I den komplexa världen av företagsupphandling är framgång beroende av mer än bara att köpa och sälja.
Det handlar om strategisk navigering – att balansera leverantörsrelationer, ekonomisk hantering och organisatorisk risk. För Asanas upphandlingsteam är denna komplexitet särskilt tydlig.
"Våra mest komplexa avtal kan involvera upp till sju tvärfunktionella team, med otaliga överlämningar", förklarar Jennifer Liu, Asanas chef för upphandlingsverksamhet.
Denna komplexitet är också det som gör upphandling till en utmärkt kandidat för AI-innovation. En undersökning från 2025 av Icertis avslöjar att 90 procent av de högsta upphandlingscheferna redan använder eller utforskar AI för att öka effektiviteten.
Asanas upphandlingsteam insåg möjligheten och tog ett strategiskt grepp om AI-integrering med hjälp av Asana Studio, vårt kodfria verktyg. De fokuserade på tre viktiga utmaningar:
Effektiv triage av uppgifter med hög volym
Hjälpa intressenter att snabbt hitta relevant information
Upptäcka insikter från tidigare kontrakt och beslutsregister
Det viktiga var att teamet inte försökte göra en total omvandling. I stället fokuserade de på att förbättra befintliga arbetsflöden och ta bort friktionspunkter – en strategi som har förbättrat både intressenternas deltagande och efterlevnaden av upphandlingskontrollen.

Det här är en möjlighet att göra livet enklare för många människor.”
Här är en närmare titt på varje utmaning och de AI-drivna lösningarna.
AI Studio är tillgänglig med abonnemangen Starter, Advanced, Enterprise och Enterprise+.
Den första och mest uppenbara möjligheten för teamet var att använda Asana AI Studio för att automatisera tilldelningen av uppgifter till lämpliga representanter.
”Under räkenskapsåret 2025 fanns det 1 137 inlämningar i vårt inköpsprojekt, som var och en bestod av tre separata komponentuppgifter som kräver tilldelning till tvärfunktionella representanter. Detta motsvarar cirka 300 uppdrag per månad.”
Genom att analysera region- och avdelningsinformationen från intagsformuläret dirigerar AI nu automatiskt uppgifter till rätt teammedlemmar på upphandlings-, ekonomi- och juridikavdelningarna.
Detta sker före manuella åtgärder, vilket garanterar snabbare behandlingstider och minskar de administrativa kostnaderna.
Organisationens ekonomi- och budgetgranskare måste gå igenom långa Asana-uppgiftsbeskrivningar som innehåller viktig information för flera team. Det är mycket att bearbeta.
"Eftersom det finns så många tvärfunktionella team involverade finns det en hel del frågor i intagsformuläret", säger Liu. Nu, med AI-integrering, får team som FP&A sammanfattningar som endast innehåller den information de behöver ur ett budgetperspektiv.
Resultatet? I stället för att gå igenom irrelevanta data kan tvärfunktionella partner nu snabbt extrahera den information de behöver – tack vare Asana Studio.
Teamets mest innovativa arbetsflöde är att använda AI plus Asanas API för att söka efter relevanta historiska uppgifter i titlar, beskrivningar och kommentarer – även när leverantörsnamn visas i olika format. Det kan till exempel identifiera innehåll som handlar om "Acme Corporation" oavsett om det är skrivet som "Acme", "Acme Corp." eller "Acme.com, Inc."
Så här fungerar det:
Funktionen ”skriptåtgärder” i det inbyggda Asana-regelverktyget har möjlighet att anropa Asana API med JavaScript. Med hjälp av en kombination av AI-regler och skriptåtgärder använder upphandlingsteamet fyra regler som arbetar i följd för att söka efter relevanta tidigare uppgifter.
Steg 1: AI genererar föreslagna söktermer.
Steg 2: Skriptåtgärder anropar Asana API för att söka efter exakta matchningar av dessa söktermer bland uppgiftsnamn, beskrivningar och kommentarer i ett visst projekt. Skriptåtgärden organiserar också namnen och beskrivningarna för matchande uppgifter i en enda kommentar.
Steg 3: AI granskar kommentaren för att bekräfta att matchningarna inte är falska positiva och kommenterar en sammanfattning av endast de uppgifter som verkar vara inköp från samma leverantör.
Steg 4: Skriptåtgärder kopierar AI-sammanfattningen till den ursprungliga uppgiften (steg 1–3 sker i en separat referensuppgift).
Det smarta arbetet fortsätter och ger en tydlig sammanfattning med länkar till relevanta tidigare uppgifter.
Det här arbetsflödet är särskilt värdefullt för juridiska granskare eftersom det minskar tiden det tar att gräva igenom kontraktsdatabaser. Detta kommer sannolikt att spara 5–10 minuter per uppgift. När det multipliceras med 1 000 uppgifter per år är det ungefär 125 advokattimmar som sparas.
”Det här gör det så mycket snabbare och enklare att spåra de senaste versionerna av dokument”, säger Bianca Lopez, kommersiell rådgivare, upphandling på Asana. ”Det gör oss mer konsekventa med dessa 'tillbakablickande' kontroller.”
Asana Studio har redan haft en meningsfull inverkan på Asanas upphandlingsteam:
Förbättrad effektivitet. Genom att automatisera manuella steg i arbetsflödet kan teammedlemmarna fokusera på mer strategiska uppgifter istället för administrativ dirigering och sökning.
Minskad friktion. Automatiserad sortering och riktade sammanfattningar hjälper till att effektivisera processen för både förfrågare och granskare, vilket ökar effektiviteten och gör det möjligt för teamet att hantera en större volym förfrågningar.
Förbättrad efterlevnad. Sökfunktionen för tidigare uppgifter hjälper upphandlingsteamet att enkelt hitta relevanta avtal. "Vi kan se till att våra nya kontrakt baseras på tidigare avtal", förklarar Liu.
Liu föreställer sig ännu mer sofistikerade applikationer av AI i upphandlingsprocessen i framtiden, till exempel att använda historiska uppgifter för att fylla i information för förnyelseköp, vilket skulle minska onödig datainmatning och ytterligare effektivisera processen för både förfrågare och granskare.
”Vi ser inte AI som ett sätt att ersätta mänsklig expertis, utan som ett sätt att förstärka våra förmågor”, säger Liu. "Vi omvandlar upphandlingen från en processbelastad funktion till en strategisk partner som kan agera snabbare, tänka smartare och leverera mer värde till hela organisationen."
AI Studio är tillgänglig med abonnemangen Starter, Advanced, Enterprise och Enterprise+.
Även om AI är otroligt kraftfull är den inte perfekt. Att få människor att granska AI:s arbete handlar inte bara om att upptäcka misstag – det handlar om att se till att allt är i fas. I stället för att göra allt från grunden kan våra team snabbt granska och förfina vad AI producerar. Detta gör att vi kan ta itu med fler projekt, analysera mer data och få mer gjort än vi någonsin kunde på egen hand.