Hyppää sisältöön
    • Suomeksi
    • På svenska
    • In English
  • Suomeksi
  • In English
  • Kirjaudu
Näytä aineisto 
  •   Etusivu
  • LUTPub
  • Diplomityöt ja Pro gradu -tutkielmat
  • Näytä aineisto
  •   Etusivu
  • LUTPub
  • Diplomityöt ja Pro gradu -tutkielmat
  • Näytä aineisto
JavaScript is disabled for your browser. Some features of this site may not work without it.

Opportunities of artificial intelligence in procurement automation

Seppänen, Neea (2026)

Katso/Avaa
Diplomityo_Seppanen_Neea.pdf (1009.Kb)
Lataukset: 


Diplomityö

Seppänen, Neea
2026

School of Engineering Science, Tuotantotalous

Kaikki oikeudet pidätetään.
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe20260917126452

Tiivistelmä

Artificial Intelligence (AI) has become an important technology in various business processes, including especially procurement. This thesis examines the potential of AI in the request for quotation (RFQ) process at Valmet Technologies Oy. The objective of this thesis is to explore how AI can be utilized in automating the RFQ-process by identifying the stages where AI can provide the greatest value and assessing the potential benefits of its implementation. The study was conducted as a qualitative case study supported by survey data, benchmarking activities and ERP-based data analysis.

The findings provide that AI was found to have the greatest potential in supplier identification and selection, quotation analysis and comparison and in supplier feedback. Across these process stages, AI could support procurement professionals by reducing manual work and increasing the consistency of sourcing decisions. Based on the make-or-buy analysis, internal development was identified as the most suitable long-term implementation approach due to its ability to support tighter integration with existing procurement systems and processes. The findings indicate that, while AI offers substantial potential for enhancing operational efficiency and decision-making, realizing these benefits requires a comprehensive implementation strategy capable of overcoming data-related and integration challenges.
 
Tekoälyn nopea kehitys on viime vuosina muuttanut merkittävästi useita liiketoimintaprosesseja. Vaikka tekoälyn potentiaali prosessien tehostamisessa on huomattava, sen hyödyntämismahdollisuuksia vasta tunnistetaan ja otetaan käyttöön organisaatioissa. Tämä diplomityö tarkastelee tekoälyn hyödyntämismahdollisuuksia Valmet Technologies Oy:n tarjouspyyntöprosessissa. Työn tavoitteena oli tunnistaa miten tekoälyä voidaan hyödyntää case yrityksen RFQ-prosessissa ja mitä prosessin vaiheita tekoäly hyödyttäisi eniten. Tutkimus toteutettiin tapaustutkimuksena missä hyödynnettiin sekä laadullisia, että määrällisiä tutkimusmenetelmiä. Tutkimusaineisto koostui case yrityksen hankintaorganisaatiolle osoitetusta kyselystä, automatisoidun kustannuslaskenta-ratkaisun benchmarkkauksesta, sekä yrityksen ERP-järjestelmästä kerätyn datan analyysistä.

Tulokset osoittavat, että RFQ-prosessi sisältää merkittävästi manuaalista työtä erityisesti toimittajavalinnassa, tarjouspyyntöjen valmistelussa, tarjousten vertailussa sekä tiedonhallinnassa. Näissä prosessin vaiheissa tekoäly voisi tukea hankinnan asiantuntijoita vähentämällä manuaalista työtä, parantamalla tiedon saatavuutta sekä tukemalla ostajien päätöksentekoa. Työssä myös todetaan, että vaikka tekoälyllä on merkittävä potentiaali parantaa tehokkuutta ja päätöksentekoa, se vaatii myös perusteellista toteutusstrategiaa datan ja integrointiin liittyvien haasteiden voittamiseksi.
 
Kokoelmat
  • Diplomityöt ja Pro gradu -tutkielmat [15768]
LUT-yliopisto
PL 20
53851 Lappeenranta
Ota yhteyttä | Tietosuoja | Saavutettavuusseloste
 

 

Tämä kokoelma

JulkaisuajatTekijätNimekkeetKoulutusohjelmaAvainsanatSyöttöajatYhteisöt ja kokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy
LUT-yliopisto
PL 20
53851 Lappeenranta
Ota yhteyttä | Tietosuoja | Saavutettavuusseloste