Artificial intelligence (AI) has attracted significant attention within academia and among businesses following technological advances over the last decade. The technology is transforming the way businesses create and deliver value to their customers. Yet there is still a lack of research regarding how AI creates value for businesses and what challenges businesses face on their journey towards AI adoption.

This study sets out to explore the usage of AI within heavy-duty truck repair and maintenance operations at Scania, a leading manufacturer of heavy-duty trucks.Interviews were conducted with key stakeholders to examine three AI use cases: (1) predictive maintenance, (2) symptom analysis, and (3) service coordination automationin terms of service productivity gains and AI adoption challenges. The research on AI adoption challenges extends beyond the three cases to include general AI adoption challenges, based on interviews at Scania and complementary findings from three additional industrial companies.

The findings demonstrate how AI can significantly increase service productivity through improvements in internal efficiency, external efficiency, and capacity efficiency. Moreover, AI adoption is found to be inhibited by both technological and organizational challenges that must be addressed to succeed with the technology. Contributions to academic literature are made by delineating the role of AI for service productivity withinheavy-duty truck repair and maintenance operations. In addition, the study provides empirical support for existing theories on AI challenges through detailed practical insights in an industrial setting. Future research should aim to quantify the benefits of AI adoption and its effect on service productivity, as well as explore how different organizational characteristics influence AI adoption challenges. 

Artificiell intelligens (AI) har väckt stor uppmärksamhet inom den akademiska världen och bland företag efter de tekniska framsteg som gjorts under det senaste årtiondet. Tekniken håller på att förändra hur företag skapar och levererar värde till sina kunder. Ändå saknas det fortfarande forskning om hur AI skapar värde för företag och vilka utmaningar företag står inför på sin resa mot ökad AI-användning.

Denna studie syftar till att utforska användningen av AI inom reparations- och underhållsverksamheten av tunga lastbilar på Scania, en ledande tillverkare av tunga lastbilar. Genom intervjuer undersöktes tre användningsområden för AI: (1) förebyggande underhåll, (2) symtomanalys och (3) automatisering av servicekoordinering, med avseende på tjänsteproduktivitet och utmaningar med att införa AI. Undersökningen av utmaningarna med att införa AI sträcker sig bortom de tre fallen och inkluderar även allmänna utmaningar med att införa AI, baserat på intervjuer på Scania och kompletterande resultat från tre andra industriorganisationer.

Resultaten visar att AI avsevärt kan förbättra tjänsteproduktiviteten genom förbättringar av den interna effektiviteten, den externa effektiviteten och kapacitetsutnyttjandet. Dessutom framgår det att införandet av AI hämmas av både tekniska och organisatoriska utmaningar som måste hanteras för att lyckas med teknologin. Studiens bidrag till den akademiska litteraturen består i att beskriva AI:s roll för tjänstefiering och tjänsteverksamheter, särskilt inom reparations- och underhållstjänster. Dessutom ger studien empiriskt stöd för befintliga teorier om AI-utmaningar genom utförliga praktiska insikter från en industriell kontext. Framtida forskning bör syfta till att kvantifiera fördelarna med AI-användning och dess inverkan på tjänsteproduktiviteten, samt undersöka hur olika organisatoriska egenskaper påverkar utmaningarna med AI-användning.