Gästartikel av: Rasmus Dalsgaard, SAS Institute
Infrastrukturprojekt är avgörande för samhällsutveckling och hållbar tillväxt. I Norden investeras årligen miljardtals kronor i stora projekt – från byggnation av vägar och järnvägar till tunnlar, broar och annan infrastruktur. Dessa projekt omfattar ofta komplexa leverantörskedjor och betydande budgetar, vilket medför risker för ineffektivitet, förseningar, budgetöverskridanden och till och med bedrägerier. Med hjälp av avancerad dataanalys och AI kan dessa utmaningar hanteras på ett proaktivt och kostnadseffektivt sätt. Det skriver Rasmus Dalsgaard, rådgivare inom bekämpning av finansiell kriminalitet på SAS Institute.
Offentligt finansierade infrastrukturprojekt involverar ofta många aktörer – från myndigheter och entreprenörer till underleverantörer och materialleverantörer. Detta skapar långa och svårkontrollerade betalningskedjor. Studier visar att upp till fem procent av upphandlingsbudgeten kan gå förlorad på grund av misstag, slöseri och potentiella bedrägerier.
Detta är självklart inte enbart ett nordiskt problem. I Storbritannien har analyser av ett höghastighetsjärnvägsprojekt visat att AI-drivna analyser kan spara upp till en procent av budgeten, vilket för så stora projekt motsvarar betydande summor som går till spillo varje år. Tillämpningar inom andra stora projekt har visat att bättre datahantering och analys kan minska onödiga kostnader, optimera resursfördelning och säkerställa efterlevnad av både budget och tidsplaner.
Varför är AI och dataanalys nyckeln till effektivare byggprojekt?
Även om många företag redan använder affärssystem (ERP-system) för upphandling och ekonomi, är det vanligt att dessa system är centraliserade och saknar en enhetlig översikt över faktorer utanför det enskilda ERP-systemet, såsom information om externa leverantörers ägarstruktur, fakturering via leverantörer samt underordnade ERP-system. Detta gör det svårt att identifiera ineffektiva processer och risker i realtid.
Med AI och avancerad dataanalys kan bygg- och infrastruktursektorn få:
- Tidigare upptäckt av fel och avvikelser – AI kan analysera fakturor och kontrakt i realtid för att upptäcka dubbletter, överdebiteringar och misstänkta transaktioner.
- Smartare resursplanering – Genom att analysera historiska och aktuella data kan AI hjälpa till att förutse materialbehov, minska svinn och optimera leveranskedjor.
- Bättre kostnadskontroll och riskhantering – Genom att sammanställa data från olika projekt kan organisationer få en tydligare bild av ekonomiska mönster och fatta mer välgrundade beslut.
- Effektivare uppföljning av leverantörer och underentreprenörer – Med dataanalys kan man identifiera riskfyllda leverantörer och säkerställa att alla parter följer kontraktsvillkor och lagstiftning.
Från reaktiv till proaktiv styrning
Många projekt har idag en reaktiv metod för att hantera budgetöverskridanden och felaktigheter. Interna och externa revisorer granskar betalningsflöden och kontrakt, men ofta upptäcks problem långt efter att pengarna har spenderats. Med AI och automatiserad analys kan vi istället arbeta proaktivt – kontinuerligt övervaka alla transaktioner, analysera mönster och varna för avvikelser innan de blir kostsamma problem.
Byggsektorn står inför en datadriven transformation
AI och dataanalys är inte något endast för framtiden – det är tekniker som behöver användas här och nu. De nordiska länderna står inför stora infrastruktursatsningar de kommande decennierna, och med rätt tekniska lösningar kan vi säkerställa att dessa projekt inte bara blir hållbara och funktionella utan även kostnadseffektiva och transparenta.
För bygg- och infrastruktursektorn är det dags att ta nästa steg – att integrera data som en strategisk resurs och låta tekniken arbeta för att minska risker, öka effektiviteten och leverera framtidens infrastruktur på ett smartare sätt.
/ Rasmus Dalsgaard, rådgivare inom bekämpning av finansiell kriminalitet och bedrägerier, SAS Institute