AI för samhällsbyggnad 2026: vad som faktiskt fungerar

Det stora skiftet 2026 är inte snabbare hjälp. Det är att en maskin nu kan ta en hel leverans från början till slut. Ta fram en standardiserad rapport, stäm av den mot regelverket, läs ett helt förfrågningsunderlag i stället för ett stickprov: där arbetet är en hel, kontrollerbar enhet kan AI bära det, och ingenjören skriver under. Det som fortfarande underpresterar är motsatsen: öppet hållen assistans som du måste övervaka, såld som autonomi. Gränsen går inte mellan smått och stort, utan mellan en hel enhet du kan kontrollera och öppen hjälp. Här är kartan, uppdelad efter arbetsuppgift.

Benjamin Glaser

7 juni 2026 · 6 min läsning

En person som går genom en ljus kontorskorridor med träpaneler och fönster från golv till tak

Kortversionen

Kortversionen: AI assisterar, kontrollerar eller gör klart

Marknaden beskrivs oftast leverantör för leverantör, vilket är fel utgångspunkt för en köpare. Sortera i stället produkterna efter vad de gör med en arbetsenhet, så faller fältet ihop i tre former: verktyg som assisterar en uppgift, verktyg som verifierar ett fragment, och verktyg som gör ett helt jobb. Vi räknade 172 bolag för att vara säkra på att formerna håller.

För en köpare är den nyttiga frågan inte vilken form som är mest avancerad, utan vilka av dina uppgifter varje form kan lyfta av skrivbordet idag. Så det här är en genomgång efter arbetsuppgift, inte efter leverantör. Fem uppgifter en ingenjör gör, och för var och en: vad som fungerar nu, vad som förblir mänskligt, och vad som ännu är marknadsföring.

Arbetsuppgift Vad som fungerar idag Vad som förblir mänskligt
Granskning Att stämma av en handling, ritningsuppsättning eller ett anbud mot ett uttalat regelverk: kravextraktion, kravmatchning, samstämmighet mellan dokument, flaggade avvikelser Att avgöra om en avvikelse spelar roll, och underskriften
Leverabelproduktion Att skriva standardiserade, återkommande handlingar från början till slut: research, beräkning, formatering, egenkontroll Omdöme, sammanhang, ny projektering, underskriften
Anbudsgranskning Att läsa hela dokumentmängden i stället för ett stickprov; varje krav med källhänvisning; flaggning av undanskymda villkor Anbudsstrategin, prissättningen, beslutet att lämna anbud
Informationssökning Att svara på frågor, hitta det styrande dokumentet, skriva utkast Att verifiera varje svar mot dokumentet som faktiskt styr
Ritningsnära arbete Att läsa ritningar och stämma av dem mot beskrivningar och krav Att upprätta ritningar för reglerad väg och järnväg

Granskning

Granskning är det AI gör bäst idag

Det här är uppgiften AI gör bäst 2026, för den har den renaste formen. En granskning är avgränsad och har ett kontrollerbart svar: uppfyller handlingen kraven den är skriven mot? Rikta en modell mot ett uttalat regelverk, så plockar den ut kraven, stämmer av dem mot dokumentet, kontrollerar att filerna är samstämmiga och flaggar avvikelser, snabbare än en människa och utan att tröttna. Kollegial granskning sker seriellt och blir trött en torsdagseftermiddag; maskinell granskning sker parallellt och outtröttligt, och fångar sådant en andra människa missar.

Två gränser avgör vad som är marknadsföring. För det första är en kontroll aldrig bättre än regelverket den utgår från. En generisk modell utan förankring i de styrande dokumenten ger självsäkra men felaktiga svar, vilket i ingenjörsarbete är det värsta felet som finns. För det andra säljs ett verktyg som verifierar en enda del, en avtalsklausul eller en ritningsuppsättning, ibland som om det granskade hela projektet. Det gör det inte. Och maskinen flaggar; ingenjören avgör fortfarande om en avvikelse spelar roll, och skriver under.

Leverabelproduktion

AI kan producera hela standardiserade handlingar

För standardiserade, återkommande handlingstyper är tidsvinsterna verkliga och stora. Den mekaniska delen av en rapport, alltså att söka fram underlag, räkna, skriva och formatera, är precis det avgränsade och kontrollerbara arbete som modeller är bra på. I skarpa projekt har vi sett en handling som förr tog närmare två veckor komma tillbaka färdig och kontrollerad på en dag. Läs det ärligt: den mekaniska merparten krympte, och omdömet blev kvar.

Marknadsföringen är multiplikatorn utan förbehåll. "Tio gånger mer produktiv" över allt arbete håller inte mot bevisen. Det hållbara och mer användbara påståendet är smalare: en extra projekteringsiteration per projekt till samma arvode, eftersom en iteration som förr kostade en vecka nu kostar en eftermiddag. Två saker förblir mänskliga: nya handlingar utan förlaga, där det inte finns något mönster att luta sig mot, och underskriften. Och inget verktyg i den här klassen upprättar CAD-ritningarna; det utgår från ritningar och skriver dokumenten runt dem.

Anbudsgranskning

För ett anbud läser AI hela mängden i stället för ett stickprov

På entreprenörssidan är uppgiften att läsa: ett anbud vilar på en trave filer som ingen hinner läsa i sin helhet, så team tar stickprov och litar på dem. Maskinell granskning ändrar det. Den läser hela mängden i stället för ett stickprov, plockar ut varje krav med källhänvisning, jämför handlingarna mot varandra och flaggar den undanskymda post som varje människa skummar förbi, för en maskin delar inte teamets blinda fläckar. Vi går igenom exakt hur i AI för anbudsgranskning.

Marknadsföringen att bortse från här är det automatiska priset. Ett pris är en kommersiell bedömning som hör till anbudsgivaren; det maskinen tillförlitligt levererar är total läsning och ärliga flaggor, inte beslutet att lämna anbud.

Informationssökning

Copiloten svarar på frågor; den gör inte ingenjörsarbetet

Den mest utbredda AI:n i ingenjörsbranschen är copiloten som svarar på frågor och hittar dokument. Den är genuint användbar. I en undersökning lägger yrkesverksamma i byggbranschen omkring 5,5 timmar i veckan bara på att leta efter projektinformation (FMI och PlanGrid, 2018), och ett bra sökverktyg ger tillbaka mycket av det. Den skriver ett utkast till ett stycke, sammanfattar en beskrivning, pekar dig till rätt fil.

Det den inte gör är själva handlingen, som ligger kvar på skrivbordet när chattfönstret stängs. Och varje svar måste stämmas av mot dokumentet som faktiskt styr, för det styrande dokumentet är ofta det som den publika webben återger sämst: en nationell bilaga som åsidosätter grundkoden, den utgåva av en beskrivning som ett projekt är bundet till. En copilot snabbar upp minuterna inne i arbetet. Den är inte kollegan som tar arbetet ifrån dig, vad etiketten än säger.

Ritningsnära arbete

AI granskar ritningar; den projekterar inte väg och järnväg

Det som fungerar idag är AI som läser ritningar och stämmer av dem mot de skrivna kraven: luckor i omfattning, krockar, en beskrivning som motsäger planen. Helhetsprojektering finns och fungerar väl, men i angränsande discipliner: installationsprojektering och bostadsplanlösningar, där köpare betalar riktiga pengar för det. AECOM köpte ett sådant bolag, Consigli, i slutet av 2025.

Platsen för reglerad väg och järnväg står fortfarande tom, och det ärliga skälet är svårighet, inte förbiseende. En väg- eller järnvägshandling svarar mot ett nationellt regelverk och en underskrift. "AI som projekterar din infrastruktur" är en marknadsföringsrad från 2026, inte en produkt. Mönstret som fungerar här är smalare och verkligt: maskinen arbetar med ritningarna och tar fram de skrivna handlingarna runt dem, medan ritningen stannar hos ingenjören.

Mönstret

Varför uppgiftens form avgör

En regel löper under alla fem uppgifterna: AI levererar när arbetet är en hel, kontrollerbar enhet, och underpresterar när det är öppet hållen assistans som du övervakar. Tydligast syns det i två randomiserade studier som körde samma teknik på motsatta uppgiftsformer: på en avgränsad uppgift med automatiska tester blev utvecklare med AI-assistent klara 55,8 procent snabbare; på öppet arbete i sina egna stora kodbaser tog det 19 procent längre tid, samtidigt som de kände sig snabbare. Samma verktyg, motsatt resultat, för att formen på uppgiften avgjorde. Vi tog isär det, och vad det betyder för vad man bör köpa, i AI gjorde utvecklare långsammare.

I ingenjörsarbete är gränsen skarpare, för generiska modeller misslyckas med europeiska regeldokument av skäl som bättre promptar inte löser: nationella bilagor, utgåvebundna koder, svensk fackterminologi som träningsdatan knappt innehåller. Vi skrev upp felmoderna i Copilot kan inte läsa en nationell bilaga. Köpregeln som faller ut är enkel: betala för färdiga arbetsenheter du kan kontrollera, inte för assistans du måste övervaka.

Ribban

Vad som håller måttet

Testet för varje verktyg som säger sig göra en ingenjörs jobb är alltså inte demon. Det är om verktyget arbetar utifrån de dokument som faktiskt styr projektet, visar en källa för varje påstående, kontrollerar sitt eget resultat innan det lämnar ifrån sig det, och ger ingenjören något värt att skriva under. Klarar det ribban är formen rätt; missar det den är det en copilot med ett större löfte.

Det är den standard vi satt för Yesper, AI-civilingenjören för bygg och infrastruktur: den producerar och granskar skrivna handlingar, och ingenjören har sista ordet.

Källor

  1. Joel Becker, Nate Rush, Beth Barnes & David Rein, "Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity", METR, arXiv:2507.09089, juli 2025.
  2. Sida Peng, Eirini Kalliamvakou, Peter Cihon & Mert Demirer, "The Impact of AI on Developer Productivity: Evidence from GitHub Copilot", Microsoft Research och MIT, arXiv:2302.06590, 2023.
  3. FMI & PlanGrid, Construction Disconnected, 2018.
Benjamin Glaser Medgrundare på Yesper. Skriver om AI och branschen som bygger världen. benjamin@yesper.ai

Yesper är byggt för den första kategorin: hela leveranser, från början till slut, med ingenjören kvar vid rodret. Vill du se var den står i dag hör du av dig.

Boka demo

Relaterat

Fördjupning · 12 juli 2026 · 6 min läsning

Vad är en AI-civilingenjör?

Fördjupning · 1 juli 2026 · 5 min läsning

Vart en dagvattenutrednings vecka tar vägen

Guide · 16 juli 2026 · 6 min läsning

Delegeringstrappan: fem steg från stängt till AI-integrerat