Hur mycket AI-kapacitet
behöver Sverige?
Dra i reglagen och se hur antagandena påverkar Sveriges totala AI-compute-behov — från offentlig sektor till hela ekonomin.
A91–A93 via reglaget Sjukvårdens AI-adoption. Finjustering (Tier 3) påverkar inte denna siffra. 14-jobb.md →
~6 MW = ett medelstort datacenter. Facebooks Luleå startade med ~40 MW.
Alla antaganden och beräkningar är öppna. Hjälp oss förbättra analysen — särskilt för sektorer med svag datakvalitet. Bidra via PR på GitHub
AI-frågan i offentlig sektor handlar inte längre om enskilda piloter. Den handlar om att bygga en robust förmåga där kapacitet, kompetens och styrning utvecklas samtidigt.
Målet är att göra avvägningarna tydliga: vad som driver compute-behovet, vilka risker som följer av sena beslut, och vilka praktiska prioriteringar som ger störst effekt fram till 2029.
Sveriges compute-behov jämfört med nordiska och europeiska AI-satsningar
Varför detta spelar roll
Mer än copilots
Agentiska arbetsflöden, längre kontexter och bakgrundsagenter flyttar upp behovet markant. Tier 1 landar kring ~2 200 H100-eq 2029 i basscenariot.
→ 03-berakningsmodell.mdSuveränitet är ett politiskt val
Suverän träning står för ~4 500 H100-eq — hälften av basscenariot. Det är ett aktivt policybeslut, inte en konsekvens av användartillväxt.
→ 08-suveranitet.mdNuvarande budget räcker inte
Befintlig IT-budgetlogik bär ~2 000–4 000 H100-eq. Huvudscenariot kräver riktade statliga satsningar, EU-medel och offentlig-privat samverkan.
→ 03-berakningsmodell.mdHela ekonomin behöver 4–5× mer
Offentlig sektor är ~20% av Sveriges totala AI-compute-behov. Privat sektor, forskning och försvar tillkommer. Energiinfrastruktur och nätkapacitet måste planeras för helheten.
→ 11-kompletterande-perspektiv.mdVarför nu?
GPU-leveranser har 12–18 månaders ledtid. Datacenter kräver nätanslutning och miljötillstånd. Varje kvartal utan beslut är ett kvartal utan kapacitet 2028–2029.
→ 10-kan-vi-vanta.mdTre rekommendationer
Starta upphandling nu
Ramavtal, leverantörsdialog, platsval och nätanslutning måste starta innan behovet toppar 2028–2029.
Bygg en hybridmodell
Börja med ~1 000–1 500 H100-eq: on-prem för känslig data, moln för burst.
Koppla compute till kompetens
Compute utan styrning ger låg effekt. Paketera med ansvarsfördelning, utbildning och datapolicy.
Jobb som skapas
AI-investeringar skapar nya roller — inte bara compute-kostnader
Klinisk informatik, MLOps, AI-säkerhet & compliance, verksamhetsnära produktägare, förändringsledning
Systemintegratörer, domänkonsulter, utbildare, oberoende granskning, leverantörsstöd
Bruttojobb — nettot påverkas av hur snabbt administrativa uppgifter automatiseras och hur omställning fungerar i praktiken.
→ 14-jobb.mdAlla antaganden och beräkningar är öppna. Hjälp oss förbättra analysen — särskilt för sektorer med svag datakvalitet.
Bidra via PR på GitHubVad kan gå fel?
Vad händer om pengarna inte kommer?
Utan riktade satsningar stannar kapaciteten vid ~2 000–4 000 GPU:er — en bråkdel av vad som behövs. Sverige halkar efter länder som investerar nu.
Sjukhus som vill använda AI-diagnostik blir beroende av dyra molntjänster — eller får vänta.
Handläggningstider förblir långa. AI-verktyg som kunde kortat väntetider i vården och hos myndigheter dröjer.
Vad händer om AI sprids långsammare än väntat?
Investeringen i compute riskerar att stå outnyttjad. Men det är en mer hanterbar risk — kapacitet kan hyras ut.
AI-piloter som fungerar i labbmiljö tar längre tid att nå ordinarie vård.
Förändringen märks inte ännu. Men världen runt om fortsätter.
Vad händer om vi inte hinner köpa GPU:er?
GPU-leveranser har 12–18 månaders ledtid. Varje kvartal utan beställning är ett kvartal utan kapacitet 2028–2029.
AI-verktyg finns men kan inte köras lokalt — känsliga patientdata måste skickas utomlands.
Sverige har tekniken men inte infrastrukturen. Som att ha elbilarna men inte laddstolparna.
Vad händer om elnätet inte räcker?
Datacenter kräver nätanslutning. Ledtider för nya anslutningar i Sverige: 2–5 år. Det är längre än GPU-ledtiderna.
Regionala datacenter kan inte expandera utan tillräcklig elkapacitet.
AI-infrastruktur konkurrerar om samma elnät som bostäder och industri. Planering måste ske nu.
Källor & metodik
Analysen bygger på 13 öppna dokument med numrerade antaganden (A1–A90), tre trianguleringsspår och transparenta härledningar.
Triangulering
Varje central siffra belyses från minst två spår: botten-upp, topp-ned och storbolagstriangulering.
→ 01-ramverk.md