ข้อมูลจากบทคัดย่อ
ยังไม่มีสรุปภาษาไทยสำหรับระเบียนนี้
ด้านล่างเป็นบทคัดย่อต้นฉบับภาษาอังกฤษจากข้อมูลบรรณานุกรม โปรดตรวจบทความต้นฉบับก่อนอ้างอิง
Public discourse on artificial intelligence in business frequently frames AI's expansion across manufacturing and marketing functions as a uniform, inevitable displacement of human labor. This paper interrogates that framing through a structured conceptual literature review, synthesizing scholarship across labor economics, innovation management, and organizational behavior to examine how AI reconfigures work in these two functionally distinct domains. Drawing on task-based automation-augmentation theory, the analysis finds that manufacturing's comparatively codifiable task structure produces stronger displacement signals, while marketing's judgment-intensive, relational task structure produces stronger augmentation signals — a divergence explained by task composition rather than differences in AI capability. Across both sectors, evidence indicates that fully automated deployment architectures frequently underperform calibrated human-AI collaboration, not only in immediate productivity terms but in longer-run organizational resilience and workforce capability. A triangulating case from Philippine accounting practice indicates the model plausibly extends further, to functions where task outputs carry regulatory or fiduciary accountability, introducing accountability weight — operationalized through verification overhead and non-transferable liability — as an additional variable shaping deployment depth independent of technical capability. Strategic leadership and governance quality emerge as a further, sector-agnostic determinant of outcomes, mediating both implementation success and employee well-being. The paper concludes that whether AI "dominates" a given work system is not technologically predetermined but strategically chosen, contingent on how organizations design task allocation, human capital investment, and governance around AI's deployment. It offers a conceptual framework linking task-based labor economics to strategic management practice, and provides measured recommendations for enterprise leaders — including task-level portfolio mapping, parallel reskilling investment, calibrated leadership involvement, and explicit accountability-weight assessment — while identifying empirical validation of the proposed framework as a priority for future research.
เหตุผลที่อยู่ในฐานติดตาม
ระเบียนนี้ได้รับ Impact Signal 86/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย
ประเด็นที่เกี่ยวข้อง: Ethics and Social Impacts of AI · Digital Economy and Work Transformation · Digital Transformation in Industry
บทบาทของนักวิจัยและสถาบันไทย
Gay Marie Teodosio · Asian Institute of Technology
ข้อจำกัดของข้อมูล
หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง