+ Tags
IDstory /The Conversation/

Vad händer om AI-bubblan spricker?

(2026.06) Friday essay: despite the AI hype, some experts warn of a bubble – what happens if it pops?

Referenser | Skribent | Kommentarer (0)

AI-hypen når nya höjder

Under de senaste åren har hypen kring artificiell intelligens nått stratosfäriska nivåer. Drivna av en våg av riskkapital lovade teknikledare att AI skulle revolutionera arbetet, öka produktiviteten och leda till banbrytande genombrott. OpenAI, skaparen av ChatGPT, satte ett nytt rekord när bolaget nådde investeringar på 110 miljarder dollar för några månader sedan – och dess vd Sam Altman hävdade nyligen att Australien skulle kunna bli ett ”datahuvudstad för världen”.

Från media- och forskarsajten The Conversation
Lista och Ämneskatalog ( 225 )
AI-relaterat Ekonomi Samhälle

Skyhöga löften har åtföljts av skyhöga investeringar i datacenter, de vidsträckta serveranläggningar som driver träning, drift och underhåll av dessa modeller. En enorm ny hyperskaleanläggning som föreslås i västra Sydney – 1 gigawatt över 52 hektar – skulle rankas bland världens största. Den kommer att ansluta till 162 befintliga center och 90 under planering i Australien, som förväntas bli världens tredje största datacentermarknad i början av 2030-talet.

Men medan AI-förespråkare satsar allt, är den allmänna opinionen betydligt mer splittrad. En ny studie placerade Australien delat sist i global AI-opinion, där 81% stödjer strängare regler för hur organisationer använder AI och 68% oroar sig för att förlora kontrollen över beslut som AI fattar å deras vägnar.

Gräsrotsrörelser mot AI växer. Förra månaden flyttades ett evenemang, ”Stoppa slopet”, som utmanade datacentret i Sydney, till en större lokal på grund av stort intresse. Det ansluter sig till andra kampanjer som StopAI och PauseAI, som vill bromsa utbyggnaden av datacenter, undersöka hur AI påverkar jobb och miljö samt överväga mer rättvisa och hållbara alternativ.

Under de senaste månaderna har det också börjat dyka upp videor där studenter vid examensceremonier buar ut talare som tidigare Google-chefen Eric Schmidt, som talar i hänförda ordalag om att ”stå på tröskeln till en teknologisk omvandling” och hur AI kommer att påverka ”varje yrke”, ”varje klassrum” och ”varje relation”.

Tilltron till dessa monumentala påståenden – och den extremt kostsamma infrastruktur de vilar på – håller på att urholkas.

Vad är AI:s affärsmodell?

De finansiella kostnaderna för AI är astronomiska. Som teknikern och kritikern Ed Zitron gång på gång har visat förbränner de stora aktörerna miljarder för att hålla modeller igång, medan lönsamma vinster fortfarande är svårfångade. Vissa företag lägger nu mer pengar på snabbt stigande tokenkostnader, det vill säga kostnaden per användning av en modell, än på mänsklig arbetskraft. Inte ens med cyniska ekonomiska mått går kalkylen ihop.

Vad är egentligen AI:s affärsmodell? Var finns den avgörande applikationen som skapar verkligt värde och får miljontals individer eller tusentals företag att betala dyra abonnemangsavgifter? ”Vi har ingen aning om hur vi en dag ska generera intäkter”, erkände OpenAI:s vd Sam Altman 2019, ”när vi väl har byggt ett generellt intelligent system kan vi be det lista ut hur vi skapar avkastning.” Även om landskapet har förändrats sedan dess, är användningsområden och intäkter fortfarande oklara.

Konkreta bevis för AI:s bidrag – snarare än tomma löften i pitchpresentationer och branschkonferenser – är fortfarande svåra att finna.

En nyligen genomförd enkät med 6 000 högre företagsledare i USA, Storbritannien, Tyskland och Australien visade positiva uppfattningar men en nedslående verklighet: omkring 90% av företagen uppgav att AI inte haft någon påverkan på sysselsättning eller produktivitet under de senaste tre åren. En annan studie från MIT visade att 95% av pilotprojekt med generativ AI inte levererade något konkret ekonomiskt värde och därför lades ned.

Om fördelarna är oklara blir nackdelarna allt tydligare. Politiskt ger generativ AI ett perfekt verktyg för att ”översvämma informationsflödet” med vilseledande eller direkt falskt innehåll, vilket fördunklar informationsmiljön och förstärker polarisering. Är Netanyahu levande eller död? AI-förfalskningar gör det allt svårare att avgöra.

Socialt har AI-kompanjoner och modeller, som bygger upp stort förtroende genom långvariga samtal, kopplats till ett växande antal rättsfall kring självmord och masskjutningar. En stämningsansökan i år beskrev ChatGPT som en intim och övertygande ”självmordscoach” som övertygade en man i Colorado att ta sitt liv.

Miljömässigt innebär den kraftigt ökade beräkningskapacitet som AI kräver massiva konsekvenser, då datacenter kräver mer energi och mer vatten och genererar hundratals miljoner ton koldioxidutsläpp. Om de 41 planerade datacentren i Sydney byggs kommer de att använda 15–20% av stadens vattenförsörjning inom ett decennium, enligt forskaren Michael Vardon.

Även om de sociala, miljömässiga och politiska konsekvenserna bortses från, missar AI-hypen vad som sker på teknisk nivå. Modeller har blivit ”smartare” genom att tränas på allt större datamängder, men detta ger avtagande avkastning.

Yann LeCun, tidigare chefsforskare för AI på Meta, har varnat för att modellernas korrelationsbaserade ”lärande” är både ineffektivt och otillräckligt jämfört med mänskligt lärande. Modeller kräver biljoner datapunkter, men reproducerar ändå bara mönster utan djupare förståelse, medan barn kan generalisera från ett fåtal exempel.

”Träningens betydelse avtar” har blivit ett nytt mantra i Silicon Valley, när bruteforce-metoden för grundmodeller börjar överges. Det är långt ifrån säkert att massiva modeller och datacenter ens kommer att behövas framöver.

Var lämnar detta oss? Möjligheten att AI-bubblan spricker har gått från en nischfråga till att diskuteras av etablerade policyanalytiker. ”Det är dags att börja fråga inte om en AI-krasch kommer, utan vad vi bör göra i dag för att vara förberedda i morgon”, skrev två kommentatorer i TIME tidigare i år.

En ny IT-bubbla?

För det första kan AI-bubblan jämföras med IT-bubblan i slutet av 1990-talet. Investerare – inklusive Michael Burry, känd från finanskrisen – ser redan oroande paralleller. Han varnar för att riskkapital finansierar förlusttyngda företag i en historiskt unik omfattning. Om mönstret upprepas kan vi förvänta oss massuppsägningar och konkurser bland AI-startups utan intäkter.

Samtidigt innebär ett företags fall inte att tekniken försvinner. IT-bubblan har beskrivits som en ”elddop”: smärtsam men nödvändig. Infrastruktur levde vidare och möjliggjorde framtida innovation.

En liknande utveckling är sannolik: infrastrukturen blir kvar, AI integreras i produkter och teknikjättar fortsätter dominera. Samtidigt ser vi redan tecken på åtstramning, där företag begränsar användning och höjer priser, något som redan observerats.

Den större frågan är dock om teknikföretag faktiskt bidrar till ekonomin. Som en Nobelpristagare uttryckte det: ”du ser datoreran överallt utom i produktivitetsstatistiken.” Senare analyser antyder att internet haft begränsad effekt på tillväxt. Om detta även gäller AI blir frågan samhällelig: vilket pris betalar vi för en teknik som inte levererar?

Litet är bättre

För det andra rör sig teknikutvecklingen bort från ”större är bättre”. Modeller blir mindre och mer effektiva, med en förskjutning från molnet till ”edge”-enheter, såsom mobiltelefoner där data faktiskt skapas och används.

Detta skifte inkluderar också en rörelse från kvantitet till kvalitet i data. Forskning har visat omfattande problem med bias i AI-modeller. Exempelvis diskriminerar modeller utifrån ras och kön, och AI-bilder gynnar systematiskt vita personer.

Mer lokalt anpassade modeller kan förbättra detta. Vissa språk, särskilt urfolksspråk, räknas som resurssvaga och är underrepresenterade i träningsdata.

Här uppstår idén om datasuveränitet, där samhällen kontrollerar sina egna data och modeller.

Om denna utveckling fortsätter kan dagens massiva investeringar i datacenter visa sig vara felriktade.

I en ironisk vändning har nedlagda köpcentrum byggts om till datacenter – som själva riskerar att bli tomma skal.

Efterverkningar av AI

För det tredje går det inte att stoppa tillbaka AI i Pandoras ask. Konsekvenserna kommer att bestå.

Inom utbildning varnar forskare för ett beroendemönster, en ”ond cirkel”, där kritiskt tänkande försvagas.

Politiskt gör AI det allt svårare att skilja sant från falskt. Moderna modeller kan skapa realistiska nyhetsinslag, till exempel som visar Zelensky kapitulera.

Resultatet blir ett ”lögnarens utdelning”, där även äkta material ifrågasätts.

Miljömässigt riskerar AI att bromsa klimatframsteg. ”Hållbar AI” är en myt, enligt forskning.

Från gruvdrift till energiförbrukning kommer effekterna av AI:s leveranskedjor att påverka framtida generationer.

Motstånd mot tekniken

”Jag är här för att säga att er generations uppdrag är att förstöra AI”, sade komikern Ronny Chieng till Harvardstudenter, enligt ett tal.

Motståndet växer även lokalt. Projekt värda 64 miljarder dollar har stoppats eller försenats.

Enligt kritiker handlar detta inte bara om lokala frågor utan om demokratiskt inflytande över tekniken, vilket har argumenterats.

Protesterna visar en klyfta mellan teknikvisioner och människors faktiska behov.

Samtidigt öppnar detta för alternativ: långsammare, mindre och mer samhällsanpassad teknik som bidrar till ett hållbart samhälle.

Referenser

Skribent

Luke Munn, Research Fellow, Digital Cultures & Societies, The University of Queensland

Kommentarer

  1. Din kommentar // Namn, titel (2026....)

The Conversation: 2026.06.11 Publicerades på BiBB: 2026.06.30



SMS:a en kommentar
genom att klicka här [ öppnar din app ] SMS:a en kommentar till 076 034 32 20 eller mejla.

Kategorier 25 The Conversation 225 2 flags

QR-code


Vad skulle du vilja läsa om på BiBB? Hör av dig.



You know a lot, we may add a little®