Facilitate multidisciplinary e-textile development by enhancing collaboration and knowledge transfer across disciplines, ultimately leading to comprehensive requirements while keeping the user interaction in mind. presentation during E-textiles 2023
MULTIFILE
In de afgelopen jaren hebben technologische ontwikkelingen de aard van dienstverlening ingrijpend veranderd (Huang & Rust, 2018). Technologie wordt steeds vaker ingezet om menselijke servicemedewerkers te vervangen of te ondersteunen (Larivière et al., 2017; Wirtz et al., 2018). Dit stelt dienstverleners in staat om meer klanten te bedienen met minder werknemers, waardoor de operationele efficiëntie toeneemt (Beatson et al., 2007). Deze operationele efficiëntie leidt weer tot lagere kosten en een groter concurrentievermogen. Ook voor klanten kan de inzet van technologie voordelen hebben, zoals betere toegankelijkheid en consistentie, tijd- en kostenbesparing en (de perceptie van) meer controle over het serviceproces (Curran & Meuter, 2005). Mede vanwege deze beoogde voordelen is de inzet van technologie in service-interacties de afgelopen twee decennia exponentieel gegroeid. De inzet van zogenaamde conversational agents is een van de belangrijkste manieren waarop dienstverleners technologie kunnen inzetten om menselijke servicemedewerkers te ondersteunen of vervangen (Gartner, 2021). Conversational agents zijn geautomatiseerde gesprekspartners die menselijk communicatief gedrag nabootsen (Laranjo et al., 2018; Schuetzler et al., 2018). Er bestaan grofweg drie soorten conversational agents: chatbots, avatars, en robots. Chatbots zijn applicaties die geen virtuele of fysieke belichaming hebben en voornamelijk communiceren via gesproken of geschreven verbale communicatie (Araujo, 2018;Dale, 2016). Avatars hebben een virtuele belichaming, waardoor ze ook non-verbale signalen kunnen gebruiken om te communiceren, zoals glimlachen en knikken (Cassell, 2000). Robots, ten slotte, hebben een fysieke belichaming, waardoor ze ook fysiek contact kunnen hebben met gebruikers (Fink, 2012). Conversational agents onderscheiden zich door hun vermogen om menselijk gedrag te vertonen in service-interacties, maar op de vraag ‘hoe menselijk is wenselijk?’ bestaat nog geen eenduidig antwoord. Conversational agents als sociale actoren Om succesvol te zijn als dienstverlener, is kwalitatief hoogwaardige interactie tussen servicemedewerkers en klanten van cruciaal belang (Palmatier et al., 2006). Dit komt omdat klanten hun percepties van een servicemedewerker (bijv. vriendelijkheid, bekwaamheid) ontlenen aan diens uiterlijk en verbale en non verbale gedrag (Nickson et al., 2005; Specht et al., 2007; Sundaram & Webster, 2000). Deze klantpercepties beïnvloeden belangrijke aspecten van de relatie tussen klanten en dienstverleners, zoals vertrouwen en betrokkenheid, die op hun beurt intentie tot gebruik, mond-tot-mondreclame, loyaliteit en samenwerking beïnvloeden (Hennig-Thurau, 2004; Palmatier et al., 2006).Er is groeiend bewijs dat de uiterlijke kenmerken en communicatieve gedragingen (hierna: menselijke communicatieve gedragingen) die percepties van klanten positief beïnvloeden, ook effectief zijn wanneer ze worden toegepast door conversational agents (B.R. Duffy, 2003; Holtgraves et al., 2007). Het zogenaamde ‘Computers Als Sociale Actoren’ (CASA paradigma vertrekt vanuit de aanname dat mensen de neiging hebben om onbewust sociale regels en gedragingen toe te passen in interacties met computers, ondanks het feit dat ze weten dat deze computers levenloos zijn (Nass et al., 1994). Dit kan verder worden verklaard door het fenomeen antropomorfisme (Epley et al., 2007; Novak & Hoffman, 2019). Antropomorfisme houdt in dat de aanwezigheid van mensachtige kenmerken of gedragingen in niet-menselijke agenten, onbewust cognitieve schema's voor menselijke interactie activeert (Aggarwal & McGill, 2007; M.K. Lee et al., 2010). Door computers te antropomorfiseren komen mensen tegemoet aan hun eigen behoefte aan sociale verbinding en begrip van de sociale omgeving (Epley et al., 2007; Waytz et al., 2010). Dit heeft echter ook tot gevolg dat mensen cognitieve schema’s voor sociale perceptie toepassen op conversational agents.
While literature and practice acknowledge the potential of service innovation as well as digitally enabled innovation processes, the diverse innovation process literature lacks a process model which combines these two aspects. This systematic literature review aims at filling this gap by analysing innovation process theories and approaches with a specific focus on service and digital innovation. 25 conceptualisations of innovation processes were distilled and analysed in detail to present a ‘digital innovation process for services’ model which includes steps on three levels. Consequently, this literature review expands the current state-of-research and acts as the groundwork for further innovation research projects.
TROEF is een MOOI-subsidieproject waarin Co-design en het Centre of Expertise Smart and Sustainable Cities betrokken zijn. Co-design werkt samen met de andere TROEF partners aan het vormgeven van de klantervaring voor gebruikers van de nieuwe dienstverlening die binnen het TROEF project ontwikkeld wordt. Doel TROEF heeft als doel het realiseren van een Internet-of-Energy om het decentrale energiesysteem van de toekomst mogelijk te maken en de energietransitie zo te versnellen. Daarnaast worden op basis van dit internet-of-energy nieuwe diensten ontwikkeld voor gebruikers van het energiesysteem. Resultaten Per resultaatgebied (utiliteit, mobiliteit, residentieel) 3-5 uitgewerkte klantreizen voor verschillende klantgroepen De klantreizen getest in verschillende living labs Een overkoepelende TROEF service blueprint Looptijd 04 januari 2021 - 31 december 2024 Aanpak Deze klantreizen worden samen met gebruikers verschillende ontworpen. Hierdoor worden de partners ondersteunt bij het ontwikkelen van deze nieuwe TROEF diensten, en zorgt Co-design voor een gedeeld doel voor de gebruikservaring. In de praktijk wordt het IoE ingezet om het energiesysteem onder te kunnen verdelen in verschillende lokale energiegemeenschappen, waarbinnen duurzame energie zoveel mogelijk lokaal opgewekt en gebruikt wordt. Deze gemeenschappen kunnen onderling dan ook weer duurzame energie uitwisselen via het IoE. Dit leidt een vergroting van lokaal gebruik van duurzame energie en een lagere belasting op het elektriciteitsnet. Relevantie TROEF heeft als doel learning communities op te zetten. Concreet houdt dit in dat er gewerkt wordt aan kennisdeling over slimme energiesystemen met studenten. De energietransitie is namelijk een enorme uitdaging en we kunnen jong talent hier goed bij gebruiken. Cofinanciering RVO MOOI subsidie
