A business model taxonomy for startups implementing artificial intelligence in the energy sector

Artificial intelligence is not just an option, but a crucial necessity for the energy sector. To effectively address the pressing issue of climate change and facilitate a seamless transition towards an electrified and decarbonised future, the integration of digital and innovative tools is essential. AI implementation in energy systems will play a pivotal role, driving optimisation and sustainable practices, while enhancing efficiency. On top of process improvements, that will be widely experienced across various industries, the energy sector will undergo a transformation in the service delivered. This will result in a significant shift in business models, with startups playing a particularly prominent role, being them recognised as cornerstones for innovation. Starting with an examination of innovative AI-enabled applications and their potential impact on the value proposition and creation of startups across various sectorial contexts, a literature gap has been identified. Indeed, research lacks a comprehensive evaluation of AI-enabled business model innovation in the energy sector. The present dissertation aims to fill this literature gap by developing a concise but robust and explanatory taxonomy of AI-enabled business models adopted by startups in the energy sector, following a flexible and hybrid method that combines conceptual theories and empirical observations. Subsequently, by using the taxonomy as a support, from a sample dataset composed of forty startups founded in the last five years, five archetypes have been qualitatively recognised, representing the prevailing configurations of currently adopted business models. The taxonomy’s findings have been validated through the use of both archetypes and an interview with a startup founder, with the latter offering valuable insights, enriching the results. Thus, this study enhances the broad comprehension of AI-enabled business models within the energy domain, by delineating the dominant characteristics, common realisations and distinctive attributes. Moreover, it offers a structured tool to support business model development process for companies and startups opting to integrate AI into their strategies. Lastly, this dissertation supports policymakers who are required to foster the implementation of AI to sustain energy transition.

L’intelligenza artificiale non è semplicemente un’opzione, ma è una fondamentale necessità per il settore energetico. L’integrazione di strumenti digitali e innovativi è essenziale per affrontare in modo efficace la pressante questione del cambiamento climatico e facilitare una transizione graduale verso un futuro elettrico e decarbonizzato. L'implementazione dell’IA nei sistemi energetici svolgerà un ruolo cruciale, promuovendo l'ottimizzazione e le pratiche sostenibili e incrementandone l'efficienza. Oltre ai miglioramenti dei processi, che saranno ampiamente percepiti in varie industrie, il settore energetico vedrà una trasformazione del servizio offerto. Questo porterà a un cambiamento significativo nei business model, dove le startup giocheranno un ruolo particolarmente importante, essendo riconosciute come il motore dell’innovazione. Iniziando con un’analisi delle applicazioni innovative rese possibili dall’IA e del loro potenziale impatto sulla proposta e la creazione di valore delle startup in vari contesti settoriali, è stata identificata una lacuna nella letteratura. Infatti in ricerca manca una valutazione completa dei business model innovativi permessi dall'IA nel settore energetico. Questa tesi si propone di colmare questa lacuna della letteratura sviluppando una tassonomia concisa ma robusta ed esplicativa dei business model favoriti dall'IA adottati dalle startup nel settore energetico. Il lavoro segue un metodo flessibile e ibrido che combina concetti teorici e osservazioni empiriche. Successivamente, con il supporto della tassonomia, da un campione di quaranta startup fondate negli ultimi cinque anni, sono stati identificati qualitativamente cinque archetipi, che rappresentano le configurazioni di business model prevalentemente adottate ad oggi. I risultati della tassonomia sono stati quindi convalidati utilizzando sia gli archetipi che un'intervista con il fondatore di una startup, che ha offerto spunti preziosi arricchendo le conclusioni. Pertanto, questo studio amplia la comprensione dei business model permessi dall'IA nel settore energetico, delineandone le caratteristiche dominanti, le realizzazioni comuni e gli attributi distintivi. Inoltre, offre uno strumento strutturato per supportare il processo di sviluppo dei business model per le aziende e le startup che scelgono di integrare l'IA nelle loro strategie. Infine, questa tesi è di supporto ai responsabili politici che devono promuovere l'implementazione dell'IA per sostenere la transizione energetica.