AI mot motstånd: så räddas havsbaserad vind

En enda berättelse kan stoppa miljarder i investeringar. Det låter överdrivet, men USA:s haveri för havsbaserad vind visar hur snabbt ett helt energisegment kan bromsas när politik, juridik och opinion drar åt samma håll.

När den amerikanska offshore-vindboomen nu (2025) i praktiken är frusen, är det frestande att reducera allt till “Trump” eller “dyrt”. Men den mer obekväma lärdomen är att motståndet byggdes metodiskt i åratal: nätverk, budskap, lokala grupper, rättsprocesser – och ett fåtal symbolfrågor som upprepades tills de blev ”sanning” i vissa kretsar. För oss som jobbar med energi och hållbarhet i Sverige är det här inte bara USA-drama. Det är en manual för hur även bra klimatlösningar kan fördröjas.

Jag tar ställning: om vi menar allvar med att skala upp förnybart i tid, måste vi behandla policy- och opinionsrisk som en teknisk risk. Och här är AI inom energi och hållbarhet mer än prognoser och optimering av nät. AI kan användas för att förstå, förutse och avväpna motstånd – innan projekten fastnar i domstolar och rubriker.

Vad USA lär oss: motståndet handlar sällan om teknik

Motståndet mot havsbaserad vind i USA illustrerar en tydlig trend: klimatförnekelse ersätts av klimatfördröjning. I stället för att säga “klimatförändringar finns inte” säger man “lösningen X är farlig, dyr, korrupt eller ogenomtänkt”. Det är retoriskt smartare och juridiskt användbart.

I RSS-berättelsen står en person i centrum: David Stevenson, en veteran i konservativa policykretsar som under nästan ett decennium byggde nätverk, koordinerade lokala grupper och drev rättsliga processer som bromsade projekt. Han började med ekonomiska argument och visuella intrång (“förstörd utsikt”), och landade senare i mer laddade narrativ om valar, säkerhet och myndighetsmisstro.

Det är värt att stanna vid mekaniken:

• Lokalt missnöje först: organisera kustboende, fiskeintressen och kommunpolitiker.
• Ett budskap som biter: välj en symbol som skapar känslor (valar) och fungerar i media.
• Juridik som bromskloss: få till prövningar, överklaganden och stop-work.
• Misstro mot expertmyndigheter: om myndigheten säger “inga bevis”, gör misstron till poängen.

Det här är inte unikt för USA eller vind. Samma mönster syns globalt i konflikter kring elnät, solparker, batterilager, CCS – och även kring kärnkraft.

En snabb siffra som sätter scenen

Enligt uppgifterna i artikeln har prognoserna för amerikansk havsbaserad vind till 2035 skurits ned kraftigt: från tiotals gigawatt till en nivå där endast ett fåtal projekt under byggnation realistiskt kan bli klara. Resultatet blir högre osäkerhet, dyrare kapital och en självförstärkande spiral.

Det är precis den spiral projektutvecklare i Sverige vill undvika när vi går in i ett decennium med:

• ökande elbehov (industriell elektrifiering)
• fler tillståndsprocesser
• hårdare lokal opinion i vissa regioner

Där AI faktiskt hjälper: från “kommunikation” till beslutsförmåga

AI hjälper inte genom att “prata snyggare”. AI hjälper genom att göra projektstyrning bättre i en värld där opinion, media och juridik är en del av systemet.

Här är fyra konkreta AI-spår som direkt adresserar problemen USA hamnade i.

1) Prediktera opposition – innan den blir en rättsprocess

Direkt svar: Med maskininlärning kan man tidigt identifiera var motstånd sannolikt uppstår, vilka argument som kommer användas och vilka aktörer som kan bli nav i en kampanj.

Det här är stakeholder analysis på steroider, men det kräver disciplin. Istället för magkänsla bygger man en riskmodell som väger samman:

• historik av överklaganden i regionen
• lokala intressen (fiske, turism, naturvärden)
• politiska signaler (motioner, nämndbeslut, valresultat)
• mediedynamik (lokaltidningar, debattartiklar, sociala medier)

Praktiskt exempel: Jag har sett att organisationer ofta gör “intressentkartor” som blir pdf:er i en mapp. Med AI kan intressentkartan bli levande: en dashboard som uppdateras veckovis med risknivåer och tidiga varningssignaler.

Värdet: Om du vet att en kommun eller en intressegrupp med hög mobiliseringsförmåga håller på att samla argument, kan du:

• stärka underlagen (miljö, buller, visuell påverkan)
• involvera lokala aktörer tidigare
• justera projektlayout eller kompensationsåtgärder

Det är billigare att flytta en planerad kabelkorridor på ritbordet än att göra det efter ett överklagande.

2) Upptäck och bemöt desinformation med snabbare faktacykler

Direkt svar: AI-baserad media- och textanalys kan upptäcka när missvisande narrativ börjar ta fart – och visa vilka påståenden som driver engagemang.

USA-exemplet med “valar och vind” visar hur en fråga kan växa från spekulation till politiskt verktyg. Och när det väl händer räcker det inte att säga “myndigheten säger att det inte finns bevis”. Då har du redan förlorat tempo.

En AI-lösning för detta består ofta av tre delar:

1. Monitorering: samla innehåll från nyheter, sociala medier, poddar, lokala forum.
2. Narrativ-kartläggning: klustra påståenden (t.ex. “kabeln ger cancer”, “vind dödar valar”, “vind hotar säkerhet”).
3. Responsplan: färdiga faktaark, expertröster, visualiseringar och Q&A kopplade till varje kluster.

Det viktiga är inte att vinna varje argument. Det viktiga är att förhindra att felaktiga påståenden blir projektets huvudsakliga identitet.

En bra tumregel: om du hör ett nytt påstående två gånger i veckan, ska du anta att du kommer få det som remissvar och i lokalmedia inom en månad.

3) Transparenta beslut: AI som granskningsbart beslutsstöd

Direkt svar: Dataanalys och AI kan göra tillståndsunderlag mer spårbara och lättare att granska, vilket minskar utrymmet för misstro.

En stor del av klimatfördröjning bygger på misstänkliggörande: “myndigheterna mörkar”, “bolagen räknar fel”, “ingen har tittat på helheten”. Du motverkar inte det med fler powerpointbilder. Du motverkar det med öppen metodik.

Här är AI-användning som brukar fungera i praktiken:

• Digitala tvillingar för buller, siktlinjer, bottenpåverkan och bygglogistik
• Scenarioanalys som visar tydligt vad som händer om man ändrar placering, byggfönster eller skyddszoner
• Automatiserad spårbarhet: vilka data användes, vilka antaganden, vilken osäkerhet

När någon påstår “ni har inte räknat på X”, ska du kunna svara med en tydlig modellkörning – inte ett nytt konsultuppdrag.

4) Policy intelligence: förstå spelplanen, inte bara lagen

Direkt svar: AI kan analysera policytrender och juridiska mönster för att minska risken att projekt blir politiska slagpåsar.

Det mest brutala i den amerikanska historien är hur snabbt en ny administration kan ändra förutsättningarna: stoppordrar, indragna stöd, ifrågasatta tillstånd.

I Sverige ser processen annorlunda ut, men vi har också:

• ändrade styrmedel över mandatperioder
• målkonflikter mellan natur, försvar, kommunal planering och industri
• domstolspraxis som utvecklas

AI-baserad policyanalys kan hjälpa organisationer att:

• förutse vilka frågor som blir politiserade nästa kvartal
• förstå vilka remissinstanser som väger tungt i praktiken
• identifiera “kritiska argument” som ofta avgör i överklaganden

Det gör planeringen robustare. Och det gör att du kan investera där sannolikheten att få “ja” faktiskt är hög.

Så bygger du en AI-strategi för havsbaserad vind (utan att fastna i teknik)

Direkt svar: Börja med beslutspunkter och risker, inte med modeller.

Om du arbetar med utveckling, investering eller myndighetsprocesser kan du använda den här enkla arbetsordningen:

1. Kartlägg de fem dyraste förseningarna i era projekt (t.ex. nätanslutning, kommunal acceptans, artskydd, försvar, överklaganden).
2. Definiera tidiga signaler för varje risk (t.ex. medietoppar, remissmönster, politiska utspel).
3. Bygg en gemensam datagrund (dokument, beslut, kartdata, loggar, medieflöden).
4. Välj en första AI-use case med tydlig ROI på 90–120 dagar.
5. Säkra governance: vem äger modellen, vem godkänner svar, hur hanteras bias och transparens.

Det här är lead-genereringens kärna också: när ni kan visa att ni har en metod för att minska förseningar, blir ni intressanta för både investerare, partners och kunder.

Vad betyder detta för Sverige 2026?

Sverige går in i ett skede där energisystemet måste byggas ut snabbt och samtidigt hålla social legitimitet. Havsbaserad vind i Östersjön och Kattegatt har stor potential, men riskerar att hamna i samma typ av konflikttriangel: naturvärden – försvar – lokal acceptans.

Min poäng är inte att “AI löser politiken”. Min poäng är att AI kan göra oss bättre på tre saker som ofta avgör om projekt blir av:

• förutse konflikt (innan den låser sig)
• minska osäkerhet (med bättre data och scenarier)
• öka tillit (genom spårbara, begripliga underlag)

Det är exakt så AI inom energi och hållbarhet bör användas: som beslutsförmåga, inte som prydnad.

Nästa steg: från reaktiv krishantering till proaktiv planering

USA:s offshore-vindhistoria är en påminnelse om att energiprojekt är samhällsprojekt. Tekniken kan vara redo, kapitalet kan finnas – men om motståndet hinner organisera sig snabbare än projektet hinner förklara sig, då blir resultatet förseningar eller stopp.

Vill du ta ett första steg redan i januari? Välj en pågående eller planerad etablering och gör en AI-stödd risk- och narrativanalys för de kommande 6 månaderna: vilka argument kommer, vilka aktörer driver dem, och vilka faktaunderlag måste vara klara innan debatten exploderar.

Frågan jag tycker att varje energibolag och utvecklare bör ställa sig nu är enkel: Om nästa stora konflikt börjar i ett lokalt Facebookflöde på en tisdag kväll – hur snabbt upptäcker ni den, och hur bra är ert beslutsunderlag på onsdag morgon?