แนวทางการประยุกต์ใช้ปัญญาประดิษฐ์เชิงสร้างสรรค์เพื่อการสร้างความได้เปรียบทางการแข่งขันในธุรกิจพาณิชย์อิเล็กทรอนิกส์
Article Sidebar
Main Article Content
บทคัดย่อ
บทความนี้มีวัตถุประสงค์อธิบายเกี่ยวกับเทคโนโลยีปัญญาประดิษฐ์ ปัญญาประดิษฐ์เชิงสร้างสรรค์ (Generative AI) การสร้างความได้เปรียบทางการแข่งขัน แนวคิดเกี่ยวกับการประยุกต์ใช้ปัญญาประดิษฐ์ขององค์กรธุรกิจ และแนวทางการประยุกต์ใช้ปัญญาประดิษฐ์เชิงสร้างสรรค์เพื่อการสร้างความได้เปรียบทางการแข่งขันในธุรกิจพาณิชย์อิเล็กทรอนิกส์ซึ่งปัญญาประดิษฐ์ถือเป็นเครื่องมือหนึ่งที่ช่วยองค์กรธุรกิจสามารถพัฒนาตนเองให้เป็นองค์กรแห่งนวัตกรรมทั้งด้านนโยบายและด้านกระบวนการ นอกจากนี้เทคโนโลยีปัญญาประดิษฐ์ยังสามารถช่วยผู้ขายในการจัดการร้านค้าออนไลน์ได้ง่ายขึ้น และช่วยในการประกอบธุรกิจพาณิชย์อิเล็กทรอนิกส์ เพื่อให้สามารถขยายธุรกิจให้เติบโตได้อย่างรวดเร็ว โดยเฉพาะอย่างยิ่งเทคโนโลยีปัญญาประดิษฐ์เชิงสร้างสรรค์ที่สามารถนำมาประยุกต์ใช้ในการตอบสนองความต้องการและการสร้างประสบการณ์ของกลุ่มลูกค้าเป้าหมายที่เปลี่ยนไป ซึ่งผู้ประกอบธุรกิจสามารถนำมาประยุกต์ใช้ในการวิเคราะห์ตลาดและการพัฒนาผลิตภัณฑ์ใหม่ การกำหนดราคาและเพิ่มประสิทธิภาพสินค้าคงคลัง การค้นหา การแนะนำ และการปรับแต่งส่วนบุคคล การประมวลผลคำสั่งซื้อและการมีส่วนร่วมของลูกค้าการวิเคราะห์ข้อเสนอแนะและการปรับปรุงอย่างต่อเนื่อง
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความ ข้อความ ภาพประกอบ และตารางประกอบที่ลงพิมพ์ในวารสารเป็นความคิดเห็นส่วนตัวของผู้นิพนธ์ ถือเป็นความรับผิดชอบของผู้นิพนธ์แต่เพียงผู้เดียว กองบรรณาธิการไม่จำเป็นต้องเห็นตามและไม่มีส่วนรับผิดชอบใด ๆ
เอกสารอ้างอิง
ขวัญชนก พุทธจันทร์. (2563). ปัญญาประดิษฐ์ (AI: Artificial Intelligence). สืบค้น 12 มกราคม 2568, จาก https://www.lib.ku.ac.th/2019/index.php/covid-19/1045-artificial
intelligence.
เจริญศักดิ์ แซ่จึง. (2562). การวิเคราะห์ข้อมูลทางธุรกิจในยุคของปัญญาประดิษฐ์. วารสารธุรกิจปริทัศน์, 11(2), 157-177.
ชัชพล ทรงสุนทรวงศ์. (2559). นวัตกรรมการบริการ :กลยุทธ์ที่สร้างความได้เปรียบทางการแข่งขันขององค์การธุรกิจบริการ. วารสารการจัดการสมัยใหม่, 14(2), 13-24.
ทศพร มะหะหมัด และมนัส สุทธิการ. (2563). ปัญญาประดิษฐ์การจัดการทรัพยากรบุคคลสมัยใหม่ในองค์กร. วารสาร RMUTT Global Business and Economics Review, 5(1),
-89.
นรุตม์ โตโพธิ์ไทย. (2558). แนวโน้มการเปลี่ยนแปลงของธุรกิจที่สำคัญทั่วโลกและไทยในอนาคต. วารสารวิทยาการจัดการ มหาวิทยาลัยราชภัฏนครปฐม, 2(2), 124-134.
บุหงา ชัยสุวรรณ พรรณพิลาศ กุลดิลก และชัชญา สกุณา. (2565). สถานการณ์แนวโน้ม และความต้องการความรู้และทักษะปัญญาประดิษฐ์ทางการสื่อสารเพื่อเพิ่มประสิทธิภาพการทำงานของบุคลากรวัยทำงานในประเทศไทย. วารสารวิชาการมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยบูรพา, 30(1), 110 – 134.
แพรวพัชร จิระเดชะ. (2566). ปัจจัยการยอมรับเทคโนโลยีปัญญาประดิษฐ์ Generative AI มาใช้ในองค์กร: กรณีศึกษาพนักงานที่ทำงานในนิคมอุตสาหกรรมมาบตาพุดแห่งหนึ่งในจังหวัดระยอง (วิทยานิพนธ์ปริญญามหาบัณฑิต). กรุงเทพฯ: มหาวิทยาลัยธรรมศาสตร์.
ภวัต ธนสารแสนล้าน. (2561). รูปแบบการจัดการองค์กรทางธุรกิจของไทยสู่ความเป็นเลิศ. วารสารวิชาการมหาวิทยาลัยปทุมธานี, 10(2), 192-197.
รัฐบาลไทย. (2567). 'Digital GDP' ขยายตัว ร้อยละ 5.7 - 'การส่งออกดิจิทัล' ขยายตัวร้อยละ 17.2 รองนายกฯ ประเสริฐ' ชี้ผลสำเร็จรัฐบาลให้ความสำคัญ ยกระดับดิจิทัลไทย. สืบค้น 5 เมษายน 2568, จาก https://www.thaigov.go.th/news/contents/details/91333.
วสุธิดา นักเกษม และประสพชัย พสุนนท์. (2561). ปัจจัยที่ส่งผลต่อการสร้างความได้เปรียบทางการแข่งขันของผู้ประกอบการธุรกิจบริการในเขตกรุงเทพมหานคร. Veridian E-Journal (ฉบับภาษาไทย สาขามนุษยศาสตร์ สังคมศาสตร์ และศิลปะ) มหาวิทยาลัยศิลปากร, 11(1), 2148 – 2167.
วิจัยกรุงศรี. (2566). Generative AI เทคโนโลยีพลิกโฉมโลก. สืบค้น 12 มกราคม 2568, จาก https://www.krungsri.com/th/research/research-intelligence/generative-ai-2023.
วิไล พึ่งผล ดวงใจ จันทร์ดาแสง และประสพชัย พสุนนท์. (2562). การพัฒนาประสิทธิภาพการบริหารระบบคลังสินค้าเพื่อสร้างความได้เปรียบทางการแข่งขันของผู้ประกอบการอุตสาหกรรมชิ้นส่วนอะไหล่รถจักรยานยนต์ยุคประเทศไทย 4.0 จังหวัดชลบุรี. วารสารวไลยอลงกรณ์ปริทัศน์. 10(3), 155–164.
ศรัณย์ศิริ คัมภิรานนท์. (2563). AI เทคโนโลยีอนาคตของประเทศไทย. สืบค้น 13 มกราคม 2568, จาก https://www.senate.go.th/assets/portals/1/news/6304/2_เล่มเต็มบทความ00100864.pdf.
อมรรักษ์ สวนชูผล. (2563). การจัดการองค์กรธุรกิจกับปัญญาประดิษฐ์เพื่อความอยู่รอดทางธุรกิจ. วารสารวไลยอลงกรณ์ปริทัศน์ (มนุษยศาสตร์และสังคมศาสตร์), 10(3), 155-164.
Access Partnership. (2023). Economic Impact Report: Democratizing access to AI in Thailand with Google. Retrieved 5 January 2025, from https://cdn.accesspartnership.com/wp-content/uploads/2023/11/Democratizing-access-to-AI-in-Thailand-with-Google-EN.pdf?hsCtaTracking=5798554d-e29b-4667-bc73-7d940a33fa3b%7C535.
André, Q., Carmon, Z. Z., Wertenbroch, K., Crum, A., Frank, D., Goldstein, W. and Yang, H. (2018). Consumer Choice and Autonomy in the Age of Artificial Intelligence and Big Data. Customer Needs and Solutions, 5(March 2018), 28–37. https://doi.org/10.1007/s40547-017-0085-8.
Andriulli, F., Chen, P. Y., Erricolo, D. and Jin, J. M. (2022). Guest editorial machine learning in antenna design, modeling, and measurements. IEEE Transactions on Antennas and Propagation, 70(7), 4948-4952.
Bader, V. and Kaiser, S. (2019). Algorithmic decision-making? The user interface and its role for human involvement in decisions supported by artificial intelligence. Organization, 26(5), 655-672.
Di Vaio, A., Palladino, R., Hassan, R. and Escobar, O. (2020). Artificial intelligence and business models in the sustainable development goals perspective: A systematic literature review. Journal of Business Research, 121(December 2020), 283-314. https://doi:10.1016/j.jbusres.2020.08.019.
Duan, Y., Edwards, J. S. and Dwivedi, Y. K. (2019). Artificial intelligence for decision making in the era of Big Data–evolution, challenges and research agenda. International Journal of Information Management, 48(October 2019), 63-71. https://doi.org/10.1016/j.ijinfomgt.2019.01.021.
Fedorko, R., Král, Š. and Bačík, R. (2022). Artificial Intelligence in E-commerce: A Literature Review. In Congress on Intelligent Systems: Proceedings of CIS 2021. (677-689). Singapore: Springer Nature Singapore.
Gartner. (2024). Explore Beyond GenAI on the 2024 Hype Cycle for Artificial Intelligence. Retrieved 29 January 2025, from https://www.gartner.com/en/
articles/hype-cycle-for-artificial-intelligence.
Giroux, M., Kim, J., Lee, J. C. and Park, J. (2022). Artificial Intelligence and Declined Guilt: Retailing Morality Comparison Between Human and AI. Journal of Business Ethics, 178(1), 1027–1041.
Grass. (2568). Agentic AI: เกมเปลี่ยนสำหรับการตลาดอีคอมเมิร์ซในปี 2025. สืบค้น 25 มกราคม 2568, จาก https://www.graas.ai/th/blog/agentic-ai-อนาคตของการตลาด-ecommerce?utm_source=chatgpt.com.
Guo, X., Wang, Z., Zhu, W., He, G., Deng, H. B., Lv, C. X. and Zhang, Z. H. (2022). Research on DSO vision positioning technology based on binocular stereo panoramic vision system. Defence Technol, 18(4), 593 – 603.
Huang, E. (2024). วาระขับเคลื่อนโอกาสด้าน AI สำหรับประเทศไทย. Retrieved 29 January 2025, from https://thailand.googleblog.com/2024/05/an-ai-opportunity-agenda-for-thailand.html.
Khrais,L. T. (2020). Role of Artificial Intelligence in Shaping Consumer Demand in E-Commerce. Future Internet, 12(12), 1-14. https://doi.org/10.3390/fi12120226.
Libai, B., Gensler, S., Kaplan, A., Kötterheinrich, K. and Kroll, E. B. (2020). Brave New World? On AI and the Management of Customer Relationships. Journal of Interactive Marketing, 51(1), 44–56.
Lim, W. M., Gunasekara, A., Pallant, J. L., Pallant, J. I. and Pechenkina, E. (2023). Generative AI and the future of education: Ragnarök or reformation? A paradoxical perspective from management educators. The international journal of management education, 21(2), https://doi.org/10.1016/j.ijme.
100790.
Lv, Z. (2023). Generative artificial intelligence in the metaverse era. Cognitive Robotics, 3, 208–217. https://doi.org/10.1016/j.cogr.2023.06.001.
Makarenko, E. (2022). Artificial intelligence (AI) in eCommerce: Statistics & Facts, Use Cases, and Benefits. Retrieved 29 January 2025, from https://masterof
code.com/blog/state-of-artificial-intelligence-ai-in-ecommercestatistics-and-deployment.
Micu, A., Micu, A. E., Geru, M., Căpățînă, A. and Muntean, M. C. (2021). The Impact of Artificial Intelligence Use on the E-Commerce in Romania. Amfiteatru Economic, 23(56), 137-154. https://doi.org/10.24818/EA/2021/56/137.
Poggi, M., Tosi, F., Batsos, K., Mordohai, P. and Mattoccia, S. (2021). On the synergies between machine learning and binocular stereo for depth estimation from images: a survey. IEEE Transactions on Pattern Analysis and Machine Intelligence, 44(9), 5314-5334.
Shiohira, K. (2021). Understanding the impact of artificial intelligence on skills development. Germany: UNESCO-UNEVOC.
Sleaman, W. K., Hameed, A. A. and Jamil, A. (2023). Monocular vision with deep neural networks for autonomous mobile robots navigation. Optik, 1-14, 170162. https://doi.org/10.1016/j.ijleo.2022.170162.
Song, X., Yang, S., Huang, Z. and Huang, T. (2019, August). The application of artificial intelligence in electronic commerce. Journal of Physics: Conference Series, 1302(3), 1-7. https://doi.org/10.1088/1742-6596/1302/3/032030.
Takyar, A. (2025). Creative AI in e-commerce: Use cases, solutions, and implementations. Retrieved 29 January 2025, from https://www.leewayhertz.com/
generative-ai-in-ecommerce/.
Techsauce. (2567). ส่องเส้นทางเทคฯ KBTG จากยุคปรับตัว สู่ผู้นำ Agentic AI กับยุทธศาสตร์ Human-First x AI-First พลิกโฉมธุรกิจ. สืบค้น 25 มกราคม 2568, จาก https://techsauce.co/tech-and-biz/agentic-ai-kbtg-2025-future-ai-evolution?utm_source=chatgpt.com.
Techsauce. (2568). ชี้เป้า 5 เทรนด์การใช้ AI (Agent) พาธุรกิจโต ในปี 2025 โดย Salesforce. สืบค้น 25 มกราคม 2568, จาก https://techsauce.co/tech-and-biz/
salesforce-ai-trends-in-thailand-2025-future-is-agent?utm_source=chatgpt.com.
Thairathmoney. (2568). ทำความเข้าใจ “Agentic AI” ขั้นกว่าของโมเดลภาษาและอนาคตที่แชตบอตอาจถูกแทนที่. สืบค้น 25 มกราคม 2568, จาก https://www.thairath.co.th/
money/tech_innovation/tech_companies/2836540.
