Så mycket kostar AI:s hunger efter datakraft
AI-boomen har gjort beräkningskraft – så kallad compute power – till en av 2020-talets mest avgörande resurser. För att möta behovet krävs investeringar på nära 7 biljoner dollar globalt fram till 2030, enligt en ny rapport från McKinsey.
Trippel efterfrågan till 2030
I dag driver stora språkmodeller och maskininlärningssystem datacenter över hela världen dygnet runt. McKinsey förutspår att den globala kapaciteten nästan kommer att tredubblas till 2030, varav 70 procent av efterfrågan kommer från AI-arbetslaster
Bara AI-relaterade investeringar väntas kräva 5,2 biljoner dollar, motsvarande 156 gigawatt ny datacenterkapacitet – lika mycket som hundratals miljoner hushålls årliga elförbrukning.
Tre möjliga scenarier
McKinsey målar upp tre investeringsbanor:
- Accelererat scenario: 7,9 biljoner dollar, om AI-användningen exploderar.
- Basscenario: 5,2 biljoner dollar, där efterfrågan fortsätter växa stadigt.
- Begränsat scenario: 3,7 biljoner dollar, om effektiviseringar och flaskhalsar bromsar utvecklingen.
Gemensamt för alla scenarier är att insatserna är enorma – och riskerna höga. Överinvestering kan leda till outnyttjade anläggningar, medan underinvestering betyder att man halkar efter i AI-racet.
Fem typer av investerare
Rapporten identifierar fem aktörer som driver utvecklingen:
- Builders – fastighetsutvecklare och byggbolag som expanderar datacenter.
- Energizers – energibolag och kylsystemtillverkare som levererar el och kyla.
- Technology developers – halvledarjättar som Nvidia och Intel, som tar den största delen av investeringarna (över 3 biljoner dollar).
- Operators – molnbolag och kolokationsföretag som driver datacenter.
- AI architects – bolag som OpenAI och Anthropic, som utvecklar modeller och applikationer.
Geopolitik och energi i fokus
Förutom kommersiella incitament finns starka geopolitiska drivkrafter. Regeringar investerar tungt i AI-infrastruktur för att säkra ekonomiskt och teknologiskt oberoende. Samtidigt är energiförsörjningen en flaskhals: bara AI-datacenter beräknas kräva uppemot 150 gigawatt extra effekt – motsvarande hela elbehovet för över 150 miljoner hushåll
Kritiska osäkerheter
Rapporten pekar ut tre faktorer som kan förändra kalkylen:
- Teknologiska genombrott – effektivare chip och modellarkitekturer kan minska behovet av beräkningskraft.
- Leveranskedjor – brist på chip, kompetens och tillstånd kan försena expansionen.
- Geopolitik – handelskrig, exportkontroller och tullar kan snabbt rita om spelplan-
Slutsats
AI:s framtid handlar inte bara om algoritmer, utan i allt högre grad om kapital, energi och logistik. Den som lyckas säkra mark, el, chip och kompetens får ett strategiskt försprång. Som McKinsey uttrycker det: ”Det här är inte bara ett race om att skala datainfrastruktur – det är ett race om att forma framtiden för AI.”
