AI:s klimatbalans — kan tekniken vara nettopositiv när innovationen drivs snabbare?

Frågan

Den dominerande inramningen av AI-och-klimat har stannat i en falsk dikotomi: antingen är AI ett hot mot klimatet på grund av sin elförbrukning, eller en frälsningstekn­ologi som ska lösa allt. Båda positionerna missar samma sak — att nettoeffekten beror på vad AI används till, var infrastrukturen står, och hur den regleras.

Det är en hävstångsfråga, inte en moralfråga. Vi går igenom vad data säger 2026, var hypen försvagas vid granskning, och vad det betyder för Sveriges position.

Direkta utsläpp — verifierade siffror

Globalt: IEA:s rapport Energy and AI (april 2025) ger basscenariot. Datacenter förbrukade cirka 415 TWh globalt 2024 — ungefär 1,5 procent av världens elanvändning. AI-specifika servrar stod för 53–76 TWh, alltså 15 procent av datacentrens totala elförbrukning. Goldman Sachs prognostiserar en effektökning om 165 procent till 2030 jämfört med 2023.

Det är en betydande tillväxt men måste hållas i kontext. För en intuitionsanchor: stål, cement, persontrafik och animalisk livsmedelsproduktion var och en står för 5–8 procent av globala utsläpp. AI är 2026 en marginell direktutsläppsfaktor som blir meningsfull över tid, inte den dominerande elanvändningen i ekonomin.

Per fråga: Epoch AI:s analys (februari 2025) och OpenAI:s egen redovisning konvergerar kring ungefär 0,3 Wh per textfråga för moderna optimerade modeller — tio gånger lägre än de 3 Wh-siffror som cirkulerade i media 2023. Den ofta citerade "500 ml vatten per ChatGPT-fråga" bygger på ett uppskattat 20–50 frågor i en Azure-konfiguration från 2022; per query handlar det realistiskt om 0,3–5 ml.

Att korrigera dessa siffror är inte ett försvar för AI. Det är en sak om att inte argumentera mot fakta som inte stämmer.

Träning vs. inferens: Llama 3.1 (405 miljarder parametrar) krävde 27,5 GWh för träning enligt Metas egen redovisning, motsvarande 11 390 ton CO₂e i location-based mätning. Frontier- modeller från OpenAI, Anthropic och Google ligger sannolikt i intervallet 50–100 GWh per träningsrun. Inferens är på populära modeller större än träningen efter några månaders drift — Google har angett att inferens stod för 60 procent av deras AI-relaterade el under 2019–2021, och projekterar 75 procent till 2030.

Effektivitet: NVIDIA:s Blackwell-generation levererar 50 gånger fler tokens per watt jämfört med Hopper för mixture-of-experts-modeller. Per-token-energin har sjunkit ungefär en storleksordning sedan 2022. Men det är där Jevons-paradoxen kommer in.

Reboundeffekten är inte hypotetisk

Lange och Santarius (FAccT 2025) kvantifierar Jevons-effekten i AI med konkreta intervall: 15–25 procent rebound i LLM- träning, 20–30 procent i AI-driven sjukvårdsdiagnostik. När GPT-4o blir tio gånger billigare per token sänks inte den totala el-räkningen — vi använder 50 gånger mer AI istället.

Det är skälet till att IEA, Goldman Sachs och DOE alla projicerar stigande absolut elanvändning trots fallande per-query-energi. Effektivitet är nödvändig men inte tillräcklig för att garantera att direkt­utsläppen slutar växa.

Vad AI faktiskt har levererat — verifierad effekt

Detta är det område där bevisningen är skiftande och där det mesta av PR-litteraturen ligger på den optimistiska änden av spektrumet utan empirisk grund. Vi tar bara med dokumenterade fall.

Klimatmodellering — den tydligaste vinsten

Detta är AI:s enskilt mest entydiga klimatbidrag hittills.

DeepMinds GraphCast (Science 2023) slog ECMWF:s HRES på 90 procent av 1 380 verifieringsmål med tio dagars prognos på under en minut. GenCast (Nature, december 2024) slog ECMWF:s ENS-ensemble på 97,2 procent av målen. ECMWF:s egen AIFS blev operationell 25 februari 2025 — enligt institutet självt: prognoser tio gånger snabbare och cirka 1 000 gånger lägre energiförbrukning än fysikbaserad körning.

Världens väderprognosberäkningar håller på att flyttas från petaflops-superdatorer till GPU:er som drar promille av energin. För ett område som tidigare förbrukat terawattimmar per år är detta materiellt.

Industriell processoptimering

Heidelberg Materials Mokra-anläggning (Tjeckien) kör Carbon Re:s AI tillsammans med ABB:s Ability Expert Optimizer. Resultat efter en månads kontinuerlig drift: 4,1 procent minskning av bränslekostnadsindex, 4,5 kg CO₂ per ton klinker mindre, 33 procent minskad C3S-varians. Skalas nu till 100 cementverk. Vid full skala motsvarar två procent utsläppsminskning per ton flera tiotals miljoner ton CO₂ per år globalt — om det skalas, vilket ännu inte är gjort.

Heidelbergs verktyg är inte en isolerad föregångare. Liknande processoptimering pågår hos SSAB (HYBRIT-process­ styrning), Cementa och AkzoNobel. AI är inte huvudleveransen i omställningen — vätgasreduktion, elektrifiering och materialbyte är. Men det driver 5–15 procents marginalförbättringar på de fysikiska investeringar som ändå görs.

Byggnader

BrainBox AI drivs i över 15 000 byggnader. Trane-installationen i 120 donations- och insamlingscenter sparade 1 132 ton CO₂e och 329 000 USD på 18 månader. Cammeby's i NYC: 15,8 procent HVAC-energibesparing över hela fastighetsportföljen. Effekten per anläggning är inte enorm men reproducerbar — vilket är poängen.

Fartygslogistik

Maersk NavAssist (Microsoft Azure AI): AI-driven ruttplanering deployad på 130 fartyg 2025. Pilottester: upp till 12 procent bränsleminskning. Företaget rapporterar 9,2 procent flottövergripande bränslereduktion inkluderat prediktivt underhåll.

Vad som inte håller vid granskning

DeepMinds GNoME (Nature 2023) annonserade 2,2 miljoner nya stabila kristallstrukturer. Uppföljande analys (PRX Energy 2024) visade att en stor del var dubletter eller felklassificerade, och oberoende laboratorier har validerat under fem procent. Inga driftsatta industriella tillämpningar finns ännu.

BCG:s rapport Accelerating Climate Action with AI (2023) hävdar att AI kan stå för 10–20 procent av IPCC:s 2030-mål. Granskningar har påpekat att enda underlaget är "experience with clients" — anekdotiskt, inte LCA-baserat. McKinsey/MGI och PwC bygger på liknande "expert elicitation". Capgemini/WEF Accelerating Sustainability with AI aggregerar självrapporterade case-studies utan kontrafaktiskt scenario.

Som regel: när någon säger "AI sparar X gigaton CO₂", fråga (1) vad är basscenariot, (2) räknas reboundeffekten, (3) är det peer-reviewed eller konsult-PR.

IEA:s nettobedömning — villkorlig

IEA:s Energy and AI (april 2025) gör den hittills mest genomarbetade nettobedömningen. Slutsatsen: bred adoption av befintliga AI-lösningar kan ge cirka 1 400 Mt CO₂ undvikna utsläpp år 2035 — ungefär 5 procent av globala energirelaterade utsläpp, betydligt mer än utsläppen från datacenter under samma period.

Men IEA är försiktig: utfallet "beror på hur tillämpningarna rullas ut, vilka incitament som uppstår och hur regleringen utvecklas". Det är en möjlighet under villkor, inte en garanti.

De mest robusta delarna av besparingen kommer från:

• Industriell processoptimering (cement, stål, kemi): ~250–400 Mt
• Bygnadsenergistyrning: ~150–250 Mt
• Elnätsoptimering och flexibilitetsstyrning: ~150–300 Mt
• Logistik- och transportoptimering: ~150–250 Mt
• Materialdesign och accelererad forskning: 100–200 Mt
• Klimatmodellering och övervakning: ~50–100 Mt

Direkta datacenter­utsläpp under samma period: storleksordning 300–500 Mt CO₂e/år vid 2035 (med antagande om fortsatt elmixdekarbonisering). Nettot är alltså sannolikt positivt globalt — men marginalen är inte gigantisk, och om reboundeffekten löper amok eller om elinfrastrukturen inte hänger med försvinner den.

Den svenska hävstångsfrågan

Här blir analysen specifikt svensk. Sverige har en av världens lägsta CO₂-faktorer för el på grund av andelen vatten- och kärnkraft:

Elkälla	CO₂/kWh (livscykel)
Svensk kärnkraft	~2,5 g
Svensk vattenkraft	~4 g
Svensk vindkraft	~12 g
Svensk elmix (medel)	~13 g
Tysk elmix	~350 g
USA-genomsnitt	~370 g
Irland (datacenter-tung)	~280 g

En GPU-timme i Boden eller Luleå har ungefär en trettiondel till en hundradel av klimatpåverkan jämfört med samma timme i Frankfurt eller Virginia. Det är inte en marginal — det är storleksordningen.

Datacenters elanvändning i Sverige 2025: RISE prognostiserar 4,0–4,4 TWh, upp från 2,8–3,2 TWh 2022. Det är ungefär 2,5 procent av nationell elanvändning. Aktörer: Meta i Luleå, Microsoft i Gävle och Sandviken, EcoDataCenter i Falun, atNorth i Kista, Hydro66 i Boden.

Klimathävstången, beräknad: för varje TWh AI-beräkning som körs i Sverige istället för i Tyskland sparas ungefär 340 g × 10⁹ kWh = 340 000 ton CO₂ per TWh. Vid 4 TWh i Sverige mot tysk kontrafaktisk: ~1,4 Mt CO₂/år undvikna. Det är en hävstång i samma storleksordning som svensk fossilfri stålexport.

Det här är inte en perifer faktor i den svenska klimat­ bokföringen. Det är en av de tre eller fyra största posterna i Hävstångsrapporten 2026 om man räknar in AI-infrastruktur som teknikexport — vilket är analytiskt rimligt eftersom den exporterade nyttan (lågkolutsläpp per beräkning) är just det Sverige levererar på gränsen.

Spillvärmen — den sekundära hävstången

Detta är en del av analysen som ofta missas. Datacenter producerar lågvärdig värme som kan matas in i fjärrvärmenät — i Sverige i unik utsträckning, eftersom vi har ett av Europas mest utbyggda fjärrvärmesystem.

Aktuella siffror:

• Stockholm Exergi: levererar totalt cirka 9 000 GWh värme och kyla per år, varav en växande andel kommer från datacenter via Open District Heating-programmet.
• Ericsson Rosersberg-anläggningen: 80 GWh återvunnen energi per år, 10 MW kyla. Värmer cirka 15 000 lägenheter.
• atNorth Kista: spillvärmen räcker till cirka 20 000 lägenheter.
• GlobalConnect Stockholm-utbyggnad (2026): värmer 2 700 hushåll.
• Boden: pilotprojekt med växthusodling i datacenter­ spillvärme.

Den sekundära klimateffekten är att spillvärmen ersätter fossila eller biogena värmekällor som annars skulle ha behövts i fjärrvärmemixen. Räknat som avoided emissions från substituerad biomassa eller spetslast med fossilolja är effekten i storleksordningen 100 000–200 000 ton CO₂/år vid nuvarande volymer i de stora svenska klustren.

Det är inte en huvudhävstång — det är en multipliereffekt på huvudhävstången. Och det är något få andra länder kan replikera.

Reglering kommer 2026

Två regulatoriska processer formar svensk position 2026–2028.

Energieffektiviseringsdirektivet (EED) kräver att svenska datacenter över 500 kW rapporterar PUE, WUE, energi och vatten årligen till Energimyndigheten från 15 maj 2026. Nya datacenter i drift från 1 juli 2026 måste uppfylla PUE-krav direkt; befintliga från 1 juli 2027. Detta är inte en restriktion utan en transparens­mekanism — och en som svenska operatörer är bättre rustade för än motsvarande operatörer i Tyskland eller Storbritannien.

EU AI Act träder i kraft för general-purpose AI-modeller 2 augusti 2026 och kräver dokumentation av känd eller uppskattad energiförbrukning. Första kommissionsrapport om standarder för energieffektiv GPAI-deployering kommer 2 augusti 2028. För svenska operatörer är detta en konkurrensfördel eftersom energirapporten är gynnsam.

EU Data Centre Energy Efficiency Package (Q1 2026 från Kommissionen) sätter målet klimatneutrala datacenter 2030 och introducerar en EU-rating för datacenter. Den ratingen blir en de facto-marknadsföringsmekanism — och Sverige står att vinna mer än de flesta.

Backlash-risken

Detta är där den svenska hävstången kan tappas. Tre länder har redan drivit fram restriktioner:

Irland: moratorium 2021, formellt avslutat december 2025 men ersatt med strikta krav: 80 procent av datacentrens el ska komma från additionell irländsk förnybar el inom sex år, plus dispatchable backup-kapacitet motsvarande importbehovet. Irlands datacenter förbrukar nu cirka 21 procent av nationell el — en nivå som Sverige inte närmar sig, men som landade där snabbare än någon förutsåg.

Nederländerna: restriktioner på hyperscale ≥70 MW, begränsade till utsedda zoner i norr.

Singapore: tidigare moratorium, nu "call for applications" där bara hög-effektiva, låg-utsläpps-anläggningar tillåts.

I april 2026 hölls en interpellationsdebatt i Sveriges riksdag om "nationell plan för nya datacenter". Spänningarna i debatten är: regional kraftbrist i SE3 och SE4, lokalt motstånd efter Northvolt-konkursen som skadat förtroendet för stora industri­etableringar, och frågan om datacenter "tar el från svensk industri".

Den klimatpolitiska ironin i en svensk reaktiv backlash skulle vara markant: varje TWh som inte hamnar i Sverige hamnar sannolikt i Tyskland, Polen eller USA — med 30 till 100 gånger högre CO₂. Att blockera datacenter på klimatgrund i Sverige är att exportera samma elbehov till en sämre klimatkontext.

Det betyder inte att alla datacenter alltid är välkomna. Det betyder att restriktioner bör utformas additionellt (à la Irlands modell — krav på additionell förnybar produktion eller spillvärme­återvinning) snarare än reaktivt (moratorium). Skillnaden är operationell.

Slutsats — villkorligt positivt netto

Svaret på frågan är ja, AI:s nettoeffekt på klimatet kan vara positiv, men under tre villkor:

1. Att tillämpningarna rullas ut. IEA:s 1 400 Mt-möjlighet 2035 är just en möjlighet — inte en garanti. Den realiseras bara om elnät, processoptimering, materialdesign och modellering faktiskt skalas. Det kräver investeringar som ligger framför oss, inte bakom.
2. Att reboundeffekten begränsas. 15–30 procents Jevons-rebound är dokumenterat. Vid mer än det förlorar AI sina klimatvinster. Reglering, prissättning och ETS- liknande mekanismer på datacenterel är det enda som håller balansen.
3. Att infrastrukturen sitter där elen är ren. Sverige, Norge, Island och Quebec är globalt sett unika i kombinationen låg CO₂/kWh, kallt klimat och stabilt elsystem. Att bygga AI- infrastruktur där sparar storleksordningar mer än motsvarande investering i Tyskland eller USA.

Sveriges position är ovanligt stark på alla tre punkter, men den är inte automatisk. Den kräver att svensk politik:

• accepterar fortsatt datacenter-utbyggnad med additionalitets­krav (krav på medfinansierad förnybar produktion eller spillvärme­ återvinning, inte volymtak),
• prioriterar elnätsutbyggnad i SE3 och SE4 så att kapacitetsbrist inte blir ett politiskt argument för att blockera nyetableringar, och
• behandlar AI-infrastruktur som en del av Hävstångsrapportens teknikexport — inte som en separat och misstänkt sektor.

Den intellektuellt hederliga slutsatsen om AI:s klimatpåverkan är inte att tekniken är farlig och inte att den är räddningen. Den är att AI är ett inkrementellt men reellt verktyg i en omställning som primärt drivs av fysiska investeringar i fossilfri produktion. Den kan göra dessa investeringar 5–30 procent effektivare. Den kan accelerera materialdesign och forskning på sätt som rabatterar tidsskala men inte överbyggar fysiken. Och den kan, om den körs på rätt elinfrastruktur, exportera lågkolutsläpp via beräkningstjänster på samma sätt som svensk stålexport exporterar lågkolutsläpp via materialflöde.

Det är ett tråkigt men användbart svar på en fråga som ofta ställs som dramatik. Det matchar precis det område där svensk klimatpolitik historiskt presterat bäst: att leverera inkrementella förbättringar över decennier, utan att överbyggas av varken alarmism eller frälsningsretorik.

Vad vi följer härnäst

• EED-rapporteringen från 15 maj 2026 — första svenska datacenters-energiprestandasiffror.
• EU AI Act-implementeringen 2 augusti 2026 och 2028 års GPAI-rapport.
• Nordic compute-flytt: stargate Norway, Verne/Nscale- utbyggnaden på Island, svenska Boden- och Luleå-projektens utbyggnadstakt.
• Cement-AI:s skalningsbana — Heidelbergs 100-anläggnings­plan följs upp 2027.
• Klimatpolitisk hantering av datacenter i nationell plan och regional översiktsplanering.