Extended reality (XR) technologies are increasingly transforming how individuals perceive their surroundings, work, learn and engage in social interactions. Beyond consumer applications, XR is progressively being adopted within organizations to enhance operational processes and enable new forms of value creation. However, despite the interest demonstrated by major technology companies, existing literature primarily examines short-term experiments and metaverse-related applications, while limited attention has been devoted to understanding how XR can support business model transformation at the operations level. This dissertation addresses this gap by investigating how firms transform their business model for operations through XR technologies. The research draws on elements like Market Management Approach and Transformative Business Operations (TBOs), adopting a qualitative multiple-case study approach based on semi-structured interviews with managers from four manufacturing companies that implemented XR solutions in their operational processes. The analysis reveals that XR-driven business model transformation results from an iterative process composed of two sequential phases: shaping and enacting. In the shaping phase, firms are pushed to adopt XR by a combination of internal and external drivers, leveraging existing capabilities with external resources as mechanisms to overcome adoption barriers. Once XR is integrated within operational processes, the enacting phase begins, where transformation is driven by the beneficial shifts generated by XR implementation. Here, transformative business operations emerge through trialand- error experimentation, and reinforced learning processes support improvements of existing XR-based operations, enabling the development of new transformative practices. Overall, the findings highlight that XR-driven business model transformation is not a linear technological adoption process but rather an iterative one where experimentation, learning and adaptation play a central role. The study contributes to the literature on technology-driven business model innovation by providing a new perspective on how XR enables TBOs and offering managerial insights for firms seeking to successfully integrate these technologies into their operational business models.

L’extended reality (XR) sta trasformando sempre più il modo in cui gli individui percepiscono l’ambiente circostante, lavorano, apprendono e si impegnano nelle interazioni sociali. Oltre alle applicazioni rivolte ai consumatori, la XR viene progressivamente adottata dalle organizzazioni per migliorare i processi operativi e abilitare nuove forme di creazione di valore. Tuttavia, nonostante l’interesse delle grandi aziende tecnologiche, la letteratura esistente esamina principalmente il loro impatto su esperimenti di breve durata e applicazioni legate al metaverso, mentre un’attenzione limitata viene posta su come possa supportare la trasformazione del business model delle operations. Questa tesi affronta tale gap investigando come le imprese trasformano il proprio business model per le operations attraverso l’XR. La ricerca si basa su concetti quali la Market Management Approach e le Transformative Business Operations (TBOs), adottando un approccio qualitativo di multiple-case study basato su interviste semi-strutturate. L’analisi rivela che tale trasformazione deriva da un processo iterativo strutturato in due fasi sequenziali: shaping ed enacting. Nello shaping, le imprese sono spinte ad adottare le tecnologie XR da una combinazione di driver interni ed esterni, sfruttando le capacità interne insieme a risorse esterne come meccanismo per superare le barriere d’adozione. Una volta integrata l’XR nei processi operativi, inizia l’enacting, in cui la trasformazione è guidata dagli effetti positivi di tali implementazioni. Qui, le prime TBOs emergono attraverso sperimentazioni iterative che consentono di perfezionare le applicazioni XR. Man mano che queste trasformazioni si consolidano, processi di reinforced learning supportano il miglioramento delle operations esistenti basate sulla XR, affrontando le sfide operative e consentendo lo sviluppo di nuove pratiche. Nel complesso, i risultati evidenziano che la trasformazione del business model guidata dalla XR è un processo iterativo di sperimentazione, apprendimento e adattamento. Lo studio contribuisce alla letteratura sull’innovazione tecnologica del business model offrendo una nuova prospettiva su come la XR abiliti le TBOs e spunti manageriali per le imprese che intendono superare le iniziative pilota e integrare queste tecnologie nel business model delle proprie operations.

From shaping to enacting: how firms transform business models through Extended Reality

Guarducci, Edoardo
2025/2026

Abstract

Extended reality (XR) technologies are increasingly transforming how individuals perceive their surroundings, work, learn and engage in social interactions. Beyond consumer applications, XR is progressively being adopted within organizations to enhance operational processes and enable new forms of value creation. However, despite the interest demonstrated by major technology companies, existing literature primarily examines short-term experiments and metaverse-related applications, while limited attention has been devoted to understanding how XR can support business model transformation at the operations level. This dissertation addresses this gap by investigating how firms transform their business model for operations through XR technologies. The research draws on elements like Market Management Approach and Transformative Business Operations (TBOs), adopting a qualitative multiple-case study approach based on semi-structured interviews with managers from four manufacturing companies that implemented XR solutions in their operational processes. The analysis reveals that XR-driven business model transformation results from an iterative process composed of two sequential phases: shaping and enacting. In the shaping phase, firms are pushed to adopt XR by a combination of internal and external drivers, leveraging existing capabilities with external resources as mechanisms to overcome adoption barriers. Once XR is integrated within operational processes, the enacting phase begins, where transformation is driven by the beneficial shifts generated by XR implementation. Here, transformative business operations emerge through trialand- error experimentation, and reinforced learning processes support improvements of existing XR-based operations, enabling the development of new transformative practices. Overall, the findings highlight that XR-driven business model transformation is not a linear technological adoption process but rather an iterative one where experimentation, learning and adaptation play a central role. The study contributes to the literature on technology-driven business model innovation by providing a new perspective on how XR enables TBOs and offering managerial insights for firms seeking to successfully integrate these technologies into their operational business models.
ING - Scuola di Ingegneria Industriale e dell'Informazione
22-lug-2026
2025/2026
L’extended reality (XR) sta trasformando sempre più il modo in cui gli individui percepiscono l’ambiente circostante, lavorano, apprendono e si impegnano nelle interazioni sociali. Oltre alle applicazioni rivolte ai consumatori, la XR viene progressivamente adottata dalle organizzazioni per migliorare i processi operativi e abilitare nuove forme di creazione di valore. Tuttavia, nonostante l’interesse delle grandi aziende tecnologiche, la letteratura esistente esamina principalmente il loro impatto su esperimenti di breve durata e applicazioni legate al metaverso, mentre un’attenzione limitata viene posta su come possa supportare la trasformazione del business model delle operations. Questa tesi affronta tale gap investigando come le imprese trasformano il proprio business model per le operations attraverso l’XR. La ricerca si basa su concetti quali la Market Management Approach e le Transformative Business Operations (TBOs), adottando un approccio qualitativo di multiple-case study basato su interviste semi-strutturate. L’analisi rivela che tale trasformazione deriva da un processo iterativo strutturato in due fasi sequenziali: shaping ed enacting. Nello shaping, le imprese sono spinte ad adottare le tecnologie XR da una combinazione di driver interni ed esterni, sfruttando le capacità interne insieme a risorse esterne come meccanismo per superare le barriere d’adozione. Una volta integrata l’XR nei processi operativi, inizia l’enacting, in cui la trasformazione è guidata dagli effetti positivi di tali implementazioni. Qui, le prime TBOs emergono attraverso sperimentazioni iterative che consentono di perfezionare le applicazioni XR. Man mano che queste trasformazioni si consolidano, processi di reinforced learning supportano il miglioramento delle operations esistenti basate sulla XR, affrontando le sfide operative e consentendo lo sviluppo di nuove pratiche. Nel complesso, i risultati evidenziano che la trasformazione del business model guidata dalla XR è un processo iterativo di sperimentazione, apprendimento e adattamento. Lo studio contribuisce alla letteratura sull’innovazione tecnologica del business model offrendo una nuova prospettiva su come la XR abiliti le TBOs e spunti manageriali per le imprese che intendono superare le iniziative pilota e integrare queste tecnologie nel business model delle proprie operations.
File allegati
File Dimensione Formato  
2026_06_Guarducci_tesiPDF.pdf

accessibile in internet per tutti a partire dal 22/06/2027

Descrizione: tesi per letura in versione PDF
Dimensione 633.83 kB
Formato Adobe PDF
633.83 kB Adobe PDF   Visualizza/Apri
2026_06_Guarducci_tesi.pdf

accessibile in internet per tutti a partire dal 22/06/2027

Descrizione: Tesi in versione da stampare
Dimensione 634.33 kB
Formato Adobe PDF
634.33 kB Adobe PDF   Visualizza/Apri
2026_06_Guarducci_executive summary.pdf

accessibile in internet per tutti a partire dal 22/06/2027

Descrizione: Executive Summary tesi
Dimensione 840.44 kB
Formato Adobe PDF
840.44 kB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/260036