När ett AI-verktyg kan minska tiden för en nätberäkning från fyra timmar till sex minuter öppnas möjligheter att undersöka betydligt fler alternativ. Men vad händer om vi också använder AI för att ompröva vilka frågor vi ställer och hur vi arbetar? Under AI4Energy 2026 blev det tydligt hur nära teknikens möjligheter hänger samman med ledarskap, kompetens och strategiska vägval. Det gäller i det enskilda energibolaget, men också för Sverige som ska hitta sin roll i en utveckling där fossilfri el är en viktig resurs.
Den 3–4 november samlade Power Circle, Energiforsk och AI Sweden energibranschen i Stockholm. Vi tar med oss konkreta exempel på vad AI redan kan göra, men framför allt frågor som förtjänar mer uppmärksamhet. Vilka arbetssätt behöver förändras? Vilken beräkningskraft behöver svensk industri? Och hur ser vi till att fler kan bidra till utvecklingen?
Strategiska ambitioner behöver plats i kalendern
Om AI är strategiskt, varför ska vi lära oss det när vi får tid över? Josef Wixenius från E.ON satte fingret på en motsättning som nog många känner igen. Förväntningarna på AI är höga, samtidigt som lärandet lätt får konkurrera med allt annat som redan ska göras. Att medarbetare får tillgång till ett verktyg innebär inte att organisationen har skapat förutsättningar att förändras.
E.ON beskrev praktiskt lärande och AI-ambassadörer som sätt att bygga förmåga nära verksamheten. Jenny Gustavsson från Öresundskraft lyfte ledningens uppgift att ange var nyttan ska uppstå och följa både användningen och resultaten. Här behöver det finnas tid att prova och miljöer där ett misslyckat försök kan bli ett lärande. Annars riskerar organisationen att förvänta sig innovation, men belöna att alla fortsätter som vanligt.
För att skriva en forskningsansökan snabbare kan såklart vara värdefullt, men kanske behöver själva finansieringsprocessen förändras med AI-verktygens intåg? Samma fråga går att ställa om andra analyser, beslutsunderlag, processer och kundärenden. Ofta finns mer att vinna på helt nya arbetssätt än att bara effektivisera dem vi redan har.
Vad gör vi när analysen tar sex minuter?
Umeå Energis arbete med GridForesight gav ett konkret exempel: där analystiden hade minskat från fyra timmar till sex minuter. Verktyget har flera utvecklingssteg kvar, men tidsvinsten illustrerar något intressant redan nu. Om fler scenarier kan undersökas inom samma tid kan det förändra vilka alternativ som hinner prövas inför ett beslut om nätutbyggnad. I nästa steg där även nya flexibla resurser och förmågor vägs in i analyserna kan helt nya lösningar potentiellt hittas.
Agentisk AI, där system kan använda verktyg och genomföra uppgifter i flera steg, gör också arbetsfördelningen mer intressant. Sebastian Haglund från Rebase Energy beskrev hur människans arbete kan förskjutas mot att specificera uppdrag, ge rätt kontext och verifiera resultat. Nästa steg i utvecklingen är att även låta agenter utföra verifiering. Då blir det avgörande att veta vad kontrollen faktiskt kan avgöra och när mänsklig bedömning fortfarande behövs.
Vilken beräkningskraft behöver Sverige?
Två bilder från konferensen fångade osäkerheten kring AI:s framtida energibehov. Martin Vallstrand från Energiforsk visade en prognos på omkring 950 TWh för datacenters globala elanvändning 2030. Han ställde det mot en snabb effektivisering av tekniken, med uppgifter om tio gånger lägre energiåtgång per AI-uppgift för varje år. Vilken utveckling får störst genomslag när användningen växer och uppgifterna blir fler och mer avancerade? Kommer vi framöver att kunna se en platå i energianvändning eller blir det en exponentiell utveckling?
John Wernvik från EcoDataCenter visade en annan del av utvecklingen: en bild med en uppskattad toppeffekt per rack på 1 000 kW år 2030, jämfört med 130 kW 2024. Prognosen pekar mot betydligt mer koncentrerade effektbehov. Effektivare beräkningar kan alltså gå hand i hand med större krav på elförsörjningen till en enskild anläggning. För energisystemet behöver vi förstå både den samlade efterfrågan och var effektbehoven uppstår.
En viktig fråga är därför vilken beräkningskraft svensk industri och samhälle faktiskt behöver. Något tydligt svar fick vi inte under dagarna, men flera såg behovet av en nationell strategi för datacenter och beräkningskraft. Den behöver då ta utgångspunkt i Sveriges behov och förena industripolitik, energipolitik och digitaliseringspolitik. Vilka förmågor vill vi bygga, hur använder vi elnätet effektivt och hur kan mer av förädlingsvärdet av vår fossilfria el komma Sverige och Europa till del?
Prova alternativen innan beroendet blir svårt att ändra
Digital suveränitet fick därmed en konkret koppling till energibranschens vardag. Stefan Wendin från RISE och Christian Landgren från Berget AI argumenterade för att Sverige och Europa behöver bygga egen beräkningskapacitet och egna lösningar. Samtidigt återkom frågan om hur företag väljer verktyg. Det som passar smidigast ihop med dagens system blir lätt också det självklara valet för nästa tillämpning. Och där är majoriteten av oss i amerikanska system idag.
Caroline Jakobsson från Ericsson lyfte avvägningen mellan att bygga egna lösningar och att köpa tjänster från stora plattformar. Egen utveckling med öppen källkod tar tid, medan köpta tjänster kan skapa inlåsning och göra verksamheten beroende av leverantörernas framtida priser. Hon gav även en fingervisning om att licenser och beräkningskraft blir större kostnadsposter för företag framöver, upp till en tredjedel av personalkostnaden. Då blir AI också av större betydelse för affären.
Hållbarhetsfrågan påverkar också vilka som deltar
Johanna Häägg från Vattenfall breddade diskussionen om AI:s avtryck till bland annat vatten, hårdvara och resursanvändning. Hon lyfte också risken att miljöoro får unga, särskilt unga kvinnor, att avstå från AI vilket på sikt kan skapa en ojämställdhet. Det väcker därför frågor för branschen om hur vi skapar förutsättningar för transparens och hållbarhet genom digitaliseringen.
Vi behöver kunna diskutera AI:s resursbehov öppet och samtidigt visa hur tekniken kan bidra till ett mer effektivt och hållbart energisystem. Möjligheter som bättre lokalisering av datacenter, flexibilitet, värmeåtervinning och att bidra till ny elproduktion behöver kombineras med tjänster som säkerställer att all beräkning sker under transparenta och hållbara förutsättningar. Samtidigt konstaterade flera talare, inte minst Mattias Goldmann från 2030-sekretariatet, att AI kan vara en möjliggörare för klimatomställningen.
Nästa steg för AI-utvecklingen
Efter AI4Energy tar vi framför allt med oss en uppmaning att ge utvecklingen riktning. I energibolagen behöver lärandet få tid och resultaten följas hela vägen till verksamhetsnytta. På nationell nivå behöver vi tydligare kunskap om vilken digital förmåga vi vill bygga och hur den kan samspela med energisystemet. Där finns ett viktigt gemensamt arbete för energibranschen, industrin och politiken.
5 praktiska medskick till energiföretag:
Power Circle samlar energibranschen kring viktiga framtidsfrågor. Tillsammans med våra cirka 100 partnerföretag verkar Power Circle för att accelerera den hållbara utvecklingen genom elektrifiering. Verksamheten inriktas på att bygga nätverk och kunskap inom framtidsfrågor som smarta elnät, flexibilitet, energilager och elektrifierade transporter.
Powered by Notified