AI och affären

Det som var sällsynt och dyrt finns plötsligt överallt och är gratis – det ändrar spelreglerna.

Dan Engström

Den typ av arbete som vi arkitekter och teknikkonsulter gör är till stor del kognitivt arbete, alltså arbete som bygger på att lagra, bearbeta och använda information. Det är vanligen en typ av arbetsuppgifter som man har efter en universitetsutbildning och kognitivt krävande arbeten har traditionellt varit relativt välbetalda. Vad händer då när vi börjar använda kognitiva verktyg som datorer och AI? Verktyg som åtminstone delvis kan utföra våra arbetsuppgifter?

För varje steg i digitaliseringen ökar möjligheten till kvalitet och precision i vårt arbete. Vi kan göra fler analyser och bättre leveranser: från CAD till BIM, vidare till digitala tvillingar, prediktiv analys och interaktiva designverktyg.

Samtidigt minskar ansträngningen att utföra olika uppgifter, med andra ord ökar effektiviteten. Redan tidigt hjälpte datorer oss att göra beräkningar och att snabba upp ritandet med CAD (till exempel genom att kopiera ritningselement). I framtiden kan man tänka sig en mycket hög automatiseringsgrad av hela arbetsflöden med hjälp av AI-agenter.  Se verktyget Digital position.

Det här medför inte bara att det går fortare att göra saker.  Det förändrar vad som är värdefullt, vilket är något man har räknat på i ”The Economic of Bicycles of the Mind”  (Agrawal, Gans, & Goldfarb, 2025). Läs mer om det nedan.

Hur ändras värdet på vår kompetens av AI och kognitiva verktyg?

Värdet på vår kompetens minskar ju bättre de digitala verktygen blir eftersom alltmer av vår kompetens och kunskap flyttar in i dem. I praktiken innebär det att skillnader i skicklighet utjämnas mellan företag och personer, så kallad inversed skill bias.

Först sjunker enklare repetitiva uppgifter i värde, till exempel mycket av det vi gör när vi projekterar. I takt med att verktygen blir bättre minskar även värdet på uppgifter som kräver hög fackkompetens och avancerad specialistkunskap. En observation är att tidiga skeden som tidigare varit högt värderade för arkitekter har prispressats ungefär samtidigt som parametriska verktyg för tidiga skeden har slagit igenom.

Det är inte nödvändigtvis så att kvaliteten ökar hela tiden, det handlar om en avvägning mellan kostnad och nytta. När automatiseringen möjliggör mycket billiga leveranser kan kostnaden prioriteras framför kvaliteten.

Vad gör vi när kognitiva verktyg minskar antalet timmar vi kan sälja samtidigt som värdet på vår fackkompetens minskar? När arbetet utförs allt mindre av människor och alltmer av digitala verktyg. Verktyg som kräver investeringar i mjukvara, hårdvara och kompetensutveckling.

Vår slutsats är att affärsmodellen att sälja kompetens per timme kommer upphöra att fungera.  AI kommer att ändra hur värde skapas, beräknas och fångas i grunden. På sikt kommer troligen helt andra förmågor att öka i värde, något vi utreder vidare i avsnittet nedan: Hur AI påverkar arkitekters och teknikkonsulters värdeskapande.

Hur AI påverkar arkitekters och teknikkonsulters värdeskapande

Med hjälp av AI kan vi använda information vi har till att skapa information vi inte har. Det kan till exempel handla om att generera bilder, skriva texter eller att förutsäga hur en byggnad kommer prestera. AI är dessutom självlärande, vilket innebär att den kan förbättra sig själv med hjälp av feedbackloopar. Det här förändrar hela logiken för värdeskapandet. Inom projektet har vi undersökt vad det innebär för arkitekter och teknikkonsulter i förhållande till kompetens, förmågor och leveranser. Vi använde metoden Komplement – Substitut och med utgångspunkt i fokusgruppens arbete, litteraturstudien och intervjuerna ställde vi oss frågorna:

  • Var reduceras värdet? (substitut): Vad kan AI göra minst lika bra eller bättre än människor?
  • Var ökar värdet? (komplement): Var uppstår ökad efterfrågan när vi arbetar AI-drivet? Var kommer det att uppstå brister eller flaskhalsar? Vilka av våra förmågor kompletterar AI och gör leveransen mer värdefull?

I avsnittet AI och leveranserna börjar vi även undersöka vilka nya värden vi kan skapa med AI, en undersökning som sedan fortsatt projektet igenom och som du även kan läsa om i kapitlet AI och affärsmodellerna.

Läs mer om metoden Komplement – Substitut genom att klicka på länken nedan

Värdeminskning

Utifrån AI:s förmågor: att generera, att analysera och förutsäga samt att automatisera kognitivt arbete blev det under workshopparna tydligt att många av dagens leveranser och arbetsmoment inom arkitektur och teknikkonsultverksamhet kommer kunna göras snabbare och bättre med hjälp av AI. Även värdet på uppgifter som kräver avancerad specialistkunskap ser ut att påverkas.

Exempel på leveranser som vi ser sjunka i värde
  1. Design, koncept, skisser, förslag
  2. Visualiseringar och illustrationer, löpande genom hela processen
  3. Utredningar, analyser, optimeringar, sammanställningar, mm
  4. Ritningsproduktion, framför allt repetitiva uppgifter
  5. Kvalitetssäkring och granskning, till exempel kollisionskontroller och regelefterlevnad

Värdeökning

Vad är det då som utgör komplement till AI och som kommer vara värdefullt framöver? Vi konkretiserade frågan genom att undersöka vilka förmågor och tillgångar som behövs för att vi som arkitekter och teknikkonsulter framgångsrikt ska kunna genomföra projekt i AI-drivna arbetsflöden. Utifrån det tekniken kan idag fann vi fyra nyckelförmågor och en nyckeltillgång som utgör komplement till AI.

Att ha ett medvetet uppsåt och en förmåga att bedöma potentialen hos olika initiativ i förhållande till intentionen. Här ingår bland annat att välja vilka uppgifter och förbättringar som AI ska jobba med.

  • Syfte och mål: Vad är våra intentioner, önskemål och behov? Vad vill vi åstadkomma? Varför?
  • Planering och strategi: Att göra strategiska val och planera ut hur vi vill arbeta för att uppnå dem. Vilka mål är prioriterade och vilka är mindre viktiga? Hur vill vi arbeta för att uppnå våra mål? När ska målen vara uppnådda? Vad får det kosta?
  • Intent alignment: säkerställa att AI:n utför sina uppgifter och beter sig i enlighet med önskemålen, behoven och intentionerna.
Exempel på tillämpningar:
  • Initierande av projekt
  • Framtagande av projektmål
  • Kravställning – en brygga mellan teknik och behov
  • Utveckling av nya produkter och arbetssätt

Förmågan att föreställa sig det som ännu inte finns. Här ingår förmågan att göra tankehopp och att utveckla idéer som bryter mot etablerade mönster.

  • Lateralt tänkande: Problemlösning genom att se saker från nya vinklar, kombinera oväntade element och att tänka utanför boxen.
  • Nyskapande: Att skapa något helt nytt: produkter, idéer eller lösningar
  • Unik gestaltning: Identitetsskapande och nytänkande design och formgivning
Exempel på tillämpningar:
  • Kreativ problemlösning i komplexa projekt
  • Idégenerering i tidiga skeden; konceptutveckling och visionsarbete
  • Nya arkitektoniska stilar
  • Idéutveckling av nya kundnyttor och affärsmodeller

Förmågan att bedöma vilka åtgärder som är bäst att vidta utifrån varje given situation. Här ingår bland annat förmågan att använda AI:s resultat på ett sätt som maximerar värdet.

  • Förmåga att förstå helheten och kontexten: Vad är viktigt och vad är oväsentligt? Vad är bra och vad är dåligt? Vad är genomförbart? Vad är önskvärt? Etiska och kulturella hänsyn. Strategisk förståelse.
  • Att kunna sammanväga och hantera målkonflikter: Olika behov, platsen, kunden, lönsamhet, kvalitet, hållbarhet, med mera.
  • Förtroendekapital och beslutsstöd: Säkring av viktiga beslut och ansvarstagande.
Exempel på tillämpningar:
  • Bedömning och urval av AI-genererade alternativ, scenarion etcetera
  • Kvalitetssäkring och kontroll av AI-resultat
  • Rådgivning i samband med viktiga beslut
  • Strategisk rådgivning

Att ha en handlingskraft och en förmåga att få människor med sig. Här ingår allt det som behöver faciliteras människor emellan för att förvekliga ett projekt.

  • Ledarskapsförmågor: Leda, inspirera och organisera. Driva förändring, lösa konflikter och motivera. Följa upp.
  • Dialog och kommunikation: Samverka och engagera, skapa samsyn, förhandla och medla.
  • Relationsskapande: Mänsklig empati och förståelse, bygga och underhålla mellanmänskliga relationer.
Exempel på tillämpningar:
  • Brukar- och dialogprocesser
  • Samskapandeprocesser
  • Långsiktiga kundrelationer och nätverkande
  • Samordning och ledning av uppdrag

AI är en teknologi som bygger på data. Därför är data en strategisk nyckelresurs i AI-drivna affärsmodeller som behöver förvaltas, samlas in metodiskt, kvalitetssäkras, harmoniseras, hållas uppdaterade och tillgängliga över hela livscykeln.

  • Träningsdata. De stora AI-modellerna (foundation models) tränas på breda och mycket stora datamängder. Egna data kan används för att skapa anpassade AI-verktyg skräddarsydda för det egna företaget och de egna processerna. Då behövs avsevärt mindre, men högkvalitativa data.
  • Indata: är den information som AI:n får när den ska lösa en konkret uppgift. För att resultatet ska bli bra och relevant krävs indata av hög kvalitet. Dålig data ger dåliga resultat.
  • Resultat och feedbackloopar: Utdata kan vara allt från genererade förslag (text, bild, ljud, video) till analyser av stora, komplexa datamängder. För att lösningen ska förbättras över tid krävs feedbackloopar, där utfall och kvalitetsmått återkopplas.
Exempel på tillämpningar:
  • Insiktstjänster
  • Prediktiva modeller och simuleringar
  • Datadriven projekterings- och designmetodik

Läs mer om data här: datastrategi och livscykelhantering av data