Kennisbank

AI-mognad i byggbranschen: där fundamenten ännu saknas

Byggbranschen har i decennier arbetat med en flerskiktad kedja: uppdragsgivare, huvudentreprenör, underentreprenörer, leverantörer. Den kedjan är van att fördela ansvar och leverera arbete i faser. Det gör branschen i vissa avseenden bättre förberedd på AI än andra branscher — det finns disciplin i planering, i kvalitetskontroll, i att dokumentera avtal. Men samma kedja gör datan bräcklig. Ritningar, kalkyler, planeringar och lägesrapporter uppstår hos olika parter, i olika system, med olika versioner av sanningen. En AI-tillämpning som ska köra på den datan körs på något som ofta inte är komplett, aktuellt eller centraliserat.

Den skillnaden mellan organisatorisk disciplin och datamognad är precis där många AI-pilotprojekt i byggbranschen fastnar. En projektledare försöker använda ett AI-verktyg för planeringsoptimering, men indata kommer från tre system som inte är kompatibla med varandra. En arbetsberedare vill låta kalkyler kontrolleras automatiskt, men den historiska datan finns utspridd i separata Excel-filer per projekt. Pilotprojektet stannar inte upp för att tekniken inte fungerar, utan för att organisationen ännu inte är förberedd på den.

Varför ordningen spelar roll här

AI-mognad mäter inte bara om en organisation använder verktyg, utan om grunden därunder finns. Det börjar hos organisationen själv: finns det en tydlig ägare för digitalisering, delas kunskap mellan projekt, eller förblir varje projekt en isolerad ö. Därefter kommer IT-infrastrukturen: är system kopplade till varandra, finns det en grund som nya tillämpningar kan köra på utan att allt måste skrivas om manuellt. Först därefter kommer datahantering: är den data som finns tillförlitlig, aktuell och tillgänglig för dem som behöver arbeta med den.

Denna ordning är inte en preferens, utan det sätt det fungerar på. En organisation som vill förbättra datahanteringen utan att IT-infrastrukturen stödjer det, bygger på lösan sand. En organisation som vill använda AI-tillämpningar utan att organisationen själv vet vem som äger vilken process, får ett verktyg som ingen underhåller. Inom byggbranschen syns detta mönster: branschen har ofta den organisatoriska viljan, men infrastrukturen och datan ligger efter. Det förklarar varför pilotprojekt ofta lyckas på projektnivå men strandar på organisationsnivå — de fundamentala dimensionerna har inte vuxit i takt med ambitionen.

Vad mätningen visar

hybridresourcings mognadsmätning tittar på sju dimensioner, från organisation och infrastruktur till de mer beroende lagren som processautomatisering och beslutsfattande. För varje dimension gäller en av fem nivåer: baseline, foundation, activation, insight eller intelligence. Inom byggbranschen är bilden ofta ojämnt fördelad mellan dessa dimensioner. Ett företag kan ligga långt fram på organisationsnivå — tydliga roller, en digitaliseringsagenda, stöd från ledningen — och ändå ligga på baseline inom datahantering, eftersom projektdata aldrig har samlats centralt.

Denna ojämnhet blir synlig i plot-omgången, där flera personer inom organisationen bedömer separat. En direktör och en arbetsledare kan bedöma samma företag mycket olika, och den spridningen är i sig information. Om CIO:n tror att datan är i ordning och arbetsberedaren dagligen kämpar med utspridda filer, ligger det ett hinder där som ett enskilt samtal inte hade avslöjat. I en bransch där arbetet sprids över projekt och parter är den spridningen ofta större än genomsnittet — och därmed mer informativ.

Vad detta inte är

Denna mätning säger ingenting om vilka uppgifter AI kan ta över eller hur mycket tid det sparar. Det handlar om frågan om organisationen kan bära AI: står grunden, är infrastrukturen redo, är datan tillförlitlig nog att bygga på. Den frågan är mer relevant för byggbranschen än för branscher där data av naturen redan registreras centralt. Jämför det med installationsbranschen, där projektbaserat arbete och fragmenterad data ger liknande hinder, eller med tillverkningsindustrin, där produktionsdata och organisationsstruktur visar en annan balans. Även transportsektorn uppvisar en liknande spänning mellan operativ disciplin och digital grund, vilket visar att detta mönster inte är unikt för byggbranschen, men uppträder med en egen intensitet på grund av kedjestrukturen.

Verktyget som detta mäts med är under uppbyggnad. Den som vill genomföra mätningen så snart den är tillgänglig kan anmäla sig till väntelistan. Här erbjuds inget som ännu inte fungerar, och inget utlovas om resultatet — endast en ärlig bild av var organisationen står nu, dimension för dimension.

Nästa fråga

Om det visar sig att de fundamentala dimensionerna är i ordning, eller på väg dit, blir en annan fråga relevant: vilken del av arbetet i sig som är lämpligt att låta AI ta över. Det är en annan mätning än denna. Där hybridresourcing tittar på om organisationen kan bära AI, räknar FTE TO AI:s werkscan ut per uppgift vilken del av arbetet som kan tas över — inte som en uppskattning, utan som resultatet av en uppgiftsanalys. För ett byggföretag som vet var grunden står är det det logiska nästa steget: först fundamentet, sedan frågan om vad som kan byggas på det.