Vad händer när AI slutar vara ett verktyg och börjar bli en grundval för allt annat?
AI har slutat vara ett verktyg – nu blir det grunden för hela vår framtid.
Konvergensens tidsålder
Det är lätt att tänka på artificiell intelligens som en teknik bland andra – ett verktyg man plockar fram för att lösa ett avgränsat problem. Men efter att ha följt utvecklingen de senaste åren är det uppenbart att den bilden inte längre stämmer. AI håller på att bli ett infrastrukturellt lager, något som genomsyrar och förstärker i princip allt annat vi bygger.
Detta var också den tydligaste slutsatsen från MIT Technology Reviews konferens EmTech Future 2026, som enligt MIT Technology Review samlade forskare, innovatörer och samhällsdebattörer under tre dagar i oktober för att utforska teknikens mest avgörande frågor just nu.
Kvantdatorer och AI – starkare tillsammans
Ett av de mest tankeväckande inslagen kom från Hartmut Neven, grundare och ledare för Googles kvantsatsning. Hans poäng var enkel men viktig: kvantteknikens egentliga potential ligger inte i vad den kan göra ensam, utan i vad som blir möjligt när den kombineras med AI och klassiska beräkningssystem.
Det är ett perspektiv jag känner igen från systemutvecklingens värld. Vi tenderar att bedöma nya tekniker utifrån deras isolerade prestanda – hur snabb är den här processorn, hur träffsäker är den här modellen? Men de verkliga genombrotten uppstår nästan alltid i gränssnittet mellan tekniker. Kvantdatorer är redan idag kraftfulla för vissa beräkningsklasser, men parade med AI-system som kan tolka, dirigera och tillämpa resultaten i realtid, öppnar de upp för användningsområden vi knappt kan föreställa oss ännu. Simulering av läkemedelsmolekyler, optimering av logistiknätverk, materialforskning – allt detta kan ta ett kvalitativt kliv.
Energi, klimat och beräkningskraft hänger ihop
En annan nyckelröst på konferensen var Evelyn Wang, vice rektor för energi och klimat vid MIT. Hon lyfte fram något som ofta hamnar i skymundan i tekniska diskussioner: den djupa ömsesidiga beroendet mellan energiförsörjning, beräkningskapacitet, infrastruktur och klimatteknik.
Det är ett beroende som bara blir tydligare. Träning och drift av stora AI-system kräver enorma mängder el. Samtidigt är AI ett av de kraftfullaste verktyg vi har för att optimera energisystem, förutsäga förnybar produktion och minska koldioxidutsläpp. Vi befinner oss alltså i en situation där AI är både en del av energiproblemet och en del av lösningen – vilket ställer krav på att vi designar systemen med den spänningen i åtanke från dag ett.
Wangs budskap, enligt MIT Technology Review, var att dessa sammankopplade system kommer att forma näringsliv och samhälle under de kommande decennierna. Det låter som en klyscha, men det är faktiskt en präcis teknisk observation: när infrastruktursystem börjar dela beroenden på det här sättet, blir feltolerans, redundans och systemdesign avgörande på ett helt nytt sätt.
Inte naivt optimistisk – men genuint hoppfull
Författaren och teknikdebattören Cory Doctorow bidrog med ett mer kritiskt perspektiv och diskuterade hur AI förändrar arbete och tänkande – och vilka samhällsfrågor som följer i spåren. Det är viktiga påminnelser. Konvergerande tekniker skapar inte bara möjligheter, de skapar också nya former av sårbarhet, maktkoncentration och utestängning.
Men jag läser ändå konferensen som helhet som ett tecken på mognad. Att vi nu diskuterar AI i samma andetag som kvantdatorer, energisystem och klimatinfrastruktur visar att branschen börjar se systemet som ett system – inte som en samling separata projekt. Det är rätt nivå att befinna sig på.
Den spännande frågan framöver är inte om dessa tekniker kommer att konvergera – det är redan tydligt att de gör det. Frågan är vem som bygger de lager som binder ihop dem, och enligt vilka principer.
Vår analys
EmTech Future 2026 sätter fingret på något som håller på att bli den centrala teknikfrågan för det kommande decenniet: vi är på väg in i en era av teknisk konvergens, där AI inte är en produkt utan en förmåga inbyggd i infrastrukturen.
För den som arbetar med systemutveckling är detta både en spännande och krävande signal. Det räcker inte längre att förstå AI som ett fristående verktyg – man behöver förstå hur det samspelar med beräkningshårdvara, energisystem och fysiska system som robotar och sensorer.
Den röda tråden från konferensen – att Googles kvantsatsning, MITs energiforskning och samhällskritiken alla pekar mot samma punkt – är att framtidens tekniska utmaningar är systemutmaningar. Det kräver tvärvetenskaplig kompetens, öppen standardisering och en infrastrukturpolitik som hänger med i tempot. Sverige och Norden har goda förutsättningar här, men fönstret för att ta en aktiv roll är inte obegränsat.