Work

Generativ AI som hjälpmedel i anbudsprocessen - En explorativ studie av möjligheter och utmaningar för byggsektorn

Year: 2025
Type: dissertation
Abstract: Syftet med denna studie är att skapa en djupare förståelse och klargöra hur generativ AI kan appliceras som ett hjälpmedel för entreprenörer i anbudsprocessen. Offentliga upphandlingar präglas ofta av omfattande informationsmängder, komplexa formella krav och strikta tidsramar. När förfrågningsunderlagen dessutom är bristfälliga eller otydliga blir varje anbud en resurskrävande investering som måste vägas mot en osäker vinst. Generativ AI har under de senaste åren utvecklats snabbt och börjat tillämpas inom allt fler områden. Denna teknikutveckling öppnar upp för nya möjligheter att hantera utmaningarna i anbudsprocessen och effektivisera flera av dess mest resurskrävande moment. Studien undersöker hur generativ AI kan användas i anbudsprocesser kopplade till offentlig upphandling. Studien är utformad att besvara två centrala frågeställningar: 1) Vilka arbetsmoment under anbudsprocessen involverar tidskrävande eller på annat sätt utmanande moment som lämpar sig för stöd av generativ AI inom ramen för dess förmågor? 2) I vilken uträckning kan generativ AI integreras i de identifierade arbetsmomenten och vilka potentiella möjligheter och hinder kan uppstå med implementeringen? Målet är att studien ska fungera som underlag och stöd för framtida tillämpning av generativ-AI-baserade verktyg för arbetsmoment inom anbudsprocessen. Studien har kombineras deskriptiv och preskriptiv forskning under en övergripande explorativ ansats. Inledningsvis identifierades arbetsmoment där generativ AI bedömdes ha särskilt hög potential, antingen på grund av hög tidsåtgång eller god överensstämmelse med teknikens styrkor. Vidare genomfördes empiriska tester där en språkmodell utvärderades för att undersöka dess praktiska användbarhet i dessa arbetsmoment. Testerna utfördes genom att utveckla ett RAG-baserat system som kopplades till en extern kunskapsdatabas innehållande autentiska förfrågningsunderlag. Resultatet visar att generativ AI ger störst nytta i texttunga, repetitiva moment som som granskning av förfrågningsunderlag, anbudsskrivning och kvalitetssäkring. Däremot uppvisar modellen begränsningar i uppgifter som kräver domänspecifik kunskap, kontextförståelse eller komplex tolkning.
Author: Böke, Samuel
Institution: Lund University
Language: Swedish
Open Access status: green
OpenAlex ID: W7028722411
Cites: 48
Cited by:
Related to: 10