Nästan alla använder AI nu. Mycket få kan peka på vad det ändrade i resultatet. Den här sidan är en karta över avståndet däremellan: fyra nivåer, ordnade efter hur mycket av organisationen AI:n bär. Var marknaden står 2026, var ni står och vad nästa steg är.
Läget
Frågan om AI används är avgjord. När Autodesk i början av 2026 frågade 2 500 branschledare inom arkitektur, teknik, bygg, tillverkning och media i undersökningen AI Pulse svarade 98 procent att de använder minst ett AI-verktyg, och 84 procent att AI har höjt deras produktivitet. SCB räknade till 35 procent av de svenska företagen med minst tio anställda som använde AI 2025, upp från 25 året innan, och enligt EU-kommissionens lägesrapport för det digitala decenniet, publicerad i juni 2026, växte användningen i unionen med nästan hälften på ett år. Byggbranschen ligger sist i mätningarna men dubblas årligen: i Ramirentrapporten, där Novus varje januari frågar 500 personer verksamma i branschen, har andelen gått från 3 procent 2023 till 8 procent 2024, sedan 17, sedan 28.
Värdet hänger inte med. MIT-projektet NANDA gick 2025 igenom över 300 offentligt kända AI-satsningar och fann att 95 procent av organisationerna som investerar får noll avkastning. BCG frågade 1 250 företag samma höst: 5 procent bygger förmåga systematiskt och tar hem värde i stor skala, 35 procent skalar upp och börjar se effekt, medan 60 procent har nästan ingenting att visa för pengarna. McKinseys årliga mätning fullbordar bilden: nästan nio av tio organisationer använder AI regelbundet, och ungefär en tredjedel har börjat skala bortom piloterna.
Under mätsiffrorna ligger ett mönster som vi känner igen från egna samtal med bolag i sektorn. I större bolag löper två spår sida vid sida: ett toppstyrt, där koncern-IT har upphandlat ChatGPT Enterprise eller Microsofts motsvarighet med åtkomst för alla och en kort utbildning, och ett underifrån, där ett team har byggt en egen chattbot ovanpå SharePoint som svarar på frågor om kontrakt och tekniska beskrivningar. I mindre firmor är det oftast en persons upptäckt som sprider sig skrivbord för skrivbord. MIT mätte hur mycket som sker i det tysta: anställda i nio av tio företag använder privata AI-verktyg i jobbet, medan fyra av tio företag har köpt en officiell prenumeration.
Gapet förklaras inte av modellerna, för de nedlagda piloterna och de system som bär verkligt arbete kör på samma modeller. Förklaringen måste sitta någon annanstans, i hur mycket av organisationen AI:n bär. Skalan går från inget av ert alls, via era dokument, till era system och arbetsflöden, och till sist till ert sätt att arbeta, med minne av era projekt. Det är den skalan de fyra nivåerna nedan mäter.
Översikt
Idén att gradera en organisations mognad i nivåer föddes ur en upphandlingskris. Under 1980-talet köpte det amerikanska försvaret mjukvara som kom för sent, blev dyrare än beräknat eller aldrig kom alls, och flygvapnet bad ett nygrundat institut vid Carnegie Mellon-universitetet i Pittsburgh att hitta ett sätt att i förväg avgöra vilka leverantörer som skulle klara jobbet. Mannen som tog uppdraget, Watts Humphrey, hade 27 år på IBM bakom sig, till sist som chef med ansvar för fyra tusen programmerare, och han kom till institutet 1986 med vad han själv kallade ett vanvettigt åtagande: att laga världens sätt att bygga mjukvara. Hans grupp skrev ungefär hundra frågor för att gradera leverantörernas arbetssätt, lånade en femgradig skala från kvalitetsrörelsen och publicerade resultatet 1987 som ett mognadsramverk. Beskrivningen av den lägsta nivån kunde ha handlat om AI-användningen i dag: framgången vilar på enskilda individers kompetens och hjältedåd, och den går inte att upprepa om inte samma individer gör nästa projekt också.
Ramverket levde vidare därför att diagnosen bar utanför mjukvaran: det som skiljer organisationer åt är hur mycket av arbetet organisationen själv bär, snarare än individerna. Humphrey fick 2003 års amerikanska teknikmedalj, National Medal of Technology, och dagens mognadsmodeller inom allt från informationssäkerhet till BIM går tillbaka på de fem nivåerna. De fyra nivåerna nedan tillämpar idén på AI i bygg och infrastruktur. De är ordnade efter hur mycket av organisationen AI:n bär, de är en blandning av verksamhetsutveckling, arbetssätt och teknik, och de utesluter inte varandra: de flesta firmor står med en fot på flera samtidigt. Modellerna är desamma på varje nivå, och det nivåerna mäter är allt som byggts runt omkring dem.
Först kortversionen, sedan får varje nivå sitt eget avsnitt.
AI som hjälper individen, ad hoc.
AI som hittar och svarar.
AI som arbetar i bakgrunden.
AI inbyggd i arbetssätt och leveranser.
Nivå 1
ChatGPT, Gemini: du öppnar en chattruta, skriver en fråga och får ett svar. Hjälpen landar hos individen och i stunden, hos kalkylatorn som ska skriva ett mejl, projektledaren som ska summera en lång mötesanteckning, den anbudsansvariga som ska översätta en teknisk beskrivning.
Även i stor skala ser nivån likadan ut. När Skanskas amerikanska verksamhet införde sin chattbot Sidekick, i bruk i hela bolaget sedan december 2023, var poängen enligt bolaget att ge medarbetarna en säker miljö att arbeta i, och de stora nordiska konsulterna har rest assistenter av samma slag under egna namn. Användbar från första veckan, men i grunden fortfarande en person som frågar och ett svar som kommer tillbaka.
Det här är också nivån med den största skuggan. MIT-rapportens skarpaste fynd är att anställda i nio av tio företag använder privata AI-verktyg i jobbet, oftast utan att någon har bett dem, medan bara fyra av tio företag har köpt en officiell prenumeration. Om verktyget är upphandlat på koncernnivå eller nedladdat på en privat mobil spelar mindre roll, för ekonomin är densamma: den enskilda användarens skicklighet är hela tillgången, och när personen byter jobb följer förmågan med ut genom dörren.
MIT-rapporten är rak om varför nivån stannar av.
Chattbottar lyckas för att de är lätta att prova och flexibla, men misslyckas i kritiska arbetsflöden eftersom de saknar minne och förmåga att anpassa sig.
MIT NANDA, The GenAI Divide, 2025
Verktygen gör exakt det de är byggda för: generella modeller, generella uppgifter, individuell produktivitet. Det som saknas är någonstans där vinsterna kan samlas, för ingenting på den här nivån fastnar i organisationen, och därför når nivån så sällan bokföringen.
Nivå 2
Tekniken bakom den andra nivån kallas RAG, kort för retrieval-augmented generation: AI som söker i era egna dokument och svarar utifrån det den hittar, med källhänvisning ner till sida och stycke. Här börjar AI:n prata med organisationen i stället för med en person i taget.
En projekteringsledare frågar vad den tekniska beskrivningen kräver och får svaret med sidhänvisning. En platschef kontrollerar en kontraktsklausul utan att öppna kontraktet. En anbudsansvarig tar fram tidigare anbud på liknande jobb medan telefonsamtalet fortfarande pågår. Sökande som tog tjugo minuter blir frågande som tar tjugo sekunder.
Den vanligaste formen är en chattbot kopplad till SharePoint, OneDrive eller Google Drive. Microsoft har en inbyggd variant för SharePoint, och Glean, Notion AI och en rad liknande produkter hör till samma familj. Under huven indexeras dokumenten i en vektordatabas, en sökbar matematisk representation av texten, och modellen svarar utifrån de utdrag som bäst matchar frågan.
Det här är den vanligaste AI-formen i europeiskt byggande just nu, och branschens prioriteringar syns i mätningen. När BIM-plattformen Vitus våren 2026 frågade hundra BIM-chefer, VDC-ledare och byggproffs i 21 länder var dokumentcopiloter den mest spridda tillämpningen, 43 procent, och den mest efterfrågade förmågan var inte generativ design utan datavalidering och kvalitetskontroll: innan branschen vill något annat vill den kunna lita på sina egna underlag.
Hur långt sökningen når beror på vad som är byggt runt modellen. En generell chattbot hittar orden du skrev. Ett byggspecifikt system vet att en fråga om ventilation också ska dra in VVS, V-ritningar, luftbehandling och AMA VVS & Kyl 22 / QJB.12, och vidgar sökningen på egen hand.
Nivåns gräns sitter i verbet. Nivå två hittar, citerar och svarar, men handlandet stannar hos dig, och när svaret kommer har leveransen det gäller inte flyttat sig en centimeter från ditt bord.
Nivå 3
Agentisk AI är branschens ord för AI som utför uppdrag i stället för att besvara frågor. En orkestrerande modell fungerar som arbetsledare: den bryter uppgiften i delar, anropar specialiserade agenter och era egna system, kör delarna parallellt eller i följd och kommer tillbaka med ett färdigt resultat, utan att någon klickar mellan stegen. Man slutar be om hjälp och börjar delegera ärenden.
Pengarna kommer nu. Gartner räknar med att 40 procent av företagens programvaror bär uppgiftsspecifika agenter vid slutet av 2026, upp från under 5 procent ett år tidigare, och i Autodesks mätning har 16 procent av organisationerna redan agentisk AI medan ytterligare 43 procent planerar att använda den inom ett år. Sedan slutet av 2024 delar systemen dessutom en gemensam standard, Model Context Protocol, för hur de kopplas till ställena där data finns.
I bygg är uppdragen konkreta. En anbudsgranskning som tar in 240 sidor och lämnar ifrån sig en kravtabell på fem minuter. Arbetsberedningar sammanställda varje måndagsmorgon ur väderprognos, kontraktsvillkor och tidigare projekt. ÄTA-identifiering som läser inkommande material mot kontraktet allteftersom det kommer, och AMA- och PBL-avstämning som körs på varje ny leverans utan att någon ber om det. Tio sådana uppdrag kan gå parallellt i bakgrunden medan teamen arbetar med resten.
Det här är samtidigt nivån där flest satsningar dör. Gartner räknar med att över 40 procent av agentprojekten läggs ner före utgången av 2027, med skenande kostnader, oklart affärsvärde och bristande riskkontroll som skäl, och bedömer att av de tusentals leverantörer som nu säljer agenter är det bara omkring 130 som säljer äkta vara, medan mycket av resten är ommärkta chattbottar och automationsskript. MIT-rapporten pekar ut mekanismen bakom dödligheten: system som inte lär sig arbetsflödet de sitter i fastnar i pilot. En god del av det som köps som agenter i år kommer att skrivas av, och avskrivningen kommer att säga mer om inköpen än om tekniken.
Hur överlevnad ser ut finns redan protokollfört. Haskoning, en nederländsk teknikkonsult, har utbildat över 4 000 medarbetare och kör över 200 agenter i dagligt bruk, från anbudsgranskningar till avtalsanalys, enligt bolagets digitalchef i Autodesks studie. Gallringens överlevare delar de drag som Gartner och MIT återkommer till: de är integrerade med systemen där arbetet faktiskt sker, de verifierar sina resultat och de lär sig av utfallen.
Nivå 4
Den fjärde nivån har två bärande delar. Den första är specialbyggda förmågor, ofta kallade Skills: en specifik granskning, en återkommande beräkning, ett arbetssätt som någon fångar en gång och som sedan körs hundratals gånger över olika projekt, likadant varje gång, för alla.
Den andra är organisationsminne. Varje nytt projekt indexeras allteftersom, fil för fil, kontrakt för kontrakt, med parter och skeden, så att den relevanta historiken redan är aktiv i sammanhanget när en kalkylator öppnar en ny anbudsförfrågan. Arkivet slutar vara något man söker i och blir något systemet redan kan.
AI:n slutar också vänta på att bli tillfrågad. Arbete kan starta på schema (varje måndagsmorgon), på händelse (när en ny version laddas upp) eller genom löpande bevakning (flagga avvikelser i inkommande material). När du sätter dig vid skärmen är halva jobbet ofta redan gjort och väntar på din granskning.
Hos firmor vi arbetar med är det här nivån där rollens form ändras. En kalkylator får decennier av tidigare projekt aktiverade i varje nytt anbud. En KMA-chef kör en och samma standard i tolv bolag, på Skills som någon byggde en gång. Ingenjörens dag flyttas från att producera stegen till att styra dem: sätta uppdraget, granska resultatet, skriva under det som går ut.
Dit är avkastningen på väg. BCG mätte agenter till 17 procent av det totala AI-värdet 2025 och väntar sig 29 procent 2028, och McKinseys högpresterare är minst tre gånger så benägna som andra att skala agenter i en given funktion. Bakom båda kurvorna ligger samma enkla regel. Värdet uppstår där AI:n slutar vara allmän och börjar bära just er organisation.
Kartan
Lägg mätsiffrorna på trappan och marknaden ritar sig själv. Nästan alla står på nivå ett. En växande minoritet, i europeiskt byggande ungefär fyra av tio, har någon form av nivå två i drift. Årets investeringar strömmar till nivå tre, och det är där nästa års gallring faller. Nivå fyra är glest befolkad, och det är precis där värdet samlas.
Klättringarna sker numera i öppen dager. Skanska stannade inte vid Sidekick: sedan kom en assistent som svarar ur intranätets egna dokument, och därefter två till, byggda på bolagets egna riskfallstudier och säkerhetsmanualer, fyra assistenter våren 2025. Det blir ungefär en nivå om året, för en firma som började tidigt.
Det som gör trappan dyr att klättra är att nivåerna bor i olika verktyg, från olika leverantörer, med olika säkerhetsmodeller och avtal: ChatGPT Enterprise eller Microsofts assistent i botten, en SharePoint-chattbot eller Glean för hittandet, n8n eller Zapier, verktyg som kopplar ihop program med varandra, för flödena, och för den fjärde nivån oftast ingen standardprodukt alls. Varje nytt verktyg är sin egen upphandling, sin egen säkerhetsgranskning och sin egen silo av sammanhang, och sammanhanget är hela lasten: det som ska bäras uppför trappan är era dokument, era system, ert arbetssätt och er projekthistorik. Humphrey, som ritade den första av de här kartorna, lämnade en varning till alla som använder en: vet man inte var man står hjälper ingen karta.
Yesper
Yesper är AI-civilingenjören för bygg och infrastruktur, byggd att bära alla fyra nivåerna på ett ställe: generell AI att fråga, sökning och svar med källhänvisning ur era egna dokument, agentiska arbetsflöden som utför hela uppdrag, och Skills och organisationsminne som lär sig hur er firma arbetar. Svenska regelverk och standarder är inbyggda, en säkerhetsmodell och ett avtal täcker alla fyra nivåerna, och minnet växer ju längre ni använder det.
Resultatet är en enda trappa i stället för fyra upphandlingar, med en partner för hela klättringen.
Källor
Tjugo minuter på telefon eller video räcker: ni beskriver var ni står, vi delar en första bedömning. Inget åtagande, och inget förslag förrän vi båda tror att det finns något värt att gå vidare med.
Boka samtal