Tekoälyn potentiaali puukuitujen tulevaisuuden analysoinnissa

Abstract

Opinnäytetyön tavoitteena oli selvittää, voiko tekoäly toimia perinteisen markkina-analyysin apuna sekä arvioida sen käyttöä rajoitetun datan, promptien muotoilun ja suurten tietomäärien käsittelyn näkökulmista. Tutkimus tehtiin kahdella tekoälymallilla, joiden suorituskykyä myös samalla vertailtiin. Ensimmäisessä tapaustutkimuksessa analysoitiin kartonkipakkausten kestävän kehityksen mahdollisuuksia, ja toisessa keskityttiin puukuitujen tulevaisuuden käyttökohteisiin. Ensimmäisen tapauksen yhteydessä toteutettiin myös graafinen lisätutkimus, jossa arvioitiin tekoälyn kykyä tuottaa visuaalisia ennusteita rajallisen datan pohjalta. Tekoälyn tuottamat vastaukset jäsenneltiin temaattisen analyysin menetelmällä.

Laaja teoriaosuus tarjoaa pohjan tutkimusmenetelmän ymmärtämiselle. Se käsitteli tekoälyä, sen toimintaperiaatteita, eettisiä näkökulmia ja tietoturvakysymyksiä. Lisäksi työssä tarkasteltiin puukuitujen ominaisuuksia ja markkina-analyysin perusteita, jotta tutkimuksen aihepiiriä voitiin taustoittaa ja jäsentää kokonaisvaltaisesti.

Opinnäytetyön tulokset osoittivat, että tekoäly pystyy tarjoamaan hyödyllisiä havaintoja rajoitetusta datasta ja muodostamaan selkeitä kokonaisuuksia, mutta sen käyttöön liittyy tiettyjä rajoitteita. Tekoäly tunnisti puukuiduille keskeisiä markkinatrendejä, kuten kestävän kehityksen vaikutukset, kuluttajatrendien merkityksen ja uusien teknologisten innovaatioiden potentiaalin.

Johtopäätöksenä todettiin, että tekoäly voi toimia markkina-analyysin apuna erityisesti teemojen ja trendien tunnistamisessa, kun käytettävissä on vain rajallinen määrä dataa. Tekoälyn käyttö on kuitenkin riippuvaista syötetyn datan laadusta ja käyttäjän toiminnasta. Tuloksia on aina tarkasteltava kriittisesti, eikä tekoäly pysty täysin korvaamaan asiantuntijan tekemää analyysia. Opinnäytetyössä ei tarkasteltu tekoälyn vastausten todenmukaisuutta. Kehitysehdotuksena todettiin, että tekoälyn hyödyntämistä markkina-analyysissa voisi laajentaa vertaamalla sen tuottamia havaintoja asiantuntijoiden analyyseihin ja testaamalla sen kykyjä monipuolisemmalla datalla.

The purpose of this thesis was to investigate whether artificial intelligence (AI) can assist traditional market analysis and to evaluate its application in handling limited data, designing prompts, and managing large datasets. Two AI models were used and compared in this research. The first case study focused on analysing market opportunities for board packaging, while the second explored future applications for wood fibres. A supplementary graphic analysis was conducted in the first case study to assess AI's ability to generate visual predictions with restricted data.

The theoretical framework provided a foundation for understanding the research methods and covered topics such as AI principles, ethical considerations, and data security. It also addressed the characteristics of wood fibres and the basics of market analysis to provide context for the study comprehensively.

The findings indicated that AI could offer useful insights from limited data and present them in a structured manner. It identified key market trends for wood fibres, including the impact of sustainability, consumer behaviour, and technological innovations.

The results suggest that AI is a valuable tool for recognising themes and trends in market analysis. However, its effectiveness relies on the quality of input data and the user’s actions. AI cannot replace expert analysis, and its outputs must always be critically assessed. In future would be interesting to research AI’s role by comparing its findings with expert analyses and testing its capabilities with more diverse datasets.