av Mikael Winterkvist | mar 1, 2026 | Artikelserier, Bluesky, Mastodon, Threads |
I den sista delen av vår serie lyfter vi blicken mot horisonten. Under 2026 har AI slutat vara ett verktyg vi bara använder och istället blivit en aktiv forskningspartner. Vi ser nu hur tekniken driver på upptäckter i en hastighet som tidigare krävde århundraden av mänskligt arbete. Det handlar om att knäcka koderna för allt från nya supermaterial till de djupaste mysterierna i rymden.
Den största förändringen sker genom så kallade ”AI-forskare” – autonoma system som kan generera egna hypoteser, designa experiment och analysera resultat utan mänsklig inblandning dygnet runt. Detta skifte har under det senaste året lett till flera vetenskapliga genombrott som fundamentalt förändrar våra tekniska förutsättningar.
Materialforskning på steroider
Ett av de mest konkreta exemplen hittar du i jakten på framtidens material:
-
Hundratals år av forskning på veckor: System som Googles GNoME har identifierat över två miljoner nya kristallstrukturer. Det motsvarar 800 år av traditionell forskning och ger oss en karta över material som kan användas i nästa generations batterier och effektivare solceller.
-
Robotstyrda laboratorier: Under 2026 har helt automatiserade labb tagits i bruk där AI styr robotarmar för att fysiskt framställa och testa de material som algoritmerna förutspått. Över 700 nya material har redan skapats på detta sätt.
-
Genombrott för fusionskraft: Inom kärnforskningen används AI för att kontrollera det supervarma plasmat i fusionsreaktorer. Genom att förutse och förhindra instabiliteter i realtid kommer vi nu allt närmare drömmen om gränslös, ren energi.
Rymden blir tillgänglig genom intelligenta maskiner
Du ser också hur vår förståelse för universum expanderar tack vare AI:s förmåga att tolka enorma datamängder:
-
Autonoma upptäcktsresande: Mars-roboten Perseverance använder nu generativ AI för att navigera helt självständigt över stora avstånd och identifiera geologiskt intressanta prover utan att vänta på instruktioner från jorden.
-
Jakten på exoplaneter: Genom att analysera ljusförändringar från avlägsna stjärnor hittar AI-modeller nu jordliknande planeter i en takt som tidigare var omöjlig, vilket ger oss nya ledtrådar i sökandet efter liv i universum.
Slutsats: En ny era av upptäckter
När vi summerar denna artikelserie blir det tydligt att vi befinner oss i en brytpunkt. AI är inte längre bara en fråga om chattbottar eller bildgenerering. Det är den motor som driver på lösningar för våra mest akuta utmaningar – från att bota sjukdomar och rädda klimatet till att demokratisera kunskap och utforska kosmos.
Genom att kombinera mänsklig nyfikenhet med maskinell beräkningskraft har vi skapat en katalysator för framsteg som inte bara gör vår vardag enklare, utan som aktivt bygger en bättre framtid för oss alla.
Källor
av Mikael Winterkvist | feb 28, 2026 | Artikelserier, Bluesky, Mastodon, Threads
Investeringarna i artificiell intelligens har nått nivåer som saknar motstycke i modern teknikhistoria. Under de senaste två åren har den globala AI marknaden gått från att vara ett lovande experiment till att bli den enskilt största drivkraften för kapitalflöden i Silicon Valley och globalt.
När du summerar de totala investeringarna – som inkluderar riskkapital, företagsförvärv och de enorma summor som techjättarna lägger på infrastruktur – landar siffran på svindlande nivåer. Enligt färska analyser från bland annat Goldman Sachs och Stanford Universitys AI Index, uppgår de privata investeringarna under 2024 och 2025 till närmare 350 miljarder dollar.
Hypen
Siffrorna bakom hypen Fördelningen av kapitalet visar att det inte bara handlar om mjukvara, utan om en massiv satsning på fysisk infrastruktur:
-
Riskkapital: Under det senaste året har var fjärde investerad dollar i USA gått till ett AI bolag. Totalt rör det sig om över 100 miljarder dollar i ren riskkapitalfinansiering under de senaste 24 månaderna.
-
Infrastruktur och datacenter: Apple, Microsoft och Google har tillsammans lagt över 150 miljarder dollar på att bygga ut den beräkningskapacitet som krävs för att köra de senaste modellerna.
-
Hårdvara: Nvidia har ensamt sett sin omsättning explodera när företag köpt grafikprocessorer för tiotals miljarder dollar för att träna sina system.
Pengarna
Vart går pengarna? Du ser en tydlig koncentration till ett fåtal dominerande aktörer. OpenAI, Anthropic och Elon Musks xAI har tillsammans dragit in en betydande del av det totala riskkapitalet. Samtidigt har Apple genom sitt American Manufacturing Program lovat investeringar på 600 miljarder dollar i USA fram till 2026, där en stor del är öronmärkt för AI servrar och produktion av avancerade chipp.
Denna massiva kapitalinsprutning har dock skapat en debatt om hållbarhet. Samtidigt som investeringarna ökar, kräver marknaden nu att få se faktiska intäkter och produktivitetsvinster som motiverar de enorma utgifterna.
Investeringarna i artificiell intelligens under 2024 och 2025 bygger på data från flera tunga instanser inom finans och analys.
Beräkningarna
Här är de primära källorna som ligger till grund för beräkningarna:
Stanford University: AI Index Report Detta är en av de mest omfattande sammanställningarna av AI-data. Rapporten spårar privata investeringar, forskningsframsteg och ekonomisk påverkan globalt. Siffran på närmare 350 miljarder dollar för den senaste tvåårsperioden baseras på deras spårning av riskkapital och företagsinvesteringar.
Goldman Sachs: Global Investment Research Bankens analytiker har publicerat flera rapporter under 2024 och början av 2025 som fokuserar på de enorma utgifterna för datacenter och infrastruktur. De har specifikt pekat på att AI-investeringar kan nå 200 miljarder dollar årligen globalt fram till 2025.
Crunchbase och PitchBook Dessa databaser spårar riskkapitalflöden i realtid. Statistiken om att var fjärde investerad dollar i USA går till AI kommer från deras kvartalssammanställningar över kapitalrundor för bolag som OpenAI, Anthropic och xAI.
Apples pressmeddelanden och kvartalsrapporter Informationen om Apples satsning på 600 miljarder dollar i USA fram till 2026, samt deras specifika expansion i Houston för AI-servrar, kommer direkt från företagets officiella kommunikation kring deras ”American Manufacturing Program”.
Nvidias finansiella rapporter Den extrema tillväxten inom hårdvaruinvesteringar bekräftas av Nvidias egna siffror, där försäljningen av grafikprocessorer (GPU:er) till datacenter har ökat med flera hundra procent på årsbasis.
Källor
av Mikael Winterkvist | feb 28, 2026 | Artikelserier, Bluesky, Mastodon, Threads
Bakom de glänsande gränssnitten och de smarta svaren döljer sig en fysisk verklighet som kräver enorma mängder energi. Den massiva kapitalvåg som sköljer över AI-sektorn har en direkt motsvarighet i elnäten, där datacenter nu förbrukar ström i en omfattning som tidigare var otänkbar.
Enligt Internationella energiorganet (IEA) beräknas elförbrukningen från världens datacenter fördubblas till år 2026. Det motsvarar en total konsumtion på över 1 000 terawattimmar – ungefär lika mycket som hela Japans årliga elförbrukning. Denna utveckling drivs nästan uteslutande av tränandet och körandet av storskaliga språkmodeller.
Siffrorna
Siffrorna som visar skiftet, skillnaden i energiförbrukning mellan traditionell teknik och AI är dramatisk:
-
En genomsnittlig fråga till ChatGPT förbrukar ungefär tio gånger mer el än en vanlig Google-sökning. Det rör sig om cirka 2,9 wattimmar per förfrågan jämfört med 0,3 wattimmar för en sökning.
-
Träningen av en enda avancerad AI-modell kan förbruka mer el än vad hundratals svenska hushåll gör under ett helt år.
-
I teknikintensiva länder som Irland beräknas datacenter stå för hela 35 procent av landets totala elförbrukning år 2026.
Tillväxt
Gränserna för tillväxt Du ser nu hur energifrågan har gått från att vara en driftskostnad till att bli ett strategiskt hinder. Techjättar som Microsoft och Google rapporterar att deras koldioxidutsläpp ökar, trots ambitiösa miljömål, på grund av den snabba expansionen av AI-infrastruktur. Detta har lett till att företag nu investerar miljarder i allt från egna solcellsparker till små modulära kärnkraftsreaktorer för att säkra sin framtida energiförsörjning.
Samtidigt som modellerna blir mer effektiva, ökar användningen så pass snabbt att de tekniska framstegen äts upp av den växande efterfrågan. Frågan är inte längre bara om vi har råd med AI rent ekonomiskt, utan om elnäten klarar av att leverera den kraft som krävs för att hålla servrarna vid liv.
Källor
Här är källorna som ligger till grund för analysen av AI-sektorns energiförbrukning:
av Mikael Winterkvist | feb 28, 2026 | Artikelserier, Bluesky, Mastodon, Threads
Det råder en paradox i hjärtat av den tekniska utvecklingen. Samtidigt som du ser hur AI-infrastrukturen slukar resurser, presenteras samma teknik som det viktigaste verktyget för att lösa klimatkrisen. Frågan är om de effektivitetsvinster som AI kan leverera väger tyngre än de massiva utsläpp som krävs för att hålla systemen vid liv.
Du möter idag ett narrativ där techbolagen positionerar artificiell intelligens som en möjliggörare för den gröna omställningen. Genom att optimera allt från elnät till materialforskning hävdar förespråkarna att tekniken kan spara in mer koldioxid än vad den själv genererar.
Optimering som klimatverktyg Forskning pekar på flera områden där AI faktiskt kan göra en reell skillnad för planeten:
-
Smartare elnät: AI kan förutse svängningar i produktionen av vind- och solkraft med extrem precision. Genom att matcha tillgång och efterfrågan i realtid minskas behovet av fossila reservkraftverk.
-
Materialforskning: Processen att upptäcka nya material för effektivare batterier eller koldioxidlagring, som tidigare tog decennier, kan nu kortas ner till månader med hjälp av simuleringar.
-
Precision i jordbruket: Genom att analysera satellitdata kan AI hjälpa dig att minska användningen av gödsel och vatten, vilket sänker utsläppen från livsmedelsproduktionen.
Risken för en ”Jevons paradox” Du måste dock förhålla dig kritiskt till begreppet effektivitet. Inom ekonomin talar man om Jevons paradox – fenomenet där tekniska framsteg som gör en resurs mer effektiv paradoxalt nog leder till att den totala förbrukningen ökar eftersom det blir billigare och enklare att använda den.
Om AI gör det 20 procent effektivare att köra ett datacenter, men efterfrågan på AI-tjänster samtidigt ökar med 100 procent, blir nettoeffekten för miljön ändå negativ. Det räcker alltså inte att tekniken blir ”grönare” om volymerna fortsätter att växa okontrollerat.
Slutsatsen för artikelserien blir att AI inte är en automatisk räddning. Det är ett kraftfullt verktyg som kräver politisk styrning och hårda krav på transparens. Utan en medveten reglering riskerar vi att bygga en digital framtid på bekostnad av en beboelig planet.
Källor
Här är de källor och rapporter som ligger till grund för den avslutande analysen om AI som ett verktyg för miljönytta kontra riskerna för ökad konsumtion:
- International Energy Agency (IEA): Energy and AI (April 2025) IEA:s banbrytande rapport som analyserar energisystemet och AI. Den visar att bred användning av AI-lösningar i elnätet skulle kunna spara upp till 110 miljarder dollar årligen och frigöra 175 gigawatt i överföringskapacitet genom smartare styrning.https://www.iea.org/reports/energy-and-ai
- Google DeepMind: GenCast and GraphCast Research Information om DeepMinds AI-modeller för väderprognoser som har visat sig vara tio gånger mer effektiva än traditionella superdatorer. Dessa används nu för att optimera produktionen av vindkraft och förutsäga extrema väderhändelser. https://deepmind.google/blog/gencast-predicts-weather-and-the-risks-of-extreme-conditions-with-sota-accuracy/
- Boston Consulting Group (BCG): AI in Energy – A New Strategic Playbook (2025) En strategisk rapport som granskar hur AI kan korta ner ledtider för innovation inom nya energitekniker från decennier till år, men som samtidigt varnar för att företag måste hantera sin egen energiförbrukning för att nå nettonollmål.https://www.bcg.com/publications/2025/ai-in-energy-new-strategic-playbook
- TechPolicy.Press: Jevons Paradox and AI Sustainability En kritisk analys som förklarar hur Jevons paradox appliceras på den moderna AI-industrin – där effektivare algoritmer sänker kostnaden per beräkning, vilket i sin tur leder till att efterfrågan och den totala energiförbrukningen exploderar. https://www.techpolicy.press/jevons-paradox-makes-regulating-ai-sustainability-imperative/
- Microsoft: Accelerating Sustainability with AI 2025 Microsofts årliga rapport som fokuserar på partnerskap och tekniska lösningar, såsom AI-verktyget SPARROW för att mäta biologisk mångfald, samt hur bolaget investerar i förnybar energi för att balansera sitt AI-avtryck. https://aka.ms/AcceleratingSustainabilitywithAI2025
av Mikael Winterkvist | feb 21, 2026 | Artikelserier, Threads
Apple släppte igår den första betan av iOS 26.4, och uppdateringen innehåller flera intressanta nyheter. Utöver de allmänna systemförbättringarna märks två specifika förändringar i hälsoappen: uppdateringar för mätvärden i Vitals (Hälsofaktorer) och förbättrad sömnspårning.
Här är vad du får i den nya versionen:
Syrgasmätningen återvänder till översikten
Efter en utdragen patentstrid med medicinteknikbolaget Masimo tvingades Apple ta bort funktionen för syremättnad i blodet från Apple Watch i början av 2024. Sedan förra sommaren finns en ”omdesignad” version av funktionen på plats, som låter dig ta mätningar på klockan för att sedan se resultatet på din iPhone.
Tidigare har dessa mätvärden legat dolda som en separat kategori, men med iOS 26.4 tar de åter plats i den centrala Vitals-grafen. Det innebär att du nu kan se fem viktiga hälsofaktorer samlade i samma vy:
-
Puls
-
Andningsfrekvens
-
Handledstemperatur
-
Syremättnad
-
Sömntid
Fördjupad analys av din sömn
iOS 26.4 introducerar även ett nytt sätt att se på dina sömntrender. Du kan nu få en detaljerad genomgång av dina läggtider under de senaste två veckorna. Genom en ny höjdpunkt i sömnmenyn visas din genomsnittliga läggtid jämfört med gårdagens, vilket gör det enklare att se om du håller din dygnsrytm eller är på väg åt fel håll.
av Mikael Winterkvist | feb 21, 2026 | Artikelserier, Bluesky, Threads
I och med iOS 26.4 öppnar Apple upp för en efterlängtad nyhet: möjligheten att använda AI-chatbotar i CarPlay. Tjänster som ChatGPT, Gemini och Claude kommer för första gången att kunna integreras direkt i bilens gränssnitt, vilket ger dig tillgång till smartare röstassistenter under körningen.
Här är detaljerna kring hur den nya AI-integrationen fungerar.
Nytt gränssnitt för röstsamtal
Apple har uppdaterat sin utvecklingsguide för CarPlay och lagt till en helt ny kategori för konversationsbaserade appar. För att minska distraktioner bakom ratten införs en speciell skärm för röststyrning som ger visuell feedback medan du pratar med AI-tjänsten.
Utvecklare som OpenAI och Google måste nu uppdatera sina appar med stöd för detta specifika gränssnitt för att få köras i bilen. Tidigare har CarPlay-användare varit begränsade till Siri, men nu får du betydligt fler alternativ för att ställa komplexa frågor eller få hjälp med texter handsfree.
Begränsningar för säkerhetens skull
Trots att chatbotarna blir mer tillgängliga finns det tydliga begränsningar för att skydda dig som förare:
-
Ingen kontroll över bilen: Apparna kan svara på frågor och föra samtal, men de har ingen behörighet att styra bilens funktioner eller ändra inställningar på din iPhone.
-
Inget aktiveringsord: Du kan inte väcka en tredjeparts-AI med rösten (som ”Hej Siri”). Du måste fortfarande starta appen manuellt via skärmen innan du kan påbörja konversationen.
-
Optimerad upplevelse: När appen väl är startad tar det nya röstgränssnittet över för att ge en upplevelse som är säker att använda vid körning.
iOS 26.4 befinner sig just nu i betastadiet och den skarpa versionen väntas rullas ut under våren.
