Exploring the role of artificial intelligence in procurement : current situation and future directions in large companies
Uusivirta, Kalle (2025)
Pro gradu -tutkielma
2025
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe20251110106518
https://urn.fi/URN:NBN:fi-fe20251110106518
Tiivistelmä
This thesis examines how artificial intelligence is applied in procurement, focusing on its current use, benefits, challenges, and future in large companies. The study provides an updated overview of AI adoption among large companies operating in Finland and identifies key enablers and barriers influencing its implementation.
The research was conducted as a qualitative multiple-case study by analyzing expert interviews through thematic analysis. The theoretical framework builds on van Weele’s (2014) procurement process model, which divides procurement into six processes.
Findings show that AI adoption in procurement remains at an early stage, mainly limited to pilot projects and isolated tasks such as invoice handling, contract analysis, and supplier risk assessment. The main benefits include improved efficiency and data-driven decision-making, while barriers relate to data quality, fragmented systems, and lack of internal skills. Strong leadership support, a clear implementation strategy, and a solid data infrastructure were identified as essential enablers.
Overall, the study concludes that while the use of AI in procurement is still limited, it holds significant potential to enhance efficiency and strengthen the strategic value of procurement in large organizations. Tämä pro gradu -tutkielma tarkastelee tekoälyn hyödyntämistä hankinnassa käsitellen sen nykyistä käyttöä, hyötyjä, haasteita ja tulevaisuuden näkymiä. Tutkimus tarjoaa ajantasaisen kuvan tekoälyn käyttöönoton tilanteesta Suomessa toimivien suuryritysten hankinnassa sekä tunnistaa keskeiset mahdollistajat ja esteet tekoälyn käyttöönotolle.
Tutkimus toteutettiin laadullisena monitapaustutkimuksena, jossa asiantuntijahaastatteluja analysoitiin teema-analyysin avulla. Teoreettinen viitekehys pohjautuu van Weelen (2014) hankintaprosessimalliin, joka jakaa hankintatoimen kuuteen prosessiin.
Tulokset osoittavat, että tekoälyn hyödyntäminen hankinnoissa on vielä alkuvaiheessa ja rajoittuu pääasiassa pilottihankkeisiin ja yksittäisiin käyttökohteisiin, kuten laskujen käsittelyyn, sopimusanalyysiin ja toimittajariskien arviointiin. Keskeisiä hyötyjä ovat tehokkuuden kasvu ja datalähtöisempi päätöksenteko, kun taas haasteet liittyvät datan laatuun, pirstaloituneeseen järjestelmäympäristöön ja osaamisen puutteeseen. Tärkeitä mahdollistavia tekijöitä ovat johdon tuki, selkeä toteutussuunnitelma ja toimiva tietoinfrastruktuuri.
Tutkimus osoittaa, että vaikka tekoälyn hyödyntäminen hankinnassa on vielä vähäistä, sillä on merkittävää potentiaalia tehostaa toimintaa ja vahvistaa hankinnan strategista merkitystä Suomessa toimivissa suuryrityksissä.
The research was conducted as a qualitative multiple-case study by analyzing expert interviews through thematic analysis. The theoretical framework builds on van Weele’s (2014) procurement process model, which divides procurement into six processes.
Findings show that AI adoption in procurement remains at an early stage, mainly limited to pilot projects and isolated tasks such as invoice handling, contract analysis, and supplier risk assessment. The main benefits include improved efficiency and data-driven decision-making, while barriers relate to data quality, fragmented systems, and lack of internal skills. Strong leadership support, a clear implementation strategy, and a solid data infrastructure were identified as essential enablers.
Overall, the study concludes that while the use of AI in procurement is still limited, it holds significant potential to enhance efficiency and strengthen the strategic value of procurement in large organizations.
Tutkimus toteutettiin laadullisena monitapaustutkimuksena, jossa asiantuntijahaastatteluja analysoitiin teema-analyysin avulla. Teoreettinen viitekehys pohjautuu van Weelen (2014) hankintaprosessimalliin, joka jakaa hankintatoimen kuuteen prosessiin.
Tulokset osoittavat, että tekoälyn hyödyntäminen hankinnoissa on vielä alkuvaiheessa ja rajoittuu pääasiassa pilottihankkeisiin ja yksittäisiin käyttökohteisiin, kuten laskujen käsittelyyn, sopimusanalyysiin ja toimittajariskien arviointiin. Keskeisiä hyötyjä ovat tehokkuuden kasvu ja datalähtöisempi päätöksenteko, kun taas haasteet liittyvät datan laatuun, pirstaloituneeseen järjestelmäympäristöön ja osaamisen puutteeseen. Tärkeitä mahdollistavia tekijöitä ovat johdon tuki, selkeä toteutussuunnitelma ja toimiva tietoinfrastruktuuri.
Tutkimus osoittaa, että vaikka tekoälyn hyödyntäminen hankinnassa on vielä vähäistä, sillä on merkittävää potentiaalia tehostaa toimintaa ja vahvistaa hankinnan strategista merkitystä Suomessa toimivissa suuryrityksissä.