Varför mjukvaran aldrig nådde ingenjörsarbetet, och varför AI gör det nu

Ingenstans i ekonomin är avståndet större mellan vad AI skulle kunna göra och vad den faktiskt gör än i branschen som ritar den fysiska världen. Den bekväma förklaringen är att byggsektorn är långsam på teknik. Den håller inte: i fyrtio år har mjukvaran kunnat flytta branschens dokument, versionera dem och skicka dem, men aldrig läsa dem. Det är det som har ändrats, och det är därför fönstret står öppet just nu.

En person går förbi ett högt fönster med kala träd och mulen himmel utanför

Störst teoretisk nytta, lägst faktisk användning

Anthropic mätte saken i mars 2026. I bolagets arbetsmarknadsstudie hör arkitekt- och ingenjörsyrkena till de fält där störst andel av arbetsuppgifterna teoretiskt kan påskyndas av AI, i nivå med juridik och finans: ungefär 85 procent. Den observerade användningen i samma yrken stannar runt 5 procent av potentialen, det bredaste gapet mellan kan och gör i hela studien. Forskarna ser heller ingen systematisk ökning av arbetslösheten i de exponerade yrkena. Vågen har inte slagit in över kåren; den har inte kommit fram.

Teoretisk AI-exponering mot observerad användning, arkitekt- och ingenjörsyrkena. Källa: Anthropic (2026).

Standardförklaringen är en konservativ bransch. Den överlever inte mötet med branschens egen historia: ritbordet byttes mot CAD på ungefär ett decennium, och BIM gick från förkortning till upphandlingskrav inom en generation. När mjukvaran faktiskt har kunnat göra jobbet har byggsektorn köpt den. Något annat har hållit den borta från själva arbetet.

Mjukvaran digitaliserade allt utom själva arbetet

Se på vad fyrtio år av byggmjukvara faktiskt gjorde. AutoCAD, från 1982, digitaliserade ritningen. Revit och BIM digitaliserade modellen. Projektplattformarna digitaliserade arkivet, versionerna och attesterna. Varje våg togs emot, och varje våg stannade vid samma linje: kärnarbetet förblev manuellt. Att läsa en teknisk beskrivning mot en ritning. Att kontrollera en konstruktion, en last, en klausul mot regelverket. Att förvandla ett ritningspaket till en mängdförteckning. Att få två handlingar att säga samma sak. Ingenjörsarbetet drivs av handlingarnas innebörd, och innebörden var precis det mjukvaran inte kom åt. En handling kan vara helt digital och ändå inte säga en maskin någonting.

Skälet är strukturellt, inte kulturellt. Deterministisk mjukvara kräver stabila, repeterbara, maskinläsbara indata, och byggsektorn erbjuder inget av det: varje plats är sin egen, varje beställare, varje regelmiljö, varje projektorganisation; varje projekt specificerar om sig självt. Branschen har försökt standardisera sig ur det, IFC-formatet har funnits sedan 1990-talet, och lärt sig att ett gemensamt filformat inte skapar gemensam innebörd. Så handlingarna förblev vad de alltid varit: läsbara för utbildade människor, ogenomträngliga för maskiner. Mjukvaran kunde flytta dem, aldrig läsa dem.

Under tiden växte läsmängden förbi läsarna

Medan mjukvaran väntade vid handlingarnas kant växte handlingarna. Eurokoderna gick från tio standarder i ungefär 58 delar till elva standarder och två tekniska specifikationer i 74 delar i andra generationen. AMA Anläggning, referensverket bakom tekniska beskrivningar i anläggningsprojekt, växte från 742 sidor 2007 till 926 sidor 2023. Processerna växte med texterna: efter PBL-reformen 2011, som skulle snabba upp planarbetet, gick en genomsnittlig detaljplan i Stockholms län från 35 månader till 62, enligt en expertrapport till statens produktivitetskommission, och i Storbritannien gick tillståndsbesluten för nationellt betydelsefull infrastruktur från 2,6 år 2012 till 4,2 år 2021.

Det framstår som klart att PBL har blivit för reglerande och för betungande.

Kristina Alvendal, Ineffektivt stadsbyggande, expertrapport till Produktivitetskommissionen (2024).

Läsaren växte inte. En ingenjör läser i samma takt som 1990, håller lika mycket i arbetsminnet och arbetar ungefär lika många timmar. Regelverket växte ur sin läsare. Och branschens klassiska svar, fler händer, är på väg att stängas: CEDEFOP räknar med att omkring 4,1 miljoner personer lämnar Europas byggsektor genom pensionering fram till 2035, samtidigt som de flesta europeiska marknader redan rapporterar kompetensbrist. Mer skulle läsas varje år, av en kår som inte kan växa, med mjukvara som inte kan läsa.

Den första mjukvara som kan läsa handlingarna

En stor språkmodell är inte en bättre version av den gamla mjukvaran, utan en annan sort. Den behöver ingen standard för att tolka en handling, eftersom den läser handlingen så som den skrevs för att läsas: som språk, i sitt sammanhang, med tabeller, klausuler och korshänvisningar. Att tolka en beskrivning, kontrollera den mot ett regelverk, stämma av den mot en ritningsförteckning, göra om den till en kravlista: de operationer som förblev manuella i fyrtio år är exakt de operationer den här tekniken utför. Det som har ändrats är inte farten i verktygen runt arbetet. Det är att själva arbetet blev nåbart.

Skiftet är uppmätt, längs två axlar. I februari 2024 släppte Google Gemini 1.5 Pro med ett kontextfönster på en miljon token, ungefär 700 000 ord, upp från de 128 000 som varit standard: för första gången kunde en modell hålla ett infrastrukturprojekts hela underlag i ett svep, normer, förfrågningsunderlag, utredningar. Och METR, forskargruppen som mäter vad AI-agenter faktiskt slutför, ser att längden på uppgifter en agent klarar med 50 procents tillförlitlighet har fördubblats ungefär var sjunde månad sedan 2019, med en takt sedan 2023 närmare en fördubbling var fjärde. Måttet bygger på mjukvaruuppgifter och har breda felmarginaler. Riktningen är inte omstridd.

I en ansvarsbransch återstår en fråga, och det är rätt fråga: vem äger felen när ett sannolikhetsbaserat svar blir betong och stål? Svaret finns redan, och det är äldre än tekniken: en namngiven ingenjör granskar och skriver under, precis som förut. Det ett väl byggt system ändrar är vad underskriften vilar på: varje påstående spårbart till sin källa, varje siffra omräknad, osäkerhet flaggad i stället för överslätad. Förmåga utan det granskningslagret är värdelös här, och det är också därför sådana system är en egen ingenjörsdisciplin snarare än en funktion fastskruvad på en chattbot.

Gapet är ingen eftersläpning. Det är fönstret.

Lägg delarna bredvid varandra, så slutar gapet i Anthropics diagram att se ut som ett underbetyg. 85 procent teoretiskt och 5 procent använt är ingen dom över branschen; det är ett mått på hur mycket av arbetet som just har blivit nåbart, i den sektor som behöver det mest. Varje månad växer handlingarna, förbättras modellerna, och förblir människorna människor.

Trend Förändring Källa
Teoretisk mot observerad AI-användning, arkitekt- och ingenjörsyrken ~85 % mot ~5 % Anthropic (2026)
Eurokoderna, första till andra generationen 58 → 74 delar JRC (2025)
AMA Anläggning, 2007–2023 742 → 926 sidor Svensk Byggtjänst
Detaljplan, Stockholms län, efter 2011 års reform 35 → 62 månader Produktivitetskommissionen (2024)
Människans läshastighet och arbetstid Oförändrad
Modellernas kontextfönster, 2023–2024 128 000 → 1 miljon token Google (2024)
AI:s uppgiftshorisont, vid 50 % tillförlitlighet Fördubblas var ~7:e månad METR (2025)

En modell gör inte ingenjörsarbetet på egen hand, och det är inte heller poängen: den mekaniska merparten av dokumentarbetet kan nu göras av ett system och kontrolleras av en människa, med omdömet och underskriften kvar precis där de alltid suttit. De organisationer som får det på plats inom de närmaste två åren sätter standarden alla andra mäts mot. I fyrtio år kunde mjukvaran flytta branschens handlingar men aldrig läsa dem. Den första teknik som kan läsa handlingarna har mött branschen med flest olästa sidor. Det arbetet är vad Yesper är byggt för: Yesper är AI-civilingenjören för bygg och infrastruktur.

  1. Anthropic, Labor market impacts of AI: A new measure and early evidence, mars 2026.
  2. Europeiska kommissionen, Joint Research Centre, Evolution of the EN Eurocodes, samt The second-generation Eurocodes: key changes and benefits through design examples (JRC144386), 2025.
  3. Kristina Alvendal, Ineffektivt stadsbyggande, expertrapport till Produktivitetskommissionen, januari 2024.
  4. Google, "Our next-generation model: Gemini 1.5", februari 2024.
  5. METR, "Measuring AI Ability to Complete Long Tasks", mars 2025; även arXiv:2503.14499.
  6. Svensk Byggtjänst, AMA Anläggning 07 och AMA Anläggning 23, förlagets katalog.
  7. House of Commons Library, Planning for Nationally Significant Infrastructure Projects, briefing SN06881.
Benjamin Glaser Medgrundare på Yesper. Skriver om AI och branschen som bygger världen. benjamin@yesper.ai

Yesper är AI-civilingenjören för bygg och infrastruktur. AFRY, COWI, NRC Group och andra nordiska bolag använder den för att halvera tiden i en utredning, räkna om på minuter, och fånga fel som annars slinker förbi. Hör av dig om du vill se vad den kan göra för er.

Boka demo