AI:n hyödyntäminen hankintaprosesseissa : katalogiostoissa

Abstract

Tutkimuksen tavoitteena on tutkia, miten tekoälyä voidaan hyödyntää tehokkaasti katalogipohjaisessa hankinnassa ja millaisia mahdollisuuksia sen käyttöönotolla on hankintaprosessiin. Tutkimusongelma on jaettu neljään seuraavaan alakysymykseen; Mikä on operatiivisen ostoprosessin (procure-to-receipt) automaation tila, missä katalogitilausten vaiheissa on eniten puutteita, mihin katalogitilausten vaiheisiin tekoälyä pystyy ja kannattaisi lisätä ja miten tekoäly ja automaation lisääminen katalogiostoihin vaikuttaa ostoprosessiin. Tutkimus perustuu kirjallisuuskatsaukseen, tapaustutkimukseen sekä asiantuntijahaastatteluihin. Tutkimus edistää suorituskyvyn hallintaa ja hankintaan perustuvaa kirjallisuutta. Tekoälyn ja katalogien välinen yhteys on viime aikoina herättänyt huomiota, mutta akateeminen panos aiheeseen on edelleen vähäinen.

Tulokset osoittavat, että tekoälyllä on merkittävä potentiaali tehostaa katalogipohjaista hankintaa useilla eri osa-alueilla. Keskeisiä kehityskohteita ovat hakutoimintojen tarkkuuden parantaminen, suositusjärjestelmien hyödyntäminen, hankintaprosessien kustannustehokkuuden lisääminen sekä katalogien hallinnan optimointi. Tutkimuksessa havaittiin, että tekoälyn integrointi katalogipohjaiseen hankintaan parantaa erityisesti käyttäjäkokemusta. Tutkimus esittää konkreettisia kehitysehdotuksia siitä, kuinka tekoälyn tarjoamia hyötyjä voidaan toteuttaa mahdollisimman tehokkaasti katalogipohjaisessa hankintaprosessissa.

The aim of the study is to investigate how artificial intelligence can be effectively used in catalogue-based procurement and what possibilities its application has for the procurement process. The research problem is divided into four following sub-questions; what is the state of automation in the operational procurement process (procure-to-receive), which stages of the catalogue ordering process are most lacking, which stages of the catalogue ordering process can and should benefit from the addition of AI, and how AI and automation in catalogue purchasing will impact the procurement process. The study is conducted as a literature review, a case study and interviews with case experts. The research will contribute to the performance management and sourcing-based literature. The link between artificial intelligence and catalogues has recently attracted attention, but academic contributions to the topic remain scarce.

The results show that AI has significant potential to improve the efficiency of catalogic sourcing in a number of areas. Key areas for development include improving the accuracy of search operations, using recommender systems, increasing the cost-effectiveness of procurement processes and optimising catalogue management. The study found that the integration of AI into catalogue-based procurement improves the user experience in particular. The study presents concrete development proposals on how the benefits of AI can be realised as efficiently as possible in a catalogue-based procurement process.