Geotermisk energi och AI: ny väg för gruvarbetare

När en kolgruva i nordvästra Colorado fick beskedet att den skulle stänga före 2030 blev Matt Cooper rasande. Inte lite irriterad – rasande. Han hade byggt sitt liv på skift, tunga maskiner och en bransch som länge varit ryggrad i lokalsamhället. Men istället för att fastna i ilska gjorde han något som fler energibolag och kommuner borde studera noggrant: han startade ett geotermiskt borrföretag.

Det här är inte bara en amerikansk ”feelgood-story”. Den säger något konkret om hur omställningen faktiskt händer när jobb, kompetens och energisystem ska byta riktning samtidigt. Och för oss som jobbar med AI inom energi och hållbarhet är den extra intressant: geotermi och AI passar ihop som hand i handske – både för att minska risk, sänka kostnader och planera smartare.

Från kol till geotermi: varför den här typen av skifte fungerar

Skiftet fungerar av en enkel anledning: kompetensen går att återanvända. Geotermiska installationer kräver borrning, logistik, säkerhetstänk och operatörsvana på tung utrustning. Det är exakt sådant som många gruvarbetare redan kan.

Matt Cooper byggde sitt nya bolag (High Altitude Geothermal) på det han och familjen kan bäst: få saker att hända i verkligheten. Inte i en powerpoint. Den här typen av entreprenörskap är ofta det som saknas i omställningsprogram – man pratar mycket om utbildning, men mindre om hur folk faktiskt kan tjäna pengar på sin erfarenhet i en ny marknad.

Det som gör geotermiska värmepumpar attraktiva i kallt klimat

För byggnader är grunt geotermiskt (bergvärme/markvärme) en av de mest stabila och energieffektiva lösningarna som finns:

• Slingor installeras tiotals till hundratals meter ner i marken.
• Temperaturen i marken är relativt jämn jämfört med utomhusluften.
• En geotermisk värmepump kan leverera samma värme med ungefär en fjärdedel till en sjättedel av energin jämfört med direktverkande el eller fossila alternativ (en tumregel som ofta lyfts i branschsammanhang).

Cooper beskriver hur uppvärmningskostnader i hans område kan bli mycket höga under vintrar som varar fem–sex månader. Poängen är universell: där värmebehovet är stort blir effektivitet snabbt ekonomi, inte bara klimat.

Den stora bromsklossen: investeringen – och hur AI kan hjälpa

Den vanligaste invändningen mot geotermiska system är inte driftkostnaden. Det är startkostnaden. Installation kan kosta 2–3 gånger mer än ett alternativ som luftvärmepump eller en kombination av gaspanna och AC.

Men det är här det blir intressant ur ett AI- och systemperspektiv: en stor del av kostnaden handlar om osäkerhet och projektrisk.

Var kostnaden uppstår i praktiken

Ett geotermiprojekt blir dyrt när man:

1. Överdimensionerar för att vara säker.
2. Behöver flytta riggar långt (mobilisering).
3. Stöter på oväntade markförhållanden.
4. Inte kan optimera borrhålens placering eller antal.

Coopers affärsidé var delvis att sänka mobiliseringskostnaden genom att vara lokal. Det är smart. Men AI kan pressa kostnader i fler led.

AI i geotermi: konkreta användningsområden som sänker risk

AI blir mest värdefull när den minskar osäkerhet före och under borrning. Här är tillämpningar som redan är realistiska för många aktörer (även små och medelstora), särskilt när data samlas över tid:

• Prediktiva markmodeller: kombinera geologiska kartor, borrdata, jordart, topografi och historiska installationer för att uppskatta borrdjup, värmeledningsförmåga och sannolik prestanda.
• Optimering av dimensionering: ML-modeller som föreslår antal borrhål och borrhålsavstånd baserat på byggnadens effektbehov, driftprofil och lokala markparametrar.
• Detektion av avvikelser i borrning: sensordata från riggen (tryck, moment, vibrationsmönster) kan användas för att tidigt upptäcka problem och minska stillestånd.
• Energistyrning efter installation: AI-styrning av värmepump, cirkulationspumpar och inomhuskurvor baserat på väderprognos, elpris och byggnadens termiska tröghet.

En praktisk tumregel: när AI minskar överdimensionering med bara 10–15 % kan det i många projekt vara skillnaden mellan ”för dyrt” och ”genomförbart”.

Rättvis omställning på riktigt: jobben, skattebasen och lokalsamhället

Det som ofta glöms bort i diskussioner om energiomställning är att den inte bara handlar om kilowattimmar. Den handlar om skatteintäkter, identitet och framtidstro.

I Coopers hemregion står nedläggningar av kolkraft och kolbrytning för en stor ekonomisk chock. När en stor arbetsgivare försvinner försvinner ofta också:

• underleverantörer
• kommunala intäkter
• inflyttning
• investeringar i skolor och infrastruktur

Colorado har svarat med en särskild myndighetsfunktion för ”just transition” och riktade stöd till drabbade arbetare och samhällen. I Coopers fall kopplades familjen ihop med relevanta aktörer och fick ekonomiskt stöd (bland annat ett bidrag på 40 000 dollar och skattelättnader via ett landsbygdsprogram).

Min ståndpunkt: omställningspolitik som bara erbjuder utbildning men inte marknad, uppdrag och lokala affärsmöjligheter kommer att misslyckas. Coopers exempel visar motsatsen: stöd + lokal efterfrågan + överförbar kompetens = verkliga jobb.

Svensk parallell: vad kommuner och energibolag kan ta med sig

Även om Sverige inte har samma kolberoende i dag, finns liknande logik i orter där en dominerande industri förändras snabbt. För svenska aktörer som vill skala elektrifiering och fossilfri värme finns tre lärdomar:

1. Bygg lokala kedjor: installatörer, borrare, energitjänster, drift och uppföljning.
2. Gör affären begriplig: visa totalekonomi (CAPEX + OPEX), inte bara installationspris.
3. Mät och förbättra: samla data från installationer och använd AI för att standardisera och pressa kostnad över tid.

Så kommer du igång: en praktisk checklista för geotermi + AI

Om du är fastighetsägare, kommun, energibolag eller entreprenör och vill koppla ihop geotermisk energi med AI på ett sätt som ger effekt inom 6–12 månader, börja så här:

1) Välj rätt typ av pilot

En bra pilot har:

• tydligt värme- och kylbehov
• enkel mätning (värme, el, temperaturer)
• rimlig teknisk komplexitet
• möjlighet att skala (flera liknande byggnader)

2) Datagrund: samla det som ger snabbast värde

Prioritera data som gör dimensionering och drift säkrare:

• timdata för värme/kyla och el
• utetemperatur och väderprognos
• byggnadens driftstider och börvärden
• borr- och markdata från entreprenör

3) AI-skop: börja med optimering, inte ”science project”

Tre AI-områden som ofta ger snabb avkastning:

1. prognos av energibehov (för styrning och effekt)
2. optimering mot elpris (om ni har timpris eller flexibilitetsavtal)
3. avvikelsedetektering (för att hitta fel i drift tidigt)

4) Ekonomi: räkna på totalen och inkludera elnätseffekten

Geotermi har en ofta underskattad systemfördel: den ger jämnare effektuttag. Jämn last är bra för elnätet och kan på sikt minska behov av dyr nätutbyggnad och toppkapacitet.

I en svensk kontext blir detta extra relevant när många samtidigt elektrifierar uppvärmning, laddning och industri. AI i smarta elnät blir enklare när laster är stabila och förutsägbara.

Geotermi är inte en symbolfråga – det är en arbetsfråga

Matt Cooper verkar inte älska alla förnybara tekniker. Han gillar inte hur vindkraft ser ut. Han är skeptisk till batterier. Han har åsikter om var solpaneler tillverkas. Men han gillar geotermi för att den är konkret: den värmer husen, sänker kostnaderna och kräver kompetens som hans community redan har.

Det är värt att ta på allvar. Energiomställningen blir robust först när den fungerar för människor som inte jobbar med klimatfrågor på heltid.

För serien AI inom energi och hållbarhet är slutsatsen tydlig: AI är som mest användbart när det kopplar ihop teknik med genomförande. I geotermi betyder det bättre dimensionering, färre missar, smartare drift och ett snabbare lärande mellan projekt.

Nästa steg om du vill driva leads i det här området: välj en byggnad, gör en förstudie med tydliga mätpunkter och definiera en AI-skop som går att driftsätta snabbt. När du har ett pilotresultat som går att visa i kronor, kilowatt och effekt – då lossnar resten.

Vilken del av kedjan i din organisation är mest redo att vinna på geotermi + AI: projektering, borrning, drift eller energistyrning?