KI og offentlige anbud i 2026: hva den kan, hva den bommer på
KI og offentlige anbud i 2026: lese konkurransegrunnlag, hente ut kriterier, skrive tilbud, nyttige instruksjoner, risikoer og hvorfor chatboter bommer.
Oppdatert 5. september 2026
Verifisert 5. september 2026.
I 2026 er spørsmålet ikke lenger om man bruker en språkmodell når man svarer på offentlige konkurranser, men hvor den gir reell gevinst og hvor den koster poeng, eller en kontrakt. Skillelinjen er tydelig: KI er utmerket til å lese, oppsummere og omformulere dokumenter du gir den, og svært dårlig til selv å finne kunngjøringene som ble publisert denne uken.
Det bedriftene faktisk bruker den til
Fem bruksmåter går igjen.
Analyse av konkurransegrunnlaget. Et konkurransegrunnlag er ofte flere hundre sider fordelt på fem eller seks filer. En modell som håndterer lange PDF-er, henter på noen minutter ut hva anskaffelsen gjelder, oppdelingen i delkontrakter, varigheten, sanksjonsbestemmelsene, hvilke dokumenter som skal leveres, og de punktene i kontraktsbestemmelsene du bør se nærmere på.
Oppsummering og beslutning om å levere. Et sammendrag av en kunngjøring i et fast format, med oppdragsgiver, hva det gjelder, tilbudsfrist, anslått verdi og adgangskrav, gjør at du kommer gjennom en bunke kunngjøringer langt raskere.
Uthenting av tildelingskriteriene. Konkurransebestemmelsene beskriver vekting og underkriterier, noen ganger i en tabell, andre ganger i et avsnitt langt inne i dokumentet. En strukturert uthenting av kriteriene med vekt blir disposisjonen for tilbudsbeskrivelsen.
Skriving av tilbudsbeskrivelsen. Den mest utbredte og den mest risikable bruken. Modellen lager en disposisjon som følger kriteriene, omformulerer avsnitt fra tidligere besvarelser og kontrollerer at ingen krav i kravspesifikasjonen står ubesvart. Den er dårlig til å finne på merverdien; den må komme fra bedriften.
Overvåking og klassifisering. Når kunngjøringene først er hentet fra en oppdatert kilde, klarer en modell godt å sortere dem etter relevans, sette CPV-koder på dem og oppdage dubletter. Det viktige ordet er «når de først er hentet».
Hva den gjør godt, og hva den gjør dårlig
| Oppgave | Generell KI-assistent | Hvorfor |
|---|---|---|
| Oppsummere et konkurransegrunnlag du laster opp | Bra | Teksten ligger foran den; oppgaven er komprimering |
| Hente ut kriterier, vekting og datoer fra konkurransebestemmelsene | Bra | Strukturert uthenting, men kontroller linje for linje |
| Oversette en aktivitet til CPV-koder | Bra | Klassifiseringen er offentlig og stabil |
| Lage synonymer for oppdragsgiverens ordbruk | Svært bra | Trenger ingen ferske data |
| Sortere og score kunngjøringer du allerede har samlet inn | Bra | Klassifisering av tekst du har gitt den |
| Omformulere og strukturere en tilbudsbeskrivelse | Greit, med gjennomlesing | Innholdet må komme fra bedriften |
| Finne kunngjøringene som kom denne uken | Dårlig | Delvis tilgang til portalene, utdaterte treff |
| Oppgi en anslått verdi som ikke er publisert | Dårlig | Ren oppdikting |
| Sitere en standard, en terskelverdi eller en paragraf | Risikabelt | Plausible, men gale kilder |
| Skrive et helt tilbud som leveres som det er | Dårlig | Generisk besvarelse, og den blir vurdert deretter |
Den blinde flekken: å finne ferske kunngjøringer
Dette er den dårligst forståtte begrensningen. Generelle assistenter har bare svært delvis tilgang til publiseringsportalene. Spør du «finn pågående anbud på IT-drift i Trøndelag», får du stort sett gamle konkurranser, ofte for lengst utgått.
Tre tekniske grunner. Konkurransegjennomføringsverktøyene indekseres dårlig, fordi innholdet ligger bak søkeskjemaer, innlogging og JavaScript. Vinduet for en konkurranse er kort, ofte to til fem uker, mens en søkeindeks oppdateres langsommere. Og de pålitelige kildene er programmeringsgrensesnitt: Doffin har et åpent API, TED har et søke-API, og ingen av dem spørres av en generell assistent.
Derav regelen: språkmodellen kommer inn etter at kunngjøringen er funnet, aldri for å finne den.
Tre konkrete risikoer
Oppdiktede referanser
En modell produserer plausibel tekst, ikke verifisert tekst. I en tilbudsbeskrivelse gir det standardnumre som ikke finnes, sertifiseringer bedriften ikke har, oppdiktede referanseprosjekter eller paragrafer sitert med feil nummer. En uriktig opplysning er ikke bare en formfeil: den kan leses som en uriktig erklæring, og i verste fall føre til avvisning. Alle faktaopplysninger en modell produserer, skal kontrolleres av en person som kjenner dem.
Den generiske besvarelsen
Tekst som er generert uten stoff fra bedriften, kjennes igjen på allmenne formuleringer og fravær av operative detaljer. Kvalitetskriteriene belønner det motsatte: navngitt bemanning, tallfestet framdrift, metodikk anvendt på det konkrete bygget, miljøtiltak knyttet til det behovet kravspesifikasjonen beskriver. En flytende, men utbyttbar besvarelse taper poeng nettopp der forskjellen avgjøres.
Taushetsplikt og konfidensialitet
Konkurransegrunnlaget inneholder noen ganger tegninger, driftsdata eller adresser til sikkerhetsgraderte anlegg, og tilbudet du forbereder, inneholder forretningsstrategi og priser. Tre minimumsforholdsregler: kontroller at leverandøren ikke bruker det du sender inn til å trene modeller, velg en profesjonell avtale med kontraktsfestet forpliktelse på dette punktet, og fjern fra dokumentene det som ikke trenger å være der. Behandler du personopplysninger, gjelder personvernreglene fullt ut, og enkelte konkurransegrunnlag har konfidensialitetsklausuler som forbyr videreformidling til tredjeparter — en nettbasert tjeneste er en tredjepart.
Instruksjoner som fungerer
Disse tre er rettet mot oppgavene modellen er god på: dataene er gitt til den, eller de er stabile.
Oppsummering av en kunngjøring. Lim inn teksten fra kunngjøringen og krev et fast format.
Her er en kunngjøring av en offentlig konkurranse. Gjengi bare, som liste:
oppdragsgiver, hva anskaffelsen gjelder i én setning, kontraktstype
(bygg og anlegg / varer / tjenester), prosedyre, oppdeling i delkontrakter,
tilbudsfrist, kontraktens varighet, tildelingskriterier med vekting,
dokumenter som skal leveres.
Står en opplysning ikke i teksten, skriv "ikke oppgitt".
Ikke legg til noe som ikke står i teksten.
Den siste instruksjonen er den viktigste: den demper trangen til å fylle hull med oppspinn.
Kartlegging av CPV-koder. Nyttig når du bygger en overvåkingsprofil.
For aktiviteten "{aktivitet}", gi relevante CPV-koder, fra det bredeste til
det mest presise, med offisiell tekst for hver kode og en vurdering fra 1 til 5
av hvor sannsynlig det er at en oppdragsgiver bruker den for dette behovet.
Legg til nærliggende koder som bør utelates for å dempe støy. Svar i JSON.
Kontroller kodene etterpå i Kommisjonens offisielle CPV-søk: en modell lager lett en kode med riktig format som ikke finnes.
Utvidelse av synonymer. Søket i portalene er bokstavelig: leter du etter «IT-tjenester», finner du ikke en kunngjøring som heter «driftstjenester». Å lage varianter av oppdragsgiverens ordbruk er det modellen gjør aller best.
Du er innkjøper i en norsk kommune. For aktiviteten "{aktivitet}", list
15 til 20 formuleringer en oppdragsgiver ville brukt i overskriften på en
kunngjøring, forvaltningsspråk inkludert, og deretter nærliggende ord som
bør utelates. Svar i JSON.
Hvor regelverket står
Anskaffelsesregelverket sier i dag ingenting om kunstig intelligens, verken for oppdragsgivere eller for leverandører. Det finnes ingen egen bestemmelse om KI i anskaffelsesloven eller anskaffelsesforskriften, og ingen veileder fra myndighetene om leverandørers bruk av KI når de skriver tilbud. Det er de eksisterende regimene som gjelder: de grunnleggende kravene i anskaffelsesloven, personvernreglene, reglene om taushetsplikt og forretningshemmeligheter, og på europeisk nivå KI-forordningen (EU) 2024/1689, som er merket som EØS-relevant. Status for innlemmelsen i norsk rett publiseres på regjeringen.no.
Det du faktisk må lese, er konkurransebestemmelsene i den enkelte konkurransen. Kommer det krav om å opplyse om bruk av KI, om at besvarelsen skal være utarbeidet av leverandøren selv, eller om at konkurransedokumentene ikke kan deles med tredjeparter, står de der. Slike klausuler er vanskelige å kontrollere, men de er bindende for deg, og det koster ingenting å lese dem før du limer et konkurransegrunnlag inn i en nettjeneste.
Den fornuftige holdningen er å behandle KI som et internt skriveverktøy som bedriften er fullt ut ansvarlig for, akkurat som et tekstbehandlingsprogram eller en innleid konsulent. Det er du som signerer tilbudet.
Scoutee bruker det samme skillet: innsamlingen av kunngjøringer skjer fra daterte og strukturerte kilder, og modellen kommer først inn etterpå, for å sortere og oppsummere det som faktisk er publisert.