AI och nästa generations geotermi: därför ökar pengarna

Den som tror att energiomställningen bara handlar om mer sol och vind missar en avgörande detalj: samhället skriker efter el som finns när den behövs. Inte bara kl 12 en blåsig dag – utan kl 03:00 en kall decembernatt när både hushåll och industri drar på. Det är exakt därför investeringar i ”fast” fossilfri el (så kallad firm power) börjar sticka ut i statistiken.

Den 2025-12-10 blev det extra tydligt när det amerikanska bolaget Fervo Energy tog in 462 miljoner dollar för att färdigställa sitt stora projekt Cape Station i Utah – ett av de mest ambitiösa försöken hittills att skala upp förstärkt geotermi (Enhanced Geothermal Systems, EGS) i kommersiell storlek. Det intressanta för oss i serien AI inom energi och hållbarhet är inte bara pengarna eller tekniken i sig. Det är att geotermi och AI passar ihop som hand i handske: ju mer vi kan mäta, modellera och förutsäga, desto mer lönsam och pålitlig blir geotermin.

Varför 462 miljoner dollar är en signal – inte en nyhet

Poängen: Kapitalet följer just nu el som kan levereras dygnet runt utan koldioxidutsläpp, eftersom efterfrågan växer snabbare än nät och lagring hinner byggas.

Det som driver detta är en kombination av tre trender som är svåra att bortse från i slutet av 2025:

1. Datacenter och AI-beräkningar ökar elbehovet lokalt och kontinuerligt. Träningskluster och inference-tjänster vill ha stabil effekt, inte bara billig kilowattimme vid ”rätt” tid.
2. Elektrifiering av industri och transport flyttar stora energiflöden från fossila bränslen till el – ofta med krav på hög driftsäkerhet.
3. Nätbegränsningar gör att även där sol och vind byggs snabbt, så är anslutningstider och flaskhalsar en broms. Firm power blir ett sätt att minska risken.

Fervo uppger att bolaget totalt har rest cirka 1,5 miljarder dollar sedan 2017. Det är inte ett tecken på hype i största allmänhet – det är ett tecken på att marknaden börjar värdera tekniker som kan leverera fossilfri el med hög kapacitetsfaktor.

EGS: geotermi där naturen inte gav dig en reservoar

Poängen: EGS försöker skapa den underjordiska ”värmeväxlare” som traditionell geotermi måste hitta naturligt.

Klassisk geotermisk elproduktion bygger på att det finns en naturlig reservoar av varmt vatten/ånga på rätt djup, med rätt flöden, på rätt plats. Därför är geotermi i traditionell form geografiskt begränsad.

EGS går runt det hindret genom att:

• borra djupt i heta, torra bergarter
• skapa eller förbättra spricknätverk (kontrollerad stimulering)
• cirkulera vatten genom berget
• ta upp värmen till ytan och producera el

Fervo använder metoder som känns igen från olje- och gasvärlden: horisontell borrning och avancerad mätteknik (bland annat sensorer för att förstå flöden och temperaturer i realtid). Resultatet är ett försök att industrialisera processen: fler brunnar, bättre träffsäkerhet, mer standardisering.

Cape Station: en tydlig tidslinje att följa

Poängen: Projektet är stort nog för att bli ett riktmärke för hela branschen.

Fervos Cape Station byggs i Beaver County, Utah. Planen enligt bolaget:

• 100 MW i första etappen med leveransstart 2026-10
• ytterligare 400 MW planerat till 2028

Om det håller, blir det ett av de första EGS-projekten som verkligen bevisar kommersiell skala – inte bara pilot.

Där AI gör mest nytta i geotermi (och varför det spelar roll)

Poängen: Geotermi är datatungt, riskdrivet och fysiskt komplext – alltså perfekt för AI som reducerar osäkerhet.

Jag har märkt att många pratar om AI i energisektorn som om det alltid handlar om att ”optimera lite här och där”. I geotermi är det mer konkret: AI kan avgöra om du borrar på rätt plats, hur du kör anläggningen och när något håller på att gå sönder. Det är skillnaden mellan ett projekt som blir bankbart och ett som blir ett dyrt experiment.

1) Prospektering och platsval: från geologisk gissning till sannolikhet

Att välja borrplats är en av de dyraste och mest avgörande besluten. Här kan AI användas för att kombinera:

• seismik (3D/4D)
• magnetotelluriska data
• temperaturgradienter
• historiska borrkärnor
• satellit- och topografidata

Med maskininlärning kan man bygga modeller som ger sannolikhetskartor för var det finns rätt temperatur, permeabilitet och geometri – och samtidigt kvantifiera osäkerhet. Det gör att investerare får ett språk de förstår: risk per brunn, inte bara ”lovande formation”.

2) Borrning och stimulering: realtidsstyrning med sensordata

EGS handlar inte bara om att borra – utan att skapa ett fungerande flödesnätverk i berget. AI kan användas för att:

• tolka fiberoptiska sensorer och tryckdata
• upptäcka ”fel” sprickutveckling tidigt
• föreslå justeringar i pumptryck och flöde
• minska risken för oönskad seismisk påverkan

Det här är praktiskt: varje dag mindre riggtid och färre omborrningar kan flytta ekonomin rejält.

3) Driftoptimering: mer el ur samma brunnar

När anläggningen väl kör gäller det att hålla stabil produktion utan att kyla ner reservoaren för snabbt. Här används AI för:

• prediktiva modeller av temperaturfall
• optimering av cirkulationsstrategier (flöden, injektionsmönster)
• styrning mot elmarknadens pris- och effektbehov

För svenska läsare kan man tänka på fjärrvärmelogik, fast omvänt: du har en värmekälla i marken som du inte vill ”överutnyttja” lokalt. Drift är en balansakt.

4) Prediktivt underhåll: färre stopp, mer intäkt

Geotermi är mekaniskt tufft: pumpar, ventiler, rör och värmeväxlare arbetar med höga temperaturer, mineraler och tryck. Prediktivt underhåll med AI kan:

• förutsäga lager- och pumpfel
• upptäcka beläggningar/skalning tidigt
• optimera underhållsfönster
• minska oplanerade stopp

Det här är en klassisk lead-generator för energibolag och industrikunder: de vill inte köpa ”AI”. De vill köpa färre driftstopp och mer levererad MWh.

Geotermi och datacenter: en logisk matchning 2025

Poängen: Datacenter behöver stabil fossilfri el, och EGS kan byggas där behovet finns – om tekniken och tillståndsprocesserna hänger med.

Fervo har redan en mindre anläggning på 3,5 MW i Nevada som togs i drift 2023-11 och levererar till NV Energy. I samband med den nya finansieringen är det också tydligt att stora elköpare (inklusive tekniksektorn) är med och formar marknaden.

Här finns en större poäng: när datacenter planeras i kluster blir elfrågan lokal och akut. Då räcker det inte att säga ”vi köper förnybart”. Man måste kunna visa:

• timvis leveransprofil
• effekt under toppar
• robusthet vid nätstörningar

Det är därför begrepp som 24/7 fossilfri el och tidsmatchad el får mer tyngd. Och det är därför AI hamnar i centrum: att bevisa 24/7 kräver mätning, spårbarhet och prognoser.

Vanliga frågor jag får: risk, tillstånd och vad som bromsar

Poängen: Den stora utmaningen är inte ”om det funkar” – utan kostnad, tillstånd och skalning.

Är EGS samma sak som fracking?

Det finns en teknisk släktskap i metoder (stimulering av berg), men målet och driften skiljer sig. I EGS cirkulerar man vätska i ett slutet system för värmeuttag. Debatten om seismik och lokala effekter är dock relevant, och kräver bra övervakning.

Vad är största ekonomiska risken?

Borrning och reservoarprestanda. Om temperatur, flöde eller spricknätverk inte blir som planerat faller kalkylen snabbt. Därför är AI för prospektering och realtidsanalys så värdefullt: den pressar ner osäkerheten.

Kan detta bli stort i Norden?

För elproduktion är Norden annorlunda än exempelvis västra USA, men intresset ökar för djup geotermi för värme och industriell användning. Det viktiga är att tänka system: där elnätet är ansträngt och värmebehovet stort kan geotermi (och AI-styrd drift) bli relevant – särskilt om man kombinerar med fjärrvärme och flexibilitet.

Vad energibolag och industrikunder kan göra redan nu

Poängen: Du behöver inte äga en borrigg för att dra nytta av trenden. Du behöver vara redo att köpa, mäta och styra fossilfri firm power.

Här är fem konkreta nästa steg som brukar ge mest effekt:

1. Sätt ett 24/7-mål (internt eller i hållbarhetsrapportering) som mäts timvis, inte årsvis.
2. Bygg en datagrund: mätning, historik, SCADA/EMS-integration, datakvalitet. AI faller platt utan detta.
3. Gör en ”firm power”-analys av din lastprofil: vilka timmar är dyrast, mest kritiska och mest koldioxidintensiva?
4. Planera för flexibilitet: laststyrning, lagring, processoptimering. Geotermi blir ännu mer värdefull när den kan kombineras med flexibel konsumtion.
5. Utvärdera partnerskap: leverantörer som kan erbjuda prediktivt underhåll, digital tvilling eller avancerad prognos (inte som powerpoint, utan driftbart).

En bra tumregel: Om du inte kan förklara din effektprofil timme för timme, kommer du heller inte kunna köpa eller verifiera 24/7 fossilfri el på ett trovärdigt sätt.

Vad 2026–2028 kommer att avgöra

Investeringen i Cape Station är en tydlig markör för vart marknaden rör sig: mer kapital till tekniker som kan leverera stabil fossilfri el. Men det är åren 2026–2028 som blir riktiga stresstestet. Håller tidsplanen? Håller brunnarna? Går det att upprepa processen på nya platser utan att kostnaderna sticker?

För oss som arbetar med AI inom energi och hållbarhet är det här ett läge att vara offensiv. Geotermi är ett av de områden där AI inte bara förbättrar marginaler – den kan avgöra om projekten alls blir byggda.

Om din organisation vill ligga före kurvan: börja med data, mät timvis, och bygg förmågan att optimera och verifiera fossilfri el i drift. Nästa fråga är inte om geotermi får mer uppmärksamhet, utan vilka aktörer som kan bevisa leverans och lönsamhet när efterfrågan på 24/7-el fortsätter uppåt.