Bild från workshop om datakvalitet och metadata med konsult från Eghet, Daniel Sääf samt GIS-teamet på Nacka kommun.
Syftet med piloten
Nacka kommun har under 2024–2025 genomfört sin första pilot inom AI och geodata. Målet var att ta reda på om generativ AI kan göra det lättare för medarbetare att hitta och förstå kommunens information utan att behöva specialistkunskaper eller söka i flera olika system.
Piloten handlade inte om att utveckla en färdig produkt utan om att pröva om en AI-agent kan fungera som ett nav som kopplar samman flera datakällor och hjälper till att sammanfatta, resonera och presentera information, både som text och i enklare kartvyer.
Piloten har också som syfte att belysa vikten av att kommunen investerar i att digitalisera sina detaljplaner för att tjänster skall kunna använda informationen då pilotprojektet kopplar upp sig mot den Nationella geodata plattformen (NGP).
Från vänster: Yann Buhot (Gis-strateg och team lead), Ali Nabi (utvecklingschef, Miljö- och stadsbyggnadsnämnden), Jonas Brodd (Geodatachef, Geodataenheten).
— AI-piloten har gett oss flera insikter. Vi ser att tekniken kan göra det både snabbare och enklare att arbeta med kommunens data, men bara när grunden är på plats. Datakvalitet, en gemensam datastruktur och en tydlig styrning av de agentflöden som modellen arbetar igenom är helt avgörande för att generativ AI ska fungera på ett tillförlitligt sätt.
Det kanske viktigaste resultatet är att piloten visar vad som händer när databaser har bristande kvalitet eller att det saknas metadata. Det ger oss ett konkret underlag och en starkare argumentation varför kommunen behöver fortsätta att investera i data governance. Det handlar om att skapa tydliga roller, arbetssätt och regler för hur information ska hanteras, kvalitetssäkras och användas.
Ett konkret exempel
Ett konkret exempel från piloten illustrerar detta tydligt. När vi ställde frågan om vilket område som har mest förorenad mark i Nacka gav assistenten först svaret att Stora Nyckelvikens trädgård var den mest förorenade platsen. När vi följde upp och bad assistenten förklara hur den tolkade begreppet ”mest förorenad”, ändrades svaret till Hasseluddens handelsträdgård, med hänvisning till att platsen var klassad i riskklass 3.
Exemplet visade hur avsaknad av metadata och gemensamma definitioner gör att AI:n blandar olika begrepp – som riskklass, förekomst i datamängd och faktisk föroreningsgrad. Resultatet blev ett svar som lät rimligt, men som inte gick att använda som beslutsunderlag utan manuell granskning. För kommunen blev detta ett tydligt kvitto på att tekniken i sig inte är problemet, utan hur informationen är strukturerad, beskriven.
Det här kan tyckas självklart, men i praktiken är det ofta enklare att vilja investera i ”glass och ballonger” än i den stabila grund som behövs för att AI ska fungera på riktigt.
Piloten visar tydligt att nyttorna finns, men också vad vi behöver jobba med parallellt för att nå hela vägen.
Kommunens slutsats är att datakvalitet, metadata, enhetliga standarder och tydligt ansvar för datalager är grundläggande krav för att AI ska kunna fungera på ett tillförlitligt sätt. Detta arbetssätt är också en viktig del i kommunens kommande geodatastrategi, där data governance är ett av strategins fokusområden.
— Jonas Brodd, enhetschef Geodataenheten
Så fungerade assistenten
I piloten användes så kallade agenter, som kan ses som digitala medarbetare. De hämtar information från specifika system, tolkar den enligt givna regler och skickar tillbaka den i ett format som språkmodellen kan använda.
Vi använde flera specialiserade agenter, för GIS, detaljplaner och bygglov, som hämtade och strukturerade relevant data från respektive källa. Den samlade informationen användes sedan av en språkmodell för att formulera ett tydligt svar till användaren, i vissa fall kompletterat med en enkel karta.
Syftet var att se om AI kan ge handläggare en snabb helhetsbild av ett ärende utan att de själva behöver leta i flera system.
Bygglov blev den första testmiljön
Bygglov valdes som första verksamhet att testa agenten i, eftersom handläggare nyttjar flera av de datakällor som agenten omfattar, samt arbetsmoment där handläggare behöver sammanställa information till beslutsunderlag. Det gav projektet en praktisk miljö för att pröva både tekniken och arbetssättet. Assistenten byggdes samtidigt så att den ska kunna användas av fler verksamheter när datakopplingarna finns på plats. Det gav en klar bild över hur agentflöden för dessa bör se ut.
AI + geodata, tekniken är mogen
Piloten bekräftade huvudfrågan: Kan generativ AI bli ett nytt arbetssätt för att förstå och använda kommunens data?
Svaret är ja. AI-agenten kunde skriva korrekta SQL-frågor, kombinera information från flera system, sammanfatta komplexa underlag och presentera resultat både i text och på kartan. Tekniken bedöms som tillräckligt mogen för att byggas vidare på, men kräver fortsatt arbete med datakvalitet, struktur och tydlig styrning av hur data, agentlogik och arbetssätt hänger ihop innan fler verksamheter bygger fler agentflöden.
Ett växande ekosystem av beroenden
Under projektets gång har flera andra kommuner genomfört liknande satsningar. Varberg testar till exempel AI-funktioner i HAJK, ett kartverktyg som utvecklas i samverkan mellan kommuner.
Även Värmdö har presenterat resultatet av en spännande pilot inom området geodata och AI:
Här kan du läsa mer om den utredningen.
DASH-projektet, ett AI-baserat planeringsverktyg finansierat av Tillväxtverket, undersöker bland annat hur så kallade MCP:er (Model Context Protocols) kan användas för att koppla AI-verktyg till olika datakällor. MCP är ett gemensamt sätt för AI-modeller att kommunicera med system och databaser, vilket gör det enklare och säkrare att hämta information på ett styrt och kontrollerat sätt.
Här kan du läsa en artikel om projektet i Hållbart samhällsbyggande.
Sammantaget visar dessa initiativ att kommuner testar olika sätt att kombinera AI och geodata. Angreppssätten skiljer sig i hur agentflöden kopplas till data, men pekar mot samma behov. Ordning på data och tydlig styrning av hur regler, metadata och datakopplingar används.
Styrning viktigare än plattform
Samtidigt växer marknaden för mer plattformsagnostiska AI-lösningar, det vill säga lösningar som inte är låsta till en specifik teknikplattform eller språkmodell. Det gör att den viktigaste frågan inte längre handlar om vilken plattform eller modell som används, utan hur AI-agenter ska styras: vilken information de får hämta, hur svar kvalitetssäkras och hur logiken kopplas till kommunens data på ett långsiktigt hållbart sätt.
En central del i detta är vilken frihetsgrad språkmodellen ska ha. I kommunal verksamhet kan en AI inte tillåtas agera fritt, utan behöver arbeta inom tydliga ramar för vad den får göra och vilka datakällor den får använda. För att denna styrning ska vara möjlig även över tid har piloten utformats med en modellagnostisk arkitektur, baserad på öppna och utbytbara komponenter. Det minskar risken för inlåsning och skapar förutsättningar för att samma agentlogik och styrprinciper ska kunna tillämpas även när språkmodell eller teknisk plattform förändras.
Det är i denna kombination av styrning, arkitektur och frihetsgrad som agentflöden blir centrala. De enklare flöden där AI exempelvis sammanfattar text eller besvarar generella frågor är inte där det största värdet uppstår. Det verkliga värdeskapandet sker när agenter hanterar flera datakällor och utför flera steg i samverkan.
Samtidigt är det också här komplexiteten ökar. När agenter ska interagera med databaser och strukturerad information som olika verksamheter arbetar med dagligen krävs en djupare förståelse av datamodeller, begrepp, kvalitet och åtkomstregler. Det är i dessa flöden som kommunens ansvar för datakvalitet och åtkomstregler blir avgörande. Hur en AI-agent steg för steg hämtar, kombinerar och presenterar information påverkar direkt om resultaten går att lita på och kan användas i verksamheten utan att riskera felaktiga beslut.
Nästa steg
Nytta och uppföljning
Framåt kommer alla fortsatta steg i AI-arbetet att kopplas till tydliga nyttokalkyler och uppföljning av faktisk nytta i verksamheterna. Tekniken är inte längre den största utmaningen. Det är finansiering, nytta och prioriteringar som avgör om kommunen ska gå vidare och skala upp arbetet.
För att detta ska vara möjligt behöver kommunen också förstå kostnaden per ärende. Ett ärende där AI-agenter hämtar och sammanställer information från Nationella geodataplattformen (NGP) kommunens PostGIS-miljö samt Nova har en beräknad kostnad på cirka 8 kronor per körning.
Denna typ av kostnadsbild är en förutsättning för att nyttokalkyler ska kunna följas upp på ett rättvisande sätt. Den totala kostnaden av ägandeskap (TCO) behöver därför ställas mot investeringen, vilket innebär att nyttokalkylerna inte bara ska omfatta utvecklingen av agentflöden, utan även den löpande kostnaden för att använda dem i verksamheten.
Tydliga resultat i piloten
Pilotens resultat är tydliga. Tekniken är mogen, nyttorna finns, men bara när fundamentet är på plats. Det innebär att den fortsatta utvecklingen behöver byggas på tre centrala principer.
- Kommunen behöver stärka sitt arbete med data governance.
Detta kräver en samordnad, kommungemensam informationsarkitektur och ett tvärfunktionellt arbetssätt där Geodataenheten och Digitaliseringsenheten tillsammans stödjer och samordnar verksamheternas ansvar för datakvalitet, metadata, definitioner och informationshantering över verksamhetsgränser. - AI-piloten måste paketeras så att den går att flytta mellan olika plattformar.
För att undvika inlåsning behöver logik, regler och agentflöden hållas isär från den teknik de körs i. Det säkerställer att kommunen kan byta plattform eller modell över tid utan att tappa funktionalitet eller behöva börja om. - Investeringar i agentflöden behöver kopplas till nyttokalkyler och faktiska effekter i verksamheten.
Att förstå kostnaden för att utveckla, förvalta och använda agentlogik är lika viktigt som att se nyttorna. Analys av effekt och kostnad måste därför gå hand i hand med teknikutvecklingen.
Tillsammans bildar dessa tre områden riktningen för hur Nacka kommun ska arbeta vidare inom området.
Vill du läsa mer? Här är fler relaterade artiklar
Sidan uppdaterades: