Innlegg: Byggebransjens neste skritt med KI

I et nylig innlegg i Bygg.no peker Volve-sjef Herman B. Smith på en viktig erkjennelse: Generell kunstig intelligens – som ChatGPT – kan ikke alene løse byggebransjens utfordringer. Bransjen trenger vertikale KI-løsninger, bygget på egne data og prosesser. Det har han helt rett i.

Men spørsmålet vi må stille nå er: Hvordan kommer vi dit?

Les også:

Innlegg: Vi må lære oss hva ChatGPT ikke kan

Erfaringen fra både inn- og utland viser at dette ikke først og fremst er en teknologisk utfordring – det er en organisatorisk reise. Å lykkes med KI i byggebransjen handler ikke om å finne riktig verktøy, men om å utvikle riktige vaner. Og det starter med ledelsen.

Det handler om mer enn teknologi

I dag eksperimenterer mange i bransjen med horisontal KI. Det er bra – og nødvendig. ChatGPT, Copilot og lignende verktøy har senket terskelen for å komme i gang. Vi ser prosjektledere bruke dem til å oppsummere dokumentasjon, utvikle sjekklister eller strukturere tilbud. Det skaper innsikt, effektivitet og nysgjerrighet.

Men det er ikke nok. Skal vi hente ut de virkelige gevinstene – fra bedre prosjektering til smartere ressursbruk og gjenbruk av data – må vi tenke annerledes. Det krever systematisk innsats for å bygge vertikale løsninger: KI-trening på egne modeller, basert på egne erfaringer og egne datasett.

Da må vi stille oss spørsmål som: Hva har vi lært på tidligere prosjekter, men glemt å dokumentere? Hvilke beslutninger kunne vært støttet av maskinlæring? Hvor i verdikjeden skjer det mest unødvendig dobbeltarbeid?

Læring i både linja og ledelsen

De som lykkes med å svare, har én ting til felles: De eksperimenterer ikke bare med teknologi – men med organisasjonen. I de mest fremoverlente selskapene ser vi at både toppledelsen og fagmiljøene deltar i læringen. De setter ikke KI-prosjekter på et eget innovasjonsspor. De integrerer dem i drift.

Et godt eksempel er Skanska, som i flere markeder jobber med KI-assistenter som gjenkjenner risiko i tidlig fase. Ikke som en erstatning for ingeniørkompetanse – men som en beslutningspartner. Eller Mestergruppen, som utvikler løsninger for å automatisere og kvalitetssikre byggeplasslogistikk basert på egne prosjektdatasett.

Fellesnevneren er at man ikke venter på en perfekt løsning. Man starter i det små, lærer raskt og bygger videre.

Vi kan lære av andre – men må bygge selv

Bank og finans digitaliserte seg i møte med ny konkurranse. Helsebransjen ble presset av kapasitet og personellmangel. Nå er det bygg og anlegg sin tur – ikke fordi vi må, men fordi vi har alt å vinne. Bransjen genererer enorme mengder data. I dag blir under fem prosent brukt til læring og forbedring. Resten forsvinner i mapper og siloer. Her ligger kanskje vårt største vekstpotensial.

Men det krever et taktskifte i hvordan vi leder utviklingen. KI-prosjekter må ha eierskap i linjen, støtte fra styret, og forankring i strategi. Ikke fordi det er moderne, men fordi det er avgjørende for å forbli relevant, lønnsom og bærekraftig.

Neste steg: Fra eksperiment til drift

Hermans poeng om forskjellen mellom horisontal og vertikal KI er viktig. Men det neste spørsmålet er kanskje enda viktigere: Hvem tar ansvar for reisen? Hvem sørger for at eksperimentene blir til nye praksiser – og at ny praksis blir til konkurransekraft?

Det skjer ikke av seg selv. Det skjer når organisasjoner ser KI ikke som et prosjekt, men som en del av sitt grunnarbeid. Som noe vi bygger stein på stein – og eier sammen.

Dette er et leserinnlegg og meninger i innlegget står for forfatterens regning.