AI och datacenter: stoppa dyra elprognoser

Elprognoserna för datacenter har spårat ur. I USA räknar elbolag nu med att elbehovet ska öka så snabbt att det motsvarar 15 gånger New York Citys topplast på bara fem år. En ny sammanställning pekar på att toppeffekten i nätet kan nå 166 GW till 2030 – en nivå som är sex gånger högre än vad som prognostiserades för bara tre år sedan.

Det här är inte en nischfråga för energinördar. När prognoserna blir för höga används de ofta som argument för att bygga dyr infrastruktur och ny fossil gaskraft. Och när notan väl hamnar i systemet hamnar den också hos kunderna.

Här är min ståndpunkt: det största problemet är inte att datacenter växer – utan att vi planerar elnätet som om varje förfrågan blir verklighet, samtidigt, på samma plats, vid sämsta tidpunkt. Det är ett recept på felinvesteringar. I den här delen av vår serie ”AI inom energi och hållbarhet” går vi igenom vad som händer, varför prognoserna drar iväg, och hur AI-driven prognostik, flexibilitet och smart styrning kan göra att vi klarar tillväxten utan att låsa in oss i fossilberoende och onödigt höga elräkningar.

Varför datacenterprognoserna blir farligt höga

Svar först: Prognoserna blir överdrivna när elbolag räknar ihop osäkra projektförfrågningar som om de vore bindande beställningar – och när incitamenten belönar ”hellre för mycket än för lite”.

Datacenterboomen drivs av AI-satsningar, molntjänster, telekom och i viss mån krypto. Det nya är storleksordningen: anläggningar som vill ha 1 GW eller mer är inte längre science fiction. Det är en småstad i effekt.

Dubbelräkning och ”guldgrävarlogik”

En central förklaring är dubbelräkning: datacenterutvecklare kan lämna parallella förfrågningar i flera nätområden för att jämföra villkor, anslutningstider och elpriser. Alla de här förfrågningarna kan hamna i elbolagens ”pipeline” och tolkas som framtida last.

Dessutom finns en spekulativ dynamik. När marknaden är het testas idéer snabbt:

• Projekt annonseras innan mark, kylvatten, fiber och transformatorer är säkrade
• Finansiering och kundavtal kan vara preliminära
• Tidsplaner kan vara optimistiska för att ”hålla plats i kön”

I den amerikanska analysen som refereras i originalmaterialet uppskattas att elbolagens prognoser kan överdriva datacenterlast med upp till 40% jämfört med alternativa branschbedömningar.

Incitamenten i planeringen lutar åt överinvestering

Elnätet måste vara robust. Det gör att planeringskulturen ofta blir: ”om vi missar en topp riskerar vi driftsäkerheten”. Men när osäkerheten är hög och projekten är rörliga får den reflexen en baksida: kapitalet binds i fel saker.

Den praktiska konsekvensen är enkel: om prognosen säger ”jätteökning”, då blir svaret ofta ”bygg mer produktion och mer nät”. Inte ”styr lasten smartare”.

När prognoserna styr investeringar blir elräkningen politisk

Svar först: Överdrivna lastprognoser kan driva upp systemkostnader snabbt – och skapa tryck att bygga fossil kraft som blir dyr och bromsar klimatarbetet.

I USA syns detta tydligt i kapacitetsmarknader där resurser betalas för att kunna möta topplast. I det material som sammanfattas ökade kostnaderna i PJM-området från 2,2 miljarder dollar (2023) till 14,7 miljarder (2024) och vidare till 16,1 miljarder i den senaste auktionen. Det är en brutal kostnadschock på kort tid.

Poängen för en svensk publik är inte att vi har samma marknadsdesign, utan att mekanismen är densamma:

1. En stor ny last förväntas
2. Systemet dimensioneras för topplasten
3. Nät, reservkapacitet och anslutningar blir dyrare
4. Kostnader riskerar att socialiseras om inte avtalen är smarta

Fossil gas som ”snabb lösning” är ett dyrt vägval

När nätet upplevs stressat och prognosen pekar brant uppåt väljer många aktörer fossil gaskraft för att den kan byggas relativt snabbt och ge planerbar effekt. Men det är en fälla:

• Den låser in utsläpp och lokala luftföroreningar
• Den skapar bränsleprisrisk
• Den riskerar att bli en stranded asset när klimatkrav skärps

För energisystemet är det bättre att först tömma verktygslådan för flexibilitet, effektivisering, lagring och smart laststyrning – och använda ny fossil kapacitet som absolut sista utväg.

AI är bästa verktyget för att gå från gissningar till sannolikheter

Svar först: AI-driven prognostik och beslutsstöd kan ersätta statiska ”worst case”-scenarier med sannolikhetsbaserade planer som minskar risken för felinvesteringar.

Det många missar är att datacenter inte bara är ”en last”. Det är en portfölj av olika typer av IT-belastning, kylsystem, redundanskrav, driftsprofiler och avtal. AI kan modellera den verkligheten bättre än traditionella Excel-prognoser.

1) Prognoser som tar hänsyn till genomförbarhet, inte bara önskemål

En bättre prognos börjar med att väga in realiseringsgrad: hur stor andel av förfrågningarna blir faktiskt byggda och inkopplade?

Med AI kan man kombinera signaler som:

• Historisk konvertering: förfrågan → kontrakt → byggstart → drift
• Ledtider för transformatorer, ställverk och kylutrustning
• Tillgång till mark, vatten/kyla och fiber
• Finansieringsindikatorer och kundavtal

Resultatet blir en prognos som säger:

”Det finns 10 GW i intresse – men 6 GW är sannolikt, 3 GW möjligt, 1 GW osannolikt.”

Det är mer användbart för investeringar än en enda siffra.

2) Anomali- och dubbelräkningsdetektion i anslutningskön

När flera projekt lämnar liknande ansökningar i olika områden kan AI hjälpa nätbolag att flagga mönster:

• Identiska lastprofiler och tidsplaner
• Samma aktörer/underleverantörer
• Orimliga parallella anslutningskrav

Det betyder inte att man ska säga nej. Men man ska prissätta och villkora osäkerheten.

3) Optimering av flexibilitet: från ”måste alltid få 1 GW” till ”kan flytta 200 MW”

Det mest konkreta AI-bidraget är laststyrning. Många datacenter kan vara flexibla utan att kundupplevelsen kraschar – särskilt när det gäller icke-latenskritiska jobb (batch, träning, backup, vissa inferensflöden).

AI kan:

• Schemalägga beräkningar till timmar med lägre elpris och lägre systemstress
• Prioritera vilka jobb som kan pausas, flyttas eller throttlas
• Styra kylning och energilager (UPS/batterier) för att kapa toppar

En bra tumregel i planering är: toppkW är dyrare än kWh. Att kapa toppar minskar behovet av dyr kapacitet.

Praktiska åtgärder: så minskar ni risk och kostnad redan 2026

Svar först: Kombinera smartare avtal, AI-baserad drift och tydlig kostnadsallokering så att datacenter kan växa utan att vältra över risken på övriga elkunder.

Det här är den del som ofta saknas i debatten: vad gör vi imorgon? Här är ett konkret upplägg som fungerar för energibolag, nätägare, kommuner och datacenteraktörer.

För nätbolag och energibolag

1. Sannolikhetsprognoser i investeringsplanen

   • Planera med P50/P90-scenarier (median vs hög tillväxt) och koppla investeringar till tydliga ”triggers”.

2. Villkorad anslutning (”connect and manage”)

   • Tillåt snabbare inkoppling, men med krav på reducerad effekt vid systemstress.

3. Krav på mätning och transparens i realtid

   • Om lasten får villkorade rabatter ska den också vara styrbar och verifierbar.

4. AI-baserad driftplanering av nätet

   • Förutsäg lokala flaskhalsar (transformatorer, regionnätspunkter) och optimera omkopplingar och underhåll.

För datacenterägare och operatörer

1. Bygg flexibilitet som en produkt, inte en eftertanke

   • Sätt interna mål: t.ex. “minst 10–20% styrbarhet i topplast”.

2. Arbeta med AI för jobb- och kyloptimering

   • Separera latenskritiska laster från flyttbara; optimera kylstrategier mot väder, elpris och koldioxidintensitet.

3. Gör effekt till en affärsparameter

   • Förhandla avtal där ni tjänar på att minska toppeffekt: lägre nätavgifter, incitament för stödtjänster.

För regulatorer och beslutsfattare

1. Säkerställ att nya laster bär marginalkostnaden

   • Om ett projekt kräver ny nätförstärkning ska prissignalen vara tydlig.

2. Standardisera regler för frånkoppling och lastreduktion

   • Förutsägbarhet slår ad hoc-krisåtgärder.

3. Styr mot fossilfri toppeffekt

   • Belöna flexibilitet, lagring och efterfrågeflex innan ny fossil kapacitet godkänns.

Vanliga frågor (och raka svar)

”Kan vi verkligen lita på att datacenter blir flexibla?”

Ja, om avtalen är rätt skrivna. Flexibilitet måste vara mätbar, testad och sanktionerad. Annars är det bara en power point.

”Blir AI inte bara en del av problemet, eftersom AI kräver mer el?”

AI ökar efterfrågan, absolut. Men AI är också verktyget som gör att vi kan minska topplaster, optimera kylning och använda förnybar el smartare. Det är inte antingen eller.

”Vad är största risken om vi bygger för mycket?”

Att vi får dyr överkapacitet som kunderna betalar i decennier – och att fossil kraft får längre livslängd än den borde.

Nästa steg: bygg ett elsystem som klarar AI utan att bli dyrt

Datacenter är här för att stanna, och elbehovet kommer att fortsätta öka. Men idén att vi måste välja mellan ”massor av ny fossil kraft” eller ”stopp för etableringar” är falsk. Det finns en tredje väg: AI-driven planering och AI-driven flexibilitet.

Om du tar med dig en mening från den här texten, låt det vara den här:

När osäkerheten är hög ska planeringen vara adaptiv – inte maximal.

Vill du göra det här praktiskt i din organisation under 2026? Börja med att kartlägga var osäkerheten finns (anslutningskö, realiseringsgrad, lokala flaskhalsar) och välj sedan ett pilotcase där ni använder AI för att koppla samman prognos → avtal → driftstyrning.

Frågan som avgör mycket av 2030-talets energisystem är inte om datacenter växer. Den frågan är redan besvarad. Den verkliga frågan är: vem bygger intelligensen som gör att tillväxten blir fossilfri, stabil och rimligt prissatt?