ผลกระทบของนวัตกรรมปัญญาประดิษฐ์ต่อความได้เปรียบทางการแข่งขัน: กรณีศึกษาการปรับตัวของธุรกิจในประเทศไทย
คำสำคัญ:
นวัตกรรมปัญญาประดิษฐ์, ทฤษฎีความสามารถพลวัต, ความได้เปรียบทางการแข่งขัน, ระเบียบวิธีวิจัยแบบผสมผสาน, การปรับตัวขององค์กรธุรกิจบทคัดย่อ
นวัตกรรมปัญญาประดิษฐ์ (AI) มีบทบาทสำคัญในการพลิกโฉมภูมิทัศน์ทางธุรกิจระดับโลก ทว่าการนำนวัตกรรมดังกล่าวมาสร้างความได้เปรียบทางการแข่งขันในกลุ่มประเทศเศรษฐกิจเกิดใหม่ยังคงเป็นความท้าทาย งานวิจัยแบบผสมผสานเชิงลำดับอธิบาย (Explanatory Sequential Mixed-Methods) นี้ มีวัตถุประสงค์เพื่อศึกษาผลกระทบของนวัตกรรม AI ต่อความได้เปรียบทางการแข่งขัน และสำรวจกลยุทธ์การปรับตัวของธุรกิจไทย ผ่านเลนส์ของทฤษฎีความสามารถพลวัต (Dynamic Capabilities Theory) ข้อมูลเชิงปริมาณรวบรวมจากผู้บริหารในภาคธุรกิจจำนวน 400 ราย และวิเคราะห์ด้วยแบบจำลองสมการโครงสร้าง (SEM) ควบคู่กับข้อมูลเชิงคุณภาพจากการสัมภาษณ์เชิงลึกผู้บริหารระดับสูง (C-Level) จำนวน 15 ท่าน
ผลการวิจัยเชิงประจักษ์พบว่า การประยุกต์ใช้นวัตกรรม AI มีอิทธิพลเชิงบวกต่อความได้เปรียบทางการแข่งขันอย่างมีนัยสำคัญ ข้อมูลจากการสัมภาษณ์ช่วยอธิบายปรากฏการณ์ดังกล่าวว่า AI ทำหน้าที่เสมือน "เครื่องมือขยายขีดความสามารถ (Capability Amplifier)" ที่ช่วยยกระดับศักยภาพขององค์กรในการสัมผัสโอกาส (Sensing) และคว้าโอกาส (Seizing) ทางธุรกิจได้อย่างแม่นยำ นอกจากนี้ ความพร้อมด้านโครงสร้างพื้นฐานข้อมูลถือเป็นทรัพยากรตั้งต้นที่สำคัญยิ่ง อย่างไรก็ตาม ความท้าทายที่แท้จริงของธุรกิจไทยอยู่ที่กลไกการปรับเปลี่ยนและจัดเรียงทรัพยากร (Transforming/Reconfiguring) องค์กรที่ประสบความสำเร็จสามารถก้าวข้ามวัฒนธรรมแบบลำดับขั้น (Hierarchical Culture) และเร่งพัฒนาทุนมนุษย์เพื่อทำงานร่วมกับ AI ได้อย่างยืดหยุ่น งานวิจัยนี้สร้างคุณูปการโดยการขยายพรมแดนทฤษฎีความสามารถพลวัตในระบบนิเวศ AI และให้ข้อเสนอแนะเชิงกลยุทธ์ว่า องค์กรไม่ควรพึ่งพาเพียงเทคโนโลยี แต่ต้องเร่งบูรณาการข้อมูลและพัฒนาทักษะบุคลากรเพื่อแปรเปลี่ยน AI ให้เป็นความได้เปรียบทางการแข่งขันที่ยั่งยืน
เอกสารอ้างอิง
กระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม. (2565). แผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติเพื่อการพัฒนาประเทศไทย (พ.ศ. 2565–2570). สำนักงานคณะกรรมการดิจิทัลเพื่อเศรษฐกิจและสังคมแห่งชาติ.
สำนักงานส่งเสริมเศรษฐกิจดิจิทัล. (2566). รายงานดัชนีความพร้อมด้านปัญญาประดิษฐ์ของประเทศไทย ประจำปี 2566. ดีป้า.
Bank of Thailand. (2023). Annual economic report 2023. Bangkok: Bank of Thailand.
Bughin, J., Hazan, E., Ramaswamy, S., Chui, M., Allas, T., Dahlström, P., Henke, N., & Trench, M. (2018). Artificial intelligence: The next digital frontier? McKinsey Global Institute.
Chui, M., Hazan, E., Roberts, R., Singla, A., Smaje, K., Sukharevsky, A., … Yee, L. (2023). The state of AI in 2023: Generative AI’s breakout year. McKinsey & Company.
Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approach (5th ed.). SAGE Publications.
Davenport, T. H., & Ronanki, R. (2018). Artificial intelligence for the real world. Harvard Business Review, 96(1), 108–116.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
Gartner. (2023). Top strategic technology trends for 2023. Gartner Research.
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A primer on partial least squares structural equation modeling (PLS-SEM) (3rd ed.). SAGE Publications.
OECD. (2021). OECD digital economy outlook 2021. OECD Publishing. https://doi.org/ 10.1787/bb167041-en
Porter, M. E., & Heppelmann, J. E. (2014). How smart, connected products are transforming competition. Harvard Business Review, 92(11), 64–88.
Ransbotham, S., Kiron, D., Gerbert, P., & Reeves, M. (2017). Reshaping business with artificial intelligence. MIT Sloan Management Review.
Teece, D. J. (2018). Business models and dynamic capabilities. Long Range Planning, 51(1), 40–49. https://doi.org/10.1016/j.lrp.2017.06.007
Teece, D. J., Pisano, G., & Shuen, A. (1997). Dynamic capabilities and strategic management. Strategic Management Journal, 18(7), 509–533. https://doi.org/10.1002/(SICI)1097-0266(199708)18:7<509: AID-SMJ882>3.0.CO;2-Z
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478.
Wamba, S. F., Bawack, R. E., Guthrie, C., Queiroz, M. M., & Carillo, K. D. (2021). Are we preparing for a good AI society? A decision support framework for AI ethical considerations. Technological Forecasting and Social Change, 164, 120482. https://doi.org/10. 1016/j.techfore.2020.120482
World Economic Forum. (2023). The Future of Jobs Report 2023. World Economic Forum.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2026 Nimitmai Review
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
