Varje AI-svar kostar ström: Datacentrens effektbehov väntas nästan tredubblas före 2030
Varje AI-svar kostar ström – och räkningen håller på att bli astronomisk.
Siffrorna som sätter AI-boomen i nytt ljus
Det är lätt att förhäxas av vad AI kan åstadkomma – generera text, skriva kod, analysera medicinska bilder. Men bakom varje promptsvar finns ett datacenter som drar ström. Mycket ström.
Enligt en ny prognos från analysföretaget Gartner väntas världens datacenter förbruka 565 terawattimmar under 2026, upp från 447 terawattimmar under 2025. Det är en ökning på 26 procent på ett enda år. För att sätta det i perspektiv: hela Sveriges årliga elanvändning ligger på ungefär 130–140 terawattimmar. Vi pratar alltså om en ökning som på ett år motsvarar nästan hela det svenska elnätets kapacitet.
Den direkta drivkraften är ingen hemlighet. AI-tjänster – träning av stora språkmodeller, inferens i realtid, bildigenkänning, rösttjänster – är beräkningsmässigt extremt krävande. Varje gång du ber en AI-assistent om hjälp sker en kedja av matrisoperationer i ett grafikkort någonstans i världen, och det kostar energi.
Effektbehovet tredubblas till 2030
Ännu mer slående är den långsiktiga trenden. Gartner beräknar att det installerade effektbehovet för datacenter växer från 104 gigawatt 2025 till 132 gigawatt 2026 – och sedan nästan tredubblas till hela 290 gigawatt år 2030.
Det innebär att vi inte pratar om en tillfällig pucktrend. Det är en strukturell omställning av den globala energiinfrastrukturen, driven av ett enda teknikskifte. Tillgången på el har enligt Gartner redan blivit en av de mest avgörande flaskhalsarna för hur snabbt AI-kapaciteten kan byggas ut.
Här uppstår ett intressant spänningsfält. Många av de stora teknikbolagen – Google, Microsoft, Amazon – har gjort ambitiösa löften om klimatneutralitet, förnybar energi och minskade koldioxidutsläpp. Dessa löften är inte falska i sig, men de sattes upp i ett annat energiklimat. När efterfrågan ökar med 26 procent per år är det genuint svårt att hålla jämna steg med förnybar utbyggnad, hur välmenande löftena än är.
Sverige i korsdraget
För oss i Norden är bilden mer nyanserad. Kallt klimat, tillgång till vattenkraft och en relativt grön energimix gör Sverige och de nordiska grannländerna fortsatt attraktiva för datacenteretableringar. Det är inte en slump att stora aktörer som Microsoft och Meta har valt att bygga ut kapacitet i bland annat Sverige och Finland.
Men även här börjar elnätskapaciteten bli en begränsande faktor. Svenska kraftnät och regionala nätbolag har länge varnat för att anslutningsköerna växer och att utbyggnadstakten i näten inte håller jämna steg med efterfrågan. AI-boomen riskerar att förvärra det läget.
Det skapar ett intressant dilemma för svensk industri- och energipolitik. Å ena sidan vill vi attrahera den typ av högteknologiska investeringar som datacenter representerar. Å andra sidan konkurrerar de om samma elnätskapacitet som industrin, hushållen och den pågående elektrifieringen av transportsektorn behöver.
Teknikens eget ansvar
Som systemutvecklare ser jag det här som en av de mer angelägna frågorna för branschen just nu. Vi som bygger AI-tjänster behöver börja räkna på energikostnaderna på ett mer ärligt sätt – inte bara i kronor utan i kilowattimmar och koldioxidekvivalenter.
Det finns faktiskt lovande riktningar: mer energieffektiva modellarkitekturer, smartare schemaläggning av beräkningsintensiva jobb till tider med hög andel förnybar el i nätet, och ökad återanvändning av spillvärme från datacenter till fjärrvärmenät. Dessa lösningar är inte hypotetiska – de används redan i varierande grad.
Men de räcker inte som svar på en 26-procentig ökning per år. För det krävs både teknisk innovation och ärliga samtal om vad AI-satsningar faktiskt kostar – inte bara i pengar, utan i planetära resurser.
Vår analys
Gartners siffror är en nykter påminnelse om att teknikskiften aldrig är gratis. AI-boomen är real, värdeskapandet är real – men energiräkningen är lika real.
Det jag tycker är viktigt att hålla i minnet är att detta inte är ett argument mot AI. Det är ett argument för att vi behöver bygga AI-infrastrukturen på ett smartare sätt. Nordiska länder som Sverige har faktiskt ett unikt tillfälle här: vi kan bli föregångare för hur man kombinerar storskalig AI-kapacitet med genuint grön energiförsörjning.
Men det kräver att vi slutar behandla energiförbrukning som en fotnot i affärsplanerna. Varje ny AI-tjänst, varje ny modell, borde åtföljas av en energikalkyl lika tydlig som prestandaspecifikationen. Transparens är första steget – sedan kan branschen och politiken fatta välgrundade beslut om hur utbyggnadstakten ska se ut och var den ska ske. Det är inte ett hinder för innovation. Det är en förutsättning för att innovationen ska hålla i längden.