Generatiivisen tekoälyn hyödyntäminen hankintojen tarpeen määrittelyssä

Abstract

Tämän kandidaatintutkielman tarkoituksena on selvittää, miten generatiivista tekoälyä voidaan hyödyntää hankintojen tarpeen määrittelyssä. Tutkielman tavoitteena on tarkastella generatiivisen tekoälyn käyttökohteita sekä arvioida, millaisia mahdollisuuksia ja rajoitteita sen hyödyntämiseen liittyy hankintaprosessin ensimmäisessä vaiheessa. Lisäksi tutkielmassa tarkastellaan, miten generatiivisen tekoälyn hyödyntäminen tukee tarpeen määrittelyyn liittyvää päätöksentekoa. Aihe on ajankohtainen generatiivisen tekoälyn nopean kehityksen vuoksi, ja samalla sen roolia juuri hankintojen tarpeen määrittelyssä ei ole toistaiseksi tutkittu.

Tutkielman empiirinen osuus toteutettiin laadullisena tutkimuksena, ja aineisto kerättiin haastattelemalla kolmea hankinta-alan asiantuntijaa suomalaisista yksityisen sektorin yrityksistä. Haastattelumuodoksi valikoituivat puolistrukturoidut teemahaastattelut ja kerätty aineisto analysoitiin laadullisen sisällönanalyysin menetelmin.

Tutkimuksen tulokset osoittavat, että generatiivinen tekoäly soveltuu hankintojen tarpeen määrittelyssä erityisesti hajanaisen tiedon jäsentämiseen, vaihtoehtojen alustavaan vertailuun sekä valmistelun ja luonnostelun tukemiseen. Sen keskeisimmät hyödyt liittyvät päätöksenteon valmistelun tehostumiseen ja työskentelyn nopeutumiseen. Samalla hyödyntämiseen liittyy rajoitteita, kuten tietoturvaan liittyviä huolenaiheita, tuotosten luotettavuuden ongelmia ja kontekstin puutteellista ymmärtämistä. Tulosten perusteella generatiivinen tekoäly näyttäytyy hankintojen tarpeen määrittelyssä ennen kaikkea asiantuntijan työtä tukevana välineenä, ei ihmisen korvaajana.

The purpose of this bachelor’s thesis is to examine how generative artificial intelligence can be utilized in defining specifications in procurement. The aim of the thesis is to examine the use cases of generative artificial intelligence and to assess what kinds of opportunities and limitations are associated with its utilization in the first stage of the procurement process. In addition, the thesis examines how the utilization of generative artificial intelligence supports decision-making related to defining specifications. The topic is timely due to the rapid development of generative artificial intelligence, and at the same time its role specifically in defining specifications in procurement has not been studied so far.

The empirical part of the thesis was carried out as a qualitative study, and the data was collected by interviewing three procurement professionals from Finnish private-sector companies. Semi-structured thematic interviews were selected as the interview method, and the collected data was analysed using qualitative content analysis.

The results of the study show that in defining specifications in procurement, generative artificial intelligence is particularly suitable for structuring fragmented information, the preliminary comparison of alternatives, and supporting preparation and drafting. Its most significant benefits are related to improving the preparation of decision-making and speeding up work. At the same time, its utilization involves limitations, such as concerns related to information security, problems with the reliability of outputs, and an insufficient understanding of context. Based on the results, in defining specifications in procurement, generative artificial intelligence appears above all as a tool that supports the work of the professional, rather than as a replacement for the human.