Denna studie har identifierat tekniska och organisatoriska förutsättningar som krävs för att effektivisera och delvis automatisera inköpsprocessen, med fokus på att minska kapitalbindning och förbättra lageromsättning. Studien har undersökt hur företag tidigt ska kunna identifiera så kallade dead & dying-produkter och därigenom fatta beslut med hjälp av datadrivet stöd. Genom en kvalitativ fallstudie hos företaget Rexel, inklusive intervjuer och dokumentanalys, kartlades nuvarande inköpsrutiner och utmaningar. Resultatet visar att strukturerade arbetssätt såsom artikelklassificering, säsongsplanering och avvikelserapportering är centrala för att skapa proaktiv styrning. I kombination med tekniskinfrastruktur, som systemintegration, tillgång till historisk data och beslutsstödsverktyg, skapar det förutsättningar hos företag till en med datadriven automatiserad inköpsprocess. I samband med detta har också olika AI-verktyg undersökts och analyserat hur dessa skulle kunna tillämpas så artiklar inte riskerar att hamna i dead & dying. Studien påpekar att störst potential uppstår när organisatoriska rutiner och tekniska verktyg samverkar, samtidigt som det lämnar utrymme till vidare utveckling kring automatisering och ingångar till AI-verktyg.

This study has identified the technical and organizational prerequisites required to streamline and partially automate the purchasing process, with a focus on reducing capital tied up in inventory and improving inventory turnover. The study explores how companies can identify dead & dying products at an early stage and make decisions supported by data-driven insights. Through a qualitative case study conducted at the company Rexel, including interviews and document analysis, current purchasing routines and challenges were mapped. The results show that structured approaches such as article classification, seasonal planning, and deviation reporting are central to enabling proactive purchasing control. When combined with technical infrastructure such as system integration, access to historical data, and decision support tools, these measures provide the foundation for a more data driven and automated purchasing process. In parallel, various AI tools were examined and analyzed in terms of how they could be applied to prevent articles from developing into dead & dying products. The study concludes that the greatest potential arises when organizational routines and technical tools interact, while also highlighting opportunities for further development in automation and AI implementation.