AI in supply management : the use of AI-based language models to improve efficiency in procurement contract management

Abstract

This thesis examines how artificial intelligence can improve the efficiency of work related to procurement contracts. The research includes applications, challenges, and the potential of AI tools to automate and support contract-related tasks, such as clause comparison, risk detection, and document summarization. The thesis uses a mixed-methods approach, consisting of a survey, a case analysis of prompt types on actual contracts, and a comparative analysis of AI models.

The survey aimed to evaluate sourcing managers' familiarity with AI tools and their perception of efficiency gains and challenges. The survey got responses from sourcing managers in Finland, France, and Germany. The findings showed that awareness and training are limited, but the perceived potential for efficiency improvement is high. Open-ended questions highlighted the importance of prompt design.

The empirical testing compared two LLMs across five prompt types to assess how their structure affects performance. The tests showed significant differences in model performance and underscored that AI’s usefulness in contract analysis depends heavily on the clarity and context of the prompt.

This thesis concludes that, by combining human oversight with effective prompting, AI-based language models can significantly improve efficiency in procurement. However, these benefits require user training, responsible data governance, and alignment between new technologies and organizational processes.

Tämä tutkimus tarkastelee, kuinka tekoäly voi parantaa hankintasopimuksiin liittyvän työn tehokkuutta. Tutkimus käsittelee tekoälyn käyttöä, haasteita ja mahdollisuuksia automatisoida ja tukea sopimuksiin liittyviä tehtäviä, kuten ehtojen vertailua, riskien tunnistamista ja asiakirjojen tiivistämistä. Työssä käytetään monimenetelmällistä lähestymistapaa, joka koostuu kyselystä, erilaisten promptien analyysista sekä tekoälymallien vertailuanalyysista.

Kyselyn tarkoituksena oli arvioida hankintapäälliköiden tekoälytyökalujen tuntemusta sekä heidän näkemyksiään sen tehokkuushyödyistä ja haasteista. Vastauksia saatiin hankintapäälliköiltä Suomesta, Ranskasta ja Saksasta. Tulokset osoittivat, että yleinen tietoisuus tekoälyn käytöstä ja koulutus sen käytöstä olivat rajallisia, mutta koettu potentiaali tehokkuuden parantamiseen on korkea. Avoimet kysymyksen korostivat etenkin promptien suunnittelun merkitystä.

Tutkimuksen empiirisessä osuudessa verrattiin kahta kielimallia viiden erilaisen promptin avulla, jotta voitiin arvioida, miten niiden rakenne vaikuttaa suorituskykyyn. Testit osoittivat merkittäviä eroja mallien välillä ja näyttivät, että tekoälyn hyödyllisyys on riippuvainen kielimallista, promptin selkeydestä ja kontekstista.

Työn lopputulokset osoittavat, että yhdistämällä hankintapääliköiden ammattitaidon ja tehokkaan promptauksen tekoäly voi merkittävästi parantaa hankintatoimen tehokkuutta. Näiden hyötyjen saavuttaminen edellyttää kuitenkin käyttäjien kouluttamista, vastuullista datahallintaa sekä uusien teknologien ja organisaatioprosessien yhteensovittamista.