Publicerad
Brickanta
Insikt
De flesta byggprojekt vinns eller förloras långt innan första spadtaget tas. De första besluten fattas i samband med kalkylskedet inför byggstart. Vilka anbud som ska lämnas, vilka risker som ska prissättas, vilka underentreprenörer som ska involveras och vilka villkor som ska accepteras. Dessa val formar hela projektet, och de fattas under tidspress med tusentals sidor dokument på bordet.
Byggbranschen har fortfarande ett produktivitetsproblem som gör detta svårare än det borde vara. Brickantas rapport The Cost of Standing Still uppskattar att bristande produktivitet medför cirka 164 miljarder kronor i uteblivet värde varje år i det svenska byggandet, och konstaterar att yrkesverksamma spenderar 35 procent av sin tid på icke värdeskapande arbete, inklusive 5,5 timmar i veckan på att bara söka efter projektinformation. Det mesta av det slöseriet sker vid skrivbordet, där anbudspaketet växer och teamen måste fatta snabba beslut. Det är där en AI för byggbranschen gör nytta. Här är fem sätt som den förändrar arbetet på.
1. Anbudsgranskning som läser allt, varje gång
Ett anbudspaket kan omfatta hundratals eller tusentals sidor med ritningar, föreskrifter, specifikationer, tidplaner och bilagor. Riskerna är sällan uppenbara. De gömmer sig i en formulering som tyst flyttar över ett ansvar eller i en ritning som sätter takhöjden till tre meter mot en beskrivning som anger 2,7.
Manuell granskning tvingar alltid fram en avvägning mellan vad som ska läsas noggrant, vad som ska skummas igenom och vad man litar på att någon annan redan har kontrollerat. En byggspecifik AI-agent läser hela paketet, jämför dokument med varandra och flaggar vad som kräver mänsklig uppmärksamhet. Teamet beslutar fortfarande om de ska lämna anbud. De fattar bara beslutet efter att ha sett hela paketet istället för de delar de hann med.
2. Kalkylgranskning som fångar upp det kalkylarket missar
Ett missat krav, en underskattad mängd eller en felaktigt prissatt risk stannar inte i kalkylarket. Det följer projektet hela vägen till slutbesiktningen och drabbar marginalen direkt.
En byggspecifik AI-agent extraherar mängder och krav från ritningar och specifikationer, kontrollerar dem mot kalkylen och flaggar för eventuella glapp. Ett krav som aldrig prissattes, en tidplan som inte matchar omfattningen, eller ett markförhållande gömt i en geoteknisk rapport. Kalkylatorn äger fortfarande siffran. Att förutse ens en enda ÄTA-fråga innan anbudet lämnas in kan vara tillräckligt för att finansiera arbetet.
3. Underentreprenörspaket på minuter istället för dagar
När ett anbud väl har vunnits måste totalentreprenören upphandla en underentreprenör för varje yrkeskategori, och varje kategori behöver sitt eget anpassade paket. Målaren har ingen nytta av elritningarna. Fönsterleverantören behöver inte alla planritningar. I ett stort projekt kan det finnas hundratals sådana upphandlingskategorier, och att sammanställa dem manuellt är ett långsamt och repetitivt arbete.
En AI-agent som vet vilka ritningar och dokument varje yrkeskategori faktiskt behöver kan bygga varje branschspecifikt paket från det fullständiga dokumentsettet på några minuter. Det ger inköpsteamet tid tillbaka för att förhandla, jämföra leverantörer och säkra tidplanen.
4. Avtalsgranskning innan riskerna låser sig
Det viktigaste juridiska arbetet sker vanligtvis innan avtalet undertecknas. Teamet behöver veta vilket standardavtal som gäller, var projektet avviker från AB 04 eller ABT 06, och vilka klausuler som flyttar över risker på entreprenören. En garantitid som förlängs från fem till tio år, eller en vitesklausul utan tak, framstår i ett helt annat ljus före undertecknandet än efter.
En byggspecifik AI-agent gör avtalsgranskning till en naturlig del av anbudsgranskningen genom att flagga för avvikelser, otydliga ansvarsområden och klausuler av juridisk betydelse, där varje flaggning kan spåras till exakt den sida, det stycke och den formulering den kom ifrån. Juristen gör fortfarande bedömningen. Agenten involverar juristen tidigare, med en tydligare bild av vad som är viktigt.
5. Kunskap som stannar kvar när medarbetare slutar
Det mesta av vad ett byggföretag vet finns i avslutade projekt, gamla kalkyler, tidigare ÄTA-listor och i minnet hos erfarna medarbetare. När en kollega slutar går en stor del av detta förlorat.
Genom att omvandla tidigare projekt till sökbart referensmaterial behålls kunskapen inom företaget. Varje nytt anbud kan stämmas av mot vad företaget redan har gått igenom, så att teamet snabbt får ett relevant svar istället för att gräva i arkiv eller hoppas att någon minns.
Den gemensamma nämnaren: bättre beslut, tidigare
Inget av detta ersätter människor. Kalkylatorn prissätter fortfarande jobbet, juristen ansvarar fortfarande för det juridiska beslutet och projektledaren äger fortfarande kundrelationen. Det en bygg-AI förändrar är när besluten fattas och hur mycket teamet vet när de fattas.
Verktyget måste dock vara byggt för byggbranschen. Att klistra in känsliga anbudsdokument i en allmän chatbot skapar nya risker, utan datakontroll och utan möjlighet att spåra ett svar tillbaka till dess källa. En byggplattform kräver styrning, källhänvisningar och datakontroll, så att varje flaggning och sammanfattning länkar tillbaka till dokumentet den kom ifrån. Verktygen finns här. Den öppna frågan är hur länge entreprenörer har råd att granska anbud, göra kalkyler och förbereda upphandlingar utan dem.
Boka en demo för att se vad Brickanta kan göra med ditt nästa anbudspaket.
