ปัจจัยการยอมรับเทคโนโลยีหุ่นยนต์บริการที่ส่งผลต่อการตัดสินใจลงทุนเพื่อการพัฒนาอย่างยั่งยืนของผู้ประกอบการร้านอาหารในเขตกรุงเทพมหานคร
บทคัดย่อ
การศึกษานี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยการยอมรับเทคโนโลยีหุ่นยนต์บริการที่ส่งผลต่อการตัดสินใจลงทุนของผู้ประกอบการร้านอาหารในเขตกรุงเทพมหานครและปริมณฑล โดยประยุกต์ใช้ทฤษฎีการยอมรับเทคโนโลยี (TAM) ร่วมกับองค์ประกอบด้านอิทธิพลทางสังคมและเงื่อนไขอำนวยความสะดวกจากทฤษฎี UTAUT โดยมีทัศนคติต่อหุ่นยนต์บริการเป็นตัวแปรคั่นกลาง กลุ่มตัวอย่างคือผู้ประกอบการหรือผู้บริหารระดับสูงที่มีอำนาจตัดสินใจลงทุนของร้านอาหารในพื้นที่ศึกษา จำนวน 400 ราย (1 ร้านต่อ 1 ราย) คัดเลือกด้วยวิธีเจาะจงตามเกณฑ์คัดเข้าและโควตาตามประเภทร้าน เก็บข้อมูลด้วยแบบสอบถามออนไลน์และภาคสนาม วิเคราะห์ด้วยสหสัมพันธ์ การถดถอยพหุคูณแบบเป็นลำดับขั้น และทดสอบอิทธิพลทางอ้อมด้วย Sobel test ร่วมกับ bootstrapping ผลการศึกษาพบว่า (1) การรับรู้ประโยชน์และการรับรู้ความง่ายในการใช้งานมีอิทธิพลเชิงบวกต่อทัศนคติ (β = 0.474 และ 0.266, p < .001) (2) ทัศนคติมีอิทธิพลเชิงบวกต่อการตัดสินใจลงทุน (β = 0.312, p < .001) และเป็นตัวแปรคั่นกลางบางส่วนทั้งสองเส้นทาง (3) อิทธิพลทางสังคมและเงื่อนไขอำนวยความสะดวกมีอิทธิพลทางตรงเชิงบวกต่อการตัดสินใจลงทุน และ (4) การรับรู้ประโยชน์มีอิทธิพลสูงกว่าการรับรู้ความง่ายในการใช้งานอย่างมีนัยสำคัญ ตัวแปรทั้งหมดอธิบายความแปรปรวนของการตัดสินใจลงทุนได้ร้อยละ 50.7 ผลการศึกษาสะท้อนศักยภาพเชิงนโยบายในการเชื่อมโยงการนำหุ่นยนต์บริการมาใช้กับเป้าหมายการพัฒนาที่ยั่งยืน โดยเฉพาะ SDG 8 9 และ 12 แม้จะไม่ได้วัดตัวชี้วัดความยั่งยืนโดยตรง งานวิจัยนี้ช่วยเติมเต็มช่องว่างความรู้ด้านการยอมรับเทคโนโลยีในระดับองค์กรของธุรกิจร้านอาหารไทย และเป็นประโยชน์ต่อผู้ประกอบการและผู้กำหนดนโยบายในการส่งเสริมการเปลี่ยนผ่านทางดิจิทัลของเอสเอ็มอีไทย
เอกสารอ้างอิง
ณัฐิวุฒิ สินสอนวรภัทร. (2565). ปัจจัยที่ส่งผลต่อการยอมรับนวัตกรรมหุ่นยนต์ดูแลผู้สูงอายุในกรุงเทพมหานคร (วิทยานิพนธ์ปริญญามหาบัณฑิต ไม่ได้ตีพิมพ์). มหาวิทยาลัยธรรมศาสตร์.
บุญทวี จันทสุวรรณ. (2566). การยอมรับนวัตกรรมโดยใช้การประเมินคุณภาพบริการของหุ่นยนต์บริการในโรงแรม 5 ดาวในเขตกรุงเทพมหานคร (วิทยานิพนธ์ปริญญามหาบัณฑิต ไม่ได้ตีพิมพ์). มหาวิทยาลัยศิลปากร.
พฤกษชาติ ชินประสาทศักดิ์, ธีรศักดิ์ กัญจนพงศ์, และพีรภาว์ ทวีสุข. (2568). การยอมรับกระบวนการทำงานหุ่นยนต์อัตโนมัติในงานบัญชี. วารสารวิชาการพระจอมเกล้าพระนครเหนือ (PACT), 38(2), 498–514. https://doi.org/10.55164/pactj.v38i2.276890
ศศิธร จุฑมาตยางกูร และณัฐพล พันธุ์ภักดี. (2569). ปัจจัยที่มีอิทธิพลต่อความตั้งใจใช้งานเทคโนโลยีหุ่นยนต์เสิร์ฟอาหารของลูกค้าร้านอาหารในกรุงเทพมหานคร. วารสารสันตยาภิวัฒน์ วัดหนองนกกด, 4(2), 40–55.
ศูนย์วิจัยกสิกรไทย. (21 ธันวาคม 2566). เทรนด์ธุรกิจร้านอาหารปี 2567: มูลค่าตลาดเติบโตแบบชะลอตัว ท่ามกลางต้นทุนที่สูง. https://www.kasikornresearch.com
สำนักงานส่งเสริมวิสาหกิจขนาดกลางและขนาดย่อม. (ม.ป.ป.). รายงานสถานการณ์วิสาหกิจขนาดกลางและขนาดย่อม (MSME) ประจำปี 2566. https://www.sme.go.th
Baron, R. M., & Kenny, D. A. (1986). The moderator–mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 1173–1182. https://doi.org/10.1037/0022-3514.51.6.1173
Belanche, D., Casaló, L. V., & Flavián, C. (2021). Frontline robots in tourism and hospitality: Service enhancement or cost reduction? Electronic Markets, 31(3), 477–492. https://doi.org/10.1007/s12525-020-00432-5
Chan, A. P. H., & Tung, V. W. S. (2019). Examining the effects of robotic service on brand experience: The moderating role of hotel segment. Journal of Travel & Tourism Marketing, 36(4), 458–468. https://doi.org/10.1080/10548408.2019.1568953
Cochran, W. G. (1977). Sampling techniques (3rd ed.). John Wiley & Sons.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
Etikan, I., Musa, S. A., & Alkassim, R. S. (2016). Comparison of convenience sampling and purposive sampling. American Journal of Theoretical and Applied Statistics, 5(1), 1–4. https://doi.org/10.11648/j.ajtas.20160501.11
Garg, A. (Ed.). (2025). Technological innovations in the food service industry. IGI Global. https://doi.org/10.4018/979-8-3693-7683-6
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning.
Ivanov, S., & Webster, C. (2019). Robots in tourism: A research agenda for tourism economics. Tourism Economics, 25(8), 1167–1187. https://doi.org/10.1177/1354816619879583
Kao, W. K., & Huang, Y. S. (2023). Service robots in full- and limited-service restaurants: Extending technology acceptance model. Journal of Hospitality and Tourism Management, 54, 10–21. https://doi.org/10.1016/j.jhtm.2022.11.006
Marangunić, N., & Granić, A. (2015). Technology acceptance model: A literature review from 1986 to 2013. Universal Access in the Information Society, 14, 81–95. https://doi.org/10.1007/s10209-014-0348-1
Thaker, R. (2021). Service robots in hospitality and tourism: Adoption, challenges, and long-term interaction. International Journal of Innovative Research in Engineering & Multidisciplinary Physical Sciences, 9(1), 1–7. https://doi.org/10.5281/zenodo.14001439
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478. https://doi.org/10.2307/30036540
Wirtz, J., Kunz, W. H., Hartley, N., & Tarbit, J. (2023). Corporate digital responsibility in service firms and their ecosystems. Journal of Service Research, 26(2), 173–190. https://doi.org/10.1177/10946705221130467
World Economic Forum. (2022). The global risks report 2022 (17th ed.). https://www.weforum.org/reports/global-risks-report-2022
Zhong, L., Sun, S., Law, R., & Zhang, X. (2020). Impact of robot hotel service on consumers' purchase intention: A control experiment. Asia Pacific Journal of Tourism Research, 25(5), 1–19. https://doi.org/10.1080/10941665.2020.1726421
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2026 วารสารนวัตกรรมทางธุรกิจและสังคม
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
