Beyond the prompt: varför det krävs mer än generisk AI för att vinna upphandlingar

I åratal har upphandlingsprocesser följt samma mönster: stora mängder dokumentation, splittrad information och team som lägger timmar på att söka, strukturera och återskapa arbete som redan har utförts tidigare.

Trots nya verktyg och ett ökande tryck har arbetssättet i stort sett förblivit oförändrat. För mycket manuellt arbete, för lite struktur och processer som bygger på enskildas kunskaper istället för gemensamma system. Som en lösning har teamen vänt sig till AI för att bryta detta mönster.

Testfasen är över
Idag har praktiskt taget alla seriösa anbudsteam i Europa provat på AI-verktyg. ChatGPT för att skriva utkast, Copilot för att sammanfatta. Generiska verktyg används genom hela processen. Ibland sparar det tid, men lika ofta skapar det extra arbete. Resultatet låter professionellt, men måste ändå granskas.

Inte för att generisk AI misslyckas. Tvärtom presterar den bra i många uppgifter. Men den bredden har sitt pris: den saknar det djup som krävs för komplexa, domänspecifika processer som upphandling.

Det ena hjälper individer, det andra samordnar teamet
Upphandling är ingen generisk uppgift. Det är en mycket specifik disciplin som omfattar upphandlingsregler, utvärderingskriterier, avtalsrisker, efterlevnadsstrukturer och flera dokument samtidigt. Ett generiskt verktyg som hanterar allt detta kommer alltid att prestera sämre än ett som är specifikt utformat för detta sammanhang. Generisk AI ger generiska resultat. Den hjälper individer att arbeta snabbare, men hjälper inte teamen att skala upp. I upphandlingar med höga insatser är generiskt helt enkelt inte tillräckligt bra.  

Det är här som branschspecifik AI gör skillnad. Plattformar som Brainial hundratals anbudshandlingar på några minuter och identifierar krav, risker och varningssignaler med direkta källhänvisningar. Resultatet är transparent och granskningsbart. Varje insikt kan spåras tillbaka till sin källa, och varje beslut kan motiveras.

När AI tar över arbetet förändras värdeskapandet
Övergången till AI-drivna processer förändrar inte bara hur teamen arbetar, utan även deras roll. I åratal har anbudsteam skapat värde genom det operativa arbetet: att samla in information, strukturera svar och säkerställa efterlevnad. Det är viktigt arbete, men sällan det som avgör om ett anbud vinner eller förlorar. När AI tar över de operativa uppgifterna flyttas fokus från att utföra till att fatta beslut. Vilka möjligheter man ska satsa på, var man ska särskilja sig och vilka risker man ska ta eller undvika.

I företagsmiljöer medför denna förändring nya krav. Datasuveränitet, revisionsspår och skalbart samarbete blir oundvikliga. Informationen måste vara konsekvent, spårbar och delas mellan olika team. På en marknad där generisk AI jämnar ut spelplanen blir detta avgörande.

Från resultat till utfall
De team som kommer att sticka ut är inte de som använder flest verktyg, utan de som använder tekniken för att fatta bättre beslut, baserade på organisationens samlade erfarenheter. Det handlar inte bara om att förutsäga nästa troliga ord, utan om att dra lärdom av tidigare anbud, vinster och förluster.

Det är inte vad du skriver, utan varför du skriver det (och hur väl du kan motivera det) som avgör resultatet. Det är där skillnaden mellan generisk och domänspecifik AI blir avgörande.

Skapad för just detta problem
När Fedor Klinkenberg och Taco Hiddink grundade Brainial var det inte för att hoppa på en trend. De hade själva upplevt hur anbudsteam tillbringade större delen av sin tid med att gräva sig igenom dokument, kopiera innehåll och bygga upp arbetet från grunden.

Idag Brainial organisationer att strukturera sina upphandlingsprocesser, samla kunskap på ett centralt ställe och bygga upp ett institutionellt minne som spänner över olika team. Inte bara för att arbeta snabbare, utan för att fatta bättre beslut. Konsekvent och i stor skala.