boc/landvex-paket/STRATEGI_GRANSKNING.md

Landvex Strategigranskning & Pilotpitch-analys

Datum: 2026-07-07
Granskare: Agentgranskning av produktionspaket v1
Omfattning: Genome-strategi, IOL-grundspecifikation, 6 leveransrapporter (våg 1–5, 7), pilotpitch-deck (10 slides), API-spec, agentarmé-order

---

Sammanfattning

Landvex har på ~30 dagar byggt en imponerande grund: 37 objektklasser (35 källbelagda), 27 produktmodeller, 176 grafkanter, en körbar ingest-pipeline, ett API-kontrakt och en verifieringstrappa. Pitch-decket är visuellt snyggt och tekniskt korrekt. Men det finns tre kritiska luckor som måste åtgärdas innan första kundmöte:

1. Ingen konkret pilotkund är identifierad — vem ska boka "pilotworkshop"?
2. Vision/identify är fortfarande en svart låda — ingen modell, ingen tröskel, ingen demo
3. SaaS-prissättningen är vag — "fast månadsavgift" utan siffror säljer inte

Rapporten nedan detaljerar nyckelinsikter, rekommendationer, pitch-förbättringar och risker.

---

1. Nyckelinsikter från strategidokumenten

1.1 Genome-strategin — visionen håller

Tesen "grafen är produkten" är stark och differentierande. De fyra tillväxtfaktorerna (täckning × djup × verifiering × tidshistorik) är välvalda. Datafabrikens fem linjer (skörd → extraktion → entitetsupplösning → verifiering → publicering) är logiska och skalbara.

Det som skiljer Landvex från en vanlig databas:

• Landvex-ID som kanonisk referens — potential att bli branschstandard
• Bitemporal datamodell — både "när det var sant" och "när vi visste det"
• Verifieringstrappan — fyra nivåer som bygger tillit över tid
• Flyhjulet — kundfrågor finansierar datainsamling (bounty-systemet)

1.2 IOL-grundspecifikationen — ontologin är robust

Nio domäner (TRP, VAT, ELN, TEL, BYG, PRK, JVG, HMN, FLG) täcker den visuellt identifierbara infrastrukturen väl. Tier 1-urvalet (20 klasser) är motiverat med fem kriterier: volym, synlighet, efterfrågan, datatillgång, flyhjul.

Särskilt starka val:

• Vägbelysningsarmaturer — stor installerad bas, tydliga kännetecken, stark efterfrågan på ersättare
• Brunnsbetäckningar — EN 124-standardiserade, gjutmärken = enkel OCR
• Vägmärken — MUTCD/TSRGD ger tydliga regelverksskiften
• Laddstationer — snabbväxande, generationskedjor (CHAdeMO → CCS → NACS)

Svagare val i Tier 1:

• Papperskorg, cykelställ — låg utbytesekonomi, svag efterfrågan på identifiering
• Hållplatsväderskydd — kommunsspecifika program, svårgeneralisera

1.3 Leveransrapporterna — farten är hög, kvaliteten hållbar

Våg	Vad levererats	Kvalitetsindikator
1	20 klassposter, 14 källbelagda	Ärlig rapportering av 6 obekräftade
2	6 klasser källbelagda, 17 modeller	Första ersättningskedjor (GE Evolve)
3	Tier 2-taxonomi (17 klasser), bountyprogram, 9 nya modeller	Flyhjulet aktiverat
4	Graf konsoliderad (0 fel), pilot-API-spec, 3 demo-cases	Säljbart paket
5	17 Tier 2-klasser forskade, master v2	31/37 källbelagda
7	Ingest-automation byggd och körd, 4 nivålyft	Datafabriken som kod

Mönster: Varje våg levererar konkreta, mätbara resultat. Ingen våg överdriver. Konflikter och obekräftade poster rapporteras öppet. Detta bygger tillit internt och externt.

Kritisk observation: Våg 6 saknas i rapporterna. Antingen hoppar numreringen (våg 5 → 7) eller en våg har uteblivit. Kontrollera om våg 6 existerar eller om det är ett dokumentationsfel.

1.4 Agentarmé-order — ambitiös men genomtänkt

58 agenter i 11 skvadroner över 4 faser. De tio hårda reglerna är välformulerade och täcker de vanligaste fallen av AI-hallucination, dataintegritetsförlust och juridisk risk.

Särskilt starka regler:

• Regel 2: Aldrig mock i kundnära väg — ärlig konfidens + bounty
• Regel 3: PLATSHÅLLARE serialiseras aldrig — juridik by design
• Regel 10: Osäkerhet uttrycks, döljs aldrig — konfidens som produktyta

Potentiell svaghet: Fas 0 är "komplett" enligt statusrapporten, men Fas 1 (API live) kräver att skvadron E (7 agenter) implementerar 6 endpoints + kontraktstester + golden cases. Detta är betydande arbete som inte är påbörjat.

---

2. Pilotpitch-deck — struktur och innehåll

2.1 Nuvarande struktur (10 slides)

Slide	Innehåll	Bedömning
1	Titel + nyckeltal (37 klasser, 26 modeller, 167 kanter, 0 fel)	✅ Stark öppning
2	Problembeskrivning — 3 smärtpunkter	✅ Tydlig, relaterbar
3	Lösning — fem nivåer, permanenta ID, källa, bitemporalitet	✅ Tekniskt övertygande
4	Bevis — byggt och validerat + verifieringstrappa	✅ Konkreta siffror
5	OCR-först — birthmarks, gjutmärken, hydrantkropp	✅ Visuellt stark, differentierande
6	Flyhjulet — QUIXZOOM, bounty-motor	✅ Loop-förklaring fungerar
7	API-produkt — 6 endpoints, svarskontrakt	✅ Tydlig produktbeskrivning
8	Tre svar som säljer — golden cases	✅ Bra case-val
9	Paketering — Pilot/Pro/Enterprise	⚠️ För vag
10	Piloterbjudande — 90 dagar, fast avgift	⚠️ Ingen prissättning

2.2 Vad pitch-decket gör bra

• Talar kundens språk: "Reservdelsrisken syns först när armaturen slocknat"
• Visar, inte berättar: Tre konkreta demo-svar med riktiga produkter
• Differentierar tydligt: OCR-först, bitemporalitet, verifieringstrappa
• Sluter loopen: Flyhjulet förklaras visuellt och ekonomiskt

2.3 Vad pitch-decket saknar

Saknad	Varför det spelar roll	Prioritet
Team-slide	Investerare och partners vill veta vem som bygger	HÖG
Marknadsstorlek (TAM/SAM/SOM)	"60M+ elstolpar i USA" är en anekdot, inte en marknad	HÖG
Konkurrensanalys	Finns det andra som gör detta? (Bentley, Autodesk, Hexagon?)	HÖG
Teknisk arkitektur (1 slide)	CTO:n vill se propertygraf + vektordatabas + objektlagring	MEDEL
Finansiell modell	Hur blir detta en miljardbusiness?	MEDEL
Roadmap med milstolpar	Tidsplanen i Genome-strategin är bra men inte i decket	MEDEL
Kundcase/testimonials	Även om det är pilotkandidater — vem har sagt ja?	MEDEL
Risker och mitigering	Ärlighet om vad som kan gå fel bygger tillit	LÅG

---

3. Rekommendationer för pilotkund

3.1 Idealisk pilotkund-profil

Kriterium	Varför	Matchande segment
Har ett bestånd att inventera	Pilotens kärnvärde är "fota → klassa → status"	Kommuner, nätbolag, driftentreprenörer
Upphandlar regelbundet	Ersättningskedjor och reservdelsrisk är akuta	Större kommuner (100k+ invånare), Trafikverket
Har fältpersonal med mobiler	QUIXZOOM-loopen kräver fotografering	Entreprenadbolag, driftbolag
Är teknikmogen	API-integration och dataexport ska inte vara nytt	Nätbolag, större förvaltare
Har budget för pilot	"Fast pilotavgift" kräver betalande kund	Inte en gratis POC
Geografiskt koncentrerat	90 dagar kräver avgränsat område	En kommun, ett distrikt, en vägsträcka

3.2 Prioriterade kandidater (rangordnade)

1. Svensk mellanstor kommun (100–300k invånare)

Exempel: Uppsala, Västerås, Örebro, Linköping

Fördelar:

• Har gatubelysning, VA-nät och vägmärken i egen förvaltning
• Upphandlar drift regelbundet — ersättningskedjor är relevanta
• Tillräckligt stora för att ha beståndsdatabaser (men ofta dåliga)
• Tillräckligt små för att beslutsvägarna är korta
• Svenska marknaden = Tier 1-klasser är direkt tillämpliga (EN-standarder)

Risker:

• Kommuner har långa upphandlingscykler
• Budgetårskiftet kan fördröja pilotstart
• Politisk känslighet kring "AI som ersätter människor"

Inledningsstrategi: Erbjud en gratis beståndsinventering av ett avgränsat område (t.ex. 500 armaturer i ett bostadsområde) som proof-of-concept. Resultatet blir säljmaterial för bredare avtal.

2. Svenskt nätbolag (elnät)

Exempel: Ellevio, Vattenfall Eldistribution, E.ON Energidistribution

Fördelar:

• Har enorma bestånd av kabelskåp, elstolpar, transformatorer
• Redan digitaliserade — API-integration är naturlig
• Har budget för digitaliseringsprojekt
• EN-standarder och svenska nätbolagsnormer är väldokumenterade

Risker:

• Hårdare säkerhetskrav (samhällsviktig infrastruktur)
• Längre säkerhetsgranskningar
• Kan ha egna system som konkurrerar (GIS, Maximo, etc.)

Inledningsstrategi: Fokusera på ersättningskedjor och reservdelsrisk — nätbolagen har tusentals äldre komponenter där tillverkaren upphört. Landvex kan identifiera ersättare innan lagret tar slut.

3. Driftentreprenadbolag

Exempel: Svevia, NCC Infrastructure, Peab Anläggning

Fördelar:

• Har fältpersonal som redan fotograferar (besiktningar, arbetsordrar)
• Upphandlas av kommuner — de har incitament att effektivisera
• Kan sprida Landvex till flera kunder (kommuner)
• Snabbare beslut än kommuner

Risker:

• Marginalerna är lägre — priskänsliga
• Kan se Landvex som konkurrent snarare än verktyg
• Kräver integration med befintliga arbetsordersystem

Inledningsstrategi: Paketera som fältverktyg för besiktning och arbetsorder. "Fota objektet, få modell och ersättare direkt i appen."

4. Internationell expansion (månad 6–12)

Tyskland: Större städer (München, Hamburg) — EN-standarder, stor marknad USA: DOT på delstatsnivå — MUTCD, AASHTO, enorm TAM UK: Highways England — TSRGD, engelskspråkig, nära kultur

3.3 Timing-rekommendation

Tidslinje	Aktivitet	Ansvarig skvadron
Vecka 1–2	Identifiera 3–5 pilotkandidater, första kontakt	K (sälj)
Vecka 3–4	Demo med golden cases för 2–3 kandidater	K + E (API)
Vecka 5–8	Förhandla pilotavtal, fast avgift, omfattning	K
Vecka 9–12	Pilotstart: inventering, feedback, bounty-loop	K + G (fält) + E (API)
Månad 4–6	Utvärdering, case study, referenskund	K
Månad 6+	Pro/Enterprise-försäljning baserat på pilotresultat	K

---

4. Pitch-deck förbättringsförslag

4.1 Nya slides att lägga till

Slide A: Teamet (efter slide 4)

Innehåll: Kärnteamet (5–7 personer), bakgrund, varför de är rätt för detta. Motivering: Investerare och designpartners köper teamet före produkten. Även om teamet är litet — visa att det är rätt kompetenser.

Slide B: Marknad (efter slide 2)

Innehåll: TAM/SAM/SOM med konkreta siffror. Förslag:

• TAM: Global infrastrukturförvaltning — $X miljarder
• SAM: Visuellt identifierbar infrastruktur i EU+USA — $Y miljarder
• SOM: Vägbelysning + VA + elnät i Norden år 1–2 — $Z miljoner

Motivering: "60M+ elstolpar" är en anekdot. Marknadssliden visar att detta är en affär, inte ett hobbyprojekt.

Slide C: Konkurrens (efter slide 3)

Innehåll: 2×2-matris eller landskapskarta. Förslag:

• Bentley/Autodesk: CAD/BIM-fokuserade, dyra, inte AI-drivna identifiering
• Hexagon/Leica: Hårdvarufokuserade (laserskanning), inte skalbara för rutin
• OpenStreetMap: Gratis, men ingen produktmodellering, ingen verifiering
• Landvex: AI-drivet, skalbart, verifierat, SaaS-prissatt

Motivering: Varje kund kommer att fråga "vem annars gör detta?" — besvara det proaktivt.

Slide D: Teknisk arkitektur (efter slide 7)

Innehåll: En slide med propertygraf + vektordatabas + objektlagring + API-lager. Motivering: CTO:n på pilotkunden vill förstå hur det fungerar under huven.

Slide E: Roadmap (efter slide 9)

Innehåll: 0–90 dagar / 3–12 månader / 12–24 månader från Genome-strategin. Motivering: Visar att detta är en långsiktig satsning, inte bara en pilot.

4.2 Befintliga slides att förbättra

Slide 9: Paketering

Nuvarande problem: "Fast månadsavgift" utan siffror. "Generös kvot" utan definition.

Förslag:

Paket	Pris (indikativt)	Inkluderar
Pilot	25–50k SEK/mån	1 område, 90 dagar, 5k identify/mån, gemensam backlog
Pro	5–15 SEK/identify + 2k SEK/mån bas	Usage-based, volymtrappa
Enterprise	100k+ SEK/mån	SLA, eget LVX-I-lager, riktade bounties

Motivering: Även indikativa priser skapar en ankring. Kunden kan förhandla, men de vet var de börjar.

Slide 10: Piloterbjudande

Nuvarande problem: "Fast pilotavgift — kvittas mot årsavtal" är vagt.

Förslag:

• Specificera exakt vad som levereras: "Inventering av 500–2000 objekt i avgränsat område"
• Specificera vad kunden får: "Export av individlager (LVX-I), beståndsrapport, utgånget-lista, problemflagg"
• Specificera vad Landvex får: "Fältaccess, feedback på API, rätt att använda resultat som case study"
• Lägg till CTA: "Boka pilotworkshop: [datum] eller [datum]"

4.3 Visuella förbättringar

• Slide 5 (OCR-först): Lägg till verkliga foton av birthmarks, gjutmärken, hydrantkroppar — inte bara textbeskrivningar
• Slide 6 (Flyhjulet): Använd riktiga app-screenshots eller mockups istället för pilar och text
• Slide 8 (Tre svar): Visa faktiska API-svar (JSON) i en snygg formatering — det bevisar att produkten finns

---

5. Risker och beroenden

5.1 Kritiska risker (röda)

Risk	Sannolikhet	Påverkan	Mitigering
Vision/identify fungerar inte tillräckligt bra	MEDEL	MYCKET HÖG	Regel 2 i agentarmén: ärlig konfidens + bounty. Men om träffsäkerheten är <50% blir produkten oanvändbar. Åtgärd: Sätt en hård tröskel (t.ex. 70% top-1) innan API exponeras.
Ingen pilotkund tecknar inom 90 dagar	MEDEL	HÖG	Ha 3–5 kandidater i pipeline samtidigt. Erbjud proof-of-concept (gratis inventering av litet område) som säljverktyg.
Juridisk risk vid publicering av "kända problem"	LÅG	HÖG	PLATSHÅLLARE-regeln och källkravet är starka. Men en felaktig publicering kan ge förtalsanspråk. Åtgärd: Juridisk granskning av alla problem-poster innan API går live.
Tillverkare vägrar delta i portalen	MEDEL	MEDEL	Incitamentet (rekommenderad ersättare) är svagt tills grafen är etablerad. Åtgärd: Fokusera på tillverkare med utgångna produkter — de har mest att vinna på att vara i grafen.

5.2 Beroenden (gula)

Beroende	Status	Konsekvens vid försening
Fas 0 (miljöer, data, CI)	✅ Komplett	—
Fas 1 (API live)	🔄 Ej påbörjad	Ingen demo för pilotkunder
Vision-modell (skvadron F)	🔄 Ej påbörjad	Identify-endpointen blir en klassificerare utan modellnivå
Fältflöde (skvadron G)	🔄 Ej påbörjad	Bounty-loopen är teoretisk
Tillverkarportal (skvadron H)	🔄 Ej påbörjad	Ingen fjärde verifieringsnivå

Rekommendation: Parallelisera Fas 1-arbetet. Skvadron E (API) kan bygga endpoints mot stubbad identify tills skvadron F är klar. Skvadron G kan bygga bounty-motorn utan fältverifieringslyftet (det kommer senare). Det viktigaste är att ha en demo-bar produkt för pilotmöten.

5.3 Tekniska risker

Risk	Bedömning
Entitetsupplösning (dubbletter)	HÖG — samma produkt under olika namn/OEM-märkningar. Ingest-pipeline har merge-policy men den är oprövad i skala.
Skalning av skördare	MEDEL — crawlers för tillverkarkataloger, upphandlingar, patent. Risk för IP-blockering och rate limiting.
OCR-kvalitet i fält	MEDEL — typskyltar kan vara slitna, felvinklade, dåligt belysta. Kräver robust vision-pipeline.
Dataintegritet vid konflikter	LÅG — merge-policyn är väldokumenterad och konflikter går till granskningskö.

---

6. Rekommendationer — prioriterade åtgärder

Omedelbart (vecka 1–2)

1. Identifiera 3–5 pilotkandidater — kommuner, nätbolag, entreprenadbolag i Sverige
2. Sätt indikativa priser på Pilot/Pro/Enterprise — även om de förhandlas
3. Lägg till team-slide i pitch-deck — vem är ni?
4. Verifiera våg 6 — saknas det en rapport eller är numreringen fel?

Kortsiktigt (månad 1–2)

5. Bygg demo-bar API — även med stubbad identify, så att golden cases kan demonstreras live
6. Skapa marknadsslide — TAM/SAM/SOM med konkreta siffror
7. Lägg till konkurrensanalys — vem gör något liknande?
8. Fotografera verkliga objekt — birthmarks, gjutmärken, typskyltar för visuellt pitch-material

Medellång sikt (månad 2–4)

9. Starta pilot med första kund — avgränsat område, 90 dagar, fast avgift
10. Bygg vision-modell MVP — träna på bountydata, sätt tröskel för API-exponering
11. Aktivera fältflödet — första e2e-nivålyftet (källbelagd → fältverifierad)
12. Skapa case study från piloten — referenskund är värt mer än 10 pitch-möten

---

7. Slutsats

Landvex har byggt en imponerande grund på kort tid. Ontologin är robust, datakvaliteten är hög, verifieringstrappan är genomtänkt och agentarméns regler förhindrar de vanligaste fällorna. Pitch-decket är tekniskt starkt och visuellt snyggt.

Men: Produktpaketet är fortfarande i Fas 0. API:t är en spec, visionen är en plan, fältflödet är en beskrivning. Innan första kundmöte behövs:

1. En demo-bar produkt (även om identify är stubbad)
2. En identifierad pilotkund (inte "vem som helst")
3. Indikativa priser (inte "fast avgift")
4. Ett komplett pitch-deck med team, marknad, konkurrens, roadmap

Landvex har potential att bli standarden för infrastrukturens identiteter. Men potential räcker inte — nästa 90 dagar handlar om att bevisa det i verkligheten med en betalande pilotkund.

---

Granskning utförd 2026-07-07. Baseras på produktionspaket v1, alla tillgängliga strategifiler och leveransrapporter.