1 |
Driving Autonomous Heavy Vehicles into the Future : A Business Model Perspective / Driving Autonomous Heavy Vehicles into the Future : Ett affärsmodellsperspektivSaibel, Anna, Kitzler, Gabriel January 2020 (has links)
In light of the many environmental challenges that the world currently faces, new sustainable solutions are called for. The concept of autonomous heavy vehicles (AVs) is considered to be one of the next megatrends within transportation and this technology shift is predicted to improve safety and logistics as well as to cut driver costs and reduce CO2-emissions. However, from a company's perspective, technology shifts are not without risks as technical disruptions can cause core competencies to become obsolete and radical technology innovation can be fatal to a company that does not innovate its business models simultaneously. Due to the complexity and novelty of the AV technology, business model innovation within the field has been lagging behind and there is an area of uncertainty regarding how a future business model for AVs could be formulated. In order to investigate potential business models for AV applications, this study has been carried out as an exploratory case study of two industry specific applications for goods transports within confined areas at the heavy vehicle manufacturer Scania in Södertälje, Sweden. The Business Model Canvas tool developed by Osterwalder and Pigneur (2010) has been used to map the business models of these two cases with the purpose of combining them into a general model. Furthermore, four important capabilities at the company have been identified and determined as to whether they qualify as core competencies based on the criteria presented by Prahalad and Hamel (1990) and then discussed in relation to how they can be leveraged in a future business model. The findings of this study help to formulate a business model perspective for future AV goods transport applications that consists of a service-based model characterised by a focus on collaboration and value co-creation, an adaptable level of integration with the customers' systems, transfer of ownership of products to the manufacturer and a value-driven source of differentiation. Lastly, the study concludes that Lean production and modularity are two existing core competencies of Scania that could be leveraged dynamically in a future business model connected to this technology shift. / Mot bakgrunden av de många miljömässiga utmaningar som världen står inför idag krävs nya hållbara lösningar. Konceptet självkörande tunga fordon (eng. autonomous heavy vehicle - AV) anses vara en av de nästa megatrenderna inom transportindustrin och detta teknikskifte förutspås förbättra säkerhet och logistiksystem samt sänka förarkostnader och minska koldioxidutsläpp. Från ett företags perspektiv är teknikförändringar dock inte utan risker då tekniska disruptioner kan göra kärnkompetenser föråldrade och radikal teknisk innovation rentav kan innebära en dödsdom för ett företag som inte simultant innoverar sina affärsmodeller. Till följd av teknikens komplexitet och låga mognadsgrad har affärsmodellsinnovation inom fältet hamnat efter och det finns ett område av osäkerhet gällande hur en framtida affärsmodell för självkörande fordon skulle kunna formuleras. I syfte att undersöka potentiella affärsmodeller för AV-applikationer har denna studie genomförts som en utforskande fallstudie av två industrispecifika applikationer för godstransporter inom avgränsade områden hos lastbilstillverkaren Scania i Södertälje, Sverige. Verktyget Business Model Canvas, utvecklat av Osterwalder och Pigneur (2010), har använts för att kartlägga affärsmodellerna för dessa två applikationer i syfte att kombinera dem till en generell modell. Vidare har fyra viktiga kapabiliteter i företaget identifierats och fastställts huruvida de kvalificerar som kärnkompetenser baserat på kriterierna som presenteras av Prahalad och Hamel (1990) och sedan diskuterats i relation till hur de kan utnyttjas i en framtida affärsmodell. Resultaten av denna studie hjälper till att formulera ett affärsmodellsperspektiv för framtida AV-godsapplikationer som innebär en servicebaserad modell kännetecknad av ett fokus på samarbete och värdesamskapande, en anpassningsbar integration till kundernas system, överföring av ägandeskap av produkter till tillverkaren och en värdedriven differentiering. Slutligen dras slutsatsen att Lean produktion och modularitet är två befintliga kärnkompetenser hos Scania som skulle kunna utnyttjas dynamiskt i en framtida affärsmodell kopplat till detta teknikskifte. / <p>Affiliation party: ITRL (Integrated Transport Research Lab)</p>
|
2 |
Lastbilsindustrins anpassning till elektrifiering och autonomitet : En studie om utmaningar en bransch står inför vid teknikskiften / The truck industry’s adaptation towardelectrification and autonomy : A study of the challenges an industry faces in technology shiftsEngelbert, David, Mirgati, Violet January 2021 (has links)
En följd av såväl politiska beslut som den ökade medvetenheten hos kunder är att efterfrågan av grönare teknik har ökat. Idag står andelen av laddbara personbilar för ungefär en tredjedel av alla nyregistrerade personbilar i Sverige. Det är inte bara personbilstillverkare som går igenom detta teknikskifte mot grönare teknik och smartare självkörande bilar, samma trend ses i lastbilsindustrin. Även fast kunderna i detta fall är andra företag som t.ex. stora åkerier finns det även här en stor efterfrågan på den nya tekniken. Det kan tyckas motstridigt att tillverka ett elfordon som både ska klara av att transportera tung last samtidigt som det ska kunna erbjuda en lång räckvidd. Självkörande lastbilar är något som Scania tillsammans med flera stora lastbilstillverkare jobbar med att utveckla. De utmaningar som finns för lastbilstillverkare gällande det autonoma skiljer sig från personbilstillverkare. Syftet med rapporten är att undersöka hur produktutvecklingsprocessen påverkas av teknikskiftet mot eldrivna, autonoma lastbilar. Inledningsvis genomfördes en litteraturstudie där tidigare kända teorier och studier inom relevanta områden undersöktes för att få en bättre förståelse för det nuvarande kunskapsläget. Därefter hölls tre stycken semistrukturerade intervjuer med personer från olika avdelningar med olika kompetenser från företag inom dels lastbilsindustrin, men även personbilsindustrin. Intervjuerna syftade till att samla så mycket information som möjligt kring de utmaningar som lastbilsindustrin står inför ur ett produktutvecklings perspektiv. Även de förändringar som skett i samband med teknikskiftet var av intresse under intervjuerna. Efter intervjuerna gjordes en sammanställning och en analys av det resultat som framkommit under studien. Resultatet visar att det har skett en stor förändring inom industrin på flera områden. Nya arbetsmetoder har implementerats för att korta ned ledtiderna och öka kvaliteten på produkterna. Det finns ett ökat behov av nya kompetenser inom branschen och det blir allt vanligare att anställa personal från hela världen som kan arbeta på distans. Vidare satsas det allt mer på att omskola befintlig personal. Resultatet visar även att antalet samarbeten har ökat och att det sker ett stort informationsutbyte mellan företag som båda jobbar med autonom teknik. / An increasing demand for greener technology has been forced through by political decisions, but also as a result of growing awareness amongst customers. Today, the proportion of rechargeable passenger cars accounts for about a third of all newly registered passenger cars in Sweden. It is not just passenger car manufacturers who are experiencing this shift towards greener technology and smarter autonomous cars. The same trend can be seen in the truck industry, even if the customers in this case are large hauliers. It may seem contradictory to manufacture a vehicle that must both be able to transport heavy loads and withstand long range. Scania, amongst other big truck manufacturers, has come a long way in developing autonomous trucks. The challenges of truck manufacturers differ from those of passenger car manufacturers regarding autonomous technology. This study will investigate how the product development process is affected by the shift in technologytowards electric, autonomous trucks.Initially, a literature study was conducted where previous theories and studies in relevant areas were examined in order to gain a better understanding of the current state of knowledge. Subsequently, three semi-structured interviews were held with people from different departments and with various competences from companies in both the truck and car industries. The aim of the interviews was to gather as much information as possible about the challenges facing the truck industry from the product development perspective. The changes that have taken place as a result of the technology shift were also of interest in the interviews. Afterwards, an analysis summary was made of the results that emerged during the study. The results show that there has been significant change in several areas within the industry. New working methods have been implemented to shorten lead times and increase the quality of the products. There is a growing need for new skills within the industry and it is becoming increasingly common to employ staff from all over the world who can work remotely. At the same time, more and more funding is going towards further training of existing staff. The results also show that the number of collaborations has increased and that there is a large exchange of information between companies that are in the autonomous technology business.
|
3 |
Driving Autonomous Heavy Vehicles into the Future : A Business Model Perspective / Driving Autonomous Heavy Vehicles into the Future : Ett affärsmodellsperspektivKitzler, Gabriel, Saibel, Anna January 2020 (has links)
In light of the many environmental challenges that the world currently faces, new sustainable solutions are called for. The concept of autonomous heavy vehicles (AVs) is considered to be one of the next megatrends within transportation and this technology shift is predicted to improve safety and logistics as well as to cut driver costs and reduce CO2-emissions. However, from a company's perspective, technology shifts are not without risks as technical disruptions can cause core competencies to become obsolete and radical technology innovation can be fatal to a company that does not innovate its business models simultaneously. Due to the complexity and novelty of the AV technology, business model innovation within the field has been lagging behind and there is an area of uncertainty regarding how a future business model for AVs could be formulated. In order to investigate potential business models for AV applications, this study has been carried out as an exploratory case study of two industry specific applications for goods transports within confined areas at the heavy vehicle manufacturer Scania in Södertälje, Sweden. The Business Model Canvas tool developed by Osterwalder and Pigneur (2010) has been used to map the business models of these two cases with the purpose of combining them into a general model. Furthermore, four important capabilities at the company have been identified and determined as to whether they qualify as core competencies based on the criteria presented by Prahalad and Hamel (1990) and then discussed in relation to how they can be leveraged in a future business model. The findings of this study help to formulate a business model perspective for future AV goods transport applications that consists of a service-based model characterised by a focus on collaboration and value co-creation, an adaptable level of integration with the customers' systems, transfer of ownership of products to the manufacturer and a value-driven source of differentiation. Lastly, the study concludes that Lean production and modularity are two existing core competencies of Scania that could be leveraged dynamically in a future business model connected to this technology shift. / Mot bakgrunden av de många miljömässiga utmaningar som världen står inför idag krävs nya hållbara lösningar. Konceptet självkörande tunga fordon (eng. autonomous heavy vehicle - AV) anses vara en av de nästa megatrenderna inom transportindustrin och detta teknikskifte förutspås förbättra säkerhet och logistiksystem samt sänka förarkostnader och minska koldioxidutsläpp. Från ett företags perspektiv är teknikförändringar dock inte utan risker då tekniska disruptioner kan göra kärnkompetenser föråldrade och radikal teknisk innovation rentav kan innebära en dödsdom för ett företag som inte simultant innoverar sina affärsmodeller. Till följd av teknikens komplexitet och låga mognadsgrad har affärsmodellsinnovation inom fältet hamnat efter och det finns ett område av osäkerhet gällande hur en framtida affärsmodell för självkörande fordon skulle kunna formuleras. I syfte att undersöka potentiella affärsmodeller för AV-applikationer har denna studie genomförts som en utforskande fallstudie av två industrispecifika applikationer för godstransporter inom avgränsade områden hos lastbilstillverkaren Scania i Södertälje, Sverige. Verktyget Business Model Canvas, utvecklat av Osterwalder och Pigneur (2010), har använts för att kartlägga affärsmodellerna för dessa två applikationer i syfte att kombinera dem till en generell modell. Vidare har fyra viktiga kapabiliteter i företaget identifierats och fastställts huruvida de kvalificerar som kärnkompetenser baserat på kriterierna som presenteras av Prahalad och Hamel (1990) och sedan diskuterats i relation till hur de kan utnyttjas i en framtida affärsmodell. Resultaten av denna studie hjälper till att formulera ett affärsmodellsperspektiv för framtida AVgodsapplikationer som innebär en servicebaserad modell kännetecknad av ett fokus på samarbete och värdesamskapande, en anpassningsbar integration till kundernas system, överföring av ägandeskap av produkter till tillverkaren och en värdedriven differentiering. Slutligen dras slutsatsen att Lean produktion och modularitet är två befintliga kärnkompetenser hos Scania som skulle kunna utnyttjas dynamiskt i en framtida affärsmodell kopplat till detta teknikskifte.
|
Page generated in 0.0579 seconds