Generatiivisen tekoälyn hyödyntäminen kategoriajohtamisessa
Toikkanen, Daniel (2025)
Kandidaatintyö
Toikkanen, Daniel
2025
School of Engineering Science, Tuotantotalous
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2025082784670
https://urn.fi/URN:NBN:fi-fe2025082784670
Tiivistelmä
Kategoriajohtaminen on hankintojen hallintamalli, jossa ostot ryhmitellään kategorioihin käyttötarkoituksen mukaan, jotta kulutusta, markkinoita ja toimittajia voidaan analysoida ja kehittää arvoa tuottavia strategioita. Tässä kandidaatintyössä selvitettiin, millä tavoin generatiivista tekoälyä voidaan hyödyntää kategoriajohtamisen tukena ja millaisia mahdollisuuksia sekä haasteita sen käyttö tuo mukanaan. Tutkimus toteutettiin kirjallisuuskatsauksena hyödyntäen ajankohtaista tutkimuskirjallisuutta ja alan artikkeleita.
Tulokset osoittavat, että generatiivinen tekoäly voi tehostaa kategoriajohtamisen kannalta keskeisiä vaiheita, kuten datan käsittelyä, analysointia ja raportointia, sekä tuottaa tiivistettyjä ja havainnollisia yhteenvetoja ja visualisointeja päätöksenteon tueksi. Ennakoivan analytiikan avulla on myös mahdollista tunnistaa tulevia trendejä ja riskejä, mikä voi vahvistaa yrityksen reagointikykyä ja kilpailuetua.
Haasteina tunnistettiin muun muassa virheellisen tiedon syntymisen riski, tekoälyn tuottamien tulosten kriittisen arvioinnin tarve sekä tietoturvaan liittyvät epävarmuudet erityisesti silloin, kun järjestelmälle syötetään luottamuksellista yritysdataa. Näiden riskien hallinta on keskeistä, jotta generatiivisen tekoälyn hyödyntäminen kategoriajohtamisessa olisi luotettavaa ja kestävää.
Tulokset osoittavat, että generatiivinen tekoäly voi tehostaa kategoriajohtamisen kannalta keskeisiä vaiheita, kuten datan käsittelyä, analysointia ja raportointia, sekä tuottaa tiivistettyjä ja havainnollisia yhteenvetoja ja visualisointeja päätöksenteon tueksi. Ennakoivan analytiikan avulla on myös mahdollista tunnistaa tulevia trendejä ja riskejä, mikä voi vahvistaa yrityksen reagointikykyä ja kilpailuetua.
Haasteina tunnistettiin muun muassa virheellisen tiedon syntymisen riski, tekoälyn tuottamien tulosten kriittisen arvioinnin tarve sekä tietoturvaan liittyvät epävarmuudet erityisesti silloin, kun järjestelmälle syötetään luottamuksellista yritysdataa. Näiden riskien hallinta on keskeistä, jotta generatiivisen tekoälyn hyödyntäminen kategoriajohtamisessa olisi luotettavaa ja kestävää.
