AI och ren el i datacenter: lärdomar från Google

USA:s datacenter drog 176 TWh el under 2023, vilket motsvarar 4,4 % av landets elförbrukning. Prognoser pekar på att siffran kan nå 580 TWh till 2028 – ungefär 12 % av USA:s el samma år. Det är inte en detalj i marginalen. Det är en strukturell förändring av elsystemets belastning, driven av molntjänster och framför allt av AI-arbetslaster som växer snabbare än nätutbyggnad och tillståndsprocesser.

Det är här den verkliga dragkampen börjar: AI skapar efterfrågan på el – men kan också bli verktyget som gör datacenter möjliga att driva fossilfritt och kostnadseffektivt. Google och Microsoft har i praktiken börjat agera som energibolag: de investerar i ny elproduktion, testar nya tekniker för ”ren baskraft” och försöker göra datacenter mer flexibla så att de passar elnätet – inte tvärtom.

I den här artikeln (en del av serien ”AI inom energi och hållbarhet”) använder jag deras strategi som en fallstudie: vad de gör, varför de gör det, och vad svenska energi- och hållbarhetschefer kan ta med sig när AI-behovet skjuter i höjden även här.

Datacenter är inte bara IT – de är en nätfråga

Det viktigaste att förstå är att datacenter inte längre kan behandlas som ett vanligt elintensivt industrilastfall. De är snabbrörliga, modulära och kan växa i språng, vilket gör att elnätsplanering (som ofta tar 5–15 år) hamnar i otakt.

I USA ser vi konsekvenserna tydligt: elbolag planerar för mer gaseldad produktion och till och med förlängd kolkraft för att möta ökande effektbehov. Det är logiskt ur ett leveranssäkerhetsperspektiv – men det riskerar att:

• öka utsläppen när ”snabb el” blir fossil el
• driva upp elpriserna för andra kunder när nät och produktion dimensioneras för toppar
• låsa in fossil kapacitet i decennier

Och datacenter själva? De säkrar ofta driften med dieselgeneratorer som backup. Det är robust, men klimatmässigt är det en kvarnsten om man menar allvar med nettonoll.

För svensk kontext är parallellen tydlig: när nya etableringar eller AI-kluster vill ansluta stora effekter snabbt blir det en fråga om nätkapacitet, lokal produktion, flexibilitet och prissignaler. IT-avdelningen räcker inte. Här behöver energi, drift, inköp och hållbarhet sitta vid samma bord.

Google: ”Ren, planerbar” el – och en portfölj av risk

Kärnan i Googles energistrategi är att säkra ”clean, firm” el – alltså el som är ren och tillgänglig dygnet runt, inte bara när solen skiner eller vinden blåser. Det är en avgörande distinktion, eftersom AI-laster ofta kräver hög tillgänglighet och kan skapa stora kostnader om de avbryts.

Geotermi som industriverktyg

Google har varit tidigt ute med att stödja nästa generations geotermi, bland annat via samarbeten med bolag som utvecklar enhanced geothermal systems (EGS). Det intressanta med EGS är inte att det är ”en ny energikälla” i största allmänhet, utan att det kan bli:

• lokal planerbar el nära lastpunkten
• skalbar på platser där traditionell geotermi inte funkar
• ett sätt att minska beroendet av fossil spetskraft

För datacenter är detta attraktivt eftersom det flyttar diskussionen från ”hur kompenserar vi för variabilitet?” till ”hur bygger vi en stabil bas som variabilitet kan staplas på?”.

SMR-kärnkraft som långsiktigt spel

Google har också tecknat avtal kopplade till små modulära reaktorer (SMR). Det här är mer osäkert i tid och genomförande än exempelvis sol och vind, men strategiskt är det tydligt: hyperscalers vill ha egna elben. Inte nödvändigtvis i bemärkelsen att äga kraftverk, men i bemärkelsen att forma marknaden genom efterfrågan, finansiering och långa avtal.

Min take: portföljen är poängen. Datacenterenergi kräver riskdiversifiering, ungefär som en finansportfölj. Sol och vind är billiga kilowattimmar, men de räcker inte ensamma när kravet är 24/7-drift utan fossil backup.

Microsoft: från dieselbackup till vätgas, batterier och bättre hårdvara

Microsofts strategi illustrerar en annan sida av samma problem: även om du köper förnybar el finns lokala och tidsmässiga luckor – och då faller man tillbaka på diesel om man inte har alternativ.

Vätgasbränsleceller och avancerade batterier

Microsoft utvecklar alternativ till dieselgeneratorer, bland annat:

• vätgasbränsleceller för utsläppsfri backup
• avancerade batterier för kortare avbrott och för att hantera effektspikar

Här är en nyckel för hållbarhetsarbete som ofta missas: backup är inte en liten fråga. När hela branschen skalar upp blir backup-flottan enorm. Att byta ut dieselbackup kan vara en av de snabbaste utsläppsreduktionerna per anläggning – om tekniken och regelverken hänger med.

Effektivare serverrack: ”osynliga” kilowatt blir stora pengar

Microsoft jobbar också med att förbättra serverrack och infrastruktur för att minska energibehovet. Det låter trivialt, men det är ofta här de största vinsterna finns:

• bättre luftflöden och kylning
• högre utnyttjandegrad per rack
• mindre energiförluster i kraftmatning

För AI gäller en brutal sanning: varje procent effektivisering i datacentret multipliceras av lastens tillväxt. Om din AI-kapacitet dubbleras, blir en 10-procentig effektivisering snabbt skillnaden mellan ”klarar anslutningen” och ”behöver ny station”.

Flexibla datacenter: AI som nätresurs, inte nätproblem

Den mest intressanta gemensamma nämnaren är flexibilitet. Både Google och Microsoft lyfter att datacenter kan köras mer flexibelt för att minska belastningen på elnätet.

Demand response – men med AI-laster

Google har visat att man kan skala ned maskininlärningslaster under kritiska tillfällen, till exempel vid extremväder, och har tecknat avtal för efterfrågeflexibilitet med elbolag.

Det här är inte ”stäng av servrarna”. Det handlar om att:

• flytta icke-tidskritiska AI-jobb i tid
• prioritera arbetslaster som måste gå nu
• sänka effektuttaget under timmar när nätet är stressat

AI blir alltså både problemet (mer last) och lösningen (styrbar last).

Så bygger du flexibilitet i praktiken (checklista)

Om du ansvarar för energi, IT eller hållbarhet i en organisation med växande AI-behov, har jag sett att följande frågor avgör om flexibilitet blir verklighet:

1. Vilka arbetslaster tål att fördröjas 1–6 timmar? (träning, batch-jobb, dataförädling)
2. Har ni ett styrsystem som kan koppla elpris/nätläge till schemaläggning?
3. Kan ni mäta effektuttag per kluster/rack i realtid?
4. Finns avtal eller incitament för demand response med nät/elleverantör?
5. Har ni interna KPI:er som belönar flexibilitet, inte bara uptime?

När de här punkterna sitter blir datacentret en resurs som kan hjälpa elnätet – och det är där acceptans, snabbare anslutningar och bättre affärscase ofta uppstår.

Långvarig energilagring: när timmar inte räcker

Dagens litiumjonbatterier räcker ofta några timmar. För datacenter som vill klara längre avbrott eller flera dagar med låg vind/sol är det för kort.

Därför tittar branschen på långvarig energilagring (8–24 timmar i närtid, och upp mot 100 timmar i utveckling). Poängen är inte att ersätta elnätet, utan att:

• kapa toppar och minska behovet av ny fossil effekt
• ge mer robusthet vid extrema väderhändelser
• göra mer förnybar el användbar för 24/7-behov

För Sverige och Norden kan detta bli extra relevant när fler verksamheter vill säkra drift över kalla perioder med hög belastning. Lagring, flexibilitet och lokal produktion blir en triangel – du behöver ofta minst två av tre för att slippa fossil fallback.

Vanliga följdfrågor (och raka svar)

Är det realistiskt att AI-datacenter blir fossilfria?

Ja, tekniskt är det realistiskt. Men det kräver att man kombinerar effektivisering, flexibilitet, ren planerbar el och fossilfri backup. Att bara köpa ”grön el” räcker inte när effekt och timing är flaskhalsen.

Är kärnkraft och geotermi nödvändigt?

Inte alltid, men något som ger ren och planerbar leverans behövs i mixen om målet är 24/7 utan fossil reserv. I vissa regioner kan vattenkraft, långvarig lagring eller nätstärkningar fylla samma roll.

Var kommer AI in i energiarbetet, konkret?

AI gör mest nytta i tre lager:

• prognoser: förbrukning, kylbehov, pris, nätstress
• optimering: schemaläggning av jobb och laststyrning
• övervakning: avvikelsedetektering, effektivitet, underhåll

Det är här ”AI inom energi och hållbarhet” blir praktiskt: du använder AI för att minska energitoppar och öka nyttan av ren el, samtidigt som du driver AI-tjänster.

Vad svenska organisationer kan göra redan Q1 2026

Om du vill ta en sida ur Google och Microsofts spelbok utan att vara en hyperscaler, skulle jag börja så här:

• Kartlägg era AI-laster: vilka är flexibla och vilka är hårt realtidsberoende?
• Sätt ett effektmål, inte bara ett energimål: kW vid topp är ofta det som stoppar projekt.
• Bygg ett ”carbon-aware scheduling”-spår: kör mer när elen är renare/billigare om verksamheten tillåter.
• Se över backup-strategin: diesel är ett klimat- och varumärkesriskpaket.
• Börja prata med nätägare tidigt: flexibilitet kan vara ett förhandlingskort.

Det är lätt att fastna i teknikval (batteri vs vätgas vs avtal). Den bättre frågan är: vilken kombination gör att ni kan växa utan att knäcka nätet eller klimatmålen?

Där energistrategin blir en AI-strategi

Datacenterkapplöpningen handlar inte bara om fler GPU:er. Den handlar om el – mängden, effekten, timmen på dygnet och utsläppen bakom varje kilowattimme. Google och Microsoft visar att vägen framåt är en mix av investeringar i ren el, smartare drift, flexibilitet och fossilfri reservkraft.

För alla som jobbar med AI inom energi och hållbarhet är detta en ovanligt konkret läxa: AI måste designas så att den passar energisystemet. Annars kommer energisystemet anpassa sig till AI – och då riskerar vi mer fossil el, högre kostnader och fler konflikter om kapacitet.

Vilken del är mest relevant för er under 2026: att göra lasterna flexibla, att få bort dieselbackup – eller att säkra ren planerbar el nära verksamheten?