Tekoälyn hyödyntämismahdollisuudet rakennusalan tarjouslaskennassa
Kortelainen, Mikko (2026)
Kortelainen, Mikko
2026
Rakennustekniikan DI-ohjelma - Master's Programme in Civil Engineering
Rakennetun ympäristön tiedekunta - Faculty of Built Environment
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2026-05-21
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202605206039
https://urn.fi/URN:NBN:fi:tuni-202605206039
Tiivistelmä
Tekoäly on ollut jo muutaman vuoden ajan kuuma puheenaihe, joka muuttaa totuttuja toimintatapoja useilla toimialoilla. Tekoälyn tehdessä tuloaan myös rakennusalalle, on yrityksissä sisäistettävä nopeasti sen tuomat mahdollisuudet ja pysyttävä mukana teknologian uudessa murroksessa. Tässä tutkimuksessa tutkittiin, mitkä ovat tekoälyn hyödyntämisen mahdollisuudet infrahankkeen tarjouslaskennassa. Tutkimus toteutettiin laadullisena tutkimuksena, joka sisälsi kirjallisuuskatsauksen, haastattelututkimuksen ja kokeellisen menetelmän. Tutkimuksen kohdeyrityksenä toimi Kreate Oy.
Tutkimuksen keskeisiä löydöksiä olivat, että tekoäly soveltuu hyödynnettäväksi jokaiseen tarjouslaskentaprosessin eri työvaiheeseen ja työvaiheissa tunnistettiin käyttökohteita, joissa tekoälypohjaiset ratkaisut toisivat lisäarvoa säästämällä aikaa tai parantamalla työn tulosta. Kolme keskeistä tunnistettua nykyisellä tekniikalla mahdollista tekoälyn hyödyntämistapaa ovat tarjouspyyntömateriaalin käsittely, määrälaskennan tehostaminen ja tekoälyagenttien hyödyntäminen. Työssä löydettiin myös tekoälyn käyttöä rajoittavia tekijöitä, jotka on huomioitava tekoälyn käyttöönotossa sekä muodostettiin tilannekuva kohdeyrityksen tekoälyvalmiudesta nykyhetkellä.
Tutkimuksen kokeellisessa osuudessa pyrittiin luomaan oma tekoälyagentti, joka lukee betonitarjouksen ja tekee siitä panoslistauksen. Kokeilun tuloksena todettiin, että agenttien kehittäminen itse on mahdollista omaan käyttöön, jolloin sen rajoitteet ovat tiedossa ja huomioitavissa. Tarpeeksi luotettavan agentin kehittäminen yrityksen yleiseen käyttöön taas on erittäin aikaa vievää eikä osoittautunut helposti toteutettavaksi.
Tutkimuksessa esitetään kohdeyritykselle neljä keskeistä toimenpidesuositusta, joilla tekoälyvalmiutta voidaan parantaa. Toimenpidesuositukset ovat strategisen linjauksen tekeminen, henkilöstön ohjeistus ja koulutus, tarjouslaskennan prosessin vakiointi sekä panostus datan laatuun ja tietorakenteiden rakenteellisuuteen.
Tutkimuksessa päädyttiin johtopäätökseen, jossa tekoäly soveltuu käytettäväksi tarjouslaskentaprosessin apuvälineenä nykyisellä tekniikalla sekä tunnistettiin tarjouslaskentaprosessin eri työvaiheisiin käyttötapoja, joissa tekoälyä hyödyntämällä voidaan saavuttaa prosessin nopeutumista, ennusteiden tarkkuuden paranemista, parempaa riskientunnistusta sekä pystytään vähentämään tarjouslaskijoiden manuaalisen työn määrää.
Tutkimuksen keskeisiä löydöksiä olivat, että tekoäly soveltuu hyödynnettäväksi jokaiseen tarjouslaskentaprosessin eri työvaiheeseen ja työvaiheissa tunnistettiin käyttökohteita, joissa tekoälypohjaiset ratkaisut toisivat lisäarvoa säästämällä aikaa tai parantamalla työn tulosta. Kolme keskeistä tunnistettua nykyisellä tekniikalla mahdollista tekoälyn hyödyntämistapaa ovat tarjouspyyntömateriaalin käsittely, määrälaskennan tehostaminen ja tekoälyagenttien hyödyntäminen. Työssä löydettiin myös tekoälyn käyttöä rajoittavia tekijöitä, jotka on huomioitava tekoälyn käyttöönotossa sekä muodostettiin tilannekuva kohdeyrityksen tekoälyvalmiudesta nykyhetkellä.
Tutkimuksen kokeellisessa osuudessa pyrittiin luomaan oma tekoälyagentti, joka lukee betonitarjouksen ja tekee siitä panoslistauksen. Kokeilun tuloksena todettiin, että agenttien kehittäminen itse on mahdollista omaan käyttöön, jolloin sen rajoitteet ovat tiedossa ja huomioitavissa. Tarpeeksi luotettavan agentin kehittäminen yrityksen yleiseen käyttöön taas on erittäin aikaa vievää eikä osoittautunut helposti toteutettavaksi.
Tutkimuksessa esitetään kohdeyritykselle neljä keskeistä toimenpidesuositusta, joilla tekoälyvalmiutta voidaan parantaa. Toimenpidesuositukset ovat strategisen linjauksen tekeminen, henkilöstön ohjeistus ja koulutus, tarjouslaskennan prosessin vakiointi sekä panostus datan laatuun ja tietorakenteiden rakenteellisuuteen.
Tutkimuksessa päädyttiin johtopäätökseen, jossa tekoäly soveltuu käytettäväksi tarjouslaskentaprosessin apuvälineenä nykyisellä tekniikalla sekä tunnistettiin tarjouslaskentaprosessin eri työvaiheisiin käyttötapoja, joissa tekoälyä hyödyntämällä voidaan saavuttaa prosessin nopeutumista, ennusteiden tarkkuuden paranemista, parempaa riskientunnistusta sekä pystytään vähentämään tarjouslaskijoiden manuaalisen työn määrää.