Tekoälytyökalun kehittäminen toiminnanohjausjärjestelmään
Kukkonen, Teemu (2025)
Diplomityö
2025
School of Engineering Science, Tuotantotalous
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2025092297222
https://urn.fi/URN:NBN:fi-fe2025092297222
Tiivistelmä
Tämä opinnäytetyö käsittelee tekoälyn hyödyntämistä toiminnanohjausjärjestelmän (ERP) käytön tukena rakennusalan suuryrityksessä. Rakennusalan prosessit sisältävät paljon manuaalista työtä ja tietojenkäsittely on hajautunutta, mikä hidastaa päätöksentekoa ja altistaa virheille. Työn tavoitteena oli laatia suunnitelma tekoälytyökalusta, joka parantaisi järjestelmän käytettävyyttä ja tukisi organisaation toimintoja käyttäjälähtöisesti.
Teoreettinen viitekehys muodostettiin kirjallisuuskatsauksella, jossa tarkasteltiin muun muassa ERP-järjestelmien palvelumalleja, integraatioita, ohjelmistorajapintoja, käyttöoikeuksia ja tietoturvaa sekä tekoälyn keskeisiä osa-alueita, kuten generatiivista tekoälyä, koneoppimista ja luonnollisen kielen prosessointia. Empiirinen osuus toteutettiin laadullisena tapaustutkimuksena. Aineisto kerättiin puolistrukturoiduilla haastatteluilla, joihin osallistui ERP-käyttäjiä ja IT-henkilöstöä. Vastaukset analysoitiin temaattisesti ja niistä tunnistettiin keskeiset haasteet ja kehitysideat.
Tuloksena laadittiin suunnitelma selainpohjaisesta tekoälytyökalusta, joka toimii ERP-järjestelmän ulkopuolisena tukiratkaisuna. Ratkaisu hyödyntää RAG-arkkitehtuuria ja automaattisesti päivittyvää vektoritietokantaa sekä hakee tietoa SharePoint-ympäristöstä. Työkalu yhtenäistää toimintatapoja, vähentää manuaalista työtä ja tuo tiedon helpommin saavutettavaksi.
Johtopäätöksenä todetaan, että tekoälytyökalulla voidaan edistää ERP-järjestelmän käytettävyyttä ja tehokkuutta sekä luoda pohjaa tulevalle tekoälyn laajamittaisemmalle hyödyntämiselle. This thesis examines the use of artificial intelligence (AI) to support the utilization of an Enterprise Resource Planning (ERP) system in a large construction company. Construction industry processes involve a significant amount of manual work and decentralized data handling, which slows down decision-making and increases the risk of errors. The aim of this study was to create a plan for an AI-based tool that would improve the usability of the ERP system and support organizational operations in a user-oriented manner.
The theoretical framework was built through a literature review, which examined, among other things, ERP service models, integrations, application programming interfaces, access rights, and data security, as well as key areas of AI such as generative AI, machine learning, and natural language processing. The empirical part was conducted as a qualitative case study. Data was collected through semi-structured interviews with ERP users and IT staff. The responses were analyzed thematically, and key challenges and development ideas were identified.
As a result, a plan was created for a browser-based AI tool that operates as an external support solution to the ERP system. The solution utilizes RAG architecture and an automatically updated vector database, while also retrieving information from the SharePoint environment. The tool standardizes practices, reduces manual work, and makes information more accessible.
The conclusion is that the AI tool can enhance the usability and efficiency of the ERP system and create a foundation for broader adoption of AI in the construction industry.
Teoreettinen viitekehys muodostettiin kirjallisuuskatsauksella, jossa tarkasteltiin muun muassa ERP-järjestelmien palvelumalleja, integraatioita, ohjelmistorajapintoja, käyttöoikeuksia ja tietoturvaa sekä tekoälyn keskeisiä osa-alueita, kuten generatiivista tekoälyä, koneoppimista ja luonnollisen kielen prosessointia. Empiirinen osuus toteutettiin laadullisena tapaustutkimuksena. Aineisto kerättiin puolistrukturoiduilla haastatteluilla, joihin osallistui ERP-käyttäjiä ja IT-henkilöstöä. Vastaukset analysoitiin temaattisesti ja niistä tunnistettiin keskeiset haasteet ja kehitysideat.
Tuloksena laadittiin suunnitelma selainpohjaisesta tekoälytyökalusta, joka toimii ERP-järjestelmän ulkopuolisena tukiratkaisuna. Ratkaisu hyödyntää RAG-arkkitehtuuria ja automaattisesti päivittyvää vektoritietokantaa sekä hakee tietoa SharePoint-ympäristöstä. Työkalu yhtenäistää toimintatapoja, vähentää manuaalista työtä ja tuo tiedon helpommin saavutettavaksi.
Johtopäätöksenä todetaan, että tekoälytyökalulla voidaan edistää ERP-järjestelmän käytettävyyttä ja tehokkuutta sekä luoda pohjaa tulevalle tekoälyn laajamittaisemmalle hyödyntämiselle.
The theoretical framework was built through a literature review, which examined, among other things, ERP service models, integrations, application programming interfaces, access rights, and data security, as well as key areas of AI such as generative AI, machine learning, and natural language processing. The empirical part was conducted as a qualitative case study. Data was collected through semi-structured interviews with ERP users and IT staff. The responses were analyzed thematically, and key challenges and development ideas were identified.
As a result, a plan was created for a browser-based AI tool that operates as an external support solution to the ERP system. The solution utilizes RAG architecture and an automatically updated vector database, while also retrieving information from the SharePoint environment. The tool standardizes practices, reduces manual work, and makes information more accessible.
The conclusion is that the AI tool can enhance the usability and efficiency of the ERP system and create a foundation for broader adoption of AI in the construction industry.