ChatGPT và marketing: Phân tích phản ứng của công chúng thông qua mạng xã hội Twitter

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:14

Thêm vào BST

Báo xấu

4
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nghiên cứu này phân tích tác động của trí tuệ nhân tạo (AI) đến lĩnh vực Marketing, đặc biệt sau sự ra đời của ChatGPT vào năm 2022. Bằng cách khai thác dữ liệu từ hơn 450.000 tweet về AI và Marketing, nghiên cứu sử dụng phương pháp mô hình hóa chủ đề (CTM) để đánh giá phản ứng của công chúng trước và sau khi triển khai ChatGPT, từ năm 2021 đến đầu tháng 4 năm 2023.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: ChatGPT và marketing: Phân tích phản ứng của công chúng thông qua mạng xã hội Twitter

Journal of Finance - Marketing Research; Vol. 16, Issue 2; 2025 p-ISSN: 1859-3690; e-ISSN: 3030-427X DOI: https://doi.org/10.52932/jfm.v16i2 p-ISSN: 1859-3690 e-ISSN: 3030-427X TẠP CHÍ NGHIÊN CỨU TÀI CHÍNH – MARKETING Journal of Finance - Marketing Research TRƯỜNG ĐẠI HỌC TÀI CHÍNH – MARKETING Số 89 – Tháng 04 Năm 2025 Journal of Finance – Marketing Research http://jfm.ufm.edu.vn CHATGPT AND MARKETING: ANALYZING PUBLIC REACTION THROUGH TWITTER DISCOURSES Ngo Minh Vu1* 1University of Economics Ho Chi Minh City, Vietnam ARTICLE INFO ABSTRACT DOI: This study analyzes the impact of Artificial Intelligence (AI) on the field 10.52932/jfm.v16i2.624 of Marketing, particularly following the emergence of ChatGPT in 2022. By leveraging data from over 450,000 tweets about AI and Marketing, the Received: study utilizes Correlated Topic Modeling (CTM) to assess public reactions October 01, 2024 before and after the deployment of ChatGPT, from 2021 to early April Accepted: 2023. The findings show that ChatGPT sparked significant interest from November 10, 2024 the public, with a sharp increase in related tweets. However, the initial Published: April 25, 2025 excitement gradually waned due to concerns over the limitations and risks of AI technology. Before ChatGPT’s appearance, AI applications in Keywords: Marketing lacked clear trends; subsequently, discussions became centered Artificial Intelligence; on topics such as the long-term impact of AI, the effectiveness of AI tools ChatGPT; Marketing; in content production, and the role of AI in optimizing Marketing through Public reaction; SEO. The study also highlights concerns over job losses and social issues Text-mining; arising from AI. Topic modeling JEL Codes: M15; M30; O33 *Corresponding author: Email: vunm@ueh.edu.vn 41
Tạp chí Nghiên cứu Tài chính - Marketing Số 89 (Tập 16, Kỳ 2) – Tháng 04 Năm 2025 p-ISSN: 1859-3690 e-ISSN: 3030-427X TẠP CHÍ NGHIÊN CỨU TÀI CHÍNH – MARKETING Tạp chí Nghiên cứu Tài chính - Marketing TRƯỜNG ĐẠI HỌC TÀI CHÍNH – MARKETING Số 85 – Tháng 10 Năm 2024 Journal of Finance – Marketing Research http://jfm.ufm.edu.vn CHATGPT VÀ MARKETING: PHÂN TÍCH PHẢN ỨNG CỦA CÔNG CHÚNG THÔNG QUA MẠNG XÃ HỘI TWITTER Ngô Minh Vũ1* 1Đại học Kinh tế Thành phố Hồ Chí Minh THÔNG TIN TÓM TẮT DOI: Nghiên cứu này phân tích tác động của trí tuệ nhân tạo (AI) đến lĩnh vực 10.52932/jfm.v16i2.624 Marketing, đặc biệt sau sự ra đời của ChatGPT vào năm 2022. Bằng cách khai thác dữ liệu từ hơn 450.000 tweet về AI và Marketing, nghiên cứu sử Ngày nhận: dụng phương pháp mô hình hóa chủ đề (CTM) để đánh giá phản ứng của 01/10/2024 công chúng trước và sau khi triển khai ChatGPT, từ năm 2021 đến đầu Ngày nhận lại: tháng 4 năm 2023. Kết quả cho thấy, ChatGPT đã kích thích sự quan tâm 10/11/2024 đáng kể từ cộng đồng, với lượng tweet tăng vọt. Tuy nhiên, sự hào hứng Ngày đăng: ban đầu dần giảm do lo ngại về giới hạn và rủi ro của công nghệ AI. Trước 25/04/2025 khi ChatGPT xuất hiện, ứng dụng AI trong Marketing chưa có xu hướng rõ ràng; sau đó, các cuộc thảo luận tập trung vào các chủ đề như ảnh hưởng Từ khóa: lâu dài của AI, hiệu quả của các công cụ AI trong sản xuất nội dung và vai ChatGPT; Marketing; trò của AI trong tối ưu hóa Marketing qua SEO. Nghiên cứu cũng nhấn Phản ứng của công mạnh các mối lo ngại về mất việc làm và các vấn đề xã hội do AI gây ra. chúng; Phân tích chủ đề; Trí tuệ nhân tạo (AI) Mã JEL: M15; M30; O33 1. Giới thiệu như Rust (2020). Sự giao thoa giữa khả năng Marketing và công nghệ là chủ đề nghiên cứu Sự tích hợp của công nghệ đã trở thành một của cả những người thực hành Marketing và khía cạnh cơ bản của phần lớn các hoạt động các học giả trong gần ba mươi năm (Wilden & Marketing của doanh nghiệp. Ảnh hưởng Gudergan, 2015). Các nghiên cứu gần đây đã của công nghệ đến các khía cạnh khác nhau nhấn mạnh xu hướng về khả năng hỗ trợ của của Marketing là rất đáng kể trong thời hiện công nghệ trong lĩnh vực Marketing, thường đại, bằng chứng là các tác phẩm học thuật được gọi là số hóa Marketing (John & Scheer, 2021). Bất chấp nghiên cứu sâu rộng được thực *Tác giả liên hệ: hiện về kỹ năng Marketing và tầm quan trọng Email: vunm@ueh.edu.vn của công nghệ trong lĩnh vực này, những khía 42
Tạp chí Nghiên cứu Tài chính - Marketing Số 89 (Tập 16, Kỳ 2) – Tháng 04 Năm 2025 cạnh được hỗ trợ bởi trí tuệ nhân tạo (AI), vẫn hệ thống trí tuệ nhân tạo hiểu và phản hồi các tương đối bị bỏ qua (Morgan, 2019). thắc mắc của người tiêu dùng cũng như tham gia đối thoại, cải thiện trải nghiệm và mức độ Sự ra đời của ChatGPT của OpenAI vào tương tác của khách hàng (Mogaji & Nguyen, ngày 30 tháng 11 năm 2022 đã mang lại những 2021). Nhìn chung, những tiến bộ mới trong chuyển đổi đáng chú ý trong việc sử dụng công việc sử dụng AI trong lĩnh vực Marketing, đặc nghệ trí tuệ nhận tạo (AI) tiên tiến trong nhiều biệt là AI tổng hợp như ChatGPT, có tác động lĩnh vực khác nhau, chẳng hạn như Marketing. sâu sắc đến năng lực marketing. Công nghệ này ChatGPT đại diện cho một ví dụ về các công cụ tạo điều kiện thuận lợi cho việc kiểm tra dữ liệu được hỗ trợ bởi AI có khả năng chuyển đổi khả khách hàng, tự động hóa nhiệm vụ, tùy chỉnh năng Marketing thông qua việc cung cấp các đề các chiến dịch Marketing và nâng cao hoạt xuất tùy chỉnh, quản lý các câu hỏi và khiếu nại động Marketing. Tuy nhiên, điều quan trọng là của khách hàng suốt ngày đêm, tạo khách hàng phải tính đến các vấn đề đạo đức và nhu cầu tiềm năng, hỗ trợ phát triển nội dung và kiểm hiểu biết về quản lý của AI trong khi tìm cách tra dữ liệu khách hàng để cung cấp hiểu biết sâu sử dụng đầy đủ khả năng của nó trong lĩnh vực sắc về hành vi và sở thích của người tiêu dùng. Marketing. Do đó, nghiên cứu này nhằm mục Việc thực hiện phương pháp này có khả năng đích tìm hiểu quan điểm của các nhà Marketing mang lại lợi ích đáng kể cho các tổ chức, bao về cách sử dụng và sở thích của họ đối với AI gồm nâng cao hiệu quả hoạt động và tiết kiệm trước và sau khi ra mắt ChatGPT. chi phí, nâng cao mức độ hài lòng và lòng trung thành của khách hàng, đưa ra quyết định sáng Nghiên cứu này tận dụng các cuộc đối suốt về chiến lược Marketing và cuối cùng là thoại trên Twitter giữa những người dùng để tăng lợi tức đầu tư. đạt được mục tiêu nghiên cứu. Việc truy xuất thông tin dựa trên văn bản đã trở nên phổ biến AI đã thay đổi hoạt động Marketing của trong nghiên cứu phân tích trong thập kỷ qua công ty bằng cách cải thiện việc phát triển nội (Kushwaha và cộng sự, 2021). Các khuôn khổ dung, tạo khách hàng tiềm năng, giảm chi phí khai thác văn bản đã được thiết lập cho một thu hút khách hàng, quản lý trải nghiệm khách loạt các lĩnh vực quản lý do sự gia tăng nhanh hàng và xây dựng thương hiệu nhà tuyển dụng chóng và liên tục của thông tin dựa trên văn (Esch & Black, 2021). AI đàm thoại như chatbot bản, chẳng hạn như diễn ngôn trên mạng xã hội đã được sử dụng trong ngân hàng để cải thiện cũng như sự phát triển và mở rộng của Internet. quan hệ khách hàng và Marketing (Mogaji & Phân tích mô tả, chẳng hạn như báo cáo, bảng Nguyen, 2021). Do đó, kỹ năng Marketing bị điều khiển, trực quan hóa và phân tích khám ảnh hưởng phần lớn bởi khả năng đánh giá phá thông qua tóm tắt văn bản và trích xuất dữ liệu khách hàng và đưa ra kết luận của AI. tính năng từ các diễn ngôn (ví dụ: tình cảm, chủ AI có thể phân tích lượng lớn dữ liệu và tìm ra đề), được thúc đẩy bởi một loạt mô hình kinh tế các mô hình cũng như xu hướng mà con người lượng cho đến các thuật toán học máy nâng cao không thể (Esch & Black, 2021). AI tăng cường (Hashimoto và cộng sự, 2016; Valdez và cộng tự động hóa trong quy trình Marketing và đơn sự 2018). Nghiên cứu này sử dụng các phương giản hóa việc phân tích dữ liệu, tạo nội dung pháp khai thác văn bản như phân tích cảm xúc và quản lý chiến dịch (Miklosik và cộng sự, và mô hình hóa chủ đề trên kho dữ liệu hơn 2019). Điều này cho phép các nhà Marketing 450.000 tweet về AI và Marketing để rút ra suy tập trung vào các nhiệm vụ quan trọng hơn. AI nghĩ của công chúng về khả năng Marketing hỗ có thể tùy chỉnh nội dung, quảng bá sản phẩm trợ AI trước và sau khi triển khai ChatGPT từ và dịch vụ tùy theo sở thích của khách hàng và năm 2021 đến đầu tháng 4 năm 2023. cải thiện hoạt động Marketing theo thời gian thực (Huang & Rust, 2021). Đặc biệt, AI xử Kết quả của chúng tôi cho thấy rằng, công lý ngôn ngữ tự nhiên như ChatGPT cho phép chúng lần đầu tiên phản ứng tích cực với việc 43
Tạp chí Nghiên cứu Tài chính - Marketing Số 89 (Tập 16, Kỳ 2) – Tháng 04 Năm 2025 giới thiệu ChatGPT và nhiều ứng dụng cũng dữ liệu khổng lồ cũng như phân biệt các mô như kỹ thuật độc đáo để kết hợp ChatGPT và hình và xu hướng có thể nằm ngoài nhận thức các công cụ AI khác vào thực tiễn Marketing đã của con người (Esch & Black, 2021). Khả năng được đề xuất. Tuy nhiên, sau sự phấn khích ban này cho phép các nhà Marketing hiểu sâu hơn đầu, việc áp dụng ChatGPT và các công cụ AI về sở thích, thói quen và mong muốn của khách khác của công chúng đã giảm đáng kể do mọi hàng, từ đó tạo điều kiện thuận lợi cho việc thực người ngày càng nhận thức rõ hơn về những hiện các chiến lược Marketing chính xác và tùy mối nguy hiểm và giới hạn của công nghệ AI chỉnh hơn. Theo Hossain và cộng sự (2022), việc trong các ứng dụng Marketing. Điều này cho sử dụng phân tích khách hàng được hỗ trợ bởi thấy, cần phải nghiên cứu sâu hơn về việc sử AI có thể là công cụ giúp xác định phân khúc dụng AI trước khi nó có thể được người dân nói người tiêu dùng, dự đoán hành vi của khách chung sử dụng rộng rãi và an toàn. Hơn nữa, hàng và tối ưu hóa các chiến thuật Marketing. nghiên cứu này điều tra nhiều vấn đề và mối AI tự động hóa các quy trình Marketing, giúp quan tâm mới được nêu ra trong các cuộc trò tăng hiệu suất và hiệu quả (Miklosik và cộng sự, chuyện công khai về khả năng Marketing hỗ trợ 2019). Bên cạnh đó, AI sử dụng học máy và xử AI sau khi ChatGPT ra mắt, điều này có thể gợi lý ngôn ngữ tự nhiên để cải thiện trải nghiệm ý những hướng đi tiềm năng cho nghiên cứu và tương tác của khách hàng (Adeniyi và cộng trong tương lai trong lĩnh vực AI và Marketing. sự, 2016). Nghiên cứu hiện tại được cấu trúc như sau. Ngoài ra, việc sử dụng trí tuệ nhân tạo cho Phần 2 thảo luận các tài liệu liên quan về vai trò phép các nhà Marketing khai thác công nghệ của AI trong khả năng Marketing. Phần 3 tập tinh vi, như học máy và xử lý ngôn ngữ tự nhiên. trung thảo luận xung quanh việc thu thập dữ Các thuật toán học máy có khả năng kiểm tra dữ liệu và phương pháp luận. Trong Phần 4, các liệu khách hàng và đưa ra dự đoán hoặc đề xuất kết quả thực nghiệm và kết quả của nghiên cứu bằng cách sử dụng các mẫu và dữ liệu trong quá được trình bày chi tiết. Cuối cùng, nghiên cứu khứ (Adeniyi và cộng sự, 2016). Theo Mogaji được kết luận ở Phần 5. và Nguyen (2021), việc sử dụng xử lý ngôn ngữ tự nhiên cho phép hệ thống trí tuệ nhân tạo 2. Cơ sở lý luận hiểu và giải quyết các thắc mắc của khách hàng hoặc tham gia vào các hoạt động tương tác trò 2.1. AI trong Marketing chuyện, từ đó nâng cao trải nghiệm của khách hàng và thúc đẩy sự tương tác của khách hàng. Việc sử dụng AI đã tác động mạnh mẽ đến Marketing của doanh nghiệp, thay đổi các Tuy nhiên, việc tích hợp các công nghệ trí khía cạnh như sáng tạo nội dung, quản lý trải tuệ nhân tạo tiên tiến như mô hình ngôn ngữ nghiệm khách hàng, và xây dựng thương hiệu tự nhiên (ChatGPT) trong lĩnh vực Marketing nhà tuyển dụng (Esch & Black, 2021). Sự tích cũng làm nảy sinh các vấn đề về đạo đức và xã hợp AI trong Marketing được hỗ trợ bởi quá hội. Điều cần thiết đối với các nhà Marketing là trình chuyển đổi kỹ thuật số và tăng cường đảm bảo tính minh bạch, công bằng và không sử dụng công nghệ AI. AI, đặc biệt là chatbot, có thành kiến trong quá trình ra quyết định của được ngân hàng sử dụng để cải thiện tương tác hệ thống AI (Hoffman và cộng sự, 2022). Khi với khách hàng và nâng cao hiệu quả Marketing thực hiện các chiến lược Marketing dựa trên AI, (Mogaji & Nguyen, 2021). điều cần thiết là các tổ chức phải cân nhắc kỹ lưỡng các khía cạnh về quyền riêng tư và bảo Tác động của AI đến khả năng Marketing mật liên quan đến dữ liệu khách hàng (Hossain chủ yếu được thể hiện ở khả năng phân tích dữ và cộng sự, 2022). Hơn nữa, điều cần thiết là các liệu người tiêu dùng và rút ra những hiểu biết nhà quản lý Marketing phải có hiểu biết toàn có ý nghĩa. AI có khả năng đánh giá khối lượng diện về AI và các phân nhánh liên quan của nó 44
Tạp chí Nghiên cứu Tài chính - Marketing Số 89 (Tập 16, Kỳ 2) – Tháng 04 Năm 2025 để hình thành và triển khai thành thạo các hệ lại, chẳng hạn như tự động hóa các quy trình thống AI cho các mục tiêu Marketing (Mogaji Marketing, tùy chỉnh nội dung và tối ưu hóa & Nguyen, 2021). chiến dịch, cùng với mức độ dễ sử dụng của các công cụ AI như ChatGPT. Những nhận thức 2.2. Lý thuyết về chấp nhận công nghệ này sẽ tác động trực tiếp đến quyết định chấp Các lý thuyết nền khác nhau có thể được sử nhận hoặc từ chối AI của họ trong các hoạt dụng để làm sáng tỏ và hướng dẫn việc kết hợp động Marketing. Bằng cách tập trung vào yếu trí tuệ nhân tạo (AI) vào khả năng Marketing. tố nhận thức về tính hữu ích và tính dễ sử dụng, Ví dụ về các khuôn khổ như vậy là Mô hình TAM cung cấp một khung lý thuyết mạnh mẽ áp dụng công nghệ (TAM) do Davis và cộng để phân tích các lợi thế và thách thức trong việc sự (1989) đề xuất và Quan điểm dựa trên tài tích hợp AI và ChatGPT vào Marketing. nguyên (RBV) do Barney (1991) giới thiệu. Mô Hơn nữa, quan điểm dựa trên nguồn lực hình chấp nhận công nghệ (TAM) thừa nhận (RBV) làm sáng tỏ cách tiếp cận chiến lược mà rằng, nhận thức về tính hữu ích và nhận thức về một công ty có thể sử dụng để tối ưu hóa các tính dễ sử dụng của công nghệ đóng một vai trò nguồn lực không thể thay thế, duy nhất và có giá quan trọng trong việc hình thành ý định hành vi trị nhằm duy trì lợi thế cạnh tranh (Wernerfelt, của một cá nhân trong việc áp dụng và sử dụng 1984). Nghiên cứu này sử dụng Chế độ xem nó. Dựa trên Mô hình chấp nhận công nghệ dựa trên tài nguyên (RBV) để đưa ra các đề xuất (TAM), điều quan trọng là các tổ chức trước được hỗ trợ về mặt lý thuyết về sự lựa chọn giữa tiên phải đánh giá lợi ích nhận được và mức mua bên ngoài hoặc phát triển nội bộ các công độ dễ sử dụng của trí tuệ nhân tạo (AI) trước nghệ AI. Khung RBV xem xét các nguồn lực và khi áp dụng. Mô hình chấp nhận công nghệ kỹ năng cơ bản đa dạng của công ty cần thiết (TAM) thể hiện mối liên hệ chặt chẽ giữa lợi để nâng cao khả năng Marketing và đạt được thế của Trí tuệ nhân tạo (AI) và yếu tố tiện ích lợi thế cạnh tranh. Theo lý thuyết dựa trên tài của nó, cũng như những thách thức mà nó gặp nguyên (RBV), trí tuệ nhân tạo (AI) đóng vai phải về tính dễ sử dụng. Nghiên cứu hiện tại đã trò là nguồn tài nguyên duy nhất cho doanh sử dụng Mô hình chấp nhận công nghệ (TAM) nghiệp, cho phép họ kết hợp nó với các năng để kiểm tra niềm tin của các nhà Marketing về lực nội bộ khác như Marketing. Sự tích hợp này những lợi thế và thách thức liên quan đến việc cho phép các công ty phân biệt sản phẩm và áp dụng trí tuệ nhân tạo (AI) trong Marketing. dịch vụ của họ với sản phẩm và dịch vụ do đối Những nhận thức này đã được chứng minh là thủ cung cấp (Pereira & Bamel, 2021). có tác động đáng kể đến việc sử dụng thực tế công nghệ AI của các nhà Marketing trong hoạt động Marketing của họ. 3. Dữ liệu và phương pháp nghiên cứu Lý thuyết TAM là nền tảng lý thuyết phù 3.1. Dữ liệu hợp cho bài nghiên cứu này vì nó giúp làm sáng Nghiên cứu này sử dụng các dòng tweet tỏ các yếu tố quan trọng ảnh hưởng đến việc bằng tiếng Anh từ Twitter sau khi phát hành áp dụng trí tuệ nhân tạo (AI) trong Marketing. ChatGPT từ năm 2001 đến tháng 4 năm 2023 TAM, được Davis và cộng sự (1989) đề xuất, làm đầu vào để xác định thái độ của công chúng nhấn mạnh rằng, nhận thức về tính hữu ích về việc sử dụng AI trong lĩnh vực Marketing. và dễ sử dụng của một công nghệ đóng vai trò Để thu thập các tweet, chúng tôi đã sử dụng tài quan trọng trong việc định hình ý định hành khoản nhà phát triển Twitter, tài khoản này cho vi của người dùng đối với công nghệ đó. Trong phép chúng tôi truy cập vào Twitter API v2 và bối cảnh AI hỗ trợ Marketing, nghiên cứu cho phép chúng tôi tìm kiếm các tweet dựa trên này có thể sử dụng TAM để kiểm tra cách các một truy vấn cụ thể. Bằng cách sử dụng tùy chọn nhà Marketing đánh giá lợi ích mà AI mang truy cập cho dự án nghiên cứu học thuật, chúng 45
Tạp chí Nghiên cứu Tài chính - Marketing Số 89 (Tập 16, Kỳ 2) – Tháng 04 Năm 2025 tôi có thể tìm kiếm cơ sở dữ liệu lưu trữ các phá các khía cạnh phức tạp của dữ liệu văn bản tweet trên Twitter dựa trên từ khóa, loại tweet và ứng dụng hiệu quả trong các lĩnh vực như và thông số ngày tháng. “Artificial intelligence phân tích chính sách, nghiên cứu thị trường và marketing”, “AI marketing”, “chatgpt hiểu hành vi người tiêu dùng. marketing” và “chat openai marketing” là các từ khóa được sử dụng. Kết quả là gần 600.000 Công thức thống kê cơ bản trong CTM tweet đã được thu thập. Sau khi làm sạch và xử được xây dựng dựa trên nguyên lý phân phối lý các tweet thô, khoảng 454.000 tweet sạch sẽ Gaussian logistic normal. Giả sử có K chủ đề và được chọn để phân tích thêm. D tài liệu trong tập dữ liệu, với mỗi tài liệu d, CTM giả định rằng, sự phân bổ chủ đề θd của 3.2. Phương pháp mô hình hóa chủ đề tài liệu đó không chỉ được rút ra từ một phân phối Dirichlet như trong LDA, mà từ một phân Mô hình hóa chủ đề (Topic modelling), phối logistic-normal. Cụ thể: một phương pháp khai thác văn bản được sử dụng rộng rãi, có khả năng đánh giá hiệu quả θd = softmax(zd) khối lượng lớn văn bản trong khoảng thời gian ngắn (Karami và cộng sự, 2020). Theo Karami với zd~N(μ,Σ), trong đó μ là vector trung bình và cộng sự (2018), những tập hợp từ ngữ được và Σ là ma trận hiệp phương sai, biểu thị sự gọi là “chủ đề” này được coi là những “chủ tương quan giữa các chủ đề. đề” cơ bản dựa trên trực giác của con người. Điểm khác biệt quan trọng của CTM là việc Việc sử dụng các phương pháp lập mô hình sử dụng ma trận hiệp phương sai Σ, cho phép chủ đề, chẳng hạn như Mô hình chủ đề tương các chủ đề không độc lập với nhau, mà có thể quan (Correlated Topic Modeling – CTM), đã có tương quan dương hoặc âm. Điều này giúp được thấy, trong một số lĩnh vực, bao gồm y cải thiện khả năng mô hình hóa các bộ dữ liệu tế (Webb và cộng sự, 2018), kiến nghị điện tử phức tạp, nơi mà các chủ đề thực tế có thể liên (Hagen, 2018), khai thác ý kiến và các ứng dụng quan đến nhau. Nhờ sự linh hoạt của mô hình khác (Karami & Pendergraft, 2018). Gaussian logistic normal, CTM có thể tạo ra kết Phương pháp mô hình hóa chủ đề có tương quả phân tích chủ đề chính xác hơn, đồng thời quan (CTM – Correlated Topic Modeling) là giúp khai thác mối liên hệ tiềm ẩn giữa các chủ một trong những kỹ thuật tiên tiến trong lĩnh đề trong văn bản. vực khai phá dữ liệu văn bản, đặc biệt là phân Phương pháp CTM là một trong những tích các bộ dữ liệu văn bản lớn và không có cấu phương pháp lập mô hình chủ đề được sử dụng trúc. CTM mở rộng từ mô hình Latent Dirichlet rộng rãi dựa trên phân phối thống kê. Theo Blei Allocation (LDA) bằng cách cho phép các chủ và Lafferty (2006), cách tiếp cận này cung cấp đề có mối tương quan với nhau thay vì giả định sự trình bày chính xác hơn về cấu trúc chủ đề độc lập hoàn toàn. Các bước thực hiện phương tiềm ẩn, vì nó tính đến bất kỳ mối tương quan pháp CTM bao gồm: (1) Tiền xử lý dữ liệu bằng nào giữa sự tồn tại của các chủ đề tiềm ẩn khác cách làm sạch và loại bỏ các yếu tố không cần nhau. Trong bài nghiên cứu này, việc sử dụng thiết (như từ dừng và ký tự đặc biệt); (2) Áp phương pháp CTM đóng vai trò quan trọng dụng thuật toán CTM để học các chủ đề từ văn trong việc khai thác và phân tích các chủ đề liên bản; và (3) Phân tích kết quả để hiểu rõ hơn quan đến trí tuệ nhân tạo (AI) và Marketing từ về mối quan hệ giữa các chủ đề. Tính vượt trội hơn 450.000 bài đăng trên mạng xã hội Twitter. của CTM so với các phương pháp truyền thống CTM là một kỹ thuật phân tích chủ đề dựa trên nằm ở khả năng nắm bắt được mối tương quan phân phối thống kê, cho phép xác định các chủ giữa các chủ đề, từ đó cải thiện độ chính xác và đề tiềm ẩn trong tập dữ liệu văn bản lớn. Không tính chặt chẽ của mô hình. Điều này giúp kết giống như các phương pháp lập mô hình chủ quả phân tích có ý nghĩa hơn trong việc khám đề truyền thống như LDA, CTM tính đến sự 46
Tạp chí Nghiên cứu Tài chính - Marketing Số 89 (Tập 16, Kỳ 2) – Tháng 04 Năm 2025 tương quan giữa các chủ đề, cung cấp một cái ngày đề cập đến AI trong Marketing trước khi nhìn chính xác hơn về các cấu trúc tiềm ẩn ChatGPT ra đời. Sau khi ChatGPT ra mắt vào trong dữ liệu. Điều này đặc biệt hữu ích trong ngày 30 tháng 11 năm 2022, số lượng tweet và các ứng dụng phức tạp như phân tích chính mức độ tương tác trung bình hàng ngày này sách, nghiên cứu thị trường và phân loại văn đã tăng lên 1750. ChatGPT đã thu hút đáng kể bản theo ngữ cảnh sâu sắc hơn. sự tập trung của công chúng vào các khả năng Marketing hỗ trợ AI chỉ trong hơn bốn tháng Phương pháp này hoạt động bằng cách sử sau khi được giới thiệu. Nhiều nhà phân tích dụng phân phối chuẩn logistic để ước tính tỷ lệ trong ngành cảm thấy, ChatGPT là một sự kiện xuất hiện của từng chủ đề trong các tài liệu (cụ mang tính bước ngoặt vì nó tiên tiến hơn bất thể ở đây là các tweet), sau đó liên tục cập nhật kỳ chatbot công khai nào trước đây. Chương các tham số cho đến khi đạt được sự hội tụ. Kết trình trả lời các truy vấn nhanh hơn công cụ quả cuối cùng là một ma trận tương quan, cung tìm kiếm của Google và viết văn bản, tài liệu cấp cái nhìn sâu sắc về mối quan hệ giữa các hoặc mã thuyết phục cho hầu hết các lời nhắc. chủ đề khác nhau, từ đó giúp hiểu rõ hơn về Marketing hỗ trợ AI không phải là mới, nhưng cách các khía cạnh của AI và Marketing được ứng dụng của nó trong Marketing đã bị đình thảo luận cùng nhau. Với khả năng mô hình trệ trong những năm gần đây (Paul và cộng sự, hóa sự liên kết giữa các chủ đề, CTM giúp làm 2022). Tuy nhiên, khi công nghệ tiên tiến như rõ hơn sự thay đổi trong thảo luận công khai về ChatGPT ra đời cho thấy, nhu cầu to lớn của AI và Marketing trước và sau khi ChatGPT ra ngành marketing về các công cụ hỗ trợ AI sẽ mắt, từ đó phát hiện những xu hướng mới và luôn được đáp ứng. những thay đổi tiềm năng trong lĩnh vực này. Sau khi ra mắt, số lượng tweet về ChatGPT tăng dần và đạt đỉnh vào khoảng tháng 2 năm 4. Kết quả và thảo luận 2023, khi ghi nhận 100 triệu người dùng và ChatGPT-Plus được cung cấp cho các quốc gia 4.1. Phân tích tần số từ khóa ngoài Hoa Kỳ (Krystal, 2023). Ngay cả sau bản ChatGPT đã tạo ra động lực mới và làm tăng cập nhật ChatGPT-4 vào giữa tháng 3, số lượng đột biến số lượng thảo luận của người dùng tweet hàng ngày vẫn thấp hơn trước. Khi việc và công chúng về tiềm năng của AI trong việc dừng AI trở thành tin tức, các chuyên gia và hỗ trợ và nâng cao năng lực Marketing trực người nổi tiếng như Elon Musk và Bill Gates lại tuyến. Từ năm 2021 đến 2022, 455 tweet mỗi tweet (Financial Times, 2023). Hình 1. Số lượng tweet trước và sau khi ra mắt ChatGPT 47
Tạp chí Nghiên cứu Tài chính - Marketing Số 89 (Tập 16, Kỳ 2) – Tháng 04 Năm 2025 Bảng A trong Phụ lục 1 (xem Phụ lục 1 Marketing khác nhau. “Thu nhập thụ động” online) minh họa 40 cặp từ xuất hiện thường (6.446), “lợi nhuận khổng lồ” (6.280) và “thay xuyên nhất trong các tweet liên quan đến trí tuệ đổi cuộc chơi” (6.393) cho thấy, dự đoán của nhân tạo (AI) và Marketing trước khi ChatGPT công chúng về những tác động quan trọng của ra mắt. Thuật ngữ phổ biến là “phương tiện ngành Marketing từ các công nghệ AI mới nổi truyền thông xã hội”, với các thuật ngữ tiếp như ChatGPT. “TensorFlow JavaScript” (2.863) theo bao gồm “kinh doanh inittowinit” hoặc và “phân tích dữ liệu lớn” (2.520) đều liên quan “cảm hứng kiếm tiền” có liên quan đến các đến công nghệ. chiến dịch Marketing của các doanh nghiệp khác nhau. Trước khi ChatGPT ra đời, việc sử 4.2. Mô hình hóa chủ đề về khả năng Marketing dụng trí tuệ nhân tạo (AI) để nâng cao kỹ năng hỗ trợ AI Marketing không phải là chủ đề thảo luận nổi Phụ lục 2 (xem Phụ lục 2 online) trình bày bật trong các cuộc trò chuyện công khai. Trọng các chủ đề được công chúng thảo luận nhiều tâm chính của nghiên cứu là việc sử dụng các nhất trước và sau khi ChatGPT ra mắt trong nền tảng truyền thông xã hội như một phương mối liên hệ giữa Marketing và AI theo kết tiện để thúc đẩy và quảng cáo một số dự án tài quả của phương pháp phân tích chủ đề CTM. chính hoặc triển vọng nhất định. Đáng chú ý là Trong mỗi chủ đề, 5 cặp từ có nhiều khả năng đã có rất nhiều cuộc đối thoại công khai về một liên kết nhất với nhau và với chủ đề mà chúng số lĩnh vực liên quan đến trí tuệ nhân tạo, bao phản ánh sẽ được hiển thị. Việc kết hợp kết quả gồm dữ liệu lớn, học máy, công nghệ tài chính, của việc lập mô hình chủ đề với đánh giá của tiền điện tử, thực tế ảo và siêu dữ liệu. Khám con người đã giúp chúng tôi hiểu được các chủ phá này ngụ ý rằng, trước khi ChatGPT được đề liên quan đến AI trong ngành Marketing đã giới thiệu như một ví dụ nổi bật về AI tổng hợp, thay đổi như thế nào theo thời gian. có thể tiếp cận được với công chúng với mức giá hợp lý, mối quan hệ giữa AI và Marketing được Bảng A trong Hình 3 hiển thị các chủ đề đặc trưng bởi một loạt các chủ đề liên kết với nổi bật được trích từ các bài diễn thuyết liên nhau, gây khó khăn cho việc này. để xác định quan đến AI và Marketing trước khi ra mắt bất kỳ chủ đề nổi bật nào trong thời gian này. ChatGPT. Trong giai đoạn này, các chủ đề thảo luận phổ biến trong dân chúng bao gồm: (1) Bảng B trong Hình 2 hiển thị 40 cặp từ Chiến dịch Marketing kinh doanh thụ động; hàng đầu có ít nhất 2400 lượt tweet sau khi ra (2) các công nghệ liên quan đến trí tuệ nhân mắt ChatGPT. Sự kết hợp thuật ngữ phổ biến tạo; (3) các ứng dụng được hỗ trợ bởi AI (NFT, nhất là “vuốt tệp”, tiếp theo là “vuốt mẫu” với trò chơi); (4) Phân tích và lợi ích của AI; (5) khoảng 12.000. Các nhà Marketing đã tận dụng công nghệ tài chính (fintech) và công nghệ bảo tối đa các giải pháp Marketing qua email và nội dung hỗ trợ AI của ChatGPT. Trong hai hiểm (insurtech); và (6) phương tiện truyền tháng đầu tiên của ChatGPT, các tweet về AI thông xã hội và các khả năng hỗ trợ AI khác. và Marketing chiếm ưu thế. “Trí tuệ nhân tạo” Chủ đề được trình bày bao gồm nhiều chủ đề (11.206), “truyền thông xã hội” (8.738) và “kiểm khác nhau, chủ yếu tập trung vào các công nghệ toán KYC” (8.501) cho thấy, phạm vi rộng lớn liên quan đến AI và tiềm năng ứng dụng của của AI trong các ứng dụng Marketing, bao gồm chúng trong ngành Marketing. Việc sử dụng AI Marketing truyền thông xã hội và khả năng tùy trong các dịch vụ tài chính đã trở nên phổ biến chỉnh và độ chính xác của dịch vụ khách hàng. hơn, khi các nhà Marketing nỗ lực kết hợp các “Marketing nội dung SEO” (3.335), “thị trường chiến lược hiệu quả nhất từ ngành công nghiệp nội dung seo” (3.335) và “blog copywriter” tài chính vào lĩnh vực Marketing. Các kỹ năng (3.247) là những cặp từ có tần suất xuất hiện Marketing hỗ trợ AI nói trên đặc biệt đáng cao hơn cho thấy, hoạt động Marketing hỗ trợ chú ý bao gồm phân tích kinh doanh, tạo nội AI có thể được sử dụng trong nhiều lĩnh vực dung hoặc thông tin chi tiết do máy học tạo ra. 48
Tạp chí Nghiên cứu Tài chính - Marketing Số 89 (Tập 16, Kỳ 2) – Tháng 04 Năm 2025 Hơn nữa, các ứng dụng tiềm năng về kỹ năng đến việc sử dụng ChatGPT và các giải pháp liên Marketing được tăng cường bởi trí tuệ nhân quan đến AI khác để giúp doanh nghiệp phát tạo (AI) có liên quan chặt chẽ với các nền tảng triển, đặc biệt là các công ty và doanh nghiệp truyền thông xã hội cũng như các tiến bộ công nhỏ. Khoảng 13% tổng số tweet nói về chủ đề nghệ và sản phẩm khác như metaverse, tiền này. Điều này khác với cách hoạt động của thị điện tử hoặc NFT. trường trước đây, khi công nghệ AI thường chỉ được sử dụng bởi các công ty lớn hoặc những Chúng tôi chia thời gian sau khi phát hành gã khổng lồ về công nghệ và Marketing như ChatGPT thành hai phần: trước (Bảng B, Hình Amazon, Facebook hay Google. Nhưng sự nổi 3) và sau (Bảng C, Hình 3) ChatGPT-Plus được lên của các công cụ AI tạo sinh như ChatGPT cung cấp cho những người bên ngoài Hoa Kỳ đã giúp các công ty Marketing nhỏ hơn và các vào ngày 10 tháng 2 năm 2023. Trước ChatGPT- nhà Marketing cá nhân có thể sử dụng những Plus (A2) quảng cáo dựa trên SEO, (A3) hướng công nghệ này để cải thiện hoạt động của họ và dẫn sử dụng ChatGPT để Marketing qua email, cạnh tranh tốt hơn với những đối thủ lớn hơn (A4) trợ lý AI để viết nội dung, (A5) tác động trên thị trường. Một trong những điều tốt nhất của ChatGPT và (A6) đổi mới công nghệ và AI về các hệ thống được hỗ trợ bởi AI là chúng trong lĩnh vực Marketing. Mặc dù phiên bản đầy có thể xử lý các công việc thường xuyên như đủ của ChatGPT đã được cung cấp cho nhiều lưu trữ dữ liệu hoặc dịch vụ khách hàng, giúp người hơn trên khắp thế giới, nhưng các chủ đề mọi người có thể làm những công việc phức không thay đổi nhiều trong nửa sau của Bảng tạp và sáng tạo hơn (Zarifhonarvar, 2024). B. Mọi người nói nhiều nhất về (B1) Marketing Đặc biệt dựa trên những gì mọi người nói trên dựa trên SEO và Marketing nội dung , (B2) khả Twitter, các nhà Marketing tập trung vào cách năng thay đổi lâu dài trong lĩnh vực Marketing, AI có thể cải thiện trải nghiệm của khách hàng (B3) AI làm trợ lý cá nhân, (B4) hướng dẫn sử bằng cách đưa ra lời khuyên và trợ giúp cụ thể, dụng ChatGPT để Marketing qua email, (B5) điều này sẽ khiến khách hàng hạnh phúc hơn các công nghệ khác và (B6) việc sử dụng AI để và trung thành hơn. Ngày càng nhiều công ty Marketing sản phẩm tài chính. và mọi người nhận thức được những lợi ích có Nhìn chung, mọi người đã nói về những điều thể có của công nghệ ChatGPT và AI và xem giống nhau trong cả hai giai đoạn phụ sau khi xét chúng (Gill và cộng sự, 2022). Điều này có ChatGPT ra mắt. Đây là những tác động có thể nghĩa là những xu hướng này có thể sẽ tiếp tục có của AI và ChatGPT đối với ngành Marketing. và gây ra những thay đổi cơ bản và lâu dài trong Đặc biệt, các chủ đề được nhắc đến nhiều nhất lĩnh vực Marketing. là 1) khả năng thay đổi lâu dài trong ngành Chủ đề (2) đã xem xét các kỹ năng Marketing Marketing (15% tổng số tweet); 2) Các công cụ cụ thể được hỗ trợ bởi AI, chẳng hạn như viết và sản xuất nội dung hỗ trợ ChatGPT (24% cách đưa ra tài liệu và ý tưởng cho Marketing tổng số tweet); 3) SEO Marketing dựa trên qua email, Marketing nội dung kỹ thuật số và (11% tổng số tweet); và 4) ChatGPT ảnh hưởng Marketing trên mạng xã hội, cùng những thứ đến cuộc sống của mọi người như thế nào (13% khác. Đây là chủ đề được nhắc đến nhiều nhất tổng số tweet). Mặc dù một số chủ đề, như việc sử dụng AI để bán hàng hóa tài chính, xuất hiện và khoảng 27% tổng số tweet nói về chủ đề này. nhiều hơn sau sự phát triển của ChatGPT-Plus, (McLean và cộng sự, 2021) Marketing kỹ thuật nhưng các chủ đề chính không thay đổi nhiều số được hỗ trợ bởi AI đang thay đổi cách các giữa hai giai đoạn phụ. nhà Marketing tạo nội dung, tìm kiếm khách hàng tiềm năng, xử lý trải nghiệm của khách Liên quan đến Chủ đề (1) những thay đổi hàng, bán hàng cho nhân viên tiềm năng và lâu dài có thể xảy ra trong ngành Marketing, biến những người theo dõi trên mạng xã hội người dùng Twitter ngày càng quan tâm hơn của họ thành khách hàng. Xu hướng này có thể 49
Tạp chí Nghiên cứu Tài chính - Marketing Số 89 (Tập 16, Kỳ 2) – Tháng 04 Năm 2025 giúp các công ty hoạt động hiệu quả hơn và tiết Cuối cùng, công chúng chú trọng vào việc kiệm tiền nhưng cũng khiến mọi người lo lắng ChatGPT hoặc AI tạo sinh sẽ ảnh hưởng như về tình trạng mất việc làm và các vấn đề xã hội thế nào đến công việc và cuộc sống của hàng nảy sinh khi máy tính thực hiện công việc của triệu người trong Chủ đề (4). Khoảng 17% con người (Esch & Black, 2021). tổng số tweet là về chủ đề này. Mọi người trên Twitter nói về khả năng hệ thống AI có thể thực ChatGPT và các công cụ AI khác cho phép hiện một số công việc kinh doanh tốt hơn con tạo ra trải nghiệm khách hàng theo hướng cá người. Ví dụ, robot được hỗ trợ bởi AI có thể nhân hóa sâu sắc, với các thông điệp và nội xử lý các câu hỏi và trợ giúp của khách hàng, dung được điều chỉnh theo sở thích cá nhân do đó sẽ ít cần đến đại diện dịch vụ khách hàng (Kim và cộng sự, 2025). Trong dài hạn, đây sẽ thực sự hơn. Tương tự, AI có thể xem dữ liệu là tiêu chuẩn mới trong dịch vụ khách hàng và khách hàng và đưa ra đề xuất cụ thể, vì vậy các Marketing, thúc đẩy sự trung thành của khách nhà Marketing không cần phải làm những việc hàng nhưng đòi hỏi đầu tư không ngừng vào này một cách thủ công. Xu hướng này có thể công nghệ. Sự phát triển của AI sẽ dần thay giúp các doanh nghiệp hoạt động hiệu quả hơn thế một số vai trò truyền thống, đặc biệt trong và tiết kiệm tiền nhưng cũng khiến mọi người lĩnh vực Marketing và chăm sóc khách hàng lo lắng về tình trạng mất việc làm và các vấn (Acemoglu & Restrepo, 2020). Do đó, các nhà đề xã hội nảy sinh khi máy tính thực hiện công quản trị cần có chiến lược về đào tạo và phát việc của con người (Esch & Black, 2021). Vì triển kỹ năng mới cho nhân viên, giúp họ làm điều này, điều quan trọng là các công ty phải việc cùng AI thay vì bị thay thế. Điều này có thể suy nghĩ cẩn thận về cách AI có thể ảnh hưởng bao gồm đào tạo các kỹ năng phân tích dữ liệu, đến nhân viên của họ và đảm bảo họ sử dụng quản lý công nghệ, và phát triển sáng tạo nội những công nghệ này một cách có trách nhiệm dung ở mức độ cao hơn. và đúng đắn. Mọi người trên Twitter cũng nói về việc Khi AI đảm nhiệm nhiều khía cạnh phân tích Marketing dựa trên SEO có thể thay đổi đáng trong Marketing, các nhà tiếp thị cần hiểu biết kể như thế nào trong Chủ đề (3), chiếm khoảng về cách thức sử dụng và khai thác các công cụ 10% tổng số tweet thu thập được. Các nhà AI để phân tích dữ liệu khách hàng. Khả năng Marketing đã đưa ra ý tưởng rằng, chatbot AI có hiểu và sử dụng dữ liệu sẽ trở thành một kỹ thể thay thế các công cụ tìm kiếm như Google năng cốt lõi, bao gồm việc biết cách thu thập, xử bằng cách sử dụng kiểu hỏi đáp của chatbot thay vì công cụ tìm kiếm (Nguyen và cộng sự, lý và diễn giải dữ liệu từ các công cụ AI để đưa 2022). Cách này có thể dẫn đến các tương tác ra các quyết định chiến lược. Những kỹ năng trò chuyện và cá nhân hóa hơn với khách hàng, này bao gồm kiến thức về phân tích thống kê, từ đó có thể giúp doanh nghiệp và khách hàng khai phá dữ liệu, và các công cụ phân tích nâng xích lại gần nhau hơn. Nó có thể giúp giảm bớt cao Ngoài ra, với sự gia tăng của các công cụ AI nhu cầu về các kỹ thuật SEO truyền thống như trong Marketing, các nhà tiếp thị cũng cần có tối ưu hóa cụm từ và xây dựng liên kết. Nhưng kỹ năng quản lý công nghệ. Điều này đòi hỏi cách tiếp cận này có thể gặp một số vấn đề, khả năng chọn lựa và triển khai các giải pháp AI chẳng hạn như đưa ra thông tin sai hoặc vô phù hợp với nhu cầu của doanh nghiệp. Các kỹ ích cũng như gây ra các vấn đề về quyền riêng năng này có thể bao gồm việc hiểu biết về công tư và bảo mật dữ liệu (Schuetzler và cộng sự, nghệ như chatbot, phần mềm tự động hóa tiếp 2021). Nhìn chung, ChatGPT và các công cụ thị, và quản lý các hệ thống CRM tích hợp AI để Marketing hỗ trợ AI khác có thể có tác động tối ưu hóa trải nghiệm khách hàng. lớn đến cách các nhà Marketing xử lý quảng cáo dựa trên SEO. 50
Tạp chí Nghiên cứu Tài chính - Marketing Số 89 (Tập 16, Kỳ 2) – Tháng 04 Năm 2025 5. Kết luận và hàm ý quản trị 5.2. Hàm ý quản trị 5.1. Kết luận Trước khi ChatGPT được phổ biến rộng rãi như một ví dụ đáng chú ý về trí tuệ nhân Nghiên cứu này sử dụng dữ liệu lớn của tạo tổng hợp (AI), sự giao thoa giữa AI và hơn 454.000 tweet về AI và Marketing để xem Marketing bao gồm một loạt các chủ đề được cách công chúng nhìn nhận và thảo luận về kết nối với nhau, khiến việc phân biệt bất kỳ các kỹ năng Marketing hỗ trợ AI trước và sau chủ đề nổi bật nào trong thời kỳ đó trở nên khó khi ChatGPT được phát hành. Mô hình chủ đề khăn. Tuy nhiên, sau khi ChatGPT ra mắt, chủ tương quan (CTM) được sử dụng trong nghiên đề về AI và ChatGPT có thể thay đổi vĩnh viễn cứu này để cho phép phân bổ tỷ lệ chủ đề một ngành Marketing đã trở thành chủ đề được thảo cách thích ứng hơn, chấp nhận hiệp phương sai luận nhiều nhất. Bên cạnh các chủ đề phổ biến thành phần vì nó cho phép mối quan hệ giữa nhất là những thay đổi vĩnh viễn có thể xảy ra các chủ đề tiềm ẩn. Thông qua cách tiếp cận trong ngành Marketing, còn có một số chủ đề mô hình hóa chủ đề này, nghiên cứu này xem chính bao gồm các công cụ hỗ trợ ChatGPT để xét một số chủ đề được nhắc đến nhiều nhất viết và tạo nội dung, Marketing dựa trên SEO trong lĩnh vực AI và Marketing trước và kể từ và cách ChatGPT ảnh hưởng đến cuộc sống của khi ChatGPT ra mắt. mọi người. Người dùng Twitter ngày càng quan Sự ra mắt của ChatGPT và những tiến bộ tâm hơn đến việc sử dụng ChatGPT và các giải rộng lớn hơn về trí tuệ nhân tạo có ý nghĩa quan pháp liên quan đến AI khác để phát triển doanh trọng đối với các doanh nghiệp trong lĩnh vực nghiệp của họ, đặc biệt là các công ty và doanh Marketing. Với khả năng tham gia vào các cuộc nghiệp nhỏ. hội thoại bằng ngôn ngữ tự nhiên của ChatGPT, Từ các kết quả phân tích chủ đề, xu hướng các doanh nghiệp có thể tận dụng công nghệ phản ứng ban đầu với AI, cụ thể là ChatGPT, này để nâng cao chiến lược Marketing và tương chủ yếu tập trung vào tiềm năng đổi mới của tác với khách hàng của mình. Các chatbot được AI trong Marketing. Các từ khóa phổ biến hỗ trợ bởi AI như ChatGPT có thể đưa ra các đề liên quan đến AI như “automation”, “content xuất được cá nhân hóa, trả lời các thắc mắc của generation”, và “SEO optimization” cho thấy, khách hàng và hỗ trợ lựa chọn sản phẩm, từ đó các chuyên gia trong ngành kỳ vọng AI có thể cải thiện sự hài lòng của khách hàng và thúc đẩy cải thiện hiệu suất công việc thông qua tự động doanh số bán hàng. Hơn nữa, khả năng hiểu và hóa, tối ưu hóa chiến dịch, và cá nhân hóa nội phân tích lượng dữ liệu khổng lồ của ChatGPT dung Marketing. cho phép doanh nghiệp có được những hiểu biết có giá trị về sở thích, mô hình hành vi và xu Tuy nhiên, sự giảm sút trong việc sử dụng AI hướng thị trường của người tiêu dùng. Thông sau thời kỳ phấn khích ban đầu, với các từ khóa tin này có thể được sử dụng để phát triển các tiêu cực như “job loss”, “ethical concerns”, và chiến dịch Marketing được nhắm mục tiêu, tối “privacy issues”, chỉ ra mối quan tâm ngày càng ưu hóa chiến lược giá và cải thiện trải nghiệm tăng của công chúng và các tổ chức về những tổng thể của khách hàng. Khi AI tiếp tục phát tác động tiêu cực của AI. Sự lo ngại này là dấu triển, các doanh nghiệp tận dụng những công hiệu rõ ràng cho thấy, việc triển khai AI không nghệ này trong nỗ lực Marketing của mình sẽ chỉ là vấn đề kỹ thuật hay hiệu suất mà còn là có lợi thế cạnh tranh trong việc hiểu và đáp ứng một thách thức về trách nhiệm xã hội. nhu cầu ngày càng tăng của khách hàng. Tuy nhiên, công chúng cũng đặt ra mối lo ngại về Dựa vào các kết quả trên, các nhà quản trị tình trạng mất việc làm và những tác động xã doanh nghiệp cần có chiến lược rõ ràng để tích hội của việc thay thế con người bằng máy móc. hợp AI vào hoạt động kinh doanh sao cho cân 51
Tạp chí Nghiên cứu Tài chính - Marketing Số 89 (Tập 16, Kỳ 2) – Tháng 04 Năm 2025 bằng giữa hiệu quả kinh tế và trách nhiệm xã quản lý AI an toàn và có trách nhiệm để đảm hội. Các công ty sẽ cần tuân thủ nghiêm ngặt bảo rằng, sự đổi mới không gây ra thiệt hại xã các quy định về quyền riêng tư và an ninh dữ hội nghiêm trọng. Ngoài ra, việc phát triển các liệu, đồng thời đảm bảo sự minh bạch trong khuôn khổ đánh giá tác động xã hội của AI là cách sử dụng AI. Một phần trong chiến lược cần thiết để hỗ trợ các tổ chức và chính quyền này có thể là đầu tư vào các hệ thống bảo mật trong việc ra quyết định. tiên tiến và xây dựng lòng tin với khách hàng về cách thức AI sử dụng dữ liệu của họ trong Chính quyền có vai trò quan trọng trong việc Marketing. Việc tích hợp AI không chỉ là tối ưu xây dựng các quy định và chính sách nhằm kiểm hóa chi phí mà còn là nâng cao khả năng cạnh soát và điều tiết việc sử dụng AI một cách có tranh và sự bền vững của doanh nghiệp trong trách nhiệm. Từ kết quả nghiên cứu, các chính tương lai. Các nhà quản trị nên tập trung vào sách cần tập trung vào việc bảo vệ quyền lợi của xây dựng chiến lược AI có tính linh hoạt và khả người lao động, bảo đảm quyền riêng tư của năng thích ứng cao để phản hồi nhanh trước người tiêu dùng và duy trì tính công bằng trong các thay đổi của thị trường và công nghệ. việc sử dụng AI. Chính quyền cũng cần thúc đẩy các chương trình giáo dục và đào tạo kỹ năng Cùng với các tác động lâu dài này, các nhà công nghệ mới để chuẩn bị cho sự chuyển đổi nghiên cứu cần tiếp tục khám phá những khía của thị trường lao động do AI mang lại. cạnh chưa được nghiên cứu sâu về AI, chẳng hạn như tác động lâu dài của AI đối với thị Hạn chế và hướng nghiên cứu tiếp theo trường lao động, quyền riêng tư của người tiêu Thông tin tài trợ: Nghiên cứu này được tài dùng, và các vấn đề đạo đức liên quan đến sự trợ bởi Đại học Kinh tế Thành phố Hồ Chí Minh thiên vị trong thuật toán AI. Các nghiên cứu (UEH), Việt Nam (Mã Số: CS-COB-2024-08). cần tập trung vào việc xác định các mô hình Tài liệu tham khảo Acemoglu, D., & Restrepo, P. (2020). The wrong kind of AI? Artificial intelligence and the future of labour demand. Cambridge Journal of Regions, Economy and Society, 13(1), 25-35. https://doi.org/10.1093/ cjres/rsz022 Adeniyi, D. A., Wei, Z., & Yongquan, Y. (2016). Automated web usage data mining and recommendation system using K-Nearest Neighbor (KNN) classification method. Applied Computing and Informatics, 12(1), 90-108. https://doi.org/10.1016/j.aci.2014.10.001 Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of Management, 17(1), 99-120. https://doi.org/10.1177/014920639101700108 Blei, D., & Lafferty, J. (2006). Correlated topic models. Advances in neural information processing systems, 18, 147. https://www.cs.cmu.edu/afs/cs/usr/lafferty/www/pub/ctm.pdf 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. https://doi.org/10.1287/mnsc.35.8.982 Esch, P. and Black, J. (2021). Artificial intelligence (AI): revolutionizing digital marketing. Australasian Marketing Journal, 29(3), 199-203. https://doi.org/10.1177/18393349211037684 Financial Times (2023). Elon Musk and other tech experts call for ‘pause’ on advanced AI systems. Accesed at 8th April 2023. https://www.ft.com/content/3f584019-7c51-4c9c-b18f-0e0ac0821bf7 Gill, S. S., Xu, M., Ottaviani, C., Patros, P., Bahsoon, R., Shaghaghi, A., Golec, M., Stankovski, V., Wu, H., Abraham, A., Singh, M., Mehta, H., Ghosh, S. K., Baker, T., Parlikad, A. K., Lutfiyya, H., Kanhere, S. S., Sakellariou, R., Dustdar, S., Ran, O., & Uhlig, S. (2022). AI for next generation computing: Emerging trends and future directions. Internet of Things, 19. https://doi.org/10.1016/j.iot.2022.100514 52
Tạp chí Nghiên cứu Tài chính - Marketing Số 89 (Tập 16, Kỳ 2) – Tháng 04 Năm 2025 Hagen, L. (2018). Content analysis of e-petitions with topic modeling: How to train and evaluate LDA models? Information Processing & Management, 54(6), 1292-1307. https://doi.org/10.1016/j.ipm.2018.05.006 Hashimoto, K., Kontonatsios, G., Miwa, M., & Ananiadou, S. (2016). Topic detection using paragraph vectors to support active learning in systematic reviews. Journal of biomedical informatics, 62, 59-65. https://doi.org/10.1016/j.jbi.2016.06.001 Huang, M. H., & Rust, R. T. (2021). A strategic framework for artificial intelligence in marketing. Journal of the academy of marketing science, 49, 30-50. https://doi.org/10.1007/s11747-020-00749-9 Hoffman, D. L., Moreau, C. P., Stremersch, S., & Wedel, M. (2022). The rise of new technologies in marketing: A framework and outlook. Journal of Marketing, 86(1), 1-6. https://doi.org/10.1177/00222429211061636 Hossain, A., Akter, S., Yanamandram, V., & Gunasekaran, A. (2022). Operationalizing artificial intelligence- enabled customer analytics capability in retailing. Journal of Global Information Management, 30(8), 1-23. https://doi.org/10.4018/jgim.298990032 John, G., & Scheer, L. K. (2021). Commentary: Governing technology-enabled omnichannel transactions. Journal of Marketing, 85(1), 126-130. https://doi.org/10.1177/0022242920972071 Karami, A., & Pendergraft, N. M. (2018). Computational analysis of insurance complaints: Geico case study. arXiv. https://doi.org/10.48550/arXiv.1806.09736 Karami, A., Gangopadhyay, A., Zhou, B., & Kharrazi, H. (2018). Fuzzy approach topic discovery in health and medical corpora. International Journal of Fuzzy Systems, 20, 1334-1345. https://doi.org/10.1007/ s40815-017-0327-9 Karami, A., Lundy, M., Webb, F., & Dwivedi, Y. K. (2020). Twitter and research: A systematic literature review through text mining. IEEE Access, 8, 67698-67717. https://doi.org/10.1109/ACCESS.2020.2983656 Kim, J. H., Kim, J., Baek, T. H., & Kim, C. (2025). ChatGPT personalized and humorous recommendations. Annals of Tourism Research, 110. https://doi.org/10.1016/j.annals.2024.103857 Krystal, H. (2023). ChatGPT sets record for fastest-growing user base - analyst note. https://www.reuters. com/technology/chatgpt-sets-record-fastest-growing-user-base-analyst-note-2023-02-01/ Kushwaha, A. K., Kar, A. K., & Dwivedi, Y. K. (2021). Applications of big data in emerging management disciplines: A literature review using text mining. International Journal of Information Management Data Insights, 1(2). https://doi.org/10.1016/j.jjimei.2021.100017 McLean, G., Osei-Frimpong, K., & Barhorst, J. (2021). Alexa, do voice assistants influence consumer brand engagement? Examining the role of AI powered voice assistants in influencing consumer brand engagement. Journal of Business Research, 124, 312-328. https://doi.org/10.1016/j.jbusres.2020.11.045 Miklosik, A., Kuchta, M., Evans, N., & Zak, S. (2019). Towards the adoption of machine learning- based analytical tools in digital marketing. Ieee Access, 7, 85705-85718. https://doi.org/10.1109/ ACCESS.2019.2924425 Mogaji, E. and Nguyen, N. (2021). Managers’ understanding of artificial intelligence in relation to marketing financial services: insights from a cross-country study. The International Journal of Bank Marketing, 40(6), 1272-1298. https://doi.org/10.1108/ijbm-09-2021-0440 Morgan, N. A. (2019). Researching marketing capabilities: Reﬂections from academia. AMS Review, 9, 381- 385. https://doi.org/10.1007/s13162-019-00158-4 Nguyen, Q. N., Sidorova, A., & Torres, R. (2022). User interactions with chatbot interfaces vs. Menu- based interfaces: An empirical study. Computers in Human Behavior, 128. https://doi.org/10.1016/j. chb.2021.107093 Paul, S. P., Aggarwal, S., & Jha, S. (2022). A survey on the use of AI-enabled techniques in digital marketing. In AIP Conference Proceedings, 2555(1). AIP Publishing. https://doi.org/10.1063/5.0108607 Pereira, V., & Bamel, U. (2021). Extending the resource and knowledge-based view: A critical analysis into its theoretical evolution and future research directions. Journal of Business Research, 132, 557-570. https://doi.org/10.1016/j.jbusres.2021.04.021 Rust, R. T. (2020). The future of marketing. International Journal of Research in Marketing, 37(1), 15-26. https://doi.org/10.1016/j.ijresmar.2019.08.002 53
Tạp chí Nghiên cứu Tài chính - Marketing Số 89 (Tập 16, Kỳ 2) – Tháng 04 Năm 2025 Schuetzler, R. M., Grimes, G. M., Giboney, J. S., & Rosser, H. K. (2021). Deciding whether and how to deploy chatbots. Mis Quarterly Executive, 20(1). https://doi.org/10.17705/2msqe.00039 Valdez, D., Pickett, A. C., & Goodson, P. (2018). Topic modeling: latent semantic analysis for the social sciences. Social Science Quarterly, 99(5), 1665-1679. https://doi.org/10.1111/ssqu.12528 Webb, F., Karami, A., & Kitzie, V. (2018). Characterizing diseases and disorders in Gay Users’ tweets. arXiv. https://doi.org/10.48550/arXiv.1803.09134 Wernerfelt, B. (1984). A resource-based view of the frm. Strategic Management Journal, 5(2), 171-180. https://doi.org/10.1002/smj.4250050207 Wilden, R., & Gudergan, S. P. (2015). The impact of dynamic capabilities on operational marketing and technological capabilities: Investigating the role of environmental turbulence. Journal of the Academy of Marketing Science, 43(2), 181-199. https://doi.org/10.1007/s11747-014-0380-y Zarifhonarvar, A. (2024). Economics of chatgpt: A labor market view on the occupational impact of artificial intelligence. Journal of Electronic Business & Digital Economics, 3(2), 100-116. https://doi.org/10.1108/ JEBDE-10-2023-0021 54