพิ่มความสามารถในการปรับใช้เทคโนโลยีปัญญาประดิษฐ์อย่างยั่งยืน สามารถนำไปใช้ในการส่งเสริมการนำเทคโนโลยีปัญญาประดิษฐ์ไปปรับใช้ในภาคธุรกิจไทยอย่างมีประสิทธิภาพ ในการยกระดับการบริการ การตลาด การวิเคราะห์ข้อมูล และการสร้างนวัตกรรม
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
ศุภกิจ เพ็ชรเกษม และคณะ. (2564). การประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์เพื่อเพิ่มประสิทธิภาพในธุรกิจอีคอมเมิร์ซของ SMEs ไทย. วารสารเทคโนโลยีสารสนเทศและการสื่อสาร, 12(1), 67-85.
ศูนย์วิจัยเศรษฐกิจและธุรกิจ ธนาคารไทยพาณิชย์. (2567). รายงานเศรษฐกิจและแนวโน้มธุรกิจ SMEs ไทย.ปทุมธานี: วิชั่นพรีเพรส.
Awais, M., et al. (2023). The role of artificial intelligence in personalized content and customer behavior prediction for SME digital marketing. Journal of Digital Marketing Research, 15(3), 210–225.
Alharbi, A., et al. (2024). The role of artificial intelligence in advancing English as a foreign language teaching at Saudi universities. Journal of Language and Education Technology, 12(1), 45–60.
Baboolal-Frank, R., et al. (2025). Governance frameworks for AI adoption in SMEs: Ethical and legal perspectives. Journal of Business Ethics, 174(1), 122–138.
Badghish, S., et al. (2024). TOE framework application for AI adoption in emerging markets. Journal of Enterprise Information Management, 37(2), 254–272.
Barney, J. B. (2001). Resource-based theories of competitive advantage: A ten-year retrospective on the resource-based view. Journal of Management, 27(6), 643–650.
Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77–101.
Brynjolfsson, E., et al. (2023). TOE framework application for AI adoption in emerging markets. Journal of Enterprise Information Management, 37(2), 254–272.
Chen, Y., et al. (2023). Advances in language and code models for complex problem-solving in AI. Artificial Intelligence Review, 58(4), 765–789.
Chutijirawong, P., et al. (2023). Thailand digital transformation survey report 2023. Bangkok, Thailand: Deloitte Thailand. Retrieved from https://www2.deloitte.com/th/en/pages/ technology/articles/th-digital-transformation-survey-report-2023.html
Ebrianti, R., et al. (2025). Enhancing customer experience and reducing costs through conversational AI in SMEs. International Journal of E-Commerce Studies, 10(2), 98–115.
Fonseka, K., et al. (2022). Integrating IoT and AI with e-commerce platforms for enhanced efficiency. Journal of Information Systems and Technology, 17(1), 55–70.
Hadi, S., et al. (2023). Digital transformation strategy using AI in SMEs: A DTOE framework. Journal of Strategic Management, 18(3), 301–319.
Kim, S., & Park, J. (2024). Organizational determinants of generative AI adoption: Balancing benefits, risks, and governance. Information Systems Frontiers, 26(2), 455–472.
Krippendorff, K. (2019). Content analysis: An introduction to its methodology (4th ed.). Thousand Oaks, CA: Sage Publications.
Li, X., et al. (2024). Big data and AI applications in e-commerce logistics for supply chain optimization. Journal of Supply Chain Analytics, 19(1), 77–92.
Martínez, L., et al. (2025). Unlocking the potential of e-commerce with multi-AI integration. Journal of Digital Business Transformation, 9(4), 320–340.
Mogalakwe, M. (2006). The use of documentary research methods in social research. African Sociological Review, 10(1), 221–230.
Naveed, M., et al. (2025). Multi-criteria decision-making for AI investment in SMEs: Data quality, risk, and cost considerations. Technological Forecasting and Social Change, 192, 122357.
Nazir, S., et al. (2025). Quantitative and qualitative approaches in technology adoption research. Journal of Research Methods, 14(2), 190–205.
Nyantakyi, K., & Farooq, S. (2024). AI-driven digital marketing strategies for SME competitiveness. International Journal of Marketing and Technology, 14(1), 145–162.
Oztemel, E., & Arslankaya, S. (2023). User acceptance of conversational AI: Ease of use and trust factors in SME e-commerce. AI & Society, 38(3), 521–536.
Chummee, P. (2025). Green logistics management affecting business efficiency and sustainable development of SMEs in the food industry sector in Thailand. Interdisciplinary Academic and Research Journal, 5(5), 757–770.
Pingali, S., et al. (2023). AI adoption in SMEs: Barriers and enablers. International Journal of Artificial Intelligence in Business, 5(2), 120–138.
Qureshi, S., et al. (2023). Technology and environmental factors in the diffusion of analytics AI for SMEs. Journal of Information Technology Research, 16(3), 88–104.
Raymond, T. (2023). Generative AI in the enterprise: From experimentation to adoption. MIT Sloan Management Review, 65(1), 45–59.
Tornatzky, L. G., & Fleischer, M. (1990). The processes of technological innovation. Lexington, MA: Lexington Books.
Wernerfelt, B. (1984). A resource-based view of the firm. Strategic Management Journal, 5(2), 171–180.
