The area of business models for the Internet of Things and how to approach modelling them is relatively unexplored. Therefore this study researches how others have previously approached the area through a literature analysis. The articles showed several different ways of describing business models for IoT, some of these where based around old and well known tools such as Business model canvas. While other approaches where based on creating entirely new models based on modern technology. One of these models is based around blockchain technology, the last main approach is to innovate the tool used to describe business models in order to be able to manage the change in actors. After analysing the different approaches by comparing them to either their standard model or seeing what the key part of the model was, it became obvious that business models for IoT have certain areas that need to be taken into account. These areas are not commonly seen in previous tools used to describe business models. One of these areas is increased collaboration as a consequence of increased number of participants in the creation of an IoT service or product. The other area is increased focus on IT knowledge, partners and therefore also increased cost. This is a consequence of the increased amount of technology needed. These areas in particular the increased collaboration strongly affects the business model and therefore is one of the main reasons for the business model innovation in the IoT market.

Purpose – This study aims to explore and provide empirical insights into AI-driven circular business model innovation (CBMI) in industrial symbiosis. In doing so, it addresses the knowledge gap regarding how industrial companies can use AI to amplify circular business models and facilitate AI-driven circular innovation. Method – A thematic analysis was used in the study to answer the research questions. It was based on 32 interviews with informants from five companies conducting an AI innovation initiative and experts, as well as two site visits, four project meetings and 61 company documents.  Findings – The analysis showed how AI can amplify an industrial symbiosis and uncovered three principles and symbiotic facilitators for AI-driven CBMI in an industrial symbiosis. The principles and symbiotic facilitators were combined in a coevolutionary alignment framework for AI-driven CBMI in industrial symbioses. Theoretical contributions – This study contributes to prior literature by (1) depicting how AI changes business models and amplifies an industrial symbiosis, where past research only had conceptualised it; (2) identifying principles that describe how AI-driven CBMI should be approached; (3) uncovering three symbiotic facilitators that create conditions for successful AI-driven CBMI; and (4) conceptualising a coevolutionary framework based on the principles and symbiotic facilitators for aligning the innovation efforts between partners in industrial symbioses. Practical contributions – Managers in industrial symbioses can use this study to comprehend how AI can improve resource flows and the significance of efficient data sharing in collaborative AI-driven innovation. Moreover, it provides a framework to assist companies in aligning innovation initiatives among partners in order to succeed with AI-driven CBMI. Limitations of the study – The study focused on five companies involved in an AI innovation initiative in one specific industrial symbiosis. As a result, the findings’ generalisability may be limited, and validating these findings in other industrial symbioses and different industrial ecosystems or partnerships would thus be interesting for future research. / Syfte – Denna studie syftar till att utforska och ge empiriska insikter i AI-driven cirkulär affärsmodellinnovation (CBMI) i industriell symbios. Genom detta undersöks kunskapsbristen om hur industriella företag kan använda AI för att förbättra cirkulära affärsmodeller och underlätta AI-driven cirkulär innovation. Metod – En tematisk analys användes i studien för att besvara forskningsfrågorna. Den baserades på 32 intervjuer med informanter från fem företag som genomförde ett AI-innovationsinitiativ och experter, samt två platsbesök, fyra projektmöten och 61 sekundära källor. Resultat – Analysen visade hur AI kan förbättra en industriell symbios och hittade tre principer och symbiotiska facilitatorer för AI-driven CBMI i en industriell symbios. Principerna och symbiotiska facilitatorerna kombinerades i ett samevolutionärt ramverk för att skapa målöverenstämmelse och underlätta AI-driven CBMI i industriella symbioser. Teoretiskt bidrag – Denna studie bidrar till tidigare litteratur genom att (1) beskriva hur AI förändrar affärsmodeller och förbättrar en industriell symbios, där tidigare forskning bara hade konceptualiserat det; (2) identifiera principer som beskriver hur AI-driven CBMI bör genomföras, (3)  identifiera tre nyckel symbiotiska facilitatorer som skapar förutsättningar för framgångsrik AI-driven CBMI; och (4) konceptualisera ett samevolutionärt ramverk baserad på principerna och symbiotiska facilitatorer som kan användas för att underlätta innovation som partners gör tillsammans i industriella symbioser. Praktiskt bidrag - Ledare i industriella symbioser kan använda denna studie för att förstå hur AI kan förbättra resursflöden och vilken betydelse effektiv datadelning har i kollaborativ AI-driven innovation. Dessutom ger det ett ramverk för att hjälpa företag att innovera tillsammans för att lyckas med AI-driven CBMI. Studiens begränsningar – Studien fokuserade på fem företag involverade i ett AI-innovationsinitiativ i en specifik industriell symbios. På grund av detta kan resultatens generaliserbarhet vara begränsad, och validering av dessa resultat i andra industriella symbioser och olika industriella ekosystem eller partnerskap skulle därför vara intressant.

Value has received an increasing focus in business, meanwhile, under the background of industry 4.0, where the intelligent technologies are significantly reshaping the development of business model and accelerating the innovation. Understanding the correlations between value, business model, and intelligent technology can guide practitioners to create new competitiveness. There’re numerous articles concerning business and technology in recent years. However, few studies touch upon the value’s utilization and impact. The primary purpose of this paper is to explore the value concept adoption in business model under the effect of intelligent technology. A systematic literature study is developed in five steps: 1) reviewed abstracts of 392 publications; 2) extracted keywords and mapped terms; 3) analyzed mapping clusters in twofold groups: business and technology; 4) recorded major theories of each paper, analyzed in the corresponding category; 5) corpus analysis in value aspect for a deeper gap study. Furthermore, to illustrate the benefits of the findings, the urban green field is selected for the theoretical application. Urban green is studied by a similar literature study process to prepare for the application. The chosen urban green service - HUGSI is comprehensively analyzed. The primary result demonstrates the gap in value compared to business and technology, the barrier of systematically and equally handling value. The paper explores the status of existing studies related to the three areas, maps the inner correlations and points out the lack of focus on value. The result serves as a base for further literature study, contributing to a shift from business or technology-focused to value-focused in both theory and practice. / Värde har fått ett ökat fokus inom business, medan under bakgrunden av industry 4.0, där intelligent teknologi tydligt omskapar utvecklandet av affärsmodellen och påskyndar innovation. Att förstå sambanden mellan värde, affärsmodellen och intelligent teknologi kan vägleda verksamma att skapa nya konkurrensfördelar. Flera artiklar gällande business och intelligent teknologi har uppkommit på senare år. Dock, har endast ett fåtal studier diskuterat värdets användning och påverkan. Det huvudsakliga målet med denna uppsats är att utforska värdekonceptsadapteringen i affärsmodellen under effekten av intelligent teknologi. En systematisk litteraturstudie är utvecklad i fem steg: 1) recenserade abstrakt av 392 publikationer 2) extraherade nyckelord och ”mapped” terminologi 3) Analyserade mapping kluster i tvådelade grupper: business och teknologi 4) noterade stora teorier för varje papper, analyserade i korresponderande kategori 5) ’corpus analysis’ i värdeaspekten för en djupare förståelse. Ytterligare, för att illustrera fördelarna med resultatet, är ’Urban green field’ valt för den teoretiska appliceringen. Urban green är studerat av en liknande litterär studieprocess för att förbereda för appliceringen. Den valda Urban green service - HUGSI är övergripande analyserad. Dess primära resultat demonstrerar glappet i värde jämfört med business och teknologi, barriären av att systematiskt och likvärdigt hantera värde. Uppsatsen utforskar statusen av existerande studier relaterade till dem tre områdena, kartlägger de inre sambanden och utpekar bristen av fokus på värde. Resultatet representerar en bas för framtida litterära studier, bidragande till ett skift från business eller teknologi-fokuserat till värdefokuserat i både teori och praktik.