Bài tập nhóm môn học quản trị quan hệ khách hàng trí tuệ nhân tạo và trải nghiệm khách hàng tổng quan và Đánh giá

Xu hướng sử dụng AI để đổi mới sản phẩm ngày càng và đánh giá các nghiên cứu hiện có về tác động của trí tuệ nhân tạo đối với trải nghiệm khách hàng.. Mục tiêu của nghiên cứu là xác định

MON HOC: QUAN TRI QUAN HE KHACH HANG

TRI TUE NHAN TAO VA TRAI NGHIEM KHACH HANG: TONG QUAN VA DANH GIA

Giảng viên: TS Đỗ Thị Hải Ninh

MUC LUC

I1 GIỚI THIỆU 22222222222221112112212112211102211122211122211122222221222222 xe 3

p so na vẽ ẽẽ ,)H ,ÔÔ 4 2.1 ĐỊNH NGHĨA VÀ ĐẶC ĐIỄM CỦA TRÍ TUỆ NHÂN TẠO (AI) 222cc 4 2.2 ĐỊNH NGHĨA VÀ ĐẶC ĐIÊM CỦA TRẢI NGHIỆM KHÁCH HÀNG (CUSTOMER

3 PHƯƠNG PHÁP NGHIÊN CỨU 222 S22222211222211222111221112221112211122211222112221222x6 6 3.1 LƯỢC KHẢO THEO HỆ THÓNG (SYSTEMATIC REVIEW) -2222-22 e2 6 3.2 QUÁ TRÌNH LƯỢC KHẢO THEO HỆ THÓNG -22 S5 2212121222222 rre 7 3.3 KẾT QUÁ LƯỢC KHẢO 2.22220222102222 erye 9

4 THẢO LUẬN 22222222222212 2212222212222 21222212222212222122222 re 21 4.1 NHỮNG MÔ HÌNH NGHIÊN CỨU, KHUNG LÝ THUYẾT VỀ MỖI QUAN HỆ GIỮA TRÍ TUỆ NHÂN TẠO (AI) VÀ TRẢI NGHIỆM KHÁCH HÀNG (CUSTOMER EXPERIENCE) ĐƯỢC SỬ DỤNG TRONG CÁC NGHIÊN CỨU TIỂU BIEU GIAI DOAN

"00V 090 tin ‹:-+L ÔỎ 21 4.1.1 CHAP NHAN SU DUNG CONG NGHE VÀ TÂM LÝ NGƯỜI DÙNG 21 4.1.2 CHAT LUGNG HE THONG VA TRAI NGHIEM KHACH HÀNG 23 4.1.3 SU DONG CAM TRONG TUGONG TAC Aloe ccssseessssesosteetanettsuttesinetereseee 25 4.1.4 CAN BANG RUI RO VA LOL ICH SU DUNG cece 2222222222222 22 26 4.1.5 KHAI THAC DU LIEU, PHAN TICH, THIẾT KẾ ©22222222222E22222222222222222 27 4.2 TRI TUE NHAN TAO (AI) ANH HUONG DEN TRAI NGHIEM KHACH HANG (CUSTOMER EXPERIENCE) THONG QUA NHUNG YÊU TỔ NÀO? 29 4.2.1 GIGI THIEU TONG QUAN VE CAC YEU TO ANH HUGNG CUA AI DEN TRAI NGHIỆM KHÁCH HÀNG (CX) 55 5122212212222 rau 29 4.2.2 PHƯƠNG PHÁP XÁC ĐỊNH CÁC YÊU TÔ 2222 2222222221221212222122222 2222 30 4.2.2.1 CÁ NHÂN HÓA (PERSONALIZATION) 2 1222222222112 2e 31 4.2.2.2 TƯƠNG TÁC THỜI GIAN THỰC (REAL~-TIME INTERACTION) 32

4.2.2.3 DU DOAN NHU CAU KHACH HANG (PREDICTIVE ANALYTICS) 33 4.2.2.4 TU DONG HOA DICH VU (SERVICE AUTOMATION) se 34 4.2.2.5 NANG CAO CHAT LUGNG TUGNG TAC (ENHANCED INTERACTION 9) nu n, Ả 34

4.2.2.6 CẢI THIỆN KHẢ NĂNG TIẾP CAN (IMPROVED ACCESSIBILITY) 35

4.2.2.7 TĂNG CƯỜNG AN NINH VÀ BẢO MẬT (ENHANCED SECURITY AND 712227758 ::⁄1 36

4.2.3 PHAN TICH CO CHE TAC DONG CUA CAC YEU TỎ ĐẾN CX 37

4.2.3.1 MOI QUAN HE GIU'A CAC YEU TO VA TRAI NGHIEM KHACH HANG (CUSTOMER EXPERIENCE - CX\ 2222222221112122111222221111221111202122222222 2e 37 4.2.3.2 CÁC YẾÉU TÔ TRUNG GIAN VÀ ĐIÊU TIẾT 2 2222222222221222222122224 37 ' 5N 6 cay leciv.ve (e0 số 38

443 Ý NGHĨA THỰC TIỂN 2222222211222211222112221112221112222222222 26 40 5 HẠN CHẾ VÀ ĐÈ XUẤT CHO CÁC NGHIÊN CỨU TRONG TƯƠNG LAI 41

51 HẠNCHỀ: 222.22220222210222210222112221112221122222222212222 xe 4I 5.2 ĐỀ XUẤT CHO CÁC NGHIÊN CỨU TRONG TƯƠNG LAI 5222552-222222 42 TAY 100) 000.) 04 7907767 BH Ả 43

1 GIỚI THIỆU

Trong ba thập kỷ qua, cuộc cách mạng kỹ thuật số đã tác động sâu sắc, biến đối hoản toàn trải nghiệm của khách hàng Negroponte (1995) đã tiên phong trong việc mô tả sự chuyên dịch này như một quá trình chuyên đổi từ "nguyên tử” sang "bịt" Theo quan điểm của Schmitt (2019), trong lĩnh vực tiếp thị, "nguyên tử” đại điện cho hàng hóa tiêu dùng nhanh và các thương hiệu truyền thống, được sản xuất hàng loạt, quảng bá rộng rãi qua truyền thông đại chúng và phân phối tại các cửa hàng vật lý Trong khi đó, "bit" tượng trưng cho thông tín, giải trí và các sản phâm tương tác, được tạo ra tức thời, tiếp thị thông qua các nền tảng xã hội và phân phối trực tuyến Sự trỗi dậy của các công nghệ hỗ trợ trí tuệ nhân tạo (AI) đang tiếp tục thúc đây cuộc cách mạng này, hứa hẹn mang đến những trải nghiệm hoản toàn mới và cá nhân hỏa cho khách hàng Các doanh nghiệp ngày cảng ủng hộ các công nghệ được hỗ trợ bởi AI, thúc đây sự chuyên địch dan dan từ mô hình cung cấp dịch vụ truyền thống do nhân viên cung cấp sang mô hình do công nghệ điều khiển (Huang và Rust, 2018) Chẳng hạn như Internet of Things, thực tế ảo và robot học đang thay đổi cách thức tương tác giữa người và robot và thay đối đáng kê trải nghiệm của khách hàng (Hoyer và cộng sự, 2020) Xu hướng sử dụng AI để đổi mới sản phẩm ngày càng

và đánh giá các nghiên cứu hiện có về tác động của trí tuệ nhân tạo đối với trải nghiệm khách hàng Mục tiêu của nghiên cứu là xác định các ứng dụng chính của trí tuệ nhân tạo trong trải nghiệm khách hàng, đánh giá hiệu quả của các ứng dụng này, và xác định các yêu tổ ảnh hưởng đến sự thành công của việc áp dụng AI trong trải nghiệm khách hàng Bằng cách thực hiện một tổng quan hệ thống, bài báo này nhằm mục đích đóng góp vào việc xây dựng một nền tảng kiến thức vững chắc về mối quan hệ giữa trí tuệ nhân tạo và trải nghiệm khách hàng, đồng thời đưa ra

vực, mối quan hệ phức tạp giữa AI và trải nghiệm khách hàng vẫn chưa được khám phá một cách toàn điện Nghiên cứu này tiễn hành một tổng quan hệ thống nhằm tổng hợp và phân tích các nghiên cứu hiện có về các ứng dụng cụ thể của AI trong việc cải thiện trải nghiệm khách hàng cũng nhự xác định các yếu tố quan trọng ảnh hưởng đến sự thành công của việc áp dụng AI trong trải nghiệm khách hàng Qua đó, nghiên cứu này mong muốn xây dựng một nền tảng kiến thức vững chắc về mối quan hệ giữa trí tuệ nhân tạo vả trải nghiệm khách hàng, đồng thời đưa ra những gợi ý cho các nghiên cứu tiếp theo, nhằm tối ưu hóa việc ứng dụng AI trong việc tạo ra

những trải nghiệm khách hàng tốt hơn

Do đó nhóm đề xuất các câu hỏi nghiên cứu như sau:

s Những mô hình nghiên cứu, khung lý thuyết về mối quan hệ giữa Trí tuệ nhân tạo (AI) va

Trải nghiệm khách hàng (Customer Experience) được sử dụng trong các nghiên cứu tiêu

biểu giai đoạn 2018 - 2024 1a gi?

s® Trí tuệ nhân tạo (AI) ảnh hướng đến trải nghiệm khách hàng (Customer Experienee) thông qua những yếu tô nào?

2 CƠ SỞ LÝ THUYẾT

2.1 ĐỊNH NGHĨA VÀ ĐẶC ĐIỂM CỦA TRÍ TUỆ NHÂN TẠO (AD

Thuật ngữ trí tuệ nhân tạo được John McCarthy xây dựng lần đầu tiên vào năm 1956 (McCarthy và cộng sự, 2006)

Trí tuệ nhân tạo (AT) là một nhánh của khoa học máy tính tập trung vào việc tạo ra các máy móc thông mình có khả năng thực hiện các nhiệm vụ thường yêu cầu trí thông minh của con người, như học hỏi, lý luận, giải quyết vấn đề, nhận thức, và giao tiếp (Hasan, Thaichon, và cộng sự, 2021; Russell và cộng sự, 2016) Nói một cách đơn giản, AI là việc tạo ra những máy móc có thê "tự duy” và "học hỏi” giống như con người

Trí tuệ nhân tạo (AI) sở hữu nhiều khả năng đáng kinh ngạc Một trong những đặc điểm

nỗi bật của trí tuệ nhân tạo (AI) là khả năng phân tích nhanh chóng khối lượng dữ liệu lớn, xác định các mẫu và tạo ra dự đoán bằng cách tận dụng thông tin lịch sử (Agrawal & Tripathi, 2023)

Khả năng xử lý ngôn ngữ tự nhiên giúp AI hiểu và tạo ra ngôn ngữ giống con người, khắc phục

với chatbot hay dịch thuật tức thời Ngoài ra, AI còn có thể phân tích hình ảnh, video để nhận diện khuôn mặt, vật thể, góp phần vào các ứng dụng như an ninh và xe tự lái Việc tự động hóa các tác vụ lặp đi lặp lại không chỉ tăng năng suất mà còn giảm thiêu lỗi sai, mở ra cánh cửa cho những ứng dụng rộng rãi trong sản xuất và dịch vụ Cuối cùng, khả năng suy luận logic giúp AI giải quyết các vẫn đề phức tạp, từ chân đoán y tế đến việc tạo ra các trò chơi điện tử thông minh

AI đang ngày càng trở thành một phần không thể thiếu của cuộc sống hiện đại Sự phát

triển nhanh chóng của AI nó đã khiến nó được áp dụng vào ngày càng nhiều sản phẩm thương mại, cho phép các sản phẩm truyền thống có khả năng tương tác và tự vẫn với con người, đáp ứng nhu cầu của người tiêu dùng (Du và Xie, 2021) Nhiều ví dụ cho thấy các công nghệ mới đại diện bởi AI đang phát triên mạnh trong các ứng dụng thương mại (Balakrishnan và Dwivedi, 2021) Công nghệ AI đã được tích hợp vào nhiều ngành công nghiệp và tổ chức (Gao và cộng sự,

2022)

Việc ứng dụng công nghệ AI vào sản phẩm ngày càng phố biến trong cuộc sống của chúng ta, và các sản phẩm được hỗ trợ bởi AI đang thay đổi cách thức các doanh nghiệp tương tác với khách hàng (Ameen và cộng sự, 2021), mang lại nhiều trải nghiệm mới cho người tiêu dùng

2.2 ĐỊNH NGHĨA VA DAC DIEM CUA TRẢI NGHIỆM KHÁCH HANG (CUSTOMER EXPERIENCE)

Trong kỷ nguyên số, trai nghiém khach hang (CX) 1a mét chủ đề nóng trong kinh đoanh,

đã nổi lên như một yếu tố phân biệt chính cho các thương hiệu muốn giành được lợi thế cạnh tranh trên thị trường

Trải nghiệm khách hàng bao gồm mọi tương tác của khách hàng với một thương hiệu, trên tất cả các điểm tiếp xúc và kênh, trong suốt toàn bộ hành trình khách hàng Với sự phô biến

của các công nghệ kỹ thuật số và nên tảng truyền thông xã hội, khách hàng ngảy cảng kỳ vọng

vào những trải nghiệm cá nhân hóa, liền mạch và trực quan từ các thương hiệu mà họ tương tác

CX bao phủ một loạt các lĩnh vực nghiên cứu, nói chung, CX phô biến hơn trong các lĩnh vực sau nhự tiếp thị dịch vụ (Moliner-Tena và cộng sự, 2023), tiếp thị trải nghiệm (Lambillotte

Chen và cộng sự, 2021), thiết kế dich vụ (Teixeira và cộng sự, 2012), thiết kế trải nghiệm (Tran-

Ha và Agapito, 2022), phương tiện truyền thông xã hội (Leung và cộng sự, 2017), tiếp thị đa kênh (Rodriguez-TorriIco và cộng sự, 2023)

Các nhà lãnh đạo doanh nghiệp tin rằng CX là cốt lõi của năng lực cạnh tranh của doanh nghiệp và là một yêu tố quyết định quan trọng đối với sự thành công của doanh nghiệp (Sidaoui

và cộng sự, 2020) do mối liên hệ chặt chẽ với sự tương tác của khách hàng (Thakur, 2016; Rahman và cộng sự, 2023), hành vi của khách hang (Chang va Li, 2022), truyền miệng (Oliveira

và cộng sự, 2023), ý định tái mua (Gibson và cộng sự, 2022), sự hải lòng của khách hàng (Chen

va cộng sự, 2021), lòng trung thành của khách hàng (Tuguinay và cộng sự, 2022; Manyanga và

cộng sự, 2022) và vốn thương hiệu (Ren và cộng sự, 2023)

AI đóng một vai trò quan trọng trong việc định hình trải nghiệm khách hàng bằng cách cho phép các tô chức cung cấp nội dung siêu cá nhân hóa, dự đoán nhụ cầu của khách hàng và cung cấp hỗ trợ chủ động Xu hướng hiện tại cũng cho thấy người tiêu dùng ngày cảng tìm kiếm

trải nghiệm thông qua tương tác với AI (Chuah và Yu, 2021; Haenlein va Kaplan, 2021) Do do,

hiểu và tối ưu hóa trải nghiệm khách hảng trong kỷ nguyên số là điều cần thiết để các doanh nghiệp phát triển mạnh trong một môi trường cạnh tranh ngày càng khốc liệt

3 PHƯƠNG PHÁP NGHIÊN CỨU

3.1 LUQC KHAO THEO HE THONG (SYSTEMATIC REVIEW)

Trong bài báo cáo này, nhóm nghiên cửu sử dụng phương pháp lược khảo theo hệ thống (systematic review) Lược khảo theo hệ thống là phương pháp lược khảo tổng hợp bằng chứng khoa học đề trả lời một câu hỏi nghiên cứu cụ thể theo cách minh bạch, đồng thời tìm cách đưa vào tất cả các bằng chứng đã công bồ về chủ đề này và đánh giá chất lượng của bằng chứng này Mục tiêu chính của phương pháp lược khảo theo hệ thống là giảm nguy cơ sai lệch và tăng tính minh bach & moi giai đoạn của quá trình lược khảo bằng cách dựa vào các phương pháp rõ ràng,

có hệ thống để giảm sai lệch trong việc lựa chọn và đưa vào các nghiên cứu, để đánh giá chất lượng của các nghiên cứu được đưa vảo nghiên cứu và tóm tắt chủng một cách khách quan

(Lame, 2019).

khảo theo hệ thống như sau:

Xây dựng câu hỏi lược khảo: tại sao việc lược khảo này lại cần thiết? Câu hỏi nảo cần trả

loi?

Xác định tiêu chí lựa chọn và loại trừ: đặt tiêu chí cho chủ đề, phương pháp, thiết kế nghiên cứu và chất lượng phương pháp luận của các nghiên cứu sẽ được xem xét Xác định nơi tìm bài nghiên cứu: phát triển chiên lược tìm kiếm nhằm bao quát phạm vi

nguồn bài nghiên cứu rộng nhất có thê liên quan đến câu hỏi nghiên cứu

Chọn nghiên cứu: đánh giá các nghiên cứu đã được tìm kiếm đề quyết định xem chúng có đáp ứng tiêu chí đưa vào hay không Bước này thường được thực hiện theo hai giai đoạn: giai đoạn đầu tiên trong đó người lược khảo sàng lọc theo tiêu dé va tom tat và giai đoạn thử hai là họ sàng lọc toàn bộ văn bản không bị loại trừ trong giai đoạn đầu tiên Một lý

do được xác định cho tất cả các nghiên cứu bị loại trừ

Đánh giá chất lượng nghiên cửu: sử dụng phương pháp được xác định trước để đánh giá chất lượng của các nghiên cứu được đưa vào

Trích xuất đữ liệu: sử dụng biểu mẫu được xác định trước để trích xuất dữ liệu quan tâm

từ mỗi nghiên cứu được đưa vào

Phân tích và trình bày kết quả: sử dụng phương pháp được xác định trước đề phân tích đữ

liệu và tổng hợp thông tin từ các nghiên cứu được đưa vảo

Giải thích kết quả: xem xét những hạn chế của lược khảo, sức mạnh của bằng chứng, cách trả lời câu hỏi nghiên cứu và những lĩnh vực nghiên cứu sẽ xuất hiện trong tương lai

3.2 QUÁ TRÌNH LƯỢC KHẢO THEO HE THONG

Nhóm nghiên cứu thức hiện lược khảo theo hệ thống cho bài nghiên cửu như sau: Xây dựng câu hỏi lược khảo (đã nêu ở chương l)

Xác định tiêu chí lựa chọn vả loại trừ: Nhóm xác định tìm kiêm các bài nghiên cứu từ các

tạp chí uy tín liên quan đến 2 yếu tổ Trí tuệ nhân tạo (AI) và Trải nghiệm khách hàng

1a Google Scholar, ScienceDirect va UEH Smart Library Nhom tim kiếm các từ khoá

“AT” “Artificial Intelligence” “CX” “Customer Experience”, các từ khóa được đề trong dâu ngoặc kép để kết quả tìm kiếm thê hiện chính xác các bài nghiên cửu có chứa đựng hoặc liên quan đến các từ khóa nảy Nhóm sử dụng bộ lọc thời gian của các trang ScienceDirect va UEH Smart Library dé loc ra cdc kết quả từ 2018 đến 2024 và các kết quả có cung cấp file pdf đề đọc

Chọn nghiên cứu: Nhóm đọc sơ lược các bài nghiên cứu tim kiểm được và lọc ra các bài nghiên cứu được xuất bản bởi các tạp chí có xếp hạng Scopus từ Q1 tới Q2 Đồng thời, nhóm chọn ra các nghiên cứu thê hiện mối liên hệ giữa AI (Artificial Intelligence) và Trải nghiệm khách hàng (Customer Experience) trực tiếp và gián tiếp thông quan các biến trung gian, yêu tố ảnh hưởng

Đánh giá chất lượng nghiên cứu: Nhóm đọc kỹ các nghiên cứu được lựa chọn đề đánh giá chất lượng của các nghiên cứu và loại bỏ các bài nghiên cứu không trả lời được câu hỏi

hàng trong kinh doanh trong giai đoạn 2018-2021 và 2021-2024 cũng như xem xét các

yếu tố tác động xuất hiện nhiều lần trong mối quan hệ giữa hai biến nay

Giải thích kết quả: Nhóm dùng kết quả và hàm ý quản trị của các bài nghiên cứu đề trả lời câu hỏi nghiên cứu, xem xét những hạn chế của lược khảo, và đề xuất lĩnh vực nghiên

Bảng 1: Bảng tổng hợp kết quả lược khảo:

STT | Năm | Tác giả Twa dé

The potential of Data-Driven Virtual Assistants to enhance

1 2018 | Marta Perez Garcia

Customer Experience in the Telecommunications Industry

Examining the Customer Experience of Using Banking

2 2019 | Jay Trivedi Chatbots and Its Impact on Brand

Love: The Moderating Role of Perceived Risk

3 2019 | V Kumar, Bharath | Understanding the Role of

Rajan, Rajkumar | Artificial Intelligence in

Venkatesan, va Jim | Personalized Engagement

nghề

To explore how data-driven virtual assistants can improve customer experience in the - -

¬ - - - Virtual Assistant; telecommunications industry It investigates the

Artificial Intelligence; potential benefits for both users and

Customer Experience; | Telecommu telecommunications organizations, -

„ „ Big Data; including:Improved customer satisfaction, ¬

Telecommunications Enhanced customer engagement, Increased

operational efficiency Research the impact of three quality factors (information quality, system quality, and service quality) from the information system success an

- - Artificial intelligence, model to customer experience when using

Brand love, Chatbots, banking chatbots

- - - Customer experience, | Banking Assess the moderating role of perceived risk -

Information system between these quality factors and customer | ;

- model, Perceived risk experience

Determine the relationship between customer experience and bank brand preference

To explore the role of artificial intelligence (AI) | Artificial intelligence, | Marketing

in aiding personalized engagement marketing, | CRM technology, | Science & and to provide predictions for managers | customer relationship | Computer h regarding the Al-driven environment on | management,

branding and customer management practices in | customization, both developed and developing countries marketing,

Thomas M Brill, Siri, Alexa, and other digital

assistants: a study of customer

Wayne D Hoyer &

Mirja Kroschke & | Transforming the Customer

2020 | Bernd Schmitt & | Experience Through New

Karsten Kraume & | Technologies

Venkatesh Shankar

Guangyong Yang, | Impact of artificial intelligence

2020 | Guojun Ji, Kim Hua | adoption on online returns

Tan policies

2020 | Martin Adam, | Al-based Chatbots in Customer

Michael Wessel, | Service and Their Effects on User

Alexander Benlian Compliance

assistant performance towards customer Artificial intelligence satisfaction, and to investigate whether | Digital assistants | Human-Cor information privacy concerns and perceived trust Customer satisfaction | Interaction | moderate the relationship between confirmation | Privacy concerns

of expectations and customer satisfaction

Customer experience;

To explore how new technologies powered by AI an - Experiential marketing; are reshaping the customer experience across Marketing

- - Customer value; - various stages of the consumer journey The - marketing

Internet of Things authors present a new typology of these Customer

- - - (IoT); Augmented and technologies, including IoT, AR, VR, MR, - - managemer Virtual Reality virtual assistants, chatbots, and robots

(AR/VR); AI and robots Investigate how the adoption of artificial

intelligence (AI) can influence online return | Artificial intelligence - | Operations policies and strategies The paper aims to explore | Returns _ policies Managemet how Al-powered tools and techniques can help | Offline showroom - Fit: | Supply retailers optimize their return policies, reduce | Exchange Managemet costs, and improve customer satisfaction

1 Investigate how verbal anthropomorphic | Artificial intelligence | Human-Cor design cues and the foot-in-the-door technique | Chatbot Interaction ( affect user compliance with a chatbot’s request

for service feedback

2 Extend — the

(CASA)

computers-are-social-actors

paradigm to disembodied conversational agents that use primarily verbal Anthropomorphism

Social presence Compliance Customer service

Examine how customers’ service experiences with employees and AI influence customer engagement and loyalty, to propose customers’

emotional intelligence as a moderator between service experience and customer engagement, and to provide insights into the fusion of human and machine intelligences (AI) in the business domain and extend emotional intelligence research into the consumer research

Artificial intelligence Emotional intelligence Service experience

§ 2020 Catherine Prentice, | Engaging and retaining customers

Mai Nguyen with AI and employee service

Voice Assistants in Hospitality:

Dimitrios Bunhalis,

9 2021 Using Artificial Intelligence for

Tuliia Moldavska

customer service

10 2021 Amit Kumar | What impacts customer

Kushwaha, Prashant | experience for B2B enterprises on

Voice assistants (VAs) empower human—

computer interactions by recognising human speech and implementing commands pronounced

by users This paper aims to investigate VA- enabled interactions between hotels and guests in the hospitality context The research positions VAs within the artificial intelligence (AI)- enabled Internet of Things (loT} context, disrupting old practices and processes Smart hospitality uses VAs to support effortless value cocreation for guests cost-effectively The research examines consumer perceptions and expectations of hospitality VAs and explores VA capabilities through expert technology providers

Artifcial intelligence Customer service Hotel - Voice assistants

utilizing Al-enabled chatbots, leveraging CX theories and big data analytics The aim is to create a CX model for Al-enabled chatbots based

The study employs social media analytics and | Service Quality statistical methods to validate the model,

addressing how these factors impact CX in B2B settings

Md Afnan Hossain, an

Artificial Intelligence, Shahriar Akter, The study identifies the Al-enabled customer

Operationalizing Artificial | Journal of Global Customer Analytics | Retailing, Venkata | - analytics (CA) capability factors, providing a |

ll 2021 Intelligence-Enabled = Customer | Information Capability, | Customer | Information Yanamandram, model and guidelines to help retailers engage and

Analytics Capability in Retailing | Management Delight, Customer | Managemer Angappa delight customers through Al-driven analytics ¬

Engagement, Retailing Gunasekaran

Artificial intelligence;

To investigate the factors that influence autonomous đecision- customers’ adoption of Al-based autonomous

Why Do Retail Customers Adopt making; UTAUT

TEEE Transactions on | decision-making systems in retail settings The Sharma, S; Islam, N; | Artificial Intelligence (ATI) Based - - | model; Hofstede’s | Digital Ma

12 2022 Engineering authors aim to understand why customers are

Singh, G; et al Autonomous — Decision-Making cultural dimensions; | Consumer I

Management willing to delegate decision-making tasks to AI Systems? covariance-based

systems and what factors encourage or

structural equation discourage their adoption

modelling

13 2022 | Eleonora Pantano, | I, Robot, You, Consumer: | Journal of Service | The study investigates different types of AI | Artificial Intelligence, | Retail, Daniele Scarpi Measuring Artificial Intelligence | Research intelligence and their impact on consumer | Emotions, Consumer | Manageme

Types and Their Effect on

Consumers’ Emotions in Service emotions in a service context It aims to develop

a scale for measuring AI intelligence types, comparing them to human intelligences, and analyzing how these AI types evoke specific Attachment, Theory of

Multiple Intelligences, Retail Services

Practices for Industry 4.0

Enhancing Marketing Provision through Increased Online Safety Yang-Im Lee and

15 2022 That Imbues Consumer

happiness, excitement) and negative emotions (e.g., sadness, fear) The research contributes to understanding how different AI intelligence affect customer and the dimensions satisfaction, emotional attachment, intention to continue using Al-driven services

Explore the transformative role of Al-powered marketing automation in enhancing customer experience within the context of Industry 4.0

Artificial Intelligence, Marketing Automation, Customer Experience, Industry 4.0, Chatbots, Recommendation Engines, Personalized Content Generation, Marketing Strategies, Best

Practices, Business Growth

Enhancing Marketing Provision through Increased Online Safety That Imbues Consumer Confidence: Coupling AI and ML with the AIDA Model AIDA model; analytics;

artificial —_ intelligence; digital myopia; machine learning Retail indus

13

Customer Service: The | Tthe journal | paper aims to identify the main influencing | AI chatbots | Tourism

16 2022 | va Monica Teodora Tuđorach Experience with AI Chatbots—A | Electronics factors for customer experience with AI chatbots | Customer service | Retail

‘udorache

Systematic Literature Review & the resulting dimensions of customer | Customer experience | Entertainme

experience Customer satisfaction Telecommu The primary objective of the study is to develop | Artificial intelligence Faritha Banu an Al-based Customer Churn Prediction Model | Machine learning

S Neelakandan | Artificial Hindawi (AICCP-TBM) specifically for the | Customer churn B.T Geetha | IntelligenceBasedCustomerChurn | Computational telecommunications sector This model aims to | prediction

17 2022 Telecommu

Vv Selvalakshmi | PredictionModel for | Intelligence and | classify customers as potential churners or non- | Predictive analytics

A Umadevi | Business Markets Neuroscience churners, thereby enabling telecom companies to | Customer retention Eric Ofori Martinson take preventive actions to reduce customer | Customer relationship

attrition and enhance revenue management (CRM)

Artifcial empathy, Yuping Liu- | Artifcial empathy in marketing | Journal of the | The study aims to identify current trends in the | Artifcial intelligence, Thompkins interactions: Bridging the human- | Academy of | development and use of AI in the retail sector, | Perspective taking,

18 2022 Marketing Shintaro Okazaki | AI gap in afective and social | Marketing Science | assess its current state of application, and | Empathic concern, Hairong Li customer experience (2022) recommend further AI usage in retail Emotion mimicry,

Customer experience

To provide a systematic review of the literature Artificial Intelligence in on artificial intelli (AD in te fi Sy i literature Janin Karoli Hentzen, c faci Fi ial - AniRcial

‘ustomer-facing inancial fii ial i includi i £ | review, ificial

19 2022 Arvid Hoffmann, Servi AS ie Li International Journal | "1 SEH/468% H2 MCIBE An GVEHUIEN © intelli Fi ial Finance,

ervices: stematic Literature lored text: id h foci intelligence, InancIal

Rebecca Dolan, Erol - ¥ of Bank Marketing explore contexts án researe oc, - ° Information Pala Review and Agenda for Future identification of gaps in the literature, and setting | S¢Tvices, Bank

Research a comprehensive agenda for future research marketing Tuyet-Mai Nguyen, | The effect of AI quality on Journal of Consumer 1) Examine the influence of AI quality on | Artificial intelligence, | Marketing

20 2022 | Sara Quach, | customer experience and brand Behaviour customer experience (flow) and customer-brand | AI quality, Customer | Science & Patamaporn Thaichon | relationship identification experience, Brand | Computer Ii

Cristina Ledro, Anna Artificial Intelligence in Customer

2) Investigate customer advocacy as an outcome

of flow and customer-brand identification 3) Examine the moderating role of employee responsiveness in the relationship between AI quality and its outcomes (flow and customer- brand identification)

relationship, Customer satisfaction, Brand loyalty, User experience Human-computer interaction

Provide a systematic overview of the field of artificial intelligence (AI) in customer relationship management (CRM), in order to unveil gaps and provide promising paths for future research

Bibliometric analysis, Research agenda, Artificial intelligence, Machine learning, Big data, Customer relationship

management

Information and Marketi

This study offers a valuable tool for academicians and hotel practitioners to understand how guests perceive their experience with AI services and what they expect, which helps to make strategic decisions when introducing AI services in hotel operations

Artificial intelligence services Smart hotel brand experiences Social exchange theory Mixed-methods design Hotels

Hospitality Tourism M:

Bonhak Koo, | Psychometric approaches

Catherine Curtis, Bill | exploring the characteristics of

22 2023

Ryan, Yeasun Chung, | smart hotel brand experiences:

Jam Khojasteh Scale development and validation

Exploring the Yuguang Xie,

mechanism of chatbot-expressed

23 2023 | Changyong Liang, ¬¬

humor on service satisfaction in

Peiyu Zhou, Li Jiang

online customer service

24 2023 | Ahmed Dave Miller” Al-Sa'di!, | Exploring the Impact of Artificial Intelligence language

ChatGPT on the User Experience

Explore the effect of chatbot-expressed humor

on customer service satisfaction and the underlying mechanisms (cognitive, emotional, and social} that govern this influence, as well as the moderating effect of chatbot identity disclosure

Humor Chatbots Competence Entertainment Social presence Service satisfaction

ChatGPT, Language Model, Human-Cor

Interaction Computer §

Zhendong Cheng, | The impact of intelligent

Wenfang Fan, | customer service agents’ initial

25 2024

Bingjia Shao, Wenli | response on consumers’

Jia, Yong Zhang continuous interaction intention

Ping Wang, Kunyang | Customer experience in Al-

26 2024 | Li, Qinglong Du, | enabled products: Scale

Jiangiong Wang development and validation

27 2024 | Carla Ferraro, Vlad | The paradoxes of generative AI- Demsar, Sean Sands,

Mariluz Restrepo,

Colin Campbell enabled customer

guide for managers

Marketing Investigate how the initial response of intelligent | service agents

Relationshiy customer service agents (ICSAs) influences | Initial response

Managemet consumers’ willingness to continue interacting | Continuous interaction

Human-Cor with these Al-powered systems intention

Interaction Interaction initiation modes The study aims to develop a validated scale specifically for Customer Experience (CX) in Al-enabled products Using qualitative and quantitative methods, the researchers adapted ¬

Artificial Intelligence, Churchill’s (1979) framework for scale

Assemblage Theory, development to identify and validate five core | Retail,

Customer Experience, dimensions of CX in Al-enabled products This Services

Al-enabled — Products, research not only fills a gap in CX research for

Scale Development Al-enabled products but also provides a

framework for marketers to enhance customer experience in technologically advanced consumer environments

The paper explores the opportunities and | Artificial Intelligence, | Customer paradoxes of using generative AI (GenAI) in | Generative AI AI | Managemer customer service, specifically focusing on GenAI

chatbots It outlines six paradoxes that arise from using AI in customer service, such as the trade- offs between connection and isolation, cost and

1:

quality, and per versus intrusiveness Chatbots, Customer

Service, Customer Support

development, and validation

Chadi Khneyzer, | Al-Driven Chatbots in CRM:

Administrative

29 2024 | Zaher Boustany, Jean | Economic and Managerial

Sciences Dagher Implications across Industries

30 2024 | Ravi Teja Potla, | Artificial Intelligence and

Vamsi Krishna Pottla | Machine Learning in CRM:

customer engagement

Conceptualize, develop, and validate a measurement scale for automated social presence (ASP) in AI services The study seeks to enhance

Al in marketing efforts

Highlight the future prospects of AI and its impact on the marketing domain Explore and elucidate the economic and | Customer service

¬ Information managerial implications of Al-powered chatbots | automation; operational

and Marketi within CRM systems efficiency; AI chatbots

To highlight the transformative role of AI and | Artificial Intelligence, | Information machine learning in customer relationship | Machine Learning, | and Market management (CRM) systems, particularly in

enabling predictive analytics that can help businesses gain deeper insights into customer behavior, preferences, and trends, allowing them

to deliver more personalized and effective CRM strategies Customer Relationship

Management, Predictive Analytics, Data-Driven _ Insights, Sales Forecasting, Customer Churn Prediction, Lead Scoring,

Customer Service; Customer Loyalty;

To investigate how perceived effectiveness and | Customer Satisfaction; The power of AI: enhancing Information Pragya Singh, Cogent Business & | customer satisfaction function as mediators in | Perceived Efficiency;

31 2024 customer loyalty through Technology Vandana Singh Management the relationship between customer loyalty and | Customer Experience;

satisfaction and efficiency Marketing

Al-powered customer service AI

Powered customer service

To generate a nuanced understanding of service robot customer experiences (SR-CX), Bart Lariviére,

| | specifically by empirically exploring the impact | Service robots, Katrien Verleye, | The Service Robot Customer

of different AI intelligences (mechanical, | customer experience, Ame De Keyser, | Experience (SR-CX): A Matter of | Journal of Service Human-Cor

32 2024 | thinking, and feeling AI) on SR-CX strength and | AI intelligences, service | Klaas Koerten, | AI Intelligences and Customer | Research Interaction (

dimensionality, and how this affects service | goals, marketing Alexander L | Service Goals

outcomes, while also considering the moderating | strategy

(AI chatbot characteristics on chatbot, Computer

33 2024 | Kim , Qi Jiang and SCHOLARS OF | personalization, that affect the intention to use

customer experience and anthropomorphism, Human-Cor Kyung Hoon Kim MARKETING chatbot services and customer satisfaction in the

customer satisfaction personalization, product | Interaction

SCIENCE banking industry

knowledge

Artificial intelligence User experience Social media Augmented reality Virtual influencers Chat bots

Social marketing

emotion management recommendations, and

strategically deploying GenAI for emotional connection to simultaneously enhance customer emotional well-being and customer lifetime value

Artificial intelligence, feeling AI, generative

AI (GenAI), artificial empathy, emotion recognition, emotion understanding, emotion management, affective computing Marketing

Science & Computer b

19

4, THAO LUAN

4.1 NHUNG MO HINH NGHIEN CUU, KHUNG LY THUYET VE MOI QUAN HE GIỮA TRÍ TUỆ NHÂN TẠO (AD VÀ TRẢI NGHIỆM KHÁCH HÀNG (CUSTOMER EXPERIENCE) ĐƯỢC SỬ DỤNG TRONG CÁC NGHIÊN CỨU TIEU BIEU GIAI DOAN 2018 - 2024 LÀ GÌ?

4.1.1, CHAP NHAN SU DUNG CONG NGHE VA TAM LY NGUOI DUNG

Trong lĩnh vực nghiên cứu về công nghệ, việc hiểu cách khách hàng tiếp cận và chấp nhận các hệ thống mới, đặc biệt là AI, đã trở thành trọng tâm quan trọng Sự tương tác giữa con người và các hệ thông thông minh không chỉ phản ánh những thay đổi về mặt nhận thức mà còn bao hàm những phản ứng tâm lý, cảm xúc

Trong nghiên cứu của Park và cộng sự (2024), Mô hình Chấp nhận Công nghệ (TAM) được áp dụng để đánh giá ảnh hưởng của các đặc tính chatbot AI như tính nhân hóa (Anthropomorphism) và cá nhân hóa (Personalization) đến sự hải lòng khách hàng (Customer Satisfaction) trong ngành tài chính Kết quả cho thấy rằng tính nhân hóa và cá nhân hóa của chatbot tăng cường nhận thức về tính hữu ích và đễ sử dụng, từ đó nâng cao sự hài lòng và ý định tiếp tục sử dụng dịch vụ

Lý thuyết Thống nhất về Chấp nhận và Sử dụng Công nghệ (UTAUT) mở rộng TAM bằng cách thêm vào các yêu tố như kỳ vọng về hiệu suất (Performance Expectancy), ky vong vé

nỗ lực (Effort Expectancy), ảnh hưởng xã hội (Social Influence) và điều kiện thuận lợi

(Facilitating Conditions) Sharma và cộng sự (2022) đã sử dụng UTAUT kết hợp với yếu tổ thái

độ (Attitude) và các yếu tố văn hỏa từ mô hình của Hofstede nhự chủ nghĩa tập thể (Collectivism) và tránh né sự không chắc chắn (Uncertainty Avoidance) để phân tích hành vi chấp nhận hệ thông ra quyết định tự động dựa trên AI trong ngành bán lẻ Nghiên cứu chỉ ra rằng

kỳ vọng về hiệu suất và ảnh hưởng xã hội có tác động mạnh mẽ đến thái độ và ý định sử dụng

AI, đặc biệt trong các nền văn hóa tập thé, nơi mà ý kiến của nhóm và cộng đồng đóng vai trò quan trọng

Lý thuyết Khuếch tán Đỗi mới (DOI) giải thích quá trình mà một công nghệ mới được chấp nhận trong xã hội thông qua các yêu tố nhự đối mới (Innovation), kênh giao tiếp (Communication Channels), và tốc độ 4p dung (Rate of Adoption) Kushwaha va céng su (2021)

đã áp dụng DOI đề nghiên cứu việc chấp nhận chatbot AI trong doanh nghiệp B2B Họ phát hiện

(Brand Trust) và tinh minh bach (Transparency), anh huéng dang ké dén CX, thuc day su chap

nhận công nghệ AI

Lý thuyết Máy tính như là Các tác nhân Xã hội (Computers as Social Actors - CASA)

cho rằng con người có xu hướng đối xử với máy tính và AI như thể chúng là các tác nhân xã hội Cheng và cộng sự (2024) áp dụng lý thuyết CASA để nghiên cứu ảnh hưởng của phản hồi ban đầu của các Hệ thống dịch vụ khách hàng thông minh (Intelligent Customer Service Agents - ICS As) đến ý định tương tác liên tục của khách hàng Họ phát hiện rằng khi ICS As sử dụng nội dung phản hồi xã hội (Social Response), chẳng hạn nhự lời chào hỏi và biểu tượng cảm xúc, khách hàng cảm nhận được sự âm áp (warmth) và có xu hướng tiếp tục tương tác nhiều hơn Kết quả thí nghiệm cho thấy nội dung phản hỗi xã hội nâng cao cảm nhận về sự âm áp, trong khi nội dung phản hồi chức năng (Functional Response) như cung cấp thông tin vé sản phẩm giúp tăng cường cảm nhận về năng lực (competence) của ICSAs

Mô hình Nội dung Định kiến (Stereotype Content Model - SCM) phân tích cách con người nhận thức về người khác hoặc hệ thống dựa trên hai chiều chính: âm áp vả năng lực

Cheng và cộng sự (2024) sử dụng SCM để giải thích rằng khách hàng đánh giá ICSAs dựa trên

mức độ âm áp và năng lực mà chúng thê hiện Khi ICSAs cung cấp phản hồi vừa mang tính chức năng vừa mang tính xã hội, khách hàng cảm nhận được cả năng lực và sự am áp, từ đó tăng cường ý định tương tác liên tục

Nhận thức Tâm trí (Mind Perception Theory) giải thích cách con người gán cho các thực thê không phải con người các đặc tính tâm trí, nhự cảm xúc và ý định Xie và cộng sự (2023) áp dụng lý thuyết này đề nghiên cứu ảnh hưởng của sự hài hước (Humor) được chatbot thê hiện đến

sự hài lòng dịch vụ của khách hàng Họ phát hiện rằng khi chatbot sử dụng hài hước, khách hàng cảm nhận chatbot có năng lực và hiện diện xã hội (Social Presence) cao hon, dẫn đến trải nghiệm tích cực hơn Trong một thí nghiệm, khách hàng tương tác với chatbot hài hước thê hiện mức độ hài lòng dich vu cao hon so với chatbot không sử dụng hài hước, với mức tăng trung bình 15%

trong điểm hài lòng

Lý thuyết Dòng chảy (Flow Theory) của Csikszentmihalyi mô tả trạng thái tâm lý khi một người hoàn toàn tập trung và đắm chìm trong một hoạt động Nguyen và cộng sự (2022) sử dụng lý thuyết này để khám phá vai trò của chất lượng AI trong việc tạo ra trải nghiệm dong

Họ phát hiện rằng chất lượng théng tin và chất lượng hệ thống của AI có ảnh hướng tích cực đến trải nghiệm dòng chảy, từ đó tăng cường nhận diện thương hiệu và ủng hộ thương hiệu (Brand

Advocacy) Dữ liệu từ 350 khách hàng cho thấy chất lượng thông tin (Currency: Beta = 0.237,

Flexibility: Beta = 0.215) và thời gian phan héi (Timeliness: Beta = 0.184) c6 tac dong dang ké

đến trải nghiệm dòng chảy

Nhận thức Tâm trí và CASA cũng được áp dụng trong nghiên cứu của Liao và cộng sự (2024) về hệ thống tự động hiện điện xã hội (Automated Social Presence — ASP) trong dich vụ

AL Họ phát triển thang đo ASP dựa trên tính nhân hỏa và chức năng, cho thấy rằng khi AI thê hiện sự đồng cảm và thân thiện, khách hàng cảm nhận được hiện diện xã hội cao hơn, dẫn đến trải nghiệm tích cực và ý định tiếp tục sử dụng dịch vụ Kết quả phân tích từ 1027 người tham gia cho thay ASP co dé tin cay cao (Cronbach’s alpha dat 0.9) và khả năng giải thích tốt các biến

số liên quan đến CX

4.12 CHÁT LƯỢNG HỆ THÓNG VÀ TRẢI NGHIỆM KHÁCH HÀNG

Đánh giá hiệu quả của các hệ thống AI dựa trên các yếu tố chất lượng cũng dan tré thành một lĩnh vực nghiên cứu đáng chú ý Các mô hình, khung lý thuyết giúp đo lường cụ thê, đánh giá sâu sắc hơn cách khách hàng tương tác với hệ thống qua từng giai đoạn, tại các điểm chạm trong hành trình để hướng đến cải thiện chất lượng hệ thông, nâng cao trải nghiệm khách hàng

Mô hình Hành trình Khách hàng (Customer Journey Model) là cơ sở làm rõ cách AI ảnh hưởng đến trải nghiệm của khách hàng, mô hình được sử dụng dé phan tich cac điểm chạm va trải nghiệm của khách hàng trong suốt quá trình tương tác với doanh nghiệp Hoyer vả cộng sự

(2020) nhân mạnh rằng các công nghệ mới, đặc biệt là AI, đang thay đổi cách khách hàng trải

nghiệm dịch vụ Họ chia hành trình khách hàng thành ba giai đoạn: Trước khi giao dịch (Pre- Transaction), Giao dịch (Transaction) và Sau khi giao dịch (Post-Transaction), và thảo luận cách

AI ảnh hưởng đến mỗi giai đoạn

Mô hình Hệ thống Thông tin Thành công của DeLone và MeLean (DeLone and MeLean

1S Suecess Model) đóng vai trò quan trọng trong việc đánh giá hiệu quả của các hệ thống AI Mô hình này bao gồm ba yếu tô chính: chất lượng hệ thống (System Quality), chất lượng thông tin

Nhân hóa (Anthropomorphism) đề cập đến việc gán cho các thực thể không phải con

người các đặc điểm, tính cách và hành vi giống con người Park và cộng sự (2024) đã nghiên cứu tác động của nhân hóa trong chatbot AI đến sự hài lòng của khách hàng trong ngành tài chính

Họ phát hiện rằng nhân hóa thông qua ngôn ngữ, giọng nói và cách giao tiếp của chatbot tạo ra cảm giác như đang tương tác với một nhân viên thực sự, tăng cường nhận thức về tính hữu ích và tinh dé str dung Két quả phân tích cho thấy nhân hóa có tác động đáng kê đến nhận thức về tính

dễ sử dụng (Beta = 0.49) và nhận thức về tính hữu ích (Beta = 0.35), từ đó nâng cao sự hài lòng

và ý định tiếp tục sử dụng dịch vụ

Lý thuyết Hiện diện Xã hội (Social Presence Theory - SPT) giải thích rằng cảm giác hiện diện xã hội trong tương tác có thê ảnh hưởng đến mức độ hải lòng và hiệu quả giao tiếp Xie và cộng sự (2023) đã áp dụng SPT để nghiên cứu ảnh hưởng của hài hước được chatbot thê hiện đến sự hài lòng dịch vụ của khách hàng trong dịch vụ trực tuyến Họ phát hiện rằng khi chatbot

sử dụng hài hước, khách hàng cảm nhận được mức độ hiện diện xã hội cao hơn, tạo ra trải nghiệm tích cực hơn Trong thí nghiệm, khách hàng tương tác với chatbot hài hước thê hiện mức

độ hài lòng dịch vụ cao hon so với chatbot không sử dụng hải hước, với mức tăng trung bình 15% trong điểm hài lòng Điều này cho thấy rằng việc tăng cường hiện diện xã hội thông qua các yêu tổ nhự hài hước có thê cải thiện CX

Khai niém Ty déng Hoa Hién dién X4 hoi (Automated Social Presence - ASP) được đề xuất bởi Liao và cộng sự (2024) nhằm mô tả cảm nhận của người dùng về sự hiện điện xã hội trong tương tác với các hệ thông AI Họ phát triển thang đo ASP dựa trên hai thành phần chính: chức năng (Funetionalism) và nhân hóa (Anthropomorphism), và xác định năm yếu tố của ASP:

sự thân thiện xã hội, đồng cảm, khả năng phản hồi, đa dạng hóa giao tiếp, và năng lực Nghiên cứu với 1.027 người tham gia cho thấy ASP có độ tin cậy cao (Cronbachˆs alpha đạt 0.9) và khả

năng giải thích tốt các bién số liên quan đến CX