Vem äger AI-framtiden? Kampen om regler, infrastruktur och verklig nytta rasar just nu
AI regleras sämre än mjölk – nu rasar kampen om vem som bestämmer framtiden.
Någon måste sätta reglerna – och det brådskar
Brad Smith, Microsofts president, sa nyligen något som fastnade hos mig: AI är i dag sämre reglerat än mjölk och tvättmaskiner. Det är en enkel liknelse, men den träffar rätt. Enligt TechCrunch menar Smith att varken Washington eller Bryssel är rätt nav för global AI-styrning – utan London. Storbritanniens AI-säkerhetsinstitut, grundat 2023, har redan etablerat en unik position: de får granska stora språkmodeller från ledande amerikanska laboratorier innan de når marknaden.
Det är en anmärkningsvärd maktposition. Och den är inte ohotad. Politiska vindar från USA – där den nuvarande administrationen varnat för "globalistiska" organisationer som lägger sig i amerikanska företags affärer – skapar friktion. Men Smith argumenterar för att just det faktum att London inte är Bryssel är en styrka. Storbritannien upplevs inte som ett regleringsmonster på samma sätt, och kan därför agera brobyggare där andra stänger dörrar.
Frivilliga åtaganden räcker inte längre, är Smiths budskap. Det behövs bindande, internationellt samordnade säkerhetskrav. Och det behövs nu.
Infrastrukturen måste hänga ihop globalt
Samtidigt utspelar sig en minst lika viktig rörelse på teknikens byggnadsnivå. NVIDIA meddelade vid Open Compute Projects toppmöte i San Jose att de öppnar nyckelkomponenter från sin kommande Vera Rubin-plattform – rack- och beräkningsbrickedesigner – för OCP:s öppna MGX-arkitektur. Enkelt uttryckt: de delar med sig av ritningarna.
Detta är inte filantropi. Det är strategisk klarsynthet. När AI-anläggningar skalas från megawatt till gigawatt räcker det inte att NVIDIA bygger bra chips – hela ekosystemet måste kunna bygga ut infrastrukturen i samma takt. Gemensamma standarder är det som gör det möjligt.
I samarbete med Meta, Cisco och Google presenterades en rad genombrott: öppna nätverkslösningar, en ny industristandard för 400 Gb/s-nätverksväv och stöd för nästa generations transportprotokoll. Den uppdaterade MGX 1.2-specifikationen sätter en ny lägstanivå för vad öppen AI-infrastruktur kan betyda i praktiken.
Som systemutvecklare tycker jag det är just detta som är det riktigt spännande: när en dominerande aktör väljer att dela med sig av sina standarder snarare än att låsa in ekosystemet. Det påskyndar hela branschen.
Strategin sitter på papper – genomförandet sitter i verkligheten
Men varken reglering eller infrastruktur löser den tredje utmaningen: att faktiskt få AI att fungera i det dagliga arbetet. Finextra publicerade nyligen en analys som sätter fingret på ett mönster många känner igen – organisationer tar fram imponerande AI-strategier som sedan fastnar i ett limbo mellan ambition och verklighet.
Problemet är inte brist på teknik eller pengar. Det är brist på genomföranderamverk. Utan förankring i faktiska affärsbehov, utan kompetensuppbyggnad hos medarbetarna och utan löpande utvärdering riskerar även välfinansierade satsningar att bli hyllvärmare.
Ett konkret exempel på hur genomförande kan se ut i praktiken beskrivs i en annan Finextra-analys, om AI-driven likviditetshantering i finansbranschen. I stället för att processa all finansiell data från grunden vid varje analyscykel – vilket är beräkningsintensivt och tidsödande – fokuserar den nya metoden enbart på vad som förändrats sedan senast. Samma princip som versionhanteringssystem inom mjukvaruutveckling bygger på: om 95 procent av datan är oförändrad, varför analysera 100 procent på nytt?
Resultatet är likviditetsprognoser i nära realtid och lägre driftkostnader. Det är inte ett genombrott i teorin – det är ett genombrott i tillämpningen.
Tre rörelser, en gemensam fråga
Det som binder samman dessa tre nyheter är egentligen en och samma fråga: vem tar ansvar, och på vilket plan? Regleringen behöver en hemvist. Infrastrukturen behöver gemensamma spelregler. Och organisationer behöver sluta fråga om de ska använda AI – och börja fråga hur de faktiskt ska göra det på ett sätt som skapar värde.
De som lyckas navigera alla tre nivåerna samtidigt – styrning, infrastruktur och genomförande – är de som kommer att forma AI-eran. Inte de som är snabbast att skriva en strategi.
Vår analys
Det är lätt att fastna i en av dessa berättelser i taget. Men zoomar man ut ser man ett mönster: AI-eran är inne i en mognadsфas där de grundläggande spelreglerna håller på att låsas fast – på tre nivåer parallellt.
På den politiska nivån är kampen om vem som leder regleringen reell och konsekvenserna är långtgående. Om Storbritannien lyckas befästa sin roll som neutral granskare kan det bli ett prejudikat för hur demokratier hanterar teknikmakt.
På infrastrukturnivån signalerar NVIDIAs öppenhet något viktigt: skalbarhet kräver samarbete. Det är svårt att bygga globala AI-fabriker om alla kör på proprietära standarder.
Och på genomförandenivån är budskapet ödmjukt men nödvändigt: tekniken är redo. Organisationerna är det ofta inte. Den som investerar i kompetens, processer och kontinuerlig utvärdering – snarare än enbart i verktyg – har ett strukturellt övertag som är svårt att kopiera.