AI är inte moln – det är el, värme och möjligheter
- Sustainability Circle
- för 5 dagar sedan
- 3 min läsning
2026-05-24, Söndagar kl.15: Vi pratar ofta om AI som något digitalt. Som en tjänst. En app. Ett verktyg i datorn. Något som ”finns i molnet”.
Men molnet är förstås inte ett moln. Det är byggnader, servrar, kablar, kylsystem, transformatorer, elnät, vatten, metaller och människor. Det är fysisk infrastruktur. Och när AI används i allt större skala blir det också en fråga för energisystemet, industrin och hållbarhetsarbetet.
AI:s miljöpåverkan kommer framför allt från el till datacenter, tillverkning av hårdvara, kylning och vattenanvändning samt påverkan på elnät och energisystem.
I Sverige har vi en viktig fördel: vår elproduktion är till mycket stor del fossilfri. Det gör att AI-beräkningar som sker här ofta kan ha betydligt lägre direkta klimatutsläpp än motsvarande beräkningar i länder med fossil elmix. Men fossilfri el betyder inte ”grön” AI.
El är en begränsad resurs i omställningen. Samma el behövs till fossilfri industri, elektrifierade transporter, vätgasproduktion, batterifabriker, värmepumpar och nya produktionsprocesser. Därför räcker det inte att fråga om AI använder grön el. Vi måste också fråga: Använder vi elen klokt?
AI kan driva upp energibehovet om den används slentrianmässigt, för varje liten uppgift, utan eftertanke. Men den kan också hjälpa oss att minska spill, optimera underhåll, planera produktion, upptäcka energiläckage, förbättra transporter, analysera materialflöden och fatta bättre beslut.
Miljöfrågan handlar därför inte bara om hur mycket energi AI använder. Den handlar också om vilken nytta vi skapar per beräkning.
Från datacenter till AI-center
Det som nu händer är att datacenter förändras.
Traditionella datacenter har ofta handlat mycket om lagring, kommunikation och varierande IT-belastning. AI-center är något annat. De kör tunga beräkningar kontinuerligt, på specialiserad hårdvara och i en helt annan effektskala.
I Sverige har Svenska kraftnät fått mycket stora ansökningar om anslutning från datacenter och AI-center. Enbart under 2025 handlade det om uttagsansökningar på 5 000 MW från sådana anläggningar, och totalt står datacenter i kö med ett effektbehov på 7 620 MW. Det är mycket stora tal i ett elsystem där många andra aktörer också vill elektrifiera.
Det här är inte ett argument mot AI-center. Men det är ett starkt argument för att de måste placeras, designas och integreras smart. Ett felplacerat AI-center riskerar att mest bli en stor elanvändare. Ett rätt placerat AI-center kan däremot bli en del av ett större energisystem – där el, data och värme samspelar.
I ett land med väl utbyggda fjärrvärmenät kan värmen också bli en resurs. Särskilt AI-center, som ofta använder vätskekylning och kan ge restvärme vid högre temperaturer, kan vara intressanta för fjärrvärmesystem.
Den dolda delen
Elanvändningen är den mest synliga delen. Men AI:s miljöpåverkan slutar inte där.
Servrar, GPU:er, kylsystem, transformatorer och byggnader har klimat- och resursavtryck redan innan de tas i drift. Hårdvaran bygger på globala leverantörskedjor med halvledare, metaller, kemikalier och transporter. Om specialiserad AI-hårdvara byts ut snabbt ökar också frågan om återbruk, reparation och materialåtervinning.
Vatten är en annan fråga. Datacenter behöver kyla. I kalla klimat kan kylbehovet hanteras mer effektivt, men globalt är vattenanvändningen en viktig hållbarhetsfråga – särskilt i varma och vattenstressade regioner.
Och så har vi transparensen. När vi använder en AI-tjänst vet vi ofta inte var beräkningen sker. Den kan köras i Sverige, i Norden, i Europa eller någon helt annanstans. Den kan drivas med fossilfri el – eller med en helt annan elmix. Det gör det svårt för användare och företag att förstå den faktiska miljöpåverkan.
Här är utvecklingen ändå på väg åt rätt håll. Nya krav på rapportering av datacenters energiprestanda inom EU och Sverige kan göra det lättare att jämföra och ställa krav framöver.
Vad betyder det för oss?
Slutsatsen är att vi ska använda AI mer medvetet.
Högvärdig AI-användning är när tekniken hjälper oss att minska driftstopp, hitta energibesparingar, analysera stora datamängder, förbättra underhåll, undvika onödiga resor, fatta bättre beslut och utveckla nya lösningar.
Lågvärdig användning är när vi använder stora modeller, långa körningar eller massgenerering utan tydligt syfte – bara för att det är enkelt.
Det handlar inte om moralism. Det handlar om ingenjörsmässighet.
Rätt verktyg till rätt uppgift. Rätt modell till rätt problem. Rätt resursinsats till rätt nytta.
AI är inte en klimatkatastrof per automatik. Men den är inte heller en gratis digital resurs. Det är en kraftfull teknik som kräver fysisk infrastruktur. Den påverkar elsystem, materialflöden och vattenanvändning.
Det är därför vi behöver lämna de enkla bilderna. AI är inte bara ”bra” eller ”dåligt” för miljön. Det beror på hur vi bygger, var vi kör, vad vi ersätter och vilken nytta vi skapar. Vilken nytta skapar du?



Kommentarer