Context

Data en nieuwe informatie- en communicatietechnologieën (ICT) zijn de motor van innovatie in het bedrijfsleven. Technologische vernieuwingen kunnen disruptief werken (Danneels 2004). Oude manieren van werken en zakendoen (en de bedrijven die ze hanteren) verdwijnen om plaats te maken voor nieuwe spelers en bestaande bedrijven die op slimme manier innovaties integreren in hun business model, service offerings en bedrijfsprocessen. Een voorbeeld van een sterk opkomende ICT met potentieel voor disruptie is Artificial Intelligence (AI). Kunstmatige intelligentie is gericht op imiteren van de menselijke intelligentie in machines. AI algoritmen zijn vaak geïnspireerd op biologische processen en mechanismen. AI is niet enkel van belang voor het creëren van apparaten (vb. robotten) die mensen kunnen assisteren bij het uitvoeren van taken of het nemen van beslissingen. Zonder AI wordt het moeilijk om waarde te halen uit (big) data. Toepassingen van AI zijn daarom niet meer weg te denken uit het bedrijfsleven.

Probleem- en doelstelling

Voor managers en ondernemers is het echter niet evident om de (potentiële) impact van AI in te schatten. Onderzoek in Beleidsinformatica heeft tal van technieken voor Enterprise Modelling opgeleverd die gebruikt kunnen worden voor het beschrijven, ontwerpen en analyseren van business modellen, waardeproposities en service offerings, en bedrijfsprocessen (vb. Business Model Canvas (Osterwalder & Pigneur s.d.), Service-Dominant Strategy Canvas (Lüftenegger 2014), e3-Value Ontology (Gordijn & Akkermans 2001), Value Delivery Model & Notation (OMG 2015), Business Process Model & Notation (OMG 2013), Service Blueprint (Bitner et al. 2008) , Multi-Level Service Design (Patricio et al. 2011), Process Chain Networks (Sampson 2012), Capability-Driven Development (Berzisa et al. 2015), Work System Method (Alter 2008), etc.).

De doelstelling van deze masterproef is om te onderzoeken hoe managers en ondernemers Enterprise Modelling kunnen gebruiken bij de besluitvorming omtrent het al dan niet inzetten van AI bij het innoveren van het business model en/of de service offering en/of de bedrijfsprocessen. Hierbij zal de scope van het masterproefonderzoek beperkt worden tot enkele Enterprise Modelling technieken (minstens twee).

Basis onderzoeksvragen

Hoe kan Enterprise Modelling helpen bij het analyseren van de impact van AI op het business model en/of de service offering en/of de bedrijfsprocessen?

Wat is de impact van AI op het business model en/of de service offering en/of de processen van bedrijven?

Specifiekere onderzoeksvragen kunnen geformuleerd worden in functie van het soort impact dat verwacht wordt (vb. disruptief, efficiëntie-verhogend, etc.), waar de impact zich situeert (vb. business model transformatie, enkel op de bedrijfsprocessen maar niet op de waardepropositie, etc.) concrete toepassingen van AI, de gekozen en te vergelijken Enterprise Modelling technieken en de aard van de beschouwde bedrijven (vb. industriesector, KMO of groot bedrijf, start-up of gevestigd, commercieel of overheid, etc.).

Methodologie

1. Literatuurstudie om inzicht te verwerven in AI: Wat is het vernieuwende aan AI? Welke toepassingen? Welke kennis is al aanwezig over de impact van AI op het business model en het operating model? Bestaan er theoretische kaders die deze impact kunnen beschrijven, verklaren of voorspellen?

2. Literatuurstudie om inzicht te verwerven in Enterprise Modelling: Welke technieken bieden potentieel voor het analyseren van de impact van AI? Welke technieken worden gekozen voor het onderzoek? Welke kennis is al aanwezig over de toepassing van deze technieken?

3. Verfijnen van de onderzoeksvragen op basis van de inzichten verworven uit deze literatuurstudies & op punt stellen van de methodologie in functie van de verfijning van de onderzoeksvragen

4. Data collectie: zoeken van in de literatuur gedocumenteerde case-studies van de toepassing van AI door en in bedrijven; kiezen van case-studies, eventueel in functie van kenmerken van de toepassing en/of bedrijven.

5. Data analysis: toepassing van de gekozen Enterprise Modelling technieken op de case-studies. Welke inzichten over de impact van AI levert de analyse op? Wat zijn de mogelijkheden en beperkingen voor deze analyse van de onderzochte technieken?

6. Interpretatie van de onderzoeksresultaten: formuleren van antwoorden op de onderzoeksvragen; onderzoeken van mogelijkheid tot analytische generalisatie

7. Concluderen: kritische reflectie op bijdragen van het onderzoek en beperkingen van het onderzoek; formuleren van mogelijkheden tot vervolgonderzoek

(noot: zie Recker (2013) voor onderzoeksmethodologie bij Beleidsinformatica onderzoek)

Voorbeelden

In het academiejaar 2016-2017 werden reeds twee masterproeven afgelegd over het thema ‘impact of emerging technologies and data-driven innovation on business models, service offerings and business processes’. Deze masterproeven hadden als specifieke doelstelling om na te gaan of de impact disruptief is of kan zijn.
(noot: deze masterproeven dienen louter als voorbeeld en niet als maatstaf voor verwachtingen aangaande de omvang en kwaliteit van de masterproef)

Dhaenens, S. 2017. Enterprise Modelling als middel om de impact van Internet of Things op business en operating modellen te meten: een case study. Masterproef Bedrijfseconomie, Universiteit Gent.

Van Der Burgt, J. 2017. Cloud Computing as a disruptive or sustaining technologie: How can Enterprise Modelling help in analysing the impact of Cloud Computing on business and operating models?. Masterproef Bedrijfseconomie, Universiteit Gent.​​

Literatuurreferenties

Alter, S. 2008. Service system fundamentals: Work system, value chain, and life cycle. IBM Systems Journal 47(1): 71-85.

Berzisa et al. 2015. Capability Driven Development: An Approach to Designing Digital Enterprises. Business & Information Systems Engineering 57(1): 15-25.

Bitner, M.J., A.L. Ostrom, F.N. Morgan. Service blueprinting: A practical technique for service innovation. California Management Review 50(3): 66-94.

Danneels, E. 2004. Disruptive Technology Reconsidered: A Critique and Research Agenda. Journal of Product Innovation Management 21: 246–258.

Gordijn, J. & H. Akkermans. 2001. Designing and Evaluating E-Business Models. IEEE Intelligent Systems, July-August: 11-17.

Lüftenegger, E. 2014. Service-Dominant Business Design. Doctoraal proefschrift, Technische Universiteit Eindhoven.

OMG. 2013. Business Process Model and Notation, version 2.0.

OMG. 2015. Value Delivery Metamodel, version 1.0.

Osterwalder, A. & Y. Pigneur. s.d. Business Model Generation.

Patricio L., R.E. Fisk, J. Falcao e Cunha, L. Constantine. 2011. Multilevel Service Design: From Customer Value Constellation to Service Experience Blueprinting. Journal of Service Research 14(2): 180-200.

Recker, J. 2013. Scientific Research in Information Systems: A Beginner’s Guide. Springer.

Sampson, S.E. 2012 Visualizing service operations. Journal of Service Research 15(2): 182-198.