Số 240 | Tháng 3/2026
Ý định sử dụng dịch vụ Fintech có AI tại Việt Nam: Mô hình tích hợp SOR và UGT
Trịnh Hoàng Nam
Tóm tắt:
Mục tiêu nghiên cứu: Nghiên cứu này tập trung làm rõ vai trò trung gian của yếu tố cảm xúc trong việc giải thích mối quan hệ giữa các đặc tính của trí tuệ nhân tạo (AI) và ý định sử dụng (YĐSD) dịch vụ Fintech có AI.
Thiết kế nghiên cứu/phương pháp/tiếp cận: Nghiên cứu đề xuất mô hình dựa trên sự tích hợp của SOR, UGT và các đặc tính của AI trong bối cảnh Fintech. Nghiên cứu sử dụng phương pháp định lượng với dữ liệu được thu thập thuận tiện từ 400 người dùng dịch vụ Fintech tại Việt Nam.
Kết quả nghiên cứu chính: Kết quả phân tích ủng hộ tất cả tám giả thuyết được đề xuất, trong đó tính thông minh có tác động mạnh mẽ nhất lên cả hai thành phần cảm xúc, tính nhân hóa có tác động yếu nhất, đồng thời sự thỏa mãn là yếu tố cảm xúc quan trọng nhất thúc đẩy YĐSD.
Giá trị đóng góp mới: Nghiên cứu mở rộng khuôn khổ chấp nhận công nghệ truyền thống, nhấn mạnh vai trò của sự thích thú và sự thỏa mãn trong bối cảnh Fintech. Kết quả xác định được sự phân cấp quan trọng: Tính thông minh là yếu tố quyết định cảm xúc mạnh mẽ nhất, làm rõ tranh cãi về việc thiết kế AI nên ưu tiên hiệu suất hơn là hình thức nhân hóa trong các dịch vụ Fintech.
Tài liệu tham khảo:
- Al-Hajj, Z., & Hajj, R. (2025). Exploring the factors influencing the intention to use digital banking: The role of resonance FOMO as a moderator. Banks and Bank Systems, 20(1), 161-173 doi:10.21511/bbs.20(1).2025.14.
- Balakrishnan, J., & Dwivedi, Y. K. (2021). Conversational commerce: entering the next stage of AI-powered digital assistants. Annals of Operations Research, 333(2-3), 653-687 doi:doi:10.1007/s10479-021-04049-5.
- Butt, A. H., Ahmad, H., Muzaffar, A., Irshad, W., Mumtaz, M. U., & Zubair Ahmad Khan, T. (2025). WeChat gamification: mobile payment impact on word of mouth and customer loyalty. Spanish Journal of Marketing - ESIC, 29(1), 95-113
- Dwivedi, Y. K., Balakrishnan, J., Baabdullah, A. M., & Das, R. (2023). Do chatbots establish “humanness” in the customer purchase journey?. Psychology & Marketing, 40(10), 2008–2037 doi:https://doi.org/10.1002/mar.21888.
- Farzin, M., Sadeghi, M., Yahyayi, F., Ruholahpur, H., & Fattahi, M. (2021). Extending UTAUT2 in M-banking adoption and actual use behavior: does WOM communication matter? Asian Journal of Economics and Banking, 5(2), 136-157 doi:10.1108/AJEB-10-2020-0085.
- Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM) (3rd Ed.): Sage.
- Hong, J. W., Fischer, K., Kim, D., Cho, J. H., & Sun, Y. (2024). I Am Not Your Typical Chatbot: Hedonic and Utilitarian Evaluation of Open-Domain Chatbots. International Journal of Human–Computer Interaction, 41(14), 8963–8974 doi:10.1080/10447318.2024.2416016.
- Hu, X., Li, J., & Chen, Y. (2023). User motivations for AI chatbot adoption: A UGT perspective. Computers in Human Behavior, 141, 107650 doi:https://doi.org/10.1016/j.chb.2023.107650.
- Lakshmanan, K., & Shanmugavel, N. (2025). Investigation on the factors influencing the continuation intention to use digital wallet in the rural parts of India using extended UTAUT2. Asian Journal of Economics and Banking, 9(1), 22-47 doi:10.1108/AJEB-08-2024-0100.
- Lee, J. C., & Chen, X. (2022). Exploring users' adoption intentions in the evolution of artificial intelligence mobile banking applications: the intelligent and anthropomorphic perspectives. International Journal of Bank Marketing, 40(4), 631-658 doi:10.1108/ijbm-08-2021-0394.
- Maduku, D. K., & Thusi, P. (2023). Understanding consumers' mobile shopping continuance intention: New perspectives from South Africa. Journal of Retailing and Consumer Services, 70, 103185.
- Papathomas, A., Konteos, G., & Avlogiaris, G. (2025). Behavioral Drivers of AI Adoption in Banking in a Semi-Mature Digital Economy: A TAM and UTAUT-2 Analysis of Stakeholder Perspectives. Information, 16(2), 137 doi:10.3390/info16020137.
- Parovel, G. (2023). Perceiving animacy from kinematics: visual specification of life-likeness in simple geometric patterns. Frontiers in Psychology, 14, 1167809 doi:https://doi.org/10.3389/fpsyg.2023.1167809.
- Rahman, M. K., Ismail, N. A., Hossain, M. A., & Hossen, M. S. (2025). Students' mindset to adopt AI chatbots for effectiveness of online learning in higher education. Future Business Journal, 11(1), 30 doi:10.1186/s43093-025-00459-0.
- Sidlauskiene, J., Joye, Y., & Auruskeviciene, V. (2023). AI-based chatbots in conversational commerce and their effects on product and price perceptions. Electronic Markets, 33(1), 24 doi:https://doi.org/10.1007/s12525-023-00633-8.
The intention to Use AI-Based Fintech Services in Vietnam: An Integration of SOR and UGT
Abstract:
Purpose: This study focuses on clarifying the mediating role of emotional factors in explaining the relationship between AI characteristics and intention to use AI based Fintech services.
Design/methodology/approach: The research model is built on the SOR model and UGT theory combined with AI characteristics in the Fintech context. The study uses quantitative research on 400 users of AI based Fintech services in Vietnam.
Findings: The study supported all 8 proposed hypotheses, in which intelligence has the strongest impact on all three factes of emotion, anthropomorphism has the weakest impact, and gratification is the most important emotional factor driving intention to use AI based Fintech services.
Originality/value: The study expands the traditional technology acceptance framework, emphasizing the role of enjoyment and gratification in the Fintech area. The study identifies an important hierarchy: intelligence is the strongest determinant of emotion, clarifying the argument that AI design should prioritize performance over humanization in Fintech services.