Kapplöpningen om artificiell intelligens handlar för länge sedan inte bara om smarta chips.
Bakom kulisserna flyttar två stormakter sina pjäser framåt.
Medan amerikanska och kinesiska företag investerar miljarder i AI, pekar Nvidias VD Jensen Huang på något som sällan hamnar i fokus: betong, elektricitet och tillstånd. Hans analys träffar en nerv, eftersom den visar hur teknologi utan infrastruktur snabbt stöter mot en hård gräns.
En obehaglig sanning om makt och betong
Jensen Huang, född i Taiwan, uppvuxen i USA och idag omdreningspunkten för AI-tidevarvet, står bokstavligen mellan Washington och Peking. Hans företag Nvidia levererar de GPU:er som de mest avancerade AI-modellerna körs på. Ändå hörs i hans senaste tal vid CSIS i Washington bara lite självbelåtenhet.
Enligt Huang tar Amerika fel om det tror att chipdesign ensam räcker för att bevara försprånget. Han ser på verkligheten på marken: vem kan bygga datacenter i tid, vem får snabbt ström inkopplad, vem tar bort hindren?
USA har chipsen, säger han, men Kina lägger i rasande takt de betongplattor och strömkablar som dessa chips körs på.
Medan amerikanska projekt sjunker i procedurer, ser han en kinesisk byggmaskin som rullar nästan oavbrutet. Motsättningen sätter tonen för en ny fas i AI-kapplöpningen: inte längre bara en kamp mellan laboratorier och ingenjörer, utan mellan grävmaskiner, transformatorer och tillståndskontor.
Tidsfaktorn: tre år mot några få veckor
Huang målar upp ett enkelt, smärtsamt exempel: uppförandet av ett modernt datacenter för AI-superdatorer. I USA löper perioden från första spadtaget till operationell lansering ofta upp i tre år. På den tiden ändrar sig en hel AI-generation.
I Kina går stora byggprojekt mycket snabbare genom systemet. Inte bara för att det står många arbetare och entreprenörer redo, utan också för att lokala myndigheter sällan skapar problem kring tillstånd när projektet är politiskt önskat.
När man behandlar AI som en strategisk prioritet, accelererar man inte bara mjukvaran, utan också godkännandet av varje byggnadsplan kring den teknologin.
Den skillnaden i tempo har direkta konsekvenser. Ett land som levererar sina datacenter tre gånger snabbare kan utnyttja samma hårdvara mer effektivt, bygga erfarenhet tidigare och rulla ut affärsmodeller kring AI snabbare.
Energimakt: där kampen verkligen kan avgöras
Bakom byggkranarna gömmer sig ett ännu mer fundamentalt lager: elektricitet. AI-modeller kräver gigantiska mängder ström, både för träning och för daglig inferens. Den strömmen måste dessutom vara pålitlig, förutsägbar och relativt billig, annars springer kostnaderna iväg.
Enligt Huang råder Kina idag redan över cirka dubbelt så mycket produktionskapacitet som USA. Det är anmärkningsvärt, för den amerikanska ekonomin är i absoluta tal större. Samtidigt utvidgar Kina sitt nätverk snabbt med nya kolkraftverk, vattenkraft, kärnkraft och förnybara källor.
Där Kina skickar sin energigraf brant uppåt, förblir den amerikanska energilinjen påfallande platt, medan dataefterfrågan just nu exploderar.
Den stagnationen väger tungt. Ett land kan designa de mest avancerade chipsen, men utan tillräckliga megawatt blir datacenter halvtomma eller körs med skyhöga kostnader. Analytiker som investerare Kevin O’Leary signalerar samma flaskhals: långa tillståndsperioder på sex till arton månader försenar nya energi- och dataprojekt i USA.
Vad AI behöver för att köra
Huang beskriver AI-ekonomin som en ”kaka med fem lager”. Varje nivå kräver kapital, knowhow och ofta också politiskt stöd. En enkel uppställning visar varför länder inte bara ska titta på chips:
- energi: tillräcklig och stabil elektricitet, helst nära datacentren;
- chips: avancerade GPU:er och acceleratorer för träning och inferens;
- infrastruktur: byggnader, kylning, fiberoptik, nätverksteknik;
- modeller: stora AI-system som tränas på denna hårdvara;
- applikationer: konkreta tjänster och produkter som når användarna.
USA dominerar tydligt i lagret chips och modeller. Kina koncentrerar sig starkt på energi, infrastruktur och massiv tillämpning. Därtill kommer en framstöt av open source-modeller, varvid kinesiska företag och forskargrupper snabbt kan bygga vidare på det som blir tillgängligt internationellt.
Nvidia mellan två eldlinjer: teknologiskt försprång, geopolitiska murar
Nvidia står i detta sammanhang i en obehaglig position. Företaget har ett försprång på flera generationer i GPU-design och AI-hårdvara, men amerikanska exportregler skär av tillgången till den kinesiska marknaden allt mer. För Huang är det inte bara en kommersiell besvikelse, utan också ett strategiskt slag.
Kina gäller för honom som ”den näst största teknikmarknaden i världen”, med enorm efterfrågan på beräkningskraft, kapitalrika molnspelare och en regering som aktivt främjar AI. Begränsningar på chipexport accelererar under tiden de kinesiska ansträngningarna att utveckla egna alternativ, från GPU:er till nätverkschips.
Den som tror att Kina inte kan bygga fullvärdiga chips, ignorerar enligt Huang en avgörande läxa från industrihistorien.
I sektor efter sektor har Kina tidigare arbetat sig upp från löpandebandfabrik till ledande producent: solpaneler, batterier, telekommunikationsutrustning, elektriska bilar. Huang ser ingen anledning till att halvledare skulle vara ett undantag, särskilt när den politiska viljan förblir stor.
Reindustrialisering som nödplan för Amerika
För att minska eftersläpningen i betong och ström argumenterar Huang för en accelererad industripolitik i USA. Det betyder: enklare tillstånd, massiva investeringar i elnätverk och en behandling av datacenter som kritisk infrastruktur, jämförbar med hamnar eller motorvägar.
I politiska kretsar, bland annat runt Donald Trump, cirkulerar idén om att beteckna datahubbar och AI-parker explicit som strategiska objekt. Det skulle öppna dörren för fler subventioner, snabbare procedurer och ett samordnat tillvägagångssätt med delstater och städer.
| Faktor | USA | Kina |
|---|---|---|
| Chipdesign | Stort försprång, dominerande aktörer | Inhämtningsförsök, fokus på egna designer |
| Datacenterbygge | Långvariga tillstånd, långsam uppförande | Snabb beslutsfattning, hög bygghastighet |
| Energikapacitet | Relativt platt tillväxt | Kraftigt stigande kapacitet |
| Open source AI | Aktivt, men mindre centralt i politiken | Stor roll i praktiska tillämpningar |
Varför detta också räknas för Danmark och Europa
Huangs analys berör inte bara Washington eller Peking. Europeiska länder står inför ett liknande val: förblir de främst strikta regulatorer, eller vågar de också accelerera infrastruktur och energiproduktion? Danmark märker det direkt i frågor kring hyperscale-datacenter och förstärkning av elnätet.
AI gör inte bara Big Tech starkare. Banker, sjukhus, logistik och industri räknar med maskininlärning som konkurrensfördel. Utan plats på elnätet och utan nya datacenter flyttar verksamheten helt enkelt till regioner där kablarna är tjockare och bygget går snabbare.
Den som ignorerar de fysiska villkoren för AI, riskerar att den digitala ekonomin utvecklas utanför egna gränser.
För Danmark spelar ytterligare frågor in: hur kombinerar man AI-tillväxt med klimatmål, och hur förhindrar man att datacenter tränger undan den offentliga infrastrukturen? Diskussionen kring havsbaserade vindkraftsparker, extra högspänningsförbindelser och nya kärnkraftverk får därmed en direkt koppling till positionen i AI-kedjan.
Konkreta lärdomar för politik och näringsliv
Från Huangs varningar flödar några handfasta läxor, även för mindre länder:
- betrakta elektricitet som strategisk råvara för dataekonomin;
- förenkla procedurer för hållbar energi och datacenter utan att förlora kontrollen;
- stimulera lokal chip- och hårdvarukunskap, så man inte blir fullständigt beroende av en leverantör;
- investera i open source och offentliga AI-modeller, så företag snabbare kan ansluta sig.
För företag betyder detta att de måste se längre än bara mjukvaruteam och AI-forskning. Energikontrakt, placeringsbeslut, kylteknik och nätverkskapacitet blir lika strategiska som valet av en modellarkitektur.
Den som idag sticker ut en AI-strategi, gör klokt i att räkna igenom scenarier: vad händer om elpriserna fördubblas, om tillstånd försenas, eller om exportregler kväver utbudet av GPU:er? Sådana simuleringar avslöjar snabbt var de sårbara punkterna ligger i egen infrastruktur.
Framväxten av edge AI – mindre modeller närmare användaren – erbjuder samtidigt ett kompletterande spår. Genom att inte koncentrera allt i stora datacenter kan företag dämpa beroendet av megainfrastruktur en aning. Det kräver så nya chips, annan mjukvara och mer samarbete med teleoperatörer.
