AI i energiskiftet: lärdomar från Greklands kolstopp

Grekland är på väg att stänga sina sista kolkraftverk redan nästa år. På pappret ser det ut som en solskenshistoria: kol ut, sol in. I Västra Makedonien – regionen som i decennier bar landets elförsörjning på sina axlar med brunkol – känns det snarare som att någon drog undan mattan.

Det här är en av de där övergångarna som visar varför energiskiftet aldrig bara handlar om teknik. Det handlar om människor, jobb, elpriser, nätkapacitet, tillit och tempo. Och just därför är Västra Makedonien ett ovanligt tydligt case för vår serie ”AI inom energi och hållbarhet”: när solkraft byggs i rekordfart men den lokala ekonomin ändå krymper, behöver vi smartare sätt att planera, styra och fördela värdet.

Västra Makedonien visar energiskiftets paradox

Västra Makedonien har gått från att vara Greklands energimotor till att riskera att bli en region som producerar grön el men importerar framtidstro.

Under sex decennier bröts hundratals miljoner ton brunkol i enorma dagbrott. Det gav jobb, en kringekonomi av underleverantörer – och samtidigt stora miljö- och hälsokostnader. Vid sin topp stod regionens kolkraft för över 70 % av Greklands elproduktion. Enligt analyser som refereras i artikeln var upp till 20 % av arbetskraften direkt eller indirekt beroende av sektorn, och brunkolen stod för 42 % av regionens BNP.

Nu byggs solparkerna i stället. Kraftbolaget PPC färdigställer 2,1 GW solkraft i regionen – ett kluster som beskrivs som det största i Europa, dessutom ofta på återställd gruvmark. Teknikskiftet går snabbt.

Men samhällsskiftet går långsamt.

• Regionen tappade 10,3 % av befolkningen mellan 2011 och 2021.
• Ungdomsarbetslösheten var över en tredjedel 2023 (jämfört med cirka 22 % i Grekland och 11 % i EU).
• Trots EU-medel till ”rättvis omställning” hade mindre än 5 % av de öronmärkta pengarna betalats ut till mottagare fram till september (enligt ansvarig myndighet i artikeln).

Det här är kärnparadoxen: solkraft är billig och ren – men den skapar få permanenta jobb när den väl står där. Kol skapade jobb eftersom det var bränsleintensivt och arbetsintensivt. Sol skapar värde med mindre driftpersonal.

Varför solboom kan ge “nollpris” – och hur AI hjälper

När många solanläggningar matar in el samtidigt kan priset kollapsa. Det händer redan i Grekland: lokala investerare beskriver timmar med elpris på 0, vilket slår hårt mot små aktörer med lånefinansierade parker.

Det är inte ett ”solproblem” i sig. Det är ett systemproblem: nätet, marknadsdesignen och flexibiliteten hänger inte med i utbyggnadstakten.

AI som verktyg för att få sol att fungera i stor skala

AI kan inte trolla fram nätkapacitet – men AI kan göra tre saker som ofta är avgörande när solkraft byggs snabbt:

1. Bättre prognoser för produktion och efterfrågan

   • ML-modeller som väger in väderdata, molnrörelser, säsongsmönster, historisk last och kalenderhändelser kan minska prognosfel.
   • Lägre prognosfel betyder färre dyra obalanser och mindre behov av ”panikåtgärder” i drift.

2. Optimering av flexibilitet (batterier, värme, industri)

   • AI-baserad styrning kan ladda batterier när solöverskottet är stort och urladda när efterfrågan stiger.
   • I Västra Makedonien nämns elektriska pannor för fjärrvärme och planerade batterier – perfekta lasttyper för AI-styrning.

3. Flaskhalsanalys och driftoptimering i nätet

   • AI kan upptäcka mönster som föregår överlast, spänningsproblem och begränsningar i stationer.
   • Prediktivt underhåll på transformatorer och brytare minskar oplanerade avbrott – extra viktigt när en region vill locka elintensiva etableringar.

En bra tumregel: Ju mer variabel produktion (sol/vind), desto större blir värdet av bra prognoser och snabb styrning.

“Rättvis omställning” kräver datadrivet beslutsfattande

Artikeln visar ett klassiskt glapp: pengarna finns i fonder och planer, men lokalt upplevs satsningarna som “mjuka” – utbildningsinsatser, studier, mindre stöd – medan behovet är konkreta jobb och synliga investeringar.

Här tycker jag att många länder gör samma misstag: man behandlar rättvis omställning som ett kommunikationsprojekt, när det egentligen är ett operativt styrproblem.

Så kan AI stödja en mer trovärdig omställningsplan

Svar först: AI kan göra omställningen mer rättvis genom att mäta effekter i realtid, prioritera insatser som faktiskt ger jobb, och göra målkonflikter synliga innan de exploderar politiskt.

Praktiskt innebär det:

• Omställningsdashboard för regionen: arbetslöshet per ålder, utflyttning, nyföretagande, elpriser, nätanslutningsköer, antal lokala leverantörer i energiprojekt.
• Orsaksanalys: vilka åtgärder hänger ihop med fler anställningar? Vilka stöd fastnar i administration?
• Riskmodeller: vilka kommuner riskerar ”kompetensflykt” och behöver snabbare etableringar?

Det låter teknokratiskt, men poängen är mänsklig: förtroende byggs när människor ser att beslut följs upp och korrigeras, inte när de bara annonseras.

Stora etableringar (som datacenter) kräver smarta elnät

I artikeln diskuteras en möjlig flaggskeppssatsning: ett datacenter på 300 MW som kan skalas upp till 1 000 MW. Sådana projekt är intressanta just nu – även i Norden – eftersom AI-tjänster driver fram ett skriande behov av el och kapacitet.

Men här kommer en obekväm sanning: datacenter löser inte automatiskt ett jobbproblem. De kan ge en del driftjobb, men den stora vinsten kommer om de blir en magnet för kompetens och kringverksamhet.

AI + energi: hur man gör elintensiva satsningar lokalt nyttiga

Om en region vill att en stor elanvändare ska bidra till lokal utveckling behöver den villkor och infrastruktur som gör ”spillvärde” möjligt:

• Spillvärme till fjärrvärme (datacenter → bostäder/offentlig sektor)
• Flexibilitetsavtal (datacenter kan minska last korta perioder mot ersättning)
• Lokal kompetenspipeline (yrkeshögskoleliknande spår, praktiker, certifieringar)
• Lokala upphandlingar (service, bygg, säkerhet, installation)

AI spelar roll här också: laststyrning, värmeoptimering och förbrukningsprognoser gör det lättare att integrera stora laster utan att nätet knäar.

Vanliga frågor jag får – och raka svar

Skapar solkraft jobb eller inte?

Den skapar många jobb i byggfasen men få permanenta driftjobb. Därför behöver regioner kombinera sol med industri, lager, service och utbildning som ger långsiktig sysselsättning.

Varför ägs solparker ofta av stora aktörer?

För att nätanslutningar, kapital och tillståndsprocesser gynnar dem som kan bära risk och vänta länge. I artikeln uppskattas att minst 95 % av projekt i regionen ägs av stora investerare. Vill man ändra det krävs marknadsdesign och lokala ägarmodeller.

Är naturgas en rimlig brygga?

Som kortsiktig försäkring kan gas stabilisera, men den riskerar att låsa in utsläpp och importberoende. Grekland producerar inte egen gas, vilket gör energisäkerheten politiskt laddad.

Vad svenska energi- och hållbarhetsteam kan ta med sig

Västra Makedonien ligger långt från Sverige, men mönstret är bekant: när en region byggts upp kring en dominerande industri måste omställningen vara både snabb och rättvis – annars tappar man folk, kompetens och legitimitet.

Tre saker jag tycker svenska aktörer (kommuner, energibolag, industri) borde kopiera – och göra bättre:

1. Bygg flexibilitet lika snabbt som produktion Sol och vind utan batterier, värmelager, styrning och efterfrågeflex ger prisras och konflikter.

2. Gör AI till driftverktyg, inte powerpoint Satsa på prognoser, realtidsoptimering och prediktivt underhåll i nät och anläggningar.

3. Mät rättvisa som ett system-KPI Följ jobb, lokalt ägande, leverantörsandel och utflyttning lika noggrant som antal installerade MW.

Nästa steg: från “mer sol” till “mer samhälle”

Energiskiftet i Grekland visar att det går att avveckla kol snabbt. Det är bra för klimatet. Men det visar också att utan smart planering och lokal delaktighet blir den gröna elen ett exportflöde – och missnöjet stannar kvar.

I vår serie AI inom energi och hållbarhet återkommer vi till samma slutsats gång på gång: AI är som mest värdefullt när det kopplas till verkliga driftbeslut och till tydliga mål. Prognoser som styr batterier. Modeller som prioriterar nätinvesteringar. Data som avslöjar när en omställning riskerar att bli socialt ohållbar.

Om din organisation står inför en snabb elektrifiering eller en större omställning: vilka två beslut skulle bli bättre redan nästa kvartal om ni hade säkrare prognoser och bättre realtidsdata?