AI 驅動的 CRM 能力與行銷雙元性

1. 基本資訊

這篇文章由 Khadija Khamis Alnofeli、Shahriar Akter、Venkata Yanamandram 與 Umme Hani 發表於 2026 年的 International Journal of Information Management，題目是〈AI-powered CRM capability model: Advancing marketing ambidexterity, profitability and competitive performance〉，DOI 為 10.1016/j.ijinfomgt.2025.102981。文章關心的核心問題是：企業明明大量投資 AI-powered CRM，為什麼常常沒有形成真正的 business value，而真正關鍵的也許不是有沒有部署系統，而是有沒有把它建成一種高階能力。

2. 研究問題

作者設計了三個連續式研究問題。RQ1 問的是 ontology：AI-powered CRM capability 究竟由哪些 core dimensions 與 subdimensions 構成。RQ2 問的是 measurement：這些維度如何被可靠操作化並放進一個 nomological network。RQ3 則是 impact：AI-powered CRM capability 到底會不會提升 marketing ambidexterity，以及這種 ambidexterity 是否進一步帶來 profitability 與 competitive advantage。這個設計很有價值，因為它不只測關聯，而是從概念建構、量表驗證一路走到結果模型。

3. 理論基礎

理論上，本文主要建立在 dynamic capabilities 的 microfoundations 視角。作者主張，AI-powered CRM 不能被理解成單一技術模組，而是一種 higher-order capability，必須把 back-end 的 data management 與 analytics，和 front-end 的 customer-facing service offerings、multi-channel engagement、personalisation 與 interaction design 整合起來。也就是說，AI-powered CRM 的價值並不是系統自動產生，而是來自組織能否透過這套能力同時做到探索與利用，也就是 marketing ambidexterity。

4. 研究架構

整體架構很清楚。第一階段先用 systematic scoping review 加上 industry experts 的 in-depth interviews，找出 AI-powered CRM capability 的主要構成面。第二階段把這些構面操作化為量表並驗證。第三階段則用 banking employees 的 survey data 測試完整結構模型：AI-powered CRM capability → marketing ambidexterity → profitability / competitive advantage。作者特別強調，這個 higher-order capability 不只是技術堆疊，而是資料治理、多通路整合與 customer service offerings 的綜合編排能力。

5. 假設邏輯

雖然本輪取得的全文片段沒有完整列出每一條假設編號，但整體邏輯非常明確。作者認為，若企業能把 AI-powered CRM 發展成高階能力，就能更好地同時進行 market exploration 與 exploitation，亦即 marketing ambidexterity。這種 ambidexterity 接著會提升 profitability 與 sustained competitive advantage。換句話說，marketing ambidexterity 扮演的是 AI-powered CRM capability 與組織績效之間的重要傳導機制，而不是直接把 CRM 系統使用量等同於績效提升。

6. 方法

研究採三階段 mixed design。第一階段用 systematic scoping review 與 in-depth interviews 探索 AI-powered CRM capability 的核心維度。第二階段進行 measurement development 與 validation。第三階段則蒐集澳洲 banking sector 205 位員工的問卷資料，檢驗完整模型。作者選銀行業很合理，因為這個產業一方面高度依賴 customer-facing service systems，另一方面又同時承受 digital experience、security concerns、relationship gap 與 AI transparency 問題，特別適合觀察 AI-powered CRM 到底如何被轉成組織能力。

7. 結果

研究結果支持作者的核心主張。第一，AI-powered CRM capability 確實可以被視為一個 higher-order capability，而不是鬆散的工具集合。第二，量化分析顯示，AI-powered CRM capability 會正向影響 marketing ambidexterity。第三，marketing ambidexterity 再進一步提升 profitability 與 competitive advantage。作者因此認為，AI-powered CRM 的 business value 並不是直接從技術投資跳出來，而是要先透過 capability building 與 ambidextrous marketing processes 才能被真正實現。這也呼應文章一開始提出的 value realisation gap：很多企業投了 AI，但沒有把它變成真正能運作的能力。

8. 理論貢獻

這篇最大的理論貢獻，是把 AI-powered CRM 從一般 CRM 或 AI adoption 論述中抽離出來，重新定義為一個具 microfoundations 的 organisational capability。第一，它補足了過去把 CRM 當 generic enterprise system 的侷限。第二，它把 customer-facing service offerings、multi-channel integration 與 back-end data governance 放進同一個 higher-order capability model。第三，它清楚指出 AI-powered CRM 的價值不在系統本身，而在於它如何幫助組織平衡 marketing exploration 與 exploitation。這讓 CRM、dynamic capability 與 AI capability 文獻之間出現一個很乾淨的橋梁。

9. 實務意涵

對管理者來說，這篇的訊息很直接：不要把 AI-powered CRM 當成單一軟體導入專案，而要把它當成 capability building project。若企業只買平台、做 automation，卻沒有同步建立資料治理、多通路整合與 customer-facing service design，就很難跨過 value realisation gap。對銀行或其他高互動服務業尤其如此，因為 AI-powered CRM 的失敗不只是效率不彰，還可能直接傷害 customer trust、digital experience 與資訊分享意願。

10. 研究限制

限制方面，第一，量化樣本來自澳洲 banking employees，跨產業外推仍有限。第二，作者雖做了三階段設計，但最後的結果模型仍主要依賴橫斷式問卷資料，對長期因果推論仍有限制。第三，AI-powered CRM capability 雖被建模為高階能力，但不同產業在 customer interaction intensity、data sensitivity 與 regulatory constraints 上差異很大，後續研究仍需要跨情境重驗。第四，文章偏重正向價值生成，對 AI opacity、customer resistance、privacy concern 等 dark side 雖有提到，但還不是主要被展開檢驗的結果變項。

11. 對我研究的啟發

這篇對我很有價值，因為它把 AI capability → ambidextrous process → organisational outcome 這條路徑講得很清楚。我前面讀過不少 human-GenAI collaboration、knowledge creation、creative phase、trust 與 governance 文章，但這篇補上的是 marketing / customer-facing capability 這一塊。它提醒我，AI 的價值並不一定要經過個體層次才能展現，也可以透過更高階的 organisational capability 被制度化。若我後續要把人機協作研究往 business function 或 dynamic capability 延伸，這篇可以幫我把 AI-based knowledge orchestration 與 ambidexterity 串起來。

12. 整體評價

我認為這篇很值得在 backlog 中優先讀，因為它不只是又一篇說 AI 有用的文章，而是真的試圖把 AI-powered CRM 做成可定義、可量測、可驗證的 capability model。它的強項在於研究設計有層次，從概念探索一路走到結果模型；若要挑剔，就是樣本情境仍偏銀行業與特定市場脈絡，且 dark side 尚未被深入展開。但就補位效果來說，它對我目前的 AI × capability × organisational outcome 主線非常有幫助。