18 augusti 2026

AI kostar mer än det verkar

Anthropic rapporterar intäkter på 65 miljarder dollar på årsbasis – och publicerar samma dag en genomgång av hur deras osynliga vattenstämplar fungerar. Det är knappast en slump: när pengarna flödar in ökar också trycket att visa att man har koll på vad modellerna faktiskt producerar. Frågan är om transparens kring tekniken räcker, när branschens datacenterutsläpp nu springer mot 101 miljoner ton om året.

Anthropic: 65 miljarder dollar och osynliga vattenstämplar

Två nyheter om Anthropic den här veckan, och de berättar tillsammans något intressant om var bolaget befinner sig.

Först siffrorna: 65 miljarder dollar i annualiserad intäkt. Två månader tidigare låg siffran på 47 miljarder. Det är inte organisk tillväxt — det är något som börjar likna en flywheel. Drivkraften är enterprise, alltså stora företagskunder som skriver fleråriga avtal och bygger pipelines på Claude. Det är den typen av intäkt som inte försvinner nästa kvartal, och det förklarar varför Anthropic kan hämta kapital i den takt de gör utan att marknaden höjer på ögonbrynen.

Sen tekniken: hur Claude faktiskt märker sin text. Anthropic använder Googles öppna SynthID-Text, en teknik som manipulerar sannolikhetsfördelningen för ordval när texten genereras. Resultatet är text som ser helt normal ut för en människa men innehåller ett statistiskt mönster som en detektor kan läsa. Ingenting syns, ingenting låter konstigt — men fingeravtrycket finns där.

Detta görs för att uppfylla EU AI Act, som kräver att syntetiskt innehåll ska vara spårbart. Claude-genererade bilder märks via C2PA, text via SynthID-Text.

Det finns ett par saker som är värda att tänka på här. SynthID-Text är öppen källkod, vilket betyder att vem som helst kan läsa exakt hur mönstret skapas. Det är inte nödvändigtvis ett problem — säkerheten bygger inte på att metoden är hemlig, utan på att det är svårt att ta bort ett vattenmärke utan att förstöra textens läsbarhet. Men det är en annan säkerhetsmodell än klassisk kryptering, och robustheten beror på hur väl den håller mot adversarial parafrasering.

För den som bygger produkter ovanpå Claude och riktar sig mot europeiska användare: vattenmärkning är nu en del av infrastrukturen, inte ett tillval. Det förändrar troligen inte hur API:et används i praktiken, men det är relevant om man har compliance-krav kring spårbarhet eller om man bygger verktyg för innehållsverifiering.

Nvidia spelar på båda sidor av bordet

Det är en elegant position om man kan hålla den: sälja spadarna till guldgrävarna, investera i gruvbolaget och samtidigt övertala folk att gräva sin egen tomt.

Nvidias investering i SoftBanks datacenterdotterbolag är inte filantropi. Den garanterar att Nvidia-chips hamnar i det datacenter som ska driva OpenAI:s verksamhet, en av de mest efterfrågade platserna i hela AI-infrastrukturstacken just nu. Det är en försäkringspremie mot att någon annan chipmaker tar den positionen.

Samtidigt kör Nvidia en parallell kampanj där de aktivt pushar företag att bygga egna modeller istället för att köpa API-åtkomst från Anthropic eller OpenAI. Argumentet är tekniskt vettigt: den som äger sin modell äger sina kostnader, sin latens och sina data. Det Nvidia inte behöver säga högt är att egna modeller kräver egna chips, och det finns inte precis ett utbud av alternativ.

Det intressanta är att dessa två drag inte motverkar varandra, de förstärker varandra. Genom att investera i infrastrukturen för de stora aktörerna köper Nvidia trovärdighet och tillgång. Genom att evangelisera för egna modeller skapar de ett breddat kundsegment som inte är beroende av tre-fyra stora API-leverantörer utan av en hel marknad av företag som tränar, finetunar och deployer sina egna modeller.

För den som bygger produkter idag är frågan konkret: vid vilken skala börjar det löna sig att äga sin modell snarare än att betala per token? Nvidias nuvarande svar är ungefär "tidigare än du tror", men de har förstås ett intresse av att svaret lutar åt det hållet. Det hindrar inte kalkylen från att faktiskt förändras i takt med att träningskostnaderna faller och öppen källkod-modeller mognar.

Nvidia bygger inte ett företag, de bygger ett ekosystem där de vinner oavsett vilket lager av stacken som växer snabbast.

AI-boomen kostar 101 miljoner ton CO₂ per år

"Det är inte ett worst-case-scenario, det är baseline."

Financial Times har räknat på vad AI-infrastrukturrusningen faktiskt kostar klimatmässigt, och siffrorna är besvärande konkreta: 101,5 miljoner ton CO₂ per år från 60 datacenter som ännu inte ens är i full drift. Det är inte ett worst-case-scenario, det är baseline.

Det som gör siffran extra intressant är vem som äger de här anläggningarna. Amazon, Microsoft och Google, tre bolag med uttalade netto-noll-mål och miljardbudgetar för förnybar energi, rapporterar alla ökade utsläpp det senaste året. Det är inte ett kommunikationsproblem. Det är ett skalningsproblem som PR inte löser.

Energisidan är om möjligt ännu tydligare. Enligt analysfirman Grid Strategies väntas datacenter stå för 55 procent av hela ökningen av elbehovet hos amerikanska energibolag de kommande fem åren. Det innebär att USA:s elnät, som redan är ansträngt, ska absorbera en AI-driven efterfrågestöt av historiska mått, med alla komplikationer det för med sig kring nätkapacitet, beroendet av fossila peakloads och prissättning.

Det ironiska är att bolagen inte döljer det. Investeringstakten i datacenter är offentlig, expansionsplanerna annonseras kvartalsvis, och ändå hänger klimatmålen kvar i presentationsmaterialet som om de vore kompatibla med det som byggs.

För den som bygger AI-drivna produkter är det här inte abstrakt: varje API-anrop har ett faktiskt energipris, och det priset betalas inte i fakturan utan i kolbudgeten. Hur länge det går att externalisera den kostnaden är en mer öppen fråga än vad konferensscener antyder.

ISK-frågan klyver riksdagen på mitten

Det är sällan en debatt om schablonbeskattning får partiledare att tappa fattningen, men ISK-frågan lyckades med konststycket under tisdagskvällens partiledardebatt arrangerad av DI och Expressen.

Skiljelinjen är tydlig: Moderaterna, Sverigedemokraterna och Liberalerna ställer sig bakom en höjd skattefri gräns för investeringssparkontot. Kristdemokraterna avviker och sällskapar istället med hela oppositionen, som säger blankt nej.

Argumentet från ja-sidan är välbekant: rör man ISK-reglerna driver man förmögna sparare ur landet. Det är ett argument som alltid låter mer övertygande när börsen går upp, och det råkar göra det just nu. Nej-sidan svarar med omfördelning och skattebas, vilket också är välbekant.

Vad som faktiskt är intressant här är inte positionerna i sig, utan att ISK-frågan alls tog så mycket plats. ISK har på drygt ett decennium blivit det svenska sparandets standardformat, med miljontals konton och astronomiska belopp parkerade i aktier och fonder. När partiledare slåss om den produkten i direktsändning har det gått från nördigt sparverktyg till äkta valrörelsevalfångst.

Björn Savén adderade ett annat lager till kvällens ekonomidiskussion via ett debattinlägg i DI, där han argumenterar för att Sverige borde mobilisera statliga bolagstillgångar för att möta landets kapitalbehov. Tanken är att kapitalmarknaden, likt tilliten, är en nationell styrka Sverige underutnyttjar. Det är ett mer strukturellt argument än ISK-debatten, men de hänger ihop: båda handlar om huruvida Sverige behandlar kapital som något att odla eller något att beskatta bort.

Stockholmsbörsen, som alltså hoppas bryta en nedåttrend efter uppgångar i Asien, sätter en passande fond. Spararna tittar på, räknar på marginalerna och noterar vad partierna faktiskt lovar.

Dagens siffra

101,5 miljoner ton

Beräknade årliga koldioxidutsläpp från de 60 största datacentren som byggs i USA av Amazon, Microsoft, Google och Meta – drivet av AI-boomen. Det motsvarar sju procent av USA:s totala utsläpp.

Snabbkollen

Import AI 469: Science AI; RSI simulator; and Zuck's technological pessimism

Nästa stora utmaning inom AI är att bygga system som kan bedriva forskning på egen hand – utan att en människa håller i handen hela tiden. Import AI:s senaste nummer tar upp Science AI, en RSI-simulator (repetitive strain injury, alltså ett verktyg för att simulera belastningsskador) och Mark Zuckerbergs teknikpessimism som gemensamt tema: vart är egentligen den autonoma AI-agenten på väg?

Källor: Import AI
USA kräver att länder väljer sida i AI-kapplöpningen mot Kina

USA förbereder sig för att ge dussintals länder ett ultimatum: anslut er till den USA-ledda AI-alliansen eller Kinas konkurrerande ramverk – men inte båda. Det handlar om ett försök att rita om spelplanen i den geopolitiska AI-kampen genom att tvinga fram lojalitetsval som liknar kalla krigets blockpolitik, fast med chipexport och AI-standarder som vapen.

Google låter användare ta bort synliga vattenstämplar från AI-skapat innehåll

Google öppnar nu upp för att användare ska kunna ta bort de synliga vattenstämplarna från bilder, videor och musik skapade med AI-verktygen Imagen, Omni, Lyria, Gemini och Flow. Det som är intressant är att de osynliga SynthID-stämplarna – ett slags dolt digitalt fingeravtryck – finns kvar, vilket gör det möjligt att i efterhand verifiera om något är AI-genererat.

Anthropics vd: Vi har inte hållit våra löften

Dario Amodei, vd på Anthropic, erkänner öppet på X att AI-branschen inte har levererat på sina stora löften – och kallar det den mest träffsäkra kritiken mot sektorn. Det är ovanligt ärligt för en branschledare, och signalerar att förtroendefrågan börjar ta plats även internt hos de stora aktörerna.

Källor: Breakit
Qwen 3.8 27B får poängen 52 på AI-prestandaindex

Qwens nya modell med 27 miljarder parametrar, Qwen 3.8 27B, får 52 poäng på Artificial Analysis Intelligence Index – ett benchmark som mäter övergripande AI-förmåga. Det placerar modellen i ett konkurrenskraftigt mellanskikt, vilket är anmärkningsvärt för en modell av den här storleken.

Samma kluster, 33 procent högre utnyttjande – bara genom att ändra ordningen

Hugging Face beskriver hur man kan pressa ut betydligt mer prestanda ur ett befintligt GPU-kluster utan ny hårdvara – enbart genom att optimera i vilken ordning jobben körs. En ökning på 33 procentenheter i resursutnyttjande låter tekniskt, men handlar i grunden om smart schemaläggning (hur datorer prioriterar vilka uppgifter som görs när).

Amazon förstör sällsynta böcker för att träna AI

Amazon uppges förstöra sällsynta och svårtillgängliga böcker för att använda texterna som träningsdata till sina AI-modeller. Det är ett hårt slag mot kulturarvet – men logiken är enkel: eftersom LLM:er (stora språkmodeller) redan slukat det mesta som finns online är unikt fysiskt material ett av få sätt att ge modellerna ny, obearbetad text. Ironiskt nog är det alltså ett bolag som började just med att sälja böcker som nu bokstavligen offrar dem för AI:ns skull.

Vad händer med barnen när deras robotvän stängs av?

Roboten Moxie, som hjälpte barn med social träning och ångesthantering genom samtal och andningsövningar, lades ned – och lämnade tusentals barn utan sin dagliga AI-kompis. Artikeln belyser en fråga som bli allt mer aktuell: vad händer egentligen med de emotionella band som bildas när ett barn spenderar år med en AI-robot, och vilket ansvar har företagen när de väljer att stänga ner?

Stripe förvärvar AI-routingtjänsten OpenRouter för 57 miljarder kronor

Betalningsjätten Stripe köper OpenRouter – en tjänst som låter utvecklare skicka förfrågningar till hundratals olika AI-modeller via ett enda API – för 7 miljarder dollar. Det är ett ovanligt stort förvärv som inte handlar om egna modeller eller agenter, utan om att äga infrastrukturen och distributionen som kopplar samman AI-ekosystemet. Intressant nog är det alltså ett betalningsföretag, inte ett AI-labb, som satsar hårdast på att bli ryggraden i hur AI-modeller faktiskt når sina användare.

NVIDIA om att säkra AI-fabrikernas infrastruktur

NVIDIA beskriver hur så kallade AI-fabriker – datacenter som omvandlar energi och data till beräkningskraft – utgör kärnan i den framväxande AI-ekonomin. Artikeln argumenterar för att hela teknikstacken, från avancerade chip och minne till mark och elnät, måste säkras för att AI-industrin ska fungera. Det är i grunden ett inlägg om att beräkningskraft nu är affärskritisk infrastruktur, ungefär som el eller bredband.

Australiens rapport om sociala medier-förbud misstänks innehålla AI-hallucinationer

En rapport som låg till grund för Australiens beslut att förbjuda sociala medier för barn under 16 år verkar innehålla felaktiga källhänvisningar – ett klassiskt tecken på AI-hallucinationer (när en AI hittar på fakta som låter trovärdiga men är falska). Det väcker frågor om hur noggrann faktakontrollen var när ett så pass viktigt politiskt beslut fattades.

Källor: Breakit
Wispr värderas till 20 miljarder kronor efter jättelik finansieringsrunda

Röststyrningsbolaget Wispr har tagit in 280 miljoner dollar i en ny runda och värderas nu till 2 miljarder dollar – totalt har de nu samlat ihop drygt 361 miljoner dollar. Bolaget siktar på att växa bortom diktering (att omvandla tal till text) mot något bredare, troligen ett mer komplett AI-drivet röstgränssnitt för datorer. Intressant att notera är att investerarna verkar tro på att röstkontroll kan bli ett eget produktområde, inte bara en funktion i andra appar.

När barnets robotvän plötsligt slutar fungera

MIT Technology Review rapporterar om barn som knutit starka emotionella band till AI-roboten Moxie – och vad som händer när den stängs av eller går sönder. Det väcker frågor om ansvar när företag säljer AI-sällskap till barn och sedan inte längre kan eller vill underhålla produkten.

Enity Banks IT-chef: Anpassa affärsmodellen efter AI – inte tvärtom

Anna Fogelström, it-chef på bolåneutmanaren Enity Bank, vänder på den vanliga logiken: istället för att forma AI efter befintliga affärsmodeller bör företag bygga om affärsmodellen kring vad AI faktiskt kan göra. Det är ett tankesätt som möter motstånd – 'en del ser det okända som läskigt' – men signalerar hur djupgående förändring de menar att tekniken kräver.

OpenAI om AI:s roll i cybersäkerhet – hot och försvar

OpenAI beskriver hur AI förändrar spelplanen inom cybersäkerhet – både angripare och försvarare får nya verktyg. Det intressanta är att OpenAI här är ovanligt öppna med sina egna säkerhetsutmaningar och vad de faktiskt gör åt dem, snarare än att bara sälja in sina produkter.

Källor: OpenAI Blog

Färskbryggt AI varje morgon

15 minuter och en kopp kaffe, allt du behöver.