Mô hình nghiên cứu tác động của trí tuệ nhân tạo và nguồn lực tổ chức số đến sự gắn kết công việc của nhân viên tại các doanh nghiệp lữ hành ở TP. Hồ Chí Minh

ThS. Nguyễn Thị Hà

Giảng viên Khoa Du lịch, Trường Đại học Văn hóa TP. Hồ Chí Minh; Email: [email protected]

Nguyễn Thu Hương

Sinh viên Khoa Du lịch, Trường Đại học Văn hóa TP. Hồ Chí Minh; Email: [email protected]

Nguyễn Đức Bình

Sinh viên Khoa Du lịch, Trường Đại học Văn hóa TP. Hồ Chí Minh; Email: [email protected]

Hà Văn Lợi (Tác giả liên hệ)

Sinh viên Khoa Du lịch, Trường Đại học Văn hóa TP. Hồ Chí Minh; Email: [email protected]

Tóm tắt

Trí tuệ nhân tạo (AI) và nguồn lực tổ chức số ngày càng tác động mạnh đến thái độ làm việc của nhân viên du lịch, song phần lớn nghiên cứu hiện có xem xét riêng lẻ từng nguồn lực, ít đặt trong quan hệ với nguồn lực tâm lý cá nhân và hiếm khi được kiểm định tại doanh nghiệp lữ hành. Bài viết ứng dụng Lý thuyết Bảo tồn nguồn lực (COR) và Mô hình Nguồn lực - Yêu cầu công việc (JD-R) để đề xuất mô hình nghiên cứu mới. Mô hình này xem xét tác động trực tiếp của AI hỗ trợ công việc và nguồn lực tổ chức số (được hình thành từ nhận thức chất lượng dịch vụ, văn hóa hỗ trợ chuyển đổi số và năng lực đổi mới số) đến sự gắn kết công việc của nhân viên tại các doanh nghiệp lữ hành ở TP. Hồ Chí Minh. Ngoài ra, vốn tâm lý cũng được đưa vào mô hình với vai trò vừa là nhân tố tác động trực tiếp, vừa là cầu nối trung gian trong mối quan hệ trên. Bảy giả thuyết được xây dựng làm cơ sở cho nghiên cứu định lượng tiếp theo tại các doanh nghiệp lữ hành ở TP. Hồ Chí Minh.

Từ khóa: Trí tuệ nhân tạo, nguồn lực tổ chức số, vốn tâm lý, sự gắn kết công việc, doanh nghiệp lữ hành

Abstract

Artificial intelligence (AI) and digital organizational resources are increasingly influencing the work attitudes of tourism employees. However, most existing studies examine these resources separately, with limited attention to their interactions with individual psychological resources and few empirical investigations in travel agencies. Drawing on conservation of resources (COR) theory and the job demands–resources (JD-R) model, this study proposes a novel research model. The model examines the direct effects of AI work support and digital organizational resources - conceptualized as comprising perceived service quality, a supportive digital transformation culture, and digital innovation capability - on work engagement. In addition, psychological capital is incorporated into the model as both a direct determinant and a mediating mechanism in these relationships. Seven hypotheses are developed to provide a foundation for subsequent quantitative research among travel agencies in Ho Chi Minh City.

Keywords: Artificial intelligence, digital organizational resources, psychological capital, work engagement, travel agencies

ĐẶT VẤN ĐỀ

Cách mạng công nghiệp lần thứ tư đang đưa trí tuệ nhân tạo (AI) trở thành công nghệ cốt lõi làm thay đổi phương thức vận hành của doanh nghiệp du lịch, đồng thời tác động đáng kể đến môi trường làm việc và cách thức nhân viên thực hiện công việc (Bulchand-Gidumal và cộng sự, 2023). Nhiều nghiên cứu mô tả tác động này mang tính 2 mặt: AI vừa có thể là nguồn lực hỗ trợ giúp nhân viên giảm tải công việc lặp lại, vừa có thể là nguồn gây áp lực, làm gia tăng cảm giác bất an nghề nghiệp (Koo và cộng sự, 2021; Hou và Fan, 2024; Bakir và cộng sự, 2025). Tại TP. Hồ Chí Minh, nơi hơn 75% doanh nghiệp du lịch là doanh nghiệp vừa và nhỏ với năng lực số còn ở giai đoạn sơ khởi - khác với bối cảnh các nghiên cứu quốc tế ghi nhận tác động tiêu cực của AI tại những tổ chức đã ứng dụng công nghệ trưởng thành (Hou và Fan, 2024) - nhánh tác động tích cực của AI như một nguồn lực hỗ trợ được kỳ vọng chiếm ưu thế hơn, phù hợp với phát hiện của Wu và cộng sự (2025).

Bên cạnh AI, chuyển đổi số còn đòi hỏi doanh nghiệp xây dựng đồng thời các nguồn lực cấp tổ chức: nhận thức chất lượng dịch vụ, văn hóa hỗ trợ chuyển đổi số và năng lực đổi mới số (Proksch và cộng sự, 2021; Kang và Busser, 2018). Tuy vậy, các dòng nghiên cứu này phần lớn vận hành độc lập: nghiên cứu về AI hiếm khi đặt trong quan hệ với nguồn lực tổ chức số (Koo và cộng sự, 2021; Liu và Cheng, 2025); 3 khía cạnh nguồn lực tổ chức số chưa từng được tích hợp thành 1 khái niệm bậc cao; và cơ chế chuyển hóa các nguồn lực này thành sự gắn kết công việc thông qua vốn tâm lý - đoàn xe nguồn lực theo COR (Hobfoll, 1989) chưa từng được kiểm định đồng thời trong một mô hình tích hợp, đặc biệt tại doanh nghiệp lữ hành ở TP. Hồ Chí Minh (Hou và Fan, 2024; Paek và cộng sự, 2015). Xuất phát từ khoảng trống này, bài viết đề xuất mô hình tích hợp AI và nguồn lực tổ chức số tác động đến sự gắn kết công việc, với vốn tâm lý giữ vai trò trung gian, làm cơ sở lý luận cho nghiên cứu định lượng tiếp theo.

CƠ SỞ LÝ THUYẾT

Lý thuyết Bảo tồn nguồn lực (COR): Hobfoll (1989) cho rằng con người có xu hướng duy trì, bảo vệ và tích lũy những nguồn lực có giá trị; căng thẳng phát sinh khi đối mặt nguy cơ mất nguồn lực. Khái niệm “đoàn xe nguồn lực” (resource caravans) cho rằng các nguồn lực có xu hướng hình thành cụm hỗ trợ lẫn nhau; trong nghiên cứu này, vốn tâm lý được xem là nguồn lực cá nhân được bồi đắp bởi các nguồn lực công nghệ và tổ chức, qua đó thúc đẩy sự gắn kết công việc.

Mô hình Nguồn lực - Yêu cầu công việc (JD-R): Theo Bakker và Demerouti (2017), môi trường làm việc gồm yêu cầu công việc (job demands, có thể phát sinh chi phí tâm lý) và nguồn lực công việc (job resources, hỗ trợ đạt mục tiêu và thúc đẩy động lực). AI có thể vừa là nguồn lực (khi nâng cao hiệu quả, quyền tự chủ) vừa là yêu cầu công việc (khi gây áp lực thích ứng); nguồn lực tổ chức số và vốn tâm lý tương ứng là nguồn lực công việc và nguồn lực cá nhân, trong đó nguồn lực cá nhân là cơ chế truyền dẫn một phần tác động của nguồn lực công việc đến sự gắn kết.

TỔNG QUAN NGHIÊN CỨU

Đối với AI, bằng chứng hiện tồn tại 2 chiều trái ngược. Koo, Curtis và Ryan (2021) và Hou và Fan (2024) cho thấy AI làm gia tăng mất an toàn công việc và căng thẳng, qua đó suy giảm vốn tâm lý và sự gắn kết; ngược lại, Wu, Zhang và Zhang (2025) và Li, Gong, Choi và Kang (2026) chứng minh AI cải thiện chất lượng đời sống công việc và tự tin sử dụng công nghệ, qua đó thúc đẩy sự gắn kết và hành vi đổi mới; Liu và Cheng (2025) kết hợp JD-R với COR để giải thích đồng thời cả hai cơ chế. Bakir, Dogru, Bilgihan và Ayoun (2025) khẳng định bằng chứng hiện chưa nhất quán và tập trung ở lĩnh vực khách sạn, trong khi doanh nghiệp lữ hành hầu như chưa được đề cập.

Đối với nguồn lực tổ chức số, ba dòng nghiên cứu liền kề cung cấp bằng chứng cho từng thành phần: Dinh, Trần, Nguyễn và Vũ (2024) xác nhận năng lực số tác động tích cực đến năng lực đổi mới của doanh nghiệp vừa và nhỏ; Proksch và cộng sự (2021) cùng Lukito và cộng sự (2025) khẳng định văn hóa số thúc đẩy số hóa và thích ứng; Kang và Busser (2018) cùng Kang, Busser và Choi (2018) xác nhận cấu trúc liền kề về chất lượng phục vụ tác động tích cực, có ý nghĩa thống kê mạnh đến cả vốn tâm lý (hệ số chuẩn hóa = 0,540) và sự gắn kết. Tuy nhiên, chưa nghiên cứu nào tích hợp cả ba thành phần thành một khái niệm bậc cao duy nhất.

Đối với vốn tâm lý, Paek và cộng sự (2015) và Tsaur, Hsu và Lin (2019) khẳng định vai trò trực tiếp, trung gian và điều tiết của vốn tâm lý đến sự gắn kết; tại Việt Nam, Hà Nam Khánh Giao và cộng sự (2020) xác nhận điều này với nhân viên khách sạn tại Thành phố Hồ Chí Minh. Hou và Fan (2024) là nghiên cứu hiếm hoi kiểm định trực tiếp vai trò trung gian của vốn tâm lý giữa một nguồn lực công nghệ và sự gắn kết; cơ chế tương tự với nguồn lực tổ chức số, dù có cơ sở qua nguyên lý đoàn xe nguồn lực, chưa từng được kiểm định.

Tổng hợp cho thấy khoảng trống ở giao điểm 4 luận điểm: (1) các nhóm nguồn lực công nghệ, tổ chức và cá nhân phần lớn được nghiên cứu độc lập; (2) nguồn lực tổ chức số chưa được tích hợp thành khái niệm bậc cao; (3) vai trò trung gian của vốn tâm lý giữa cả 2 nhóm nguồn lực và sự gắn kết chưa được kiểm định đồng thời; và (4) bằng chứng tại doanh nghiệp lữ hành, đặc biệt ở TP. Hồ Chí Minh, còn thiếu vắng.

ĐỀ XUẤT GIẢ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU

Khái niệm sự gắn kết công việc

Gắn kết công việc (work engagement) được Kahn (1990) định nghĩa là trạng thái cá nhân huy động đồng thời về thể chất, nhận thức và cảm xúc vào vai trò công việc đang đảm nhận. Schaufeli, Salanova, González-Romá và Bakker (2002) phát triển khái niệm này theo hướng đo lường với 3 thành phần: sức sống (vigor), sự cống hiến (dedication) và sự say mê (absorption), được kiểm định qua công cụ Utrecht Work Engagement Scale (UWES) - thang đo được sử dụng phổ biến trong lĩnh vực khách sạn - lữ hành. Trong nghiên cứu này, gắn kết công việc được xem là biến phụ thuộc trung tâm, chịu tác động của cả nguồn lực công việc (AI hỗ trợ công việc, nguồn lực tổ chức số) và nguồn lực cá nhân (vốn tâm lý), phù hợp với lập luận của Mô hình Nguồn lực - Yêu cầu công việc (Bakker và Demerouti, 2017).

Khái niệm nguồn lực AI hỗ trợ công việc

AI được ứng dụng trong lữ hành dưới nhiều hình thức như trợ lý ảo, chatbot, công cụ phân tích dự báo, giúp nhân viên tập trung hơn vào nhiệm vụ sáng tạo (Jerez-Jerez, 2025). Theo JD-R, khi AI nâng cao hiệu quả và quyền tự chủ, AI vận hành như nguồn lực công việc thúc đẩy sự gắn kết (Bakker & Demerouti, 2017); Wu, Zhang và Zhang (2025) và Liu và Cheng (2025) xác nhận quan hệ tích cực này qua cải thiện chất lượng đời sống công việc và cơ chế phục hồi nguồn lực. Tại các doanh nghiệp lữ hành ở TP. Hồ Chí Minh, nơi AI hiện chủ yếu hỗ trợ quy trình hơn là thay thế nhân sự, nhánh tác động tích cực được kỳ vọng chiếm ưu thế. Giả thuyết được đề xuất:

H1: Nguồn lực AI hỗ trợ công việc tác động tích cực đến sự gắn kết công việc.

Khái niệm nguồn lực tổ chức số

Nguồn lực tổ chức số được tiếp cận như khái niệm bậc cao dạng hình thành, cấu thành từ ba khía cạnh bổ sung: nhận thức chất lượng dịch vụ, văn hóa hỗ trợ chuyển đổi số và năng lực đổi mới số - theo hướng dẫn của Sarstedt, Hair, Cheah, Becker và Ringle (2019), các chỉ báo không cần tương quan mà cùng đóng góp vào một nội hàm chung. Bằng chứng nhất quán ở từng thành phần: Dinh và cộng sự (2024) với năng lực số; Proksch và cộng sự (2021), Lukito và cộng sự (2025) với văn hóa số; Kang và Busser (2018), Kang, Busser và Choi (2018) cùng Bourini và cộng sự (2019) với nhận thức chất lượng dịch vụ và chất lượng phục vụ - đều xác nhận tác động tích cực đến sự gắn kết. Giả thuyết được đề xuất:

H2: Nguồn lực tổ chức số tác động tích cực đến sự gắn kết công việc.

Khái niệm Vốn tâm lý

Vốn tâm lý (PsyCap) là trạng thái tâm lý tích cực gồm bốn thành phần: tự tin, hy vọng, lạc quan và khả năng phục hồi (Luthans, Avolio, Avey và Norman, 2007). Là nguồn lực cá nhân giúp ứng phó áp lực theo COR, vốn tâm lý được Paek và cộng sự (2015) và Tsaur, Hsu và Lin (2019) khẳng định tác động trực tiếp, trung gian và điều tiết đến sự gắn kết; tại Việt Nam, Hà Nam Khánh Giao và cộng sự (2020) xác nhận điều tương tự với nhân viên khách sạn tại Thành phố Hồ Chí Minh. Giả thuyết được đề xuất:

H3: Vốn tâm lý tác động tích cực đến sự gắn kết công việc.

Theo nguyên lý đoàn xe nguồn lực của COR, các nguồn lực bồi đắp lẫn nhau; theo JD-R, nguồn lực công việc phát huy một phần tác động qua nguồn lực cá nhân (Bakker và Demerouti, 2017). Hou và Fan (2024) kiểm định trực tiếp vốn tâm lý là trung gian giữa AI và sự gắn kết trong ngành khách sạn - khi AI vận hành như nguồn lực (thay vì yêu cầu gây căng thẳng), cơ chế bồi đắp vốn tâm lý được kỳ vọng vận hành theo chiều thuận. Giả thuyết được đề xuất:

H4: Nguồn lực AI hỗ trợ công việc có tác động tích cực đến vốn tâm lý của nhân viên.

H5: Nguồn lực AI hỗ trợ công việc tác động gián tiếp đến sự gắn kết công việc của nhân viên thông qua trung gian vốn tâm lý.

Đối với nguồn lực tổ chức số, dù chưa được kiểm định trực tiếp trên đúng cấu trúc bậc cao này, từng thành phần đã được xác nhận là nguồn lực công việc hợp lệ: công nghệ số củng cố niềm tin năng lực bản thân (Bandura, 1997), văn hóa số cởi mở tạo an toàn tâm lý (Proksch và cộng sự, 2021; Lukito và cộng sự, 2025), và Kang, Busser và Choi (2018) xác nhận thực nghiệm chất lượng phục vụ tác động mạnh đến vốn tâm lý. Giả thuyết được đề xuất:

H6: Nguồn lực tổ chức số có tác động tích cực đến vốn tâm lý.

H7: Nguồn lực tổ chức số tác động gián tiếp đến sự gắn kết công việc thông qua trung gian vốn tâm lý.

Căn cứ các lập luận trên, mô hình nghiên cứu được đề xuất như Hình.

Hình: Mô hình nghiên cứu đề xuất

Nguồn: Nhóm tác giả tổng hợp

Ghi chú: _________ Hướng tác động trực tiếp

--------------- Hướng tác động gián tiếp

KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU TƯƠNG LAI

Trên cơ sở COR, JD-R và các kết quả thực nghiệm trong, ngoài ngành lữ hành, bài viết đã xây dựng mô hình gồm 2 nhóm nguồn lực độc lập - AI hỗ trợ công việc và nguồn lực tổ chức số (khái niệm bậc cao hình thành từ nhận thức chất lượng dịch vụ, văn hóa hỗ trợ chuyển đổi số và năng lực đổi mới số) - tác động trực tiếp đến sự gắn kết công việc, trong đó vốn tâm lý vừa tác động trực tiếp, vừa là cơ chế trung gian chuyển hóa cả 2 nhóm nguồn lực thành sự gắn kết. Mô hình nhằm lấp đầy khoảng trống nghiên cứu của Hou và Fan (2024), Kang, Busser và Choi (2018), Dinh và cộng sự (2024), đồng thời mở rộng sang bối cảnh doanh nghiệp lữ hành tại TP. Hồ Chí Minh - lĩnh vực có cường độ tương tác người-công nghệ cao nhưng năng lực số còn phân hóa mạnh.

Bài viết đề xuất mô hình dựa trên tổng quan lý thuyết và thực nghiệm, chưa tiến hành kiểm định. Nghiên cứu tiếp theo cần đo lường và kiểm định mô hình bằng PLS-SEM, phù hợp với cấu trúc bậc cao dạng hình thành của nguồn lực tổ chức số, làm cơ sở đề xuất hàm ý quản trị giúp doanh nghiệp lữ hành triển khai AI và xây dựng nguồn lực tổ chức số theo hướng bồi đắp vốn tâm lý, duy trì sự gắn kết công việc. Các nghiên cứu tiếp theo cũng có thể mở rộng phân tích đa nhóm theo quy mô doanh nghiệp, thời gian ứng dụng AI hoặc vị trí công việc của nhân viên.

Tài liệu tham khảo

1. Bakir, S., Dogru, T., Bilgihan, A., & Ayoun, B. (2025). AI awareness and employee-related outcomes: A systematic review of the hospitality literature and a framework for future research. International Journal of Hospitality Management, 124, 103973. https://doi.org/10.1016/j.ijhm.2024.103973

2. Bakker, A. B., & Demerouti, E. (2017). Job demands-resources theory: Taking stock and looking forward. Journal of Occupational Health Psychology, 22(3), 273–285. https://doi.org/10.1037/ocp0000056

3.Bandura, A. (1997). Self-efficacy: The exercise of control. W. H. Freeman.

4. Bourini, I., Jahmani, A., Mumtaz, R., & Al-Bourini, F. A. (2019). Investigating the managerial practices' effect on employee-perceived service quality with the moderating role of supportive leadership behavior. European Research on Management and Business Economics, 25(1), 8–14. https://doi.org/10.1016/j.iedeen.2018.11.001

5. Bulchand-Gidumal, J., Secin, E. W., O'Connor, P., & Buhalis, D. (2023). Artificial intelligence's impact on hospitality and tourism marketing: Exploring key themes and addressing challenges. Current Issues in Tourism, 27(14), 2345–2362. https://doi.org/10.1080/13683500.2023.2229480

6. Dinh, V. H., Tran, T. K. M., Nguyen, Q. T., & Vu, T. M. (2024). Digital capabilities and innovation capabilities in Vietnamese SMEs. International Journal of Data and Network Science, 8(2), 1073-1084. https://doi.org/10.5267/j.ijdns.2023.12.001

7. Hà Nam Khánh Giao và cộng sự (2020). Ảnh hưởng của vốn tâm lý, tính cách cá nhân đến sự gắn kết công việc của nhân viên khách sạn tại Thành phố Hồ Chí Minh. Tạp chí Khoa học Trường Đại học Trà Vinh, 1(37), 12-23. https://doi.org/10.35382/18594816.1.37.2020.374

8. Hobfoll, S. E. (1989). Conservation of resources: A new attempt at conceptualizing stress. American Psychologist, 44(3), 513–524. https://doi.org/10.1037/0003-066X.44.3.513

9. Hou, Y., & Fan, L. (2024). Working with AI: The effect of job stress on hotel employees' work engagement. Behavioral Sciences, 14(11), 1076. https://doi.org/10.3390/bs14111076

10. Jerez-Jerez, M. J. (2025). A study of employee attitudes towards AI, its effect on sustainable development goals and non-financial performance in independent hotels. International Journal of Hospitality Management, 124, 103987. https://doi.org/10.1016/j.ijhm.2024.103987

11. Kahn, W. A. (1990). Psychological conditions of personal engagement and disengagement at work. Academy of Management Journal, 33(4), 692–724. https://doi.org/10.5465/256287

12. Kang, H. J. A., & Busser, J. A. (2018). Impact of service climate and psychological capital on employee engagement: The role of organizational hierarchy. International Journal of Hospitality Management, 75, 1-9. https://doi.org/10.1016/j.ijhm.2018.03.003

13. Kang, H. J. A., Busser, J. A., & Choi, H. M. (2018). Service climate: How does it affect turnover intention? International Journal of Contemporary Hospitality Management, 30(1), 76–94. https://doi.org/10.1108/ijchm-04-2016-0185

14. Koo, B., Curtis, C., & Ryan, B. (2021). Examining the impact of artificial intelligence on hotel employees through job insecurity perspectives. International Journal of Hospitality Management, 95, 102763. https://doi.org/10.1016/j.ijhm.2020.102763

15. Li, X., Gong, Z., Choi, H., & Kang, S.-W. (2026). AI self-efficacy and innovative work behavior in hospitality and tourism: A job demands-resources perspective on work engagement and schedule i-deals. Behavioral Sciences, 16(3), 431. https://doi.org/10.3390/bs16030431

16. Liu, S., & Cheng, P. (2025). The double-edged sword effect of artificial intelligence awareness among hotel employees. International Journal of Contemporary Hospitality Management, 37(3), 997–1015. https://doi.org/10.1108/ijchm-01-2024-0051

17. Lukito, D., Suharnomo, Perdhana, M. S., & Jayanti, S. T. (2025). Digital organizational culture: Concept and scale development. Journal The Winners, 26(1), 73–84. https://doi.org/10.21512/tw.v26i1.13405

18. Luthans, F., Avolio, B. J., Avey, J. B., & Norman, S. M. (2007). Positive psychological capital: Measurement and relationship with performance and satisfaction. Personnel Psychology, 60(3), 541–572. https://doi.org/10.1111/j.1744-6570.2007.00083.x

19. Paek, S., Schuckert, M., Kim, T. T., & Lee, G. (2015). Why is hospitality employees' psychological capital important? The effects of psychological capital on work engagement and employee morale. International Journal of Hospitality Management, 50, 9–26. https://doi.org/10.1016/j.ijhm.2015.07.001

20. Proksch, D., Rosin, A. F., Stubner, S., & Pinkwart, A. (2021). The influence of a digital strategy on the digitalization of new ventures: The mediating effect of digital capabilities and a digital culture. Journal of Small Business Management, 62(1), 1-29. https://doi.org/10.1080/00472778.2021.1883036

21. Sarstedt, M., Hair, J. F., Cheah, J.-H., Becker, J.-M., & Ringle, C. M. (2019). How to specify, estimate, and validate higher-order constructs in PLS-SEM. Australasian Marketing Journal, 27(3), 197-211. https://doi.org/10.1016/j.ausmj.2019.05.003

22. Schaufeli, W. B., Salanova, M., González-Romá, V., & Bakker, A. B. (2002). The measurement of engagement and burnout: A two sample confirmatory factor analytic approach. Journal of Happiness Studies, 3, 71-92. https://doi.org/10.1023/A:1015630930326

23. Tsaur, S.-H., Hsu, F.-S., & Lin, H. (2019). Workplace fun and work engagement in tourism and hospitality: The role of psychological capital. International Journal of Hospitality Management, 81, 131–140. https://doi.org/10.1016/j.ijhm.2019.03.016

24. Wu, T.-J., Zhang, R.-X., & Zhang, Z. (2025). Navigating the human-artificial intelligence collaboration landscape: Impact on quality of work life and work engagement. Journal of Hospitality and Tourism Management, 62, 276–283. https://doi.org/10.1016/j.jhtm.2025.02.005.