The potential of Industrial IoT solutions for Italian companies : a triple bottom line driven framework

The advent of the fourth industrial revolution promises to reshape the current pattern of production and consumption through the rapid pace of technological development and several disrupting concepts. Among them, the Industrial Internet of Things (IIoT) creates a connection between the physical and digital worlds, which is translated into business opportunities, especially in the Smart Manufacturing paradigm. Concurrently, increased global concerns for sustainable development are forcing companies to rethink manufacturing strategies. At first, companies must consider public institutions’ guidelines. The 2030 Agenda for Sustainable Development describe the Sustainable Development Goals (SDGs) to shift the world onto a sustainable and resilient path integrating and balancing the three sustainable dimensions: the economic, environmental, and social. The interaction between the Industrial IoT and these Triple Bottom Line (TBL) dimensions is gaining widespread attention in the literature, highlighting the potential opportunities and values the business can grasp on each sustainable bottom line. The dissertation aims to delve deeply into the intersection between the Industrial IoT and the Triple Bottom Line dimensions in the manufacturing paradigm, designing which is the state of art both in literature and empirically. Therefore, the study conducts a systematic literature review based on 57 academic articles, which are thematically analyzed and categorized according to the previously mentioned intersection. Empirical findings are supported by semi-structured expert interviews in 15 manufacturing companies from some of the leading Italian industries. The results reveal a gap between theoretical and empirical findings: if from a theoretical perspective, the Industrial IoT benefits and value generated are outlined, the case studies findings show some lacking implementation strategy and the legacy of traditional economic performance measurement, often translating into barriers and issues, neglecting a broader triple bottom line perspective. The dissertation proposes a conceptual framework to bridge the previously mentioned gap proposing a roadmap to guide companies through the implementation of IIoT projects in each strategic development phase. Moreover, the authors developed a survey to validate the hypotheses behind the conceptual framework. The data collected demonstrated clear statistical evidence between the improvement of all the TBL variables and satisfaction of the Industrial IoT initiatives through the Analysis of Variance (ANOVA) and the Binary Logistics Regression (BLR); both performed using the statistical software Minitab.

L’avvento della quarta rivoluzione industriale promette di rimodellare le attuali modalità di produzione e di consumo attraverso un rapido sviluppo tecnologico e diverse tematiche rivoluzionarie. Tra esse, l’Industrial Internet of Things (IIoT) crea una connessione tra il mondo fisico e digitale, spesso tradotto in nuove opportunità di business, soprattutto nell’ambito della fabbrica intelligente. Allo stesso tempo, l’aumento di preoccupazione globale riguardo lo sviluppo sostenibile sta obbligando le società a ripensare le strategie di produzione. In primo luogo, le società devono considerare le linee guida delle istituzioni pubbliche. L’agenda del 2030 per lo sviluppo economico descrive gli obiettivi per lo sviluppo sostenibile (SDGs) per spostare il pianeta su un binario sostenibile e resiliente, integrando e bilanciando le tre dimensioni di sostenibilità: economica, ambientale e sociale. L’interazione tra l’Industrial IoT e le tre dimensioni del Triple Bottom Line (TBL) sta guadagnando un’attenzione diffusa in letteratura, evidenziando le potenziali opportunità e valori che le società possono cogliere riguardo ogni linea di sostenibilità. La tesi mira a scavare in profondità l’intersezione tra l’Industrial IoT e le dimensioni Triple Bottom Line nell’ambito produttivo, attraverso il disegno dello stato dell’arte sia in letteratura che empiricamente. Dunque, la ricerca conduce un’analisi della letteratura basata su 57 articoli accademici, analizzati e categorizzati in modo tematico secondo l’intersezione menzionata in precedenza. La ricerca empirica è supportata da interviste semi-strutturate svolte ad esperti di 15 società manifatturiere provenienti da alcune delle industrie leader del mercato italiano. I risultati mostrano un divario tra le scoperte empiriche e teoriche: se dal lato teorico, i benefici e il valore generato dell’Industrial IoT sono delineati, i casi studio mostrano una carenza di strategia di implementazione e il retaggio di un sistema tradizionale di monitoraggio delle performance aziendali, che spesso si traducono in barriere e problematiche, tralasciando una più ampia prospettiva legata al triple bottom line. La tesi propone uno schema concettuale per colmare questo divario proponendo un percorso per guidare le società nell’implementazione di progetti Industrial IoT in ogni fase di sviluppo. Inoltre, gli autori hanno sviluppato un questionario per validare le ipotesi dello schema concettuale. I dati collezionati hanno dimostrato evidenza statistica tra il miglioramento delle variabili TBL e la soddisfazione percepita delle iniziative IIoT attraverso l’analisi delle varianze (ANOVA) e la regressione logistica binaria (BLR); entrambe condotte attraverso il software statistico Minitab.