Naturligt väte: AI hittar nästa stora energikälla

Vätgas är redan en ryggrad i industrin: runt 90 miljoner ton användes globalt 2022, och prognoser pekar mot 540 miljoner ton 2050. Det är en skala som gör att små förbättringar i produktion, logistik och planering snabbt blir stora i klimatbokslutet. Problemet är bara att mycket av dagens vätgas fortfarande görs av fossila råvaror, vilket bidrar med omkring 2,4 % av världens CO₂-utsläpp.

Här kommer en lite obekväm sanning: vi pratar ofta om “grön vätgas” som om allt handlar om mer vind och mer elektrolys. Men om en del av lösningen redan finns under våra fötter? Forskare från University of Oxford, Durham University och University of Toronto har beskrivit en tydlig “receptlista” för att hitta naturligt, geologiskt bildat väte som kan ha ackumulerats i jordskorpan.

Det här är extra relevant i vår serie ”AI inom energi och hållbarhet”. För även om geologin talar om var vätet kan finnas, så är det AI som kan göra skillnaden mellan dyr chansning och träffsäker prospektering, bättre prognoser och smidigare integration i smarta elnät.

Varför naturligt väte plötsligt är intressant på riktigt

Naturligt väte (ibland kallat white hydrogen eller geologiskt väte) är väte som bildas av jorden själv över geologisk tid. Nyckeln i den nya forskningen är att den går från hype till hantverk: den identifierar vilka ingredienser som måste vara på plats för att väte inte bara ska bildas – utan också samlas i utvinningsbara mängder.

Vätgasmarknaden är redan stor (uppskattad till omkring 135 miljarder USD), och den framtida marknaden bedöms kunna nå upp till 1 000 miljarder USD 2050. När en råvara får den typen av efterfrågekurva blir “nya källor” inte en nischfråga – det blir en fråga om industriell resiliens.

En annan poäng: forskarna uppskattar att jordens kontinentala skorpa under den senaste miljarden åren kan ha producerat nog med väte för att täcka mänsklighetens energibehov i minst 170 000 år. Mycket är förstås förlorat eller otillgängligt, men det visar potentialen. Frågan skiftar från “finns det?” till “hur hittar vi rätt ställen?”.

Receptet: så bildas, flyttar och överlever väte i berggrunden

Kärnan i forskningen är ett systemtänk: ett “vätgas-system” kräver flera steg som alla måste fungera. Det räcker inte att väte bildas; det måste också migrera, fångas och inte förstöras.

1) Produktion: rätt bergarter och rätt reaktioner

Väte kan bildas när vatten reagerar med vissa mineral och bergarter. Det kräver rätt geokemi och ofta rätt temperatur- och tryckförhållanden. Forskningen betonar att man måste förstå:

• Hur mycket väte som faktiskt kan produceras i ett område
• Vilka bergarter som är effektiva “producenter”
• Hur reaktionseffektiviteten varierar (en av de stora osäkerheterna)

En viktig positionsmarkering i arbetet: väte från manteln har lockat mycket spekulation, men bedöms inte vara en kommersiellt realistisk huvudkälla. Fokus bör ligga på processer i jordskorpan.

2) Migration: väte måste ta sig från källan

När väte bildas måste det röra sig genom sprickor, porer och permeabla lager. I praktiken handlar det om samma typ av frågor som i klassisk geologisk prospektering:

• Finns det sprickzoner eller strukturer som ger flödesvägar?
• Finns det tätande lager som hindrar gasen från att läcka?
• Hur ser den geologiska historien ut: har systemet hunnit laddas eller har det “ventilerats” bort?

Här blir det tydligt varför forskarna liknar det vid att baka en soufflé: tajming, temperatur och rätt proportioner avgör allt.

3) Ackumulation: det måste finnas en fälla

För att få ett “fält” krävs en geologisk fälla – en plats där gas kan samlas i volym. Utan fälla blir det bara diffusa utsippringar.

Det är därför “receptet” också handlar om:

• Reservoarbergart (där gas kan lagras)
• Tätning (som håller gasen kvar)
• Struktur (antiklin, förkastningsfälla eller liknande)

4) Förstörelse: mikroberna är inte romantiska

En av de mest konkreta detaljerna i forskningen är biologin: mikrober under jord äter gärna väte. Det betyder att geologiska miljöer som blandar väte med mikrobiellt aktiva zoner kan vara dåliga kandidater.

Det är en enkel men tuff realitet: du kan ha en perfekt källa, men om du parar den med “fel” biosfär blir det ingen resurs.

En praktisk tumregel: i prospektering efter naturligt väte är det lika viktigt att kartlägga vad som förstör väte som vad som producerar det.

Där AI gör skillnad: från karta till beslut i energisystemet

Geologisk vätgasprospektering har hittills bromsats av att historiska mätningar är få och spretiga. Det är ett klassiskt data-problem. Och data-problem är ofta AI-problem.

AI för att välja rätt prospekt (och välja bort fel)

Det snabbaste värdet av AI ligger i att reducera osäkerhet och fokusera fältarbete.

Praktiska AI-tillämpningar jag tycker är mest relevanta:

1. Geospatial ML-modeller som väger samman geologi, strukturer, geokemi, värmeflöde och historik för att rangordna områden.
2. Bayesianska modeller för att hantera osäkra och glesa data (typiskt i prospektering) och uppdatera sannolikheter när nya prover kommer in.
3. Anomalidetektion i gasmätningar och isotopdata för att skilja “bakgrund” från signal.

Det är här “AI inom energi och hållbarhet” möter verkligheten: AI blir en beslutsmotor som hjälper oss lägga pengar på rätt borrhål, inte fler borrhål.

Digitala tvillingar för vätgas: från reservoar till nät

Naturligt väte kan bli en ny typ av källa i energimixen. Men den blir bara värdefull om den kan planeras in i systemet:

• Hur stabil är produktionen över tid?
• Vilka volymer kan levereras säsongsvis?
• Hur påverkas elnät, industriell efterfrågan och lagring?

En digital tvilling kan koppla samman:

• Reservoarmodell (flöden, tryck, uttagsstrategi)
• Produktions- och kompressionskedja
• Lokal elnätskapacitet
• Industrins behov (t.ex. stål, kemi, raffinaderier)

Därifrån kan AI optimera drift: när ska man producera, när ska man lagra, och när ska man styra om till el eller värme?

Smarta elnät + vätgas = flexibilitet på vintern

I Sverige är vintern den stora stresstestaren. Vätgas kan fungera som både råvara och energibärare, men framför allt som flexibilitetsresurs.

Om naturligt väte kan bidra med lägre utsläpp och stabilare kostnadsbild, blir det en pusselbit i:

• Effekthantering (toppar i elanvändning)
• Industrins omställning (fossilfria processer)
• Sektorkoppling (el–gas–värme)

AI behövs för att styra det här smart: prognoser för last, optimering av elektrolys kontra inköp, och planering av lagring för att undvika dyr spets.

Vad betyder det här för svenska aktörer 2025–2026?

Naturligt väte är inte en färdig hyllvara. Men 2025-12-21 är läget tydligt: intresset ökar, och forskningen har blivit mer konkret. För svenska energibolag, industrikluster och investerare är det läge att agera strukturerat.

En enkel handlingsplan (utan att spela roulette)

Jag har sett att många organisationer fastnar i “vi borde följa detta”. Gör hellre så här:

1. Skapa en datakarta: vilka geodata, brunnsdata, geokemi- och strukturdata finns redan internt eller nationellt?
2. Bygg en första screeningmodell: även en enkel ML-modell kan rangordna områden och visa vilka variabler som driver resultatet.
3. Designa mätprogrammet: provtagning och sensorer planeras utifrån modellens osäkerheter (inte utifrån magkänsla).
4. Koppla till energisystemet: simulera hur en hypotetisk vätgasvolym påverkar industrins behov och nätets flaskhalsar.
5. Styrning och risk: sätt upp kriterier för när man går från “utforska” till “pilot” och när man lägger ner.

Vanliga frågor jag får (och raka svar)

Är naturligt väte alltid “rent”?
Det kan vara lågkoldioxid i produktion eftersom det inte behöver fossil reformering, men renhet och medföljande gaser måste hanteras. Kvalitet blir en del av affären.

Kan det ersätta grön vätgas?
Nej. Men det kan bli en viktig komplettering, särskilt där el är dyr eller nätet är begränsat. Energisystem vinner på flera källor.

Varför behövs AI här?
För att data är glesa, osäkra och multidisciplinära. AI gör prospektering och systemintegration snabbare, billigare och mer spårbar.

Nästa steg: gör naturligt väte till en AI-fråga, inte en hype

Naturligt väte är intressant av ett enkelt skäl: det angriper den största knuten i vätgasomställningen – tillgången – utan att per automatik öka utsläppen. Forskningen från 2025 pekar dessutom på att de geologiska miljöerna med rätt “ingredienser” är vanliga globalt, inte extremt sällsynta.

Men det är inte geologin som avgör om detta blir en praktisk del av energiomställningen. Det är hur bra vi blir på att hitta rätt, hur snabbt vi kan lära av nya data och hur smart vi kan koppla resurserna till efterfrågan. Där är AI helt central: från prospekteringsmodellering till optimering i smarta elnät.

Om du jobbar med energi, industri eller hållbarhet: vilka beslut skulle bli lättare hos er om ni hade en modell som kunde säga ”här är topp-10 områden att undersöka – och här är varför”?