Các yếu tố ảnh hưởng đến ý định sử dụng AI của nhân viên marketing tại TP. Hồ Chí Minh

ThS. Nguyễn Phương Duy

Trường Đại học Văn Hiến

Email: [email protected]

Tóm tắt

Nghiên cứu nhằm xác định các yếu tố ảnh hưởng đến ý định sử dụng trí tuệ nhân tạo (AI) trong sáng tạo video quảng cáo của nhân viên marketing tại TP. Hồ Chí Minh. Dữ liệu được thu thập từ 232 quan sát hợp lệ và phân tích bằng phương pháp PLS-SEM. Kết quả cho thấy, năng lực đa phương thức tác động tích cực đến nhận thức tính dễ sử dụng và nhận thức tính hữu ích. Hai yếu tố này tiếp tục ảnh hưởng tích cực đến thái độ và ý định sử dụng AI, trong khi thái độ cũng thúc đẩy ý định sử dụng. Kết quả này khẳng định, việc chấp nhận AI trong sáng tạo video quảng cáo phụ thuộc đồng thời vào năng lực người dùng và cách họ cảm nhận về công nghệ.

Từ khóa: Năng lực đa phương thức, nhận thức tính dễ sử dụng, nhận thức tính hữu ích, thái độ đối với việc sử dụng AI, ý định sử dụng AI

Abstract

This study aims to identify the factors influencing marketing employees’ intention to use artificial intelligence (AI) in advertising video creation in Ho Chi Minh City. Data were collected from 232 valid observations and analyzed using partial least squares structural equation modeling (PLS-SEM). The results indicate that multimodal competence positively influences perceived ease of use and perceived usefulness. These two factors, in turn, positively affect attitude toward AI use and intention to use AI, while attitude also positively influences usage intention. These findings confirm that the adoption of AI in advertising video creation depends on both users’ competencies and their perceptions of the technology.

Keywords: Multimodal competence, perceived ease of use, perceived usefulness, attitude toward AI use, intention to use AI

ĐẶT VẤN ĐỀ

AI ngày càng được ứng dụng trong marketing, từ phân tích dữ liệu và cá nhân hóa nội dung đến hỗ trợ sáng tạo truyền thông (Davenport et al., 2020; Huang & Rust, 2021). Đặc biệt, AI tạo sinh mở rộng khả năng sản xuất hình ảnh, âm thanh và video quảng cáo, tạo ra những phương thức mới trong sáng tạo nội dung marketing (Kapoor & Kumar, 2025). Hiệu quả sử dụng AI không chỉ phụ thuộc vào công nghệ mà còn gắn với năng lực của người dùng. Trong sáng tạo video quảng cáo, nhân viên marketing phải phối hợp nhiều phương thức biểu đạt như văn bản, hình ảnh, âm thanh và chuyển động, do đó năng lực đa phương thức có thể ảnh hưởng đến cách họ nhận thức về AI (Kress, 2010; Zhao et al., 2025).

Theo Mô hình chấp nhận công nghệ, nhận thức tính dễ sử dụng và nhận thức tính hữu ích là những yếu tố quan trọng hình thành thái độ và ý định sử dụng công nghệ (Davis, 1989; Davis et al., 1989). Tuy nhiên, việc kết hợp năng lực đa phương thức vào mô hình giải thích ý định sử dụng AI trong sáng tạo video quảng cáo vẫn còn hạn chế. Vì vậy, nghiên cứu này mở rộng Mô hình chấp nhận công nghệ bằng cách xem xét tác động của năng lực đa phương thức đến nhận thức tính dễ sử dụng và nhận thức tính hữu ích, qua đó giải thích thái độ và ý định sử dụng AI của nhân viên marketing tại TP. Hồ Chí Minh.

CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU

Năng lực đa phương thức

Năng lực đa phương thức là khả năng tiếp nhận và kết hợp các phương thức như văn bản, hình ảnh, âm thanh và chuyển động (Kress, 2010). Trong sáng tạo video quảng cáo bằng AI, năng lực này có thể giúp nhân viên marketing khai thác hiệu quả các công cụ AI. Zhao et al. (2025) cho thấy năng lực đa phương thức tác động tích cực đến cả nhận thức tính dễ sử dụng và nhận thức tính hữu ích của AI. Vì vậy, nghiên cứu đề xuất:

H1: Năng lực đa phương thức tác động tích cực tới nhận thức tính dễ sử dụng AI trong sáng tạo video quảng cáo.

H2: Năng lực đa phương thức tác động tích cực tới nhận thức tính hữu ích của AI trong sáng tạo video quảng cáo.

Nhận thức tính dễ sử dụng

Nhận thức tính dễ sử dụng phản ánh mức độ một cá nhân tin rằng việc sử dụng một công nghệ không đòi hỏi nhiều nỗ lực về thể chất và tinh thần (Davis, 1989). Trong Mô hình chấp nhận công nghệ, khi người dùng cảm thấy công nghệ dễ học, dễ thao tác và dễ làm chủ, họ có xu hướng hình thành đánh giá tích cực hơn đối với việc sử dụng công nghệ đó (Davis et al., 1989). Schepers và Wetzels (2007) cho thấy nhận thức tính dễ sử dụng có mối quan hệ tích cực với cả thái độ và ý định sử dụng trong nhiều bối cảnh công nghệ khác nhau. Trong hoạt động sáng tạo video quảng cáo, khi nhân viên marketing nhận thấy các công cụ AI dễ tiếp cận và không đòi hỏi quá nhiều nỗ lực để vận hành, họ có thể hình thành thái độ thuận lợi hơn và sẵn sàng sử dụng AI trong công việc. Do đó, nghiên cứu đề xuất:

H3: Nhận thức tính dễ sử dụng tác động tích cực tới thái độ đối với việc sử dụng AI.

H4: Nhận thức tính dễ sử dụng tác động tích cực tới ý định sử dụng AI.

Nhận thức tính hữu ích

Nhận thức tính hữu ích phản ánh mức độ cá nhân tin rằng việc sử dụng công nghệ có thể nâng cao hiệu quả công việc (Davis, 1989). Trong Mô hình chấp nhận công nghệ, đây là yếu tố quan trọng hình thành thái độ và ý định sử dụng, bởi khi người dùng nhận thấy công nghệ giúp cải thiện năng suất và chất lượng công việc, họ có xu hướng đánh giá tích cực và sẵn sàng sử dụng hơn (Davis et al., 1989). Vai trò này tiếp tục được khẳng định trong các nghiên cứu mở rộng TAM và phân tích tổng hợp về chấp nhận công nghệ (King & He, 2006). Vì vậy, nghiên cứu đề xuất:

H5: Nhận thức tính hữu ích tác động tích cực tới thái độ đối với việc sử dụng AI.

H6: Nhận thức tính hữu ích tác động tích cực tới ý định sử dụng AI.

Thái độ đối với việc sử dụng AI

Thái độ đối với việc sử dụng AI phản ánh đánh giá của cá nhân về việc ứng dụng AI, trong khi ý định sử dụng thể hiện mức độ sẵn sàng sử dụng công nghệ. Theo Mô hình chấp nhận công nghệ, thái độ là tiền đề quan trọng của ý định sử dụng (Davis et al., 1989). Trong bối cảnh AI, các nghiên cứu cũng ghi nhận mối quan hệ tích cực giữa thái độ và ý định sử dụng công nghệ (Koenig, 2025; Jiao & Cao, 2024). Vì vậy, nghiên cứu đề xuất:

H7: Thái độ đối với việc sử dụng AI tác động tích cực tới ý định sử dụng AI.

Từ các giả thuyết đề xuất, tác giả xây dựng mô hình nghiên cứu, được thể hiện tại Hình.

Hình 1: Mô hình nghiên cứu

Nguồn: Tác giả đề xuất

PHƯƠNG PHÁP NGHIÊN CỨU

Nghiên cứu sử dụng phương pháp định lượng với thiết kế khảo sát cắt ngang nhằm kiểm định các mối quan hệ trong mô hình nghiên cứu về ý định sử dụng AI trong sáng tạo video quảng cáo. Đối tượng khảo sát là nhân viên marketing đang làm việc tại TP. Hồ Chí Minh. Dữ liệu được thu thập từ tháng 4 đến tháng 7 năm 2026 bằng hai hình thức: khảo sát trực tiếp bằng bảng hỏi giấy và khảo sát trực tuyến thông qua Google Forms. Tổng cộng 300 bảng hỏi được phát ra, sau quá trình sàng lọc còn 232 bảng hỏi hợp lệ được sử dụng cho phân tích.

Các biến quan sát được đo lường bằng thang Likert 5 mức, từ 1 – Hoàn toàn không đồng ý đến 5 – Hoàn toàn đồng ý. Dữ liệu được phân tích bằng phương pháp mô hình cấu trúc tuyến tính bình phương nhỏ nhất từng phần (PLS-SEM). Quá trình phân tích gồm đánh giá mô hình đo lường thông qua độ tin cậy và giá trị thang đo, sau đó kiểm định mô hình cấu trúc để xác định mức độ và ý nghĩa thống kê của các mối quan hệ giả thuyết giữa các biến trong mô hình.

KẾT QUẢ NGHIÊN CỨU

Mô hình đo lường

Bảng 1: Kết quả đánh giá độ tin cậy và giá trị hội tụ của thang đo

Nguồn: Kết quả chạy từ phần mềm SmartPLS

Bảng 1 cho thấy, các thang đo đều đáp ứng yêu cầu về độ tin cậy và giá trị hội tụ. Hệ số tải ngoài của các biến quan sát dao động đều lớn hơn ngưỡng 0,70. Hệ số Cronbach’s Alpha và độ tin cậy tổng hợp (CR) có độ tin cậy tốt. Giá trị AVE của các cấu trúc nằm trong đều vượt ngưỡng 0,50. Các giá trị VIF dao động từ 1,781 đến 2,758, cho thấy không có dấu hiệu đa cộng tuyến giữa các biến quan sát. Mô hình đo lường đáp ứng các tiêu chí cần thiết để tiếp tục đánh giá giá trị phân biệt và mô hình cấu trúc.

Bảng 2: Kết quả đánh giá giá trị phân biệt theo tiêu chí HTMT

Nguồn: Kết quả chạy từ phần mềm SmartPLS

Kết quả kiểm định giá trị phân biệt ở Bảng 2 cho biết, các thang đo đều đáp ứng yêu cầu. Các giá trị HTMT dao động từ 0,593 đến 0,724, đều thấp hơn ngưỡng 0,85 cho thấy các cấu trúc trong mô hình đạt giá trị phân biệt và có thể được sử dụng cho bước đánh giá mô hình cấu trúc tiếp theo.

Mô hình cấu trúc

Hình 2: Kết quả kiểm định mô hình

Nguồn: Kết quả chạy từ phần mềm SmartPLS

Bảng 3: Kết quả kiểm định các giả thuyết nghiên cứu

Nguồn: Kết quả chạy từ phần mềm SmartPLS

Kết quả Bootstrapping với 3.000 mẫu lặp ở Hình 2 và Bảng 3 cho thấy, tất cả các mối quan hệ trong mô hình đều có tác động tích cực và có ý nghĩa thống kê. Năng lực đa phương thức tác động đến nhận thức tính dễ sử dụng (β = 0,525) và mạnh hơn đến nhận thức tính hữu ích (β = 0,611). Nhận thức tính dễ sử dụng ảnh hưởng tích cực đến thái độ đối với việc sử dụng AI (β = 0,428) và ý định sử dụng AI (β = 0,285). Tương tự, nhận thức tính hữu ích tác động đến thái độ (β = 0,367) và ý định sử dụng AI (β = 0,201). Bên cạnh đó, thái độ đối với việc sử dụng AI cũng thúc đẩy ý định sử dụng (β = 0,323). Như vậy, toàn bộ các giả thuyết nghiên cứu đều được ủng hộ.

Thảo luận

Kết quả nghiên cứu chỉ ra rằng, năng lực đa phương thức tác động tích cực đến nhận thức tính dễ sử dụng và nhận thức tính hữu ích, trong đó ảnh hưởng đến tính hữu ích mạnh hơn. Kết quả này tương đồng với Zhao et al. (2025), qua đó cho thấy khả năng kết hợp văn bản, hình ảnh, âm thanh và các phương thức truyền thông khác có thể giúp nhân viên marketing nhận thấy rõ hơn giá trị của AI trong sáng tạo video quảng cáo.

Nhận thức tính dễ sử dụng tác động tích cực đến cả thái độ và ý định sử dụng AI, phù hợp với Mô hình chấp nhận công nghệ (Davis et al., 1989). Tuy nhiên, kết quả này khác với Jiao và Cao (2024), khi nhận thức tính dễ sử dụng không ảnh hưởng đáng kể đến thái độ của nhà thiết kế đối với công nghệ hỗ trợ AI. Bên cạnh đó, nhận thức tính hữu ích cũng thúc đẩy thái độ và ý định sử dụng, trong khi thái độ tiếp tục ảnh hưởng tích cực đến ý định, tương đồng với Jiao và Cao (2024). Điều này gợi ý rằng sự thuận tiện và dễ thao tác có thể đặc biệt quan trọng đối với nhân viên marketing khi ứng dụng AI vào quy trình sáng tạo video quảng cáo.

KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ

Nghiên cứu góp phần làm rõ cơ chế hình thành ý định sử dụng AI trong sáng tạo video quảng cáo của nhân viên marketing tại TP. Hồ Chí Minh thông qua việc mở rộng Mô hình chấp nhận công nghệ với yếu tố năng lực đa phương thức. Kết quả cho thấy việc chấp nhận AI không chỉ phụ thuộc vào cách người dùng đánh giá công nghệ mà còn gắn với khả năng xử lý và phối hợp nhiều dạng nội dung trong quá trình sáng tạo. Mô hình giải thích được 48,8% sự biến thiên của ý định sử dụng AI, cho thấy mức độ giải thích tương đối tốt. Qua đó, nghiên cứu nhấn mạnh vai trò đồng thời của năng lực người dùng và nhận thức công nghệ trong việc thúc đẩy ứng dụng AI vào hoạt động sáng tạo video quảng cáo.

Kết quả nghiên cứu gợi ý một số hàm ý đối với doanh nghiệp và nhà quản trị marketing. Trước hết, doanh nghiệp nên chú trọng phát triển năng lực đa phương thức cho nhân viên thông qua các chương trình đào tạo về kết hợp văn bản, hình ảnh, âm thanh, chuyển động và thông điệp quảng cáo khi làm việc với các công cụ AI. Đây là nền tảng giúp nhân viên nhận thấy rõ hơn tính hữu ích và khả năng ứng dụng thực tế của AI trong quá trình sáng tạo nội dung.

Bên cạnh đó, doanh nghiệp nên ưu tiên các công cụ AI có giao diện trực quan, quy trình thao tác đơn giản và phù hợp với năng lực của đội ngũ marketing. Các buổi hướng dẫn thực hành, tài liệu sử dụng ngắn gọn và quy trình mẫu có thể giúp giảm rào cản khi tiếp cận công nghệ. Đồng thời, nhà quản trị cần làm rõ những lợi ích cụ thể của AI như hỗ trợ phát triển ý tưởng, rút ngắn thời gian sản xuất và đa dạng hóa nội dung video. Việc tạo điều kiện để nhân viên trực tiếp trải nghiệm hiệu quả của AI trong công việc có thể góp phần hình thành thái độ tích cực và thúc đẩy ý định sử dụng lâu dài.

Tài liệu tham khảo:

1. Davenport, T., Guha, A., Grewal, D., & Bressgott, T. (2020). How artificial intelligence will change the future of marketing. Journal of the Academy of Marketing Science, 48(1), 24–42.

2. Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340.

3. Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology: A comparison of two theoretical models. Management Science, 35(8), 982–1003.

4. Huang, M.-H., & Rust, R. T. (2021). A strategic framework for artificial intelligence in marketing. Journal of the Academy of Marketing Science, 49(1), 30–50.

5. Jiao, J., & Cao, X. (2024). Research on designers’ behavioral intention toward Artificial Intelligence-Aided Design: Integrating the Theory of Planned Behavior and the Technology Acceptance Model. Frontiers in Psychology, 15, 1450717.

6. Kapoor, A., & Kumar, M. (2025). Frontiers: Generative AI and personalized video advertisements. Marketing Science, 44(4), 733–747.

7. King, W. R., & He, J. (2006). A meta-analysis of the technology acceptance model. Information & Management, 43(6), 740–755.

8. Koenig, P. D. (2025). Attitudes toward artificial intelligence: Combining three theoretical perspectives on technology acceptance. AI & Society, 40, 1333–1345.

9. Kress, G. (2010). Multimodality: A social semiotic approach to contemporary communication. Routledge.

10. Schepers, J., & Wetzels, M. (2007). A meta-analysis of the technology acceptance model: Investigating subjective norm and moderation effects. Information & Management, 44(1), 90–103.

11. Venkatesh, V. (2000). Determinants of perceived ease of use: Integrating control, intrinsic motivation, and emotion into the Technology Acceptance Model. Information Systems Research, 11(4), 342–365.

12. Zhao, Z., An, Q., & Liu, J. (2025). Exploring AI tool adoption in higher education: Evidence from a PLS-SEM model integrating multimodal literacy, self-efficacy, and university support. Frontiers in Psychology, 16, 1619391.