Biljoner strömmar in i AI:s fundament — men vad bygger vi egentligen?
Biljoner flödar in i AI:s grund – men ingen vet riktigt vad vi bygger.
Infrastrukturens tidsålder har anlänt
Det är lätt att fastna vid de stora siffrorna. SoftBank pumpar in 225 miljoner dollar — drygt 2,3 miljarder kronor — i det amerikanska teknikföretaget Autonomous Solutions Inc. (ASI) för att tillsammans bygga autonoma maskinparker för byggbranschen. Cerebras Systems börsintroduceras med 5,5 miljarder dollar i ryggen och sluter ett flerårsavtal med OpenAI om 750 megawatt av processorkraft. Sverige lockar datacenterjättar som söker fossilfri el och naturlig kylning. Berlinstartupet Restate säkrar 170 miljoner kronor för att hålla AI-agenter stabila när systemen kraschar.
Men om man lyfter blicken ser man något viktigare än summorna: ett helt ekosystem tar form, lager för lager, från kisel till kompetens.
Tre lager i det nya fundamentet
Det första lagret är hårdvaran. Cerebras har från start ifrågasatt ett av branschens mest grundläggande antaganden — att kraftfullare AI måste byggas på konventionella chiparkitekturer. Företagets svar är en processor som utgörs av hela kiselskivan, en så kallad hel-wafer-arkitektur, och tillverkningskapaciteten planeras tiofaldiga under 2026 enligt TechCrunch. Det är inte inkrementell förbättring — det är ett arkitekturellt vägval med potential att omdefiniera vad beräkningskraft kan innebära.
Det andra lagret är platserna där kraften bor. Sverige befinner sig mitt i en datacenterboom, rapporterar DI Digital, drivet av just det som Cerebras bygger mot: ett explosionsartat behov av beräkningskapacitet. Men Marcus Karlsson, vd för teknikkonsultbolaget Granlund Sweden AB, betonar att de avgörande besluten fattas långt innan en enda kabel dras. Regelverk, myndighetsprocesser, lokala förutsättningar — det är här projekten vinner eller förlorar sin tidplan. Infrastruktur i världsklass kräver lokal expertis i världsklass.
Det tredje lagret — och kanske det mest underskattade — är stabiliteten i systemen som kör ovanpå allt detta. AI-agenter ställer helt nya krav på driftsäkerhet. Restate byggde ursprungligen sin körningsmotor för att hantera komplexa arbetsflöden vid systemkrascher och nätavbrott — inte för agenter. Men som grundaren Stephan Ewen beskriver det för TechCrunch: tekniken visade sig vara en perfekt matchning för exakt de problem som agenter skapar. Det är ett elegant exempel på hur äldre ingenjörslösningar plötsligt blir kritisk AI-infrastruktur.
Kompetensen är fjärde lagret — och det svagaste
Men hårdvara, datacenter och stabila körningssystem räcker inte om den mänskliga sidan haltar. Pearson förvärvar AI-kompetensplattformen Workera — en plattform som redan används av organisationer som Accenture, ServiceNow och det amerikanska rymdförsvaret — i ett drag som signalerar att kompetensgapet nu är en affärskritisk fråga, inte enbart ett HR-problem. Workaras rapport State of Skills Intelligence 2026 är talande: nära 70 procent av arbetstagare använder AI regelbundet, men nästan 60 procent saknar tid att faktiskt lära sig behärska verktygen. Det är en paradox som kostar.
Samtidigt vill Nebius och NVIDIA, genom sina Physical AI Awards, kanalisera kapital och beräkningskrediter till startups som bygger fysisk AI — robotik, perception, simulering. Priset per vinnande kategori motsvarar över 500 timmars körning på ett 64-GPU-kluster med H200-grafikkort. Det är ett sätt att säda ekosystemet underifrån.
Byggbranschen som spegel
ASI och SoftBanks satsning på autonoma byggmaskiner är i sig ett mikrokosmiskt exempel på hela rörelsen. Bristen på erfarna maskinoperatörer är inte ett framtidsproblem — den är ett nutidsproblem som bromsar infrastrukturprojekt redan i dag. Plattformen Mobius koordinerar blandade maskinparker autonomt, oavsett tillverkare, och sätter fingret på något centralt: det handlar inte om att ersätta människor, det handlar om att fylla luckor som marknaden inte längre kan täcka med traditionella metoder.
Det är samma logik som driver hela veckans kapitalflöde. Inte teknik för teknikens skull — utan teknik som svar på verkliga flaskhalsar.
Vår analys
Det som är slående den här veckan är inte enskilda siffror — det är mönstret. Vi ser kapital flöda in i varje lager av AI-stacken samtidigt: processorer, datacenterplatser, driftsäkerhetslösningar, kompetensutveckling och fysisk robotik. Det är ett tecken på att branschen har gått från experimentfas till byggfas på allvar.
Sverige har en genuint stark position i det här spelet — fossilfri el och naturlig kylning är inte triviala fördelar när energikostnaden för ett modernt datacenter är astronomisk. Men Granlunds varning om att komplexiteten ökar är viktig att ta på allvar. Att locka investeringarna hit är ett steg — att leverera i tid och med rätt kvalitet är ett annat.
Den verkliga risken på sikt är inte att kapitalet sinar. Det är att kompetensen inte håller jämna steg. Workaras data om att 60 procent av arbetstagare saknar tid att lära sig de verktyg de redan använder borde väcka varje ledningsgrupp i Sverige. Infrastruktur utan kompetent personal är bara dyr betong.