Global affärsmodellering och digitalisering
Notice bibliographique
Résumé
Följande examensarbete har genomförts inom Högskoleingenjörsutbildningen i Maskinteknik, Industriell Ekonomi och Produktion vid Kungliga Tekniska Högskolan, Institutionen för Hållbar Produktionsutveckling. Studien har utförts på uppdrag av Alfa Laval Lund AB, vid enheten Business Unit GPHE, under vårterminen 2019. Målet med detta arbete har varit att utföra en kartläggning av intressenter i det digitala ekosystemet, identifiera kundbehov och aktörer på marknaden inom området prediktivt underhåll och uppkopplade produkter samt att definiera möjliga affärsmodeller. Alfa Lavals förväntningar av projektet har varit att resultatet skall understödja uppfyllelse av kundernas behov samt att bolaget skall erhålla en överblick av det digitala ekosystem som idag växer fram. Under genomförandet har metoder såsom research av intressenter samt intervjuer varit centrala. Efterforskningar av bolag har skett med avsikten att utforma en kartläggningsmodell. Intervjuer med aktörer och slutkund har varit till stöd för att undersöka i vilka fall uppkoppling skapar kundvärde samt för att få en helhetssyn kring andra spelares strategier inom digitaliseringen. Litteraturstudier har omfattat information beträffande Internet of Things, Connectivity, Industri 4.0, prediktivt underhåll samt affärsmodellering. Resultatet har visat att de mest förekommande kundbehoven är statusmonitorering av utrustning, prediktivt underhåll och högre produktivitet med flera, vilka alla har anknytning till att kunden vill minska sina kostnader. För det digitala ekosystemet kan det konstateras att det aktuella läget är ganska splittrat samt att det ständigt dyker upp nya lösningar och spelare som försöker positionera sig på marknaden. Studien visar likaledes att uppkopplingen till internet bidrar till uppkomst av nya erbjudanden i form av tjänster, varför det förekommer ett ökat behov av att implementera nya serviceinriktade affärsmodeller med nya intäktsströmmar baserade på prenumerationer.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,020 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».