ปัจจัยที่ส่งผลต่อความตั้งใจเชิงพฤติกรรมและพฤติกรรมการใช้แอปพลิเคชันกระบวนการทำงานหุ่นยนต์อัตโนมัติ (RPA) ในงานบัญชี: กรอบแนวคิดการวิจัย

ผู้แต่ง

  • บัญชา ไชยสมคุณ คณะบริหารธุรกิจและการบัญชี มหาวิทยาลัยขอนแก่น
  • ขวัญฤดี พรชัยทิวัตถ์ คณะบริหารธุรกิจและการบัญชี มหาวิทยาลัยขอนแก่น
  • วิตติกา ทางชั้น คณะบริหารธุรกิจและการบัญชี มหาวิทยาลัยขอนแก่น

คำสำคัญ:

ความตั้งใจเชิงพฤติกรรมและพฤติกรรมการใช้, กระบวนการทำงานหุ่นยนต์อัตโนมัติ, การบัญชี

บทคัดย่อ

บทความนี้มีวัตถุประสงค์เพื่อพัฒนากรอบแนวคิดปัจจัยที่ส่งผลต่อความตั้งใจเชิงพฤติกรรมและพฤติกรรมการใช้แอปพลิเคชันกระบวนการทำงานหุ่นยนต์อัตโนมัติในงานบัญชี โดยสืบค้นและสังเคราะห์งานวิจัยจากฐานข้อมูลวารสารอิเล็กทรอนิกส์ ผลการศึกษาพบว่า แบบจำลองทฤษฎีรวมการยอมรับและการใช้เทคโนโลยี อธิบายถึงความตั้งใจเชิงพฤติกรรมว่าปัจจัยที่ส่งผลต่อความตั้งใจเชิงพฤติกรรม และพฤติกรรมการใช้ ได้แก่ อิทธิพลทางสังคม ความคาดหวังด้านประสิทธิภาพ สิ่งอำนวยความสะดวก ความคาดหวังด้านความพยายาม และปัจจัยความแตกต่างส่วนบุคคลกระตุ้นให้เกิดความตั้งใจเชิงพฤติกรรมที่แตกต่างกัน ได้แก่ เพศ อายุ ประสบการณ์ และความเต็มใจที่จะใช้ คณะผู้วิจัยเพิ่มปัจจัยการต่อต้านเทคโนโลยีเนื่องจากผลการศึกษานักวิจัยในอดีตพบว่าพนักงานบัญชีมีความกังวลว่าจะถูกแทนที่ด้วยหุ่นยนต์อัตโนมัติและบทบาทการทำงานของพวกเขาที่เปลี่ยนไป จึงทำให้เกิดการต่อต้านการใช้งานหุ่นยนต์อัตโนมัติ ซึ่งอาจนำไปสู่การยอมรับและการใช้งานที่ลดลง กรอบแนวคิดที่ได้จากบทความวิชาการนี้จะช่วยกระตุ้นให้นักวิจัยสนใจเกี่ยวกับการศึกษาปัจจัยที่ส่งผลต่อความตั้งใจเชิงพฤติกรรมและใช้งานหุ่นยนต์อัตโนมัติในงานบัญชีเพื่อช่วยให้ผู้บริหารใช้เป็นแนวทางในการพัฒนาปรับปรุงและส่งเสริมให้เกิดความตั้งใจเชิงพฤติกรรมเพื่อนำไปสู่การเพิ่มศักยภาพการทำงานของพนักงานบัญชีให้กับองค์กรและการเพิ่มประสิทธิภาพการนำเสนอข้อมูลทางบัญชีต่อผู้มีส่วนได้เสียของกิจการและเพิ่มผลการศึกษาในทางวิชาการต่อไป

##plugins.generic.usageStats.downloads##

##plugins.generic.usageStats.noStats##

เอกสารอ้างอิง

Abu-Taieh, E. M., AlHadid, I., Abu-Tayeh, S., Masa’deh, R. e., Alkhawaldeh, R. S., Khwaldeh, S., & Alrowwad, A. a. (2022). Continued Intention to Use of M-Banking in Jordan by Integrating UTAUT, TPB, TAM and Service Quality with ML. Journal of Open Innovation: Technology, Market, and Complexity, 8(3), 120.

Alkhowaiter, W. A. (2022). Use and behavioural intention of m-payment in GCC countries: Extending meta-UTAUT with trust and Islamic religiosity. Journal of Innovation and Knowledge, 7(4), 100240.

Asatiani, A., Penttinen, E., Ruissalo, J., & Salovaara, A. (2020). Knowledge workers’ reactions to a planned introduction of robotic process automation—empirical evidence from an accounting firm. In R. Hirschheim, A. Heinzl, & J. Dibbern (Eds.), Information systems outsourcing: The era of digital transformation (pp. 413-452).

Axson, D. (2015). Finance 2020: Death by digital. Retrieved October 10,2022, from https://www.accenture.com/t20150902T015110__w__/us-en/_acnmedia/ Accenture/Conversion-Assets/DotCom/Documents/Global/PDF/Dualpub_21/ Accenture-Finance-2020-PoV. pdf, vom, 21, 2016.

Bagozzi, R.P. (2007). The legacy of the technology acceptance model and a proposal for a paradigm shift. Journal of the Association for Information Systems, 8(4), 244-254.

Cabrera-Sánchez, J. P., & Villarejo-Ramos, Á. F. (2020). Acceptance and use of big data techniques in services companies. Journal of Retailing and Consumer Services, 52, 101888.

Cooper, L. A., Holderness, D. K., Sorensen, T. L., & Wood, D. A. (2019). Robotic process automation in public accounting. Accounting Horizons, 33(4), 15-35.

Craig, J. J. (2014). Introduction to robotics : mechanics and control (3rd ed.) [Non-fiction]. Pearson.

Dahiyat, A. (2022). Robotic process automation and audit quality. Corporate Governance and Organizational Behavior Review, 6(1), 160-167.

Deloitte. (2016). The robots are here. Retrieved October 10,2022, from https://www2.deloitte.com/content/dam/Deloitte/ch/Documents/innovation/ch-en-innovation-robots-are-here-digital-workforce.pdf

Deloitte. (2018). Internal Controls Over Financial Reporting Considerations for Developing and Implementing Bots Retrieved October 10,2022, from https://www2. deloitte.com /content/dam/Deloitte/us/Documents/audit/us-audit-internal-controls-over-financial-reporting-considerations-for-developing-and-implementing-bots.pdf

Fakhri, M. M., Fadhilatunisa, D., Yuanita, B., & Sari, N. R. (2022). The use of the extended technology acceptance model (TAM) to measure behavioral intention users of zahir accounting software. Assets: Jurnal Ekonomi, Manajemen Dan Akuntansi, 1(1), 107-123.

Fernandez, D., & Aman, A. (2018). Impacts of robotic process automation on global accounting services. Asian Journal of Accounting and Governance, 9(1), 127-140.

Inder, S., Sood, K., & Grima, S. (2022). Antecedents of behavioural intention to adopt internet banking using structural equation modelling. Journal of Risk and Financial Management, 15(4), 157.

Jain, G., Kamble, S. S., Ndubisi, N. O., Shrivastava, A., Belhadi, A., & Venkatesh, M. (2022). Antecedents of Blockchain-Enabled E-commerce Platforms (BEEP) adoption by customers–A study of second-hand small and medium apparel retailers. Journal of Business Research, 149, 576-588.

Jedrzejka, D. (2019). Robotic process automation and its impact on accounting [Article]. Zrobotyzowana automatyzacja procesów i jej wpływ na rachunkowość., 105(161), 137-166.

Kamble, S., Gunasekaran, A., & Arha, H. (2019). Understanding the Blockchain technology adoption in supply chains-Indian context. International Journal of Production Research, 57(7), 2009-2033.

Kaya, C. T., Turkyilmaz, M., & Birol, B. (2019). Impact of RPA Technologies on Accounting Systems. RPA Teknolojilerinin Muhasebe Sistemleri Üzerindeki Etkisi, (82), 235-249.

Khongthong, K., & Potongsangarun, R. (2020). Behavioral intentions using technology of B Genneration and X Generation. Journal of Suvarnabhumi Institute of Technology (Humanities and Social Sciences), 6(2), 43-57.

Kim, J., Seo, J., Zo, H., & Lee, H. (2020). Why digital goods have not replaced traditional goods: the case of e-books. Journal of Enterprise Information Management, 34(3), 793-810.

Lai, P. C. (2017). The literature review of technology adoption models and theories for the novelty technology. JISTEM-Journal of Information Systems and Technology Management, 14, 21-38.

Le Clair, C., Cullen, A., & King, M. (2017). The Forrester Wave™: Robotic Process Automation, Q1 2017. Forrester Research.

Martinko, M. J., Zmud, R. W., & Henry, J. W. (1996). An attributional explanation of individual resistance to the introduction of information technologies in the workplace. Behaviour & Information Technology, 15(5), 313-330.

Mohamed, S. A., Mahmoud, M. A., Mahdi, M. N., & Mostafa, S. A. (2022). Improving efficiency and effectiveness of robotic process automation in human resource management. Sustainability, 14(7), 3920.

Osman, C.-C. (2019). Robotic process automation: Lessons learned from case studies. Informatica economica, 23(4).

Paula Monteiro, A., Vale, J., Leite, E., Lis, M., & Kurowska-Pysz, J. (2022). The impact of information systems and non-financial information on company success. International Journal of Accounting Information Systems, 45, 100557.

Petersen, B. L., & Rohith, G. P. (2017). How robotic process automation and artificial intelligence will change outsourcing. Brussels, Mayer Brown.

Phornlaphatrachakorn, K. (2019). Internal control quality, accounting information usefulness, regulation compliance, and decision-making success: evidence from canned and processed foods businesses in Thailand. International Journal of Business, 24(2), 198-215.

Rotchanakitumnuai, S. (2019). Mobile banking acceptance for continuing usage of Thai Commercial Banks. Journal of Business Administration The Association of Private Higher Education Institutions of Thailand, 8(2), 10-21.

Rozario, A. M., & Vasarhelyi, M. A. (2018). How Robotic process automation is transforming accounting and auditing. CPA Journal, 88(6), 46-49.

Sakdiwong, S., & Saraphat, S. (2021). Casual factors of job efficiency for back office workers from the implementation of Robotic Process Automation (RPA) Technology : A Case Study of Automotive Assembly Plant. Journal of Accountancy and Management, 14(2), 1-22.

Salahshour, M., Dahlan, H., Iahad, N., Nilashi, M., & Zakaria, R. (2014). Assessing the factors that affect adoption of social research network site for collaboration by researchers using multicriteria approach. Journal of Theoretical and Applied Information Technology, 10.

Sankaran, R., & Chakraborty, S. (2022). Factors impacting mobile banking in India: Empirical approach extending UTAUT2 with perceived value and trust. IIM Kozhikode Society & Management Review, 11(1), 7-24.

Seasongood, S. (2016). Not just for the assembly line: A case for robotics in accounting and finance. Finan. Exec., 32(1), 31-39.

Sivaretinamohan, R., & Sujatha, S. (2022). Behavioural intention towards adoption of robotic accounting for a profitable leading digital transformation. 2022 1st International Conference on Electrical, Electronics, Information and Communication Technologies, ICEEICT 2022.

Syed, R., Suriadi, S., Adams, M., Bandara, W., Leemans, S. J. J., Ouyang, C., ter Hofstede, A. H. M., van de Weerd, I., Wynn, M. T., & Reijers, H. A. (2020). Robotic Process Automation: Contemporary themes and challenges. Computers in Industry, 115, 103162.

Tucker, I. (2017). The Blueprint for Continuous Accounting. Strategic Finance, May(1), 41-49.

Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 425-478.

Wewerka, J., Dax, S., & Reichert, M. (2020). A user acceptance model for Robotic Process Automation. Proceedings - 2020 IEEE 24th International Enterprise Distributed Object Computing Conference, EDOC 2020.

Wewerka, J., & Reichert, M. (2021). Robotic Process Automation in the Automotive Industry - Lessons Learned from an Exploratory Case Study. Lecture Notes in Business Information Processing.

Ye, T., Xue, J., He, M., Gu, J., Lin, H., Xu, B., & Cheng, Y. (2019). Psychosocial factors affecting artificial intelligence adoption in health care in China: Cross-Sectional Study. J Med Internet Res, 21(10), e14316.

Zhai, H., Yang, X., Xue, J., Lavender, C., Ye, T., Li, J.-B., Xu, L., Lin, L., Cao, W., & Sun, Y. (2021). Radiation oncologists’ perceptions of adopting an artificial intelligence–assisted contouring technology: Model development and questionnaire study. Journal of Medical Internet Research, 23(9), e27122.

Zhao, Y., & Bacao, F. (2021). How does the pandemic facilitate mobile payment? An investigation on users’ perspective under the COVID-19 pandemic. International journal of environmental research and public health, 18(3), 1016.

ดาวน์โหลด

เผยแพร่แล้ว

2022-12-27