Case Study of the Role of AI in Service Development : AI Capabilities in Service Development - Discourse Analysis on Annual Reports

Abstract

This thesis aims to study the role of AI in service development by exploring the potential supportive impact of AI capabilities and AI applications on service development. The current research seems to focus on investigating AI capabilities and AI applications as separate concepts. The prior research studies AI capabilities in service development, yet it does not connect AI applications to this discussion. Therefore, in order to reach a comprehensive understanding of AI capabilities and the possible supportive impact on service development, it is important to research the possible benefits achieved through AI applications in service development.

The thesis is based on a multiple-case study of five multinational technology companies. The selected multiple case study was chosen as a methodology, because it is a recommended research strategy to study a modern phenomenon. It allows the researcher to compare the prior theory with the findings and to find novel insights, possibly. The selected case companies' core businesses focus on offering AI capabilities through AI applications, which allowed us to make a comparison between their AI offerings. The empirical data were collected from online material using the case companies’ annual reports as primary data and other online data sources as secondary data. The empirical data were first analyzed using within-case analysis, followed by cross-case analysis, allowing a discourse between theory and data insights.

Although the potential supportive impact of AI capabilities, especially in relationalized service, and AI applications in service development is somewhat unclear in the literature, the empirical findings of this study offer a novel insight into the connection. Consequently, both the theory and empirical findings suggest that there are AI capabilities and AI applications that can support service development through productivity and customer experience improvements. Accordingly, AI’s conversational and personalization capabilities seem to respond to relationalized service characteristics at some level, and support service process in the service interaction stage. Another research insight is that AI has capabilities for content creation, reasoning, decision-making, data analysis, and multimodal understanding, which all support the service process. Empirical findings are in line with the literature by suggesting that automation, data insights, predictions, and recommendations are part of supporting AI capabilities. Another novel finding is that software-based AI applications are used to support service development by offering assistance for productivity and customer experience improvement. Moreover, it seems that generative AI, machine learning, and predictive AI are the most popular AI types for AI applications to support service development. The empirical findings emphasize that agentic AI is slightly used in both productivity and customer experience improvement, and, however, the theory suggests that it is becoming more popular. Final insight is that it seems that AGI has not been implemented, and based on the literature, it is seen as the AI of the future.

Tämän Pro gradu -tutkielman tavoitteena on selvittää tekoälyn roolia palvelukehityksessä tutkimalla tekoälykyvykkyyksien ja tekoälysovellusten mahdollista tukevaa vaikutusta palvelukehityksessä. Nykyinen tutkimus vaikuttaa keskittyvän tekoälyn kyvykkyyksiin ja tekoälysovelluksiin erillisinä konsepteina. Aikaisempi tutkimus on selvittänyt tekoälykyvykkyyksien roolia palvelukehityksessä kuitenkaan ottamatta huomioon tekoälysovelluksia. Kokonaisvaltaisen käsityksen luomiseksi tekoälykyvykkyyksien ja tekoälysovellusten mahdollisesta tukevasta vaikutuksesta palvelukehityksessä, on tärkeää selvittää tekoälysovellusten rooli tekoälykyvykkyyksien mahdollistavana tekijänä palvelukehityksessä.

Tämä Pro gradu – tutkielma toteutettiin viiden monikansallisen teknologiayrityksen tapaustutkimuksena. Tutkimuksen metodologiaksi valikoitui tapaustutkimus, koska se on suositeltu tutkimusstrategia modernille ilmiölle. Tämä tutkimusmenetelmä mahdollistaa tutkijalle teorian ja löydöksien vertailun, ja mahdollisien oivalluksien löytämisen. Valittujen tapausyritysten liiketoiminta keskittyy tarjoamaan tekoälykyvykkyyksiä sisältäviä tekoälysovelluksia, joka mahdollisti yritysten tarjoamien tekoälyratkaisujen välisen vertailun. Empiirinen tutkimusaineisto kerättiin pääsääntöisesti yritysten vuosikertomuksista, mutta myös muita verkkomateriaaleja käytettiin aineiston tukena. Empiirinen aineisto analysoitiin ensin tapauskohtaisen analyysin avulla, jota seurasi tapausten välinen analyysi mahdollistaen teorian ja löydösten välisen diskurssin.

Vaikka tekoälykyvykkyyksien ja tekoälysovellusten mahdolliset tukevat vaikutukset, erityisesti rationaalisissa palveluissa, palvelukehityksessä ovat kirjallisuudessa hieman epäselvät, tämä tutkimus tarjoaa oivalluksia tästä yhteydestä. Sekä teoria, että empiiriset löydökset ehdottavat, että tekoälykyvykkyydet ja tekoälysovellukset tukevat palvelukehitystä tuottavuuden ja asiakaskokemuksen kehityksen kautta. Tekoälyn keskusteleva ja personoiva kyvykkyys vaikuttavat jollain tasolla vastaavan relationaalisen palvelun piirteisiin, ja tukevan palveluprosessia vuorovaikutusvaiheessa. Toinen tutkimushavainto on, että tekoälyn kyvykkyydet sisällöntuottamisessa, päättelyssä, päätöksenteossa, data-analyysissä ja multimodaalisessa ymmärtämisessä tukevat palveluprosessia. Empiiriset löydökset ovat linjassa teorian kanssa ehdottaen, että automaatio, dataoivallus, ennustus ja suositukset ovat osa tukevia tekoälykyvykkyyksiä. Lisäksi tutkimuksessa todettiin, että ohjelmistopohjaiset tekoälysovellukset tarjoavat tukea tehokkuuteen ja asiakaskokemuksen kehittämiseen. Generatiivinen tekoäly, koneoppiminen, ja ennustava tekoäly ovat kaikista suosituimpia tekoälysovelluksissa olevia tekoälytyyppejä palvelukehityksen tukemisessa. Empiiriset löydökset myös osoittavat, että agenttista tekoälyä käytetään vähäisesti tehokkuus ja asiakaskokemus hyödyn tuottamiseen, mutta teorian mukaan sen suosio on kasvussa. Viimeisenä todettiin, että AGI:tä ei ole otettu käyttöön, ja kirjallisuuden mukaan kyseessä on tulevaisuuden tekoäly.