AI och leveranserna

Baserat på fokusgruppens arbete har fyra teman utkristalliserats där AI både kan höja värdet i befintliga leveranser och skapa nya värden för arkitekter och teknikkonsulter. De här temana återkommer också i intervjuerna och i litteraturen.

Med effektivitet menar vi både att göra mer på kortare tid och att optimera resursanvändningen. Det är inte bara en fråga om att minska kostnader. Att minimera resursförbrukningen och maximera användningen av den befintliga miljön är en viktig del i det hållbara samhällsbyggandet. Den mest hållbara byggnaden är trots allt den som aldrig behöver byggas.

Göra mer på kortare tid

Vi ser att AI:s förmågor erbjuder stor potential för att arbeta snabbare, till exempel genom att automatisera repetitiva och väldefinierade uppgifter, snabba upp skiss- och projekteringsprocesser med hjälp av generativa verktyg samt att effektivisera informationssökning och analys av stora datamängder.

Optimerad planering och logistik

Flera av fokusgruppens affärsmodeller använder plattformslösningar så att alla parter i ett projekt kan samverka och dela information i realtid, från projektering till materialval, logistik och byggnation. Detta möjliggör tidsoptimering och besparingar i alla delar av processen. Fokusgruppen såg också potential att tidigt och samordnat planera för återbruk, där entreprenörer, fastighetsbolag och återbruksleverantörer kan samarbeta i gemensamma digitala plattformar.

Optimering av byggnadsanvändning, drift och underhåll

Fokusgruppen utarbetade ett antal idéer där AI-verktyg används för att maximera nyttjandegraden av lokaler, optimera energianvändning och förutse underhållsbehov. Det här är något vi redan idag ser exempel på. Genom att koppla AI till sensorer och IoT kan data samlas in, analyseras och ageras på i realtid.

AI:s analysförmåga kan hjälpa oss att förbättra träffsäkerheten i våra analyser, beslut och utförande. Förmågan att analysera stora, komplexa datamängder kan ge mycket precisa beslutsunderlag som hjälper till att säkerställa kvalitet och måluppfyllelse genom hela processen. Inom andra branscher som till exempel meterologi används redan idag AI vars förutsägelser har så hög sannolikhet att man kan tala om prediktion.

Måluppfyllelse

På sikt ser vi möjlighet för AI att förutsäga projektresultat med så hög precision att man kan garantera prestanda redan i tidiga skeden, till exempel när det gäller energi eller klimat. I förlängningen skulle man kunna tänka sig prediktiv verksamhetsoptimering, där AI-stödd Evidence Based Design möjliggör garantier på till exempel minskade vårdtider eller förbättrade skolresultat utifrån miljöns utformning.

Riskminimering: kostnads- och tidkontroll

Förutsägbarhet när det gäller tid och kostnad minskar risken. Genom att utveckla AI-verktyg som producerar exakta kalkyler i tidiga skeden, drar nytta av erfarenhetsdata och analysera projekteringsprocesser skulle AI kunna användas till att minimera risk för oväntade förseningar och kostnadsavvikelser.

AI:s förmåga till avancerade analyser och möjligheten att snabbt undersöka många alternativa scenarion skulle kunna hjälpa oss att höja kvaliteten på den byggda miljön. Fokusgruppen testade affärsmodeller som använde tekniken för att öka förståelsen för hur vi skapar goda livsmiljöer och att optimera projekten ur ett socialt, miljömässigt och ekonomiskt hållbarhetsperspektiv.

Högkvalitativa beslutsunderlag – realtid

AI:s förmåga att snabbt analysera stora och komplexa datamängder samt identifiera nya samband ger möjlighet till att utveckla validerbara beslutsunderlag som väger in en stor mängd olika parametrar. Med hjälp av sensorer, IoT och annan realtidsdata kan beslut kan baseras på aktuella förhållanden.

Iterativa processer

Med Generativ AI kan man producera och analysera ett stort antal scenarion. Detta ger möjlighet att effektivt utreda många olika alternativ och att optimera utifrån många olika parametrar, vilket stärker förutsättningarna för att hitta den bästa lösningen för varje enskilt projekt.

Frigöra tid

Förhoppningen är att en del av de effektiviseringsvinster AI kan bidra med frigör tid som i stället kan läggas på värdeskapande uppgifter såsom kreativitet, strategiarbete och problemlösning – insatser som i sin tur kan höja kvaliteten på den byggda miljön.

AI blir en central möjliggörare i omställningen mot ett klimatneutralt och resurseffektivt samhällsbyggande. Genom analys, simulering och prediktiva modeller kan tekniken användas till att identifiera lösningar som minskar klimatpåverkan, stärker energieffektiviteten och bidrar till mer socialt hållbara livsmiljöer.

Cirkulär resursanvändning

AI kan bli en nyckel i övergången till ett mer cirkulärt byggande. Genom att kartlägga materialflöden och analysera befintliga resurser och data kan tekniken identifiera vilka komponenter som kan återanvändas, repareras eller återvinnas. AI kan även stödja design för demontering och ge underlag för hur byggnader kan anpassas för framtida behov.

Energioptimering i realtid

Genom att analysera energidata och koppla samman sensorer, IoT och driftssystem kan AI identifiera mönster som människor missar. Tekniken kan förutse energitoppar, föreslå justeringar i drift och skapa beslutsunderlag för minskad förbrukning och lägre klimatpåverkan.

Prediktivt underhåll

AI kan analysera användningsmönster och slitage för att förutse underhållsbehov innan problem uppstår. Med digitala tvillingar kopplade till sensorer kan man planera underhåll prediktivt. Det kan ge längre livslängd på byggnader och installationer, minska driftstopp och sänka totala livscykelkostnader.

Resiliens och återhämtning

AI kan stärka den byggda miljöns motståndskraft mot förändring och störningar. Genom att analysera riskdata, klimatmönster och driftinformation kan tekniken förutse sårbarheter och föreslå åtgärder som ökar robustheten. Prediktiva modeller kan till exempel användas för att planera för extremväder, optimera vatten- och energisystem eller stödja snabb återställning efter störningar.

Sociala insikter

Utöver energi-, klimat- och resursfrågor kan AI också bidra till social hållbarhet. Genom att analysera data om trygghet, tillgänglighet och rörelsemönster i städer skapas bättre förståelse för hur den byggda miljön påverkar människor. Dessa insikter kan användas för att skapa mer inkluderande och jämlika livsmiljöer.