Utilization of artificial intelligence in Finnish pulp mills MRO sourcing
Taponen, Terhi (2025)
Diplomityö
Taponen, Terhi
2025
School of Engineering Science, Tuotantotalous
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2025061770718
https://urn.fi/URN:NBN:fi-fe2025061770718
Tiivistelmä
This study was conducted as a case study by UPM-Kymmene Oyj, the MRO sourcing team of Finnish pulp mills. The research questions were: 1) How can artificial intelligence improve the efficiency and flexibility of the pulp mill MRO sourcing process, 2) How does the implementation of artificial intelligence affect the competence needs and receptivity of personnel? The theoretical background of this study consisted of five main parts: 1) MRO sourcing, 2) Sourcing development, 3) Artificial intelligence, 4) AI in sourcing, and 5) Technology acceptance and change management theories. The data was collected by using questionnaire and interviews with MRO sourcing team members, as well as experts in AI and sourcing. The study was conducted as a mixed methods study. The ethical aspects, reliability and validity of the study were carefully reviewed. The analysis began with preparation of the data, including the translation of the responses received from Finnish to English. All the responses received were considered valid.
This study showed that artificial intelligence has significant potential to improve the efficiency and flexibility of pulp mill MRO sourcing process. In particular, through the automation of routine tasks, data utilization, and predictive analytics. AI was seen as useful in areas such as supplier management, contract comparison, and data reporting. From the personnel perspective, the implementation of AI evoked both excitement and uncertainty. Respondents emphasized the need for support in the form of training and concrete examples. Barriers to adoption included a lack of expertise, reliability of information and lack of clear tools and guidelines. In addition, the importance of what AI can and cannot do was highlighted. In the long term, AI was hoped to become an integral part of sourcing strategy, enabling continuous updates through real-time data and scenario analysis. Successful implementation requires technical capabilities, change management and personnel commitment. Tämän tutkimuksen toimeksiantajana toimi UPM-Kymmene Oyj, Suomen sellutehtaiden MRO hankinta. Tutkimuskysymykset olivat: 1) Kuinka tekoäly voi parantaa MRO hankintaprosessin tehokkuutta ja joustavuutta, 2) Miten tekoälyn käyttöönotto vaikuttaa henkilöstön osaamistarpeisiin ja vastaanottavuuteen? Tämän tutkimuksen teoreettinen tausta koostui viidestä pääosasta: 1) MRO hankinta, 2) Hankinnan kehitys, 3) Tekoäly, 4) Tekoäly hankinnassa, sekä 5) Teknologian hyväksyntä- ja muutosjohtamisen teoriat. Tiedot kerättiin kyselylomakkeella ja haastatteluilla MRO tiimin jäseniltä, sekä tekoälyn ja hankinnan asiantuntijoilta. Tehty tutkimus toteutettiin sekamenetelmätutkimuksena. Eettiset näkökohdat, luotettavuus ja pätevyys käytiin tutkimuksen osalta tarkasti läpi. Analyysi aloitettiin aineiston valmistelulla, sisältäen saatujen vastauksien kääntämisen suomen kielestä englannin kielelle. Saaduista vastauksista kaikki katsottiin valideiksi.
Tämä tutkimus osoitti, että tekoälyllä on merkittävä potentiaali parantaa sellutehtaiden MRO hankintaprosessin tehokkuutta ja joustavuutta. Erityisesti rutiinitehtävien automatisoinnin, datan hyödyntämisen ja ennakoivan analytiikan kautta. Tekoäly nähtiin hyödyllisenä mm. toimittajahallinnassa, sopimusvertailussa sekä tietojen raportoinnissa. Henkilöstön näkökulmasta tekoälyn käyttöönottoon liittyi kiinnostusta, mutta myös epävarmuutta. Vastaajat toivoivat konkreettista tukea koulutuksen ja käyttömahdollisuuksien esimerkkien kautta. Käyttöönoton esteinä nähtiin osaamisen puute, tiedon luotettavuus ja selkeiden työkalujen ja ohjeiden puuttuminen. Lisäksi korostui tarve ymmärtää, mitä tekoäly voi ja ei voi tehdä. Pitkällä aikavälillä tekoälyn toivottiin olevan kiinteä osa hankintastrategiaa, jonka avulla strategiaa voitaisiin päivittää jatkuvasti reaaliaikaisen tiedon ja skenaarioanalyysin avulla. Onnistunut käyttöönotto edellyttää sekä teknisiä valmiuksia, että muutosjohtamista ja henkilöstön sitoutumista.
This study showed that artificial intelligence has significant potential to improve the efficiency and flexibility of pulp mill MRO sourcing process. In particular, through the automation of routine tasks, data utilization, and predictive analytics. AI was seen as useful in areas such as supplier management, contract comparison, and data reporting. From the personnel perspective, the implementation of AI evoked both excitement and uncertainty. Respondents emphasized the need for support in the form of training and concrete examples. Barriers to adoption included a lack of expertise, reliability of information and lack of clear tools and guidelines. In addition, the importance of what AI can and cannot do was highlighted. In the long term, AI was hoped to become an integral part of sourcing strategy, enabling continuous updates through real-time data and scenario analysis. Successful implementation requires technical capabilities, change management and personnel commitment.
Tämä tutkimus osoitti, että tekoälyllä on merkittävä potentiaali parantaa sellutehtaiden MRO hankintaprosessin tehokkuutta ja joustavuutta. Erityisesti rutiinitehtävien automatisoinnin, datan hyödyntämisen ja ennakoivan analytiikan kautta. Tekoäly nähtiin hyödyllisenä mm. toimittajahallinnassa, sopimusvertailussa sekä tietojen raportoinnissa. Henkilöstön näkökulmasta tekoälyn käyttöönottoon liittyi kiinnostusta, mutta myös epävarmuutta. Vastaajat toivoivat konkreettista tukea koulutuksen ja käyttömahdollisuuksien esimerkkien kautta. Käyttöönoton esteinä nähtiin osaamisen puute, tiedon luotettavuus ja selkeiden työkalujen ja ohjeiden puuttuminen. Lisäksi korostui tarve ymmärtää, mitä tekoäly voi ja ei voi tehdä. Pitkällä aikavälillä tekoälyn toivottiin olevan kiinteä osa hankintastrategiaa, jonka avulla strategiaa voitaisiin päivittää jatkuvasti reaaliaikaisen tiedon ja skenaarioanalyysin avulla. Onnistunut käyttöönotto edellyttää sekä teknisiä valmiuksia, että muutosjohtamista ja henkilöstön sitoutumista.