Ứng dụng trí tuệ nhân tạo trong cá nhân hóa dịch vụ và hiệu quả hoạt động của các ngân hàng thương mại Việt Nam

Tóm tắt

Nghiên cứu được thực hiện nhằm đo lường và kiểm định mức độ ảnh hưởng của các yếu tố công nghệ, tổ chức và môi trường đến ý định và việc ứng dụng trí tuệ nhân tạo (AI) trong cá nhân hóa dịch vụ tại các ngân hàng thương mại Việt Nam. Nghiên cứu sử dụng phương pháp tiếp cận định lượng thông qua kỹ thuật Phân tích mô hình cấu trúc tuyến tính bình phương tối thiểu từng phần (PLS-SEM) trên phần mềm SmartPLS 3 nhằm kiểm định các giả thuyết và đo lường mức độ tác động giữa các biến trong mô hình nghiên cứu. Nghiên cứu mang lại các bằng chứng thực nghiệm khách quan về vai trò cụ thể của AI trong cá nhân hóa dịch vụ ngân hàng. Kết quả này đóng vai trò là cơ sở khoa học quan trọng hỗ trợ việc đề xuất các hàm ý quản trị và khuyến nghị chính sách thúc đẩy chuyển đổi số trong hoạt động của ngân hàng thương mại.

Từ khóa
trí tuệ nhân tạo cá nhân hóa dịch vụ ngân hàng thương mại hiệu quả hoạt động PLS-SEM

Tài liệu tham khảo

1.
Lê Xuân Cù. (2022). Nghiên cứu các yếu tố ảnh hưởng đến phát triển thương mại điện tử tại Việt Nam: Góc nhìn từ mô hình TOE, tinh thần khởi nghiệp và định hướng chuyển đổi số. Tạp chí Khoa học Thương mại - Trường Đại học Thương mại, 170, 92-102. https://tckhtm.tmu.edu.vn/upload/news/files/170-b8pdf-1675389965.pdf
2.
Lê Xuân Cù, & Hà Văn Sự. (2022). Các nhân tố ảnh hưởng đến sự chấp nhận chuyển đổi số của doanh nghiệp bán lẻ Việt Nam. Tạp chí Khoa học Trường Đại học Cần Thơ, 59(2), 242-252. https://doi.org/10.22144/ctu.jvn.2023.085
3.
Nguyễn Phúc Nguyên, Nguyễn Thị Bích Thủy, Nguyễn Trần Bảo Trân, & Cao Trí Dũng. (2022). Ứng dụng mô hình TOE để phân tích ý định chấp nhận và tiếp tục sử dụng công nghệ thông tin và truyền thông trong lĩnh vực du lịch tại Đà Nẵng. Tạp chí Khoa học và Công nghệ Đại học Đà Nẵng, 20(4), 39-45. https://jst-ud.vn/jst-ud/article/view/7867
4.
Nguyễn Thị Hồng Lam. (2025). Các nhân tố ảnh hưởng đến việc áp dụng trí tuệ nhân tạo trong hoạt động kiểm toán: Bằng chứng thực nghiệm tại Việt Nam. Tạp chí Kinh tế - Luật và Ngân hàng, 284, 162-178. https://doi.org/10.59276/JELB.2025.11.2825
5.
Amini, M. (2014). The factors that influence on adoption of cloud computing for small and medium enterprises [Master’s dissertation, Universiti Teknologi Malaysia]. Institutional Repository. https://doi.org/10.13140/RG.2.1.5007.0889
6.
Gangwar, H., Date, H., & Ramaswamy, R. (2015). Understanding determinants of cloud computing adoption using an integrated TAM-TOE model. Journal of Enterprise Information Management, 28(1), 107-130. https://doi.org/10.1108/JEIM-08-2013-0065
7.
Ifinedo, P. (2011). An empirical analysis of factors influencing Internet/E-Business technologies adoption by SMEs in Canada. International Journal of Information Technology & Decision Making, 10(4), 731-766. https://doi.org/10.1142/S0219622011004543
8.
Luo, X., Gurung, A., & Shim, J. P. (2010). Understanding the determinants of user acceptance of enterprise instant messaging: An empirical study. Journal of Organizational Computing and Electronic Commerce, 20(2), 155-181. https://doi.org/10.1080/10919391003709179
9.
Oliveira, T., Martins, R., Sarker, S., Thomas, M., & Popovič, A. (2019). Understanding SaaS adoption: The moderating impact of the environmental context. International Journal of Information Management, 49, 1-12. https://doi.org/10.1016/j.ijinfomgt.2019.02.009
10.
Picoto, W. N., Bélanger, F., & Palma-dos-Reis, A. (2014). An organizational perspective on m-business: Usage factors and value determination. European Journal of Information Systems, 23(5), 571-592. https://doi.org/10.1057/ejis.2014.15
11.
Rogers, E.M. (1995). Diffusion of innovations (4th ed.). Free Press.
12.
Tornatzky, L. G., & Fleischer, M. (1990). The processes of technological innovation. Lexington Books.
13.
Wright, R. T., Roberts, N., & Thatcher, J. B. (2017). The role of context in IT assimilation: A multi-method study of a SaaS solution in nonprofit organization. European Journal of Information Systems, 26(5), 509-539. https://doi.org/10.1057/s41303-017-0053-2
14.
Wu, W. W. (2011). Mining significant factors affecting the adoption of SaaS using the rough set approach. Journal of Systems and Software, 84(3), 435-441. https://doi.org/10.1016/j.jss.2010.11.890
15.
Zhu, K., & Kraemer, K. L. (2005). Post-adoption variations in usage and value of e-business by organizations: Cross-country evidence from the retail industry. Information Systems Research, 16(1), 61-84. https://doi.org/10.1287/isre.1050.0045
16.
Zhu, K., Xu, S., & Kraemer, K. L. (2006). The process of innovation assimilation by firms in different countries: A technology diffusion perspective on e-business. Management Science, 52(10), 1557-1576. https://doi.org/10.1287/mnsc.1050.0487