50 000 ton koppar för ett AI-datacenter: Den mörka sanningen om AI-boomen

16 års väntan: Denna obemärkta råvarubrist kan få AI-bubblan att spräckas

Berg av skrotmetall och miljarder liter vatten: Vad den nya AI-infrastrukturen verkligen kostar oss

När teknikjättar lovordar artificiell intelligens dominerar abstrakta termer som algoritmer, parametrar och molnet. Men verkligheten inom AI är skrämmande fysisk. Industrin slukar ofattbara mängder resurser för att bygga gigantiska hyperskaliga datacenter: tiotusentals ton koppar och stål, miljarder liter dricksvatten och sällsynta teknologimetaller som driver globala leveranskedjor till randen av kollaps. Medan den offentliga debatten mestadels fokuserar på elförbrukning, avslöjar en titt bakom kulisserna en mycket större, strategiskt dold materialskuld. Från exploderande råvarupriser och svårhanterliga flaskhalsar i gruvdrift till en hotande våg av e-avfall, visar sig AI-boomen vara en av de mest aggressiva och geopolitiskt explosiva resurskonsumenterna i industrihistorien.

AI-industrin som en hemlig resursplundrare – Vad ligger egentligen bakom miljardinvesteringarna?

När teknikföretag presenterar sina senaste AI-modeller talar de om miljarder parametrar, träningsdata och den mänskliga civilisationens framtid. Ordet koppar nämns sällan. Och ännu mer sällan hör vi om tiotusentals ton stål, miljontals kubikmeter betong, de kritiska sällsynta jordartsmetallerna eller det accelererande e-avfallsproblemet som uppstår bakom varje ny språkmodell. Den offentliga debatten är fixerad vid två berättelser: energiförbrukning i kilowattimmar och vattenförbrukning i liter. Båda berättelserna är korrekta, men ofullständiga. För den fysiska materiella skulden som genereras av AI-boomen är mycket mer omfattande, strukturellt förankrad och geopolitiskt explosiv än vad de vanliga hållbarhetsrapporterna från teknikföretag antyder.

Koppar som den nya oljan: Varför 50 000 ton bara är början

Copper Development Association har cirkulerat en siffra som fortfarande inte fått den uppmärksamhet den förtjänar: Ett enda hyperskaligt AI-datacenter kan förbruka upp till 50 000 ton koppar. Som jämförelse använder ett konventionellt datacenter mellan 5 000 och 15 000 ton. Hoppet är inte linjärt – det är ett kvantsprång. Ett enda AI-datacenter förbrukar således mer koppar än tre konventionella anläggningar tillsammans.

Denna siffra blir verklig när man förstår vad koppar används till i ett modernt AI-datacenter. Metallen är inte en enskild komponent, utan ett allestädes närvarande material som genomsyrar praktiskt taget alla funktioner i anläggningen. Kraftdistribution, högpresterande kablar, transformatorer, samlingsskenor, kontakter, kylsystem – allt är beroende av koppar. Nvidias senaste GB200 NVL72-enhet innehåller ensam över 5 000 kopparkablar med en total längd på mer än 3,2 kilometer. Och den termiska designeffekten för ett enda NVIDIA H100-chip är redan 700 watt, vilket ställer extrema krav på värmeavledning – och därmed på kopparbaserade kylsystem.

Som jämförelse krävde Microsofts datacenter i Chicago, som är värt 500 miljoner dollar, 2 177 ton koppar. Detta visar att även medelstora projekt redan förbrukar tusentals ton, medan de största AI-anläggningarna faktiskt kan nå de tidigare nämnda 50 000 tonen.

Koppar är helt enkelt oersättlig i sin funktion. Endast denna metall kan effektivt leda värme till utsidan av enheter, och endast koppar erbjuder den elektriska ledningsförmåga som krävs för kraftdistribution i ett högpresterande datacenter. Investeringsbanken Goldman Sachs beskrev träffande koppar som AI-ålderns olja – en formulering som är mer ekonomiskt exakt än den först låter.

Konsekvenserna för den globala kopparmarknaden är betydande. Enligt en analys från BloombergNEF kommer efterfrågan på koppar från AI-drivna datacenter att i genomsnitt ligga på cirka 400 000 ton per år under det kommande decenniet, med en topp på 572 000 ton år 2028. År 2035 kan den ackumulerade kopparn som är bunden i datacenter överstiga 4,3 miljoner ton. Det är ungefär den mängd som Chile – världens största kopparproducent – ​​bryter om sex månader. JP Morgan förutspår ett globalt kopparunderskott på cirka 4 miljoner ton år 2030, medan S&P Global förväntar sig att efterfrågan på koppar kommer att öka med cirka 50 procent till 42 miljoner ton år 2040.

Metallpriset stiger kraftigt: Hur AI-boomen omformar marknaderna

Priset på koppar berättar en historia som de flesta AI-berättelser förbiser. År 2025 steg kopparpriset på London Metal Exchange med mer än 43 procent – ​​den bästa årliga utvecklingen sedan 2009. I början av 2026 bröt priset igenom 13 020 dollar per ton för första gången innan det sjönk till cirka 12 500 dollar. Goldman Sachs förväntar sig att priserna kommer att ligga kvar permanent över 12 000 dollar fram till slutet av decenniet.

Prisdrivarna är mångfacetterade och ömsesidigt förstärkande. På efterfrågesidan konkurrerar nu tre stora sektorer om samma metall: energiomställningen med elfordon och vindkraftverk, utbyggnaden av elnät och AI-datacenter. På utbudssidan är strukturella underskott uppenbara som inte kan åtgärdas med några kortsiktiga investeringar. Gruvstörningar i viktiga produktionsländer som Chile, Indonesien och Demokratiska republiken Kongo, en strejk vid Mantoverde-gruvan och åratal av underinvesteringar har utarmat systemets buffertar.

Den avgörande strukturella flaskhalsen ligger dock inte i geologin, utan i tiden. Från upptäckten av en kopparfyndighet till kommersiell produktion går det i genomsnitt 16,2 år. För en ny koppargruva måste nästan 12,4 år först ägnas åt prospektering och förstudier innan någon bygginvestering ens görs. Konsekvensen är brutalt enkel: Gruvorna som var avsedda att möta kopparbehovet år 2030 borde ha upptäckts redan 2014 och finansierats senast 2015. Detta hände inte.

Samtidigt snedvrider den handelspolitiska dimensionen under det amerikanska tullsystemet de globala kopparflödena. UBS-analytiker uppskattar att USA vid ett tillfälle hade ungefär hälften av världens tillgängliga kopparlager, trots att landet står för mindre än tio procent av den globala efterfrågan på koppar. Denna marknadssnedvridning driver upp internationella premier och förvärrar utbudsriskerna för Europa och Asien.

Stål, betong och aluminium: Den dolda byggnadsstrukturen i AI-infrastruktur

Koppar är det mest framträdande, men inte på något sätt det enda materialet som håller på att försvinna in i skuggan av AI-berättelser. Att bygga ett hyperskaligt datacenter är ett massivt industriprojekt som kräver stora mängder konventionella byggmaterial som inte förekommer i någon teknikpresentation.

Stål är ryggraden i varje datacenter. Det behövs för bärande konstruktioner, takkonstruktioner, väggsystem, utrustningsstöd och säkerhetsinfrastruktur. Mindre datacenter under 10 000 kvadratmeter förbrukar redan cirka 1 500 till 2 000 ton stål och 10 000 kubikmeter betong. För storskaliga anläggningar, som idag når kapaciteter på 150 megawatt till långt över en gigawatt, multipliceras dessa siffror i motsvarande grad. Dessutom kräver de ökade golvbelastningarna från tunga serverrack – från traditionella 2,5 till 5 kilonewton per kvadratmeter till de nu nödvändiga 12 till 15 kN/m² – tjockare betongplattor och förstärkta stålkonstruktioner.

En studie beställd av Greenpeace och utförd av Öko-Institut (Institutet för tillämpad ekologi) har fastställt att enbart utbyggnaden av AI-specifika datacenter kommer att kräva cirka 920 kiloton stål och cirka 100 kiloton kritiska råvaror fram till 2030. Aluminium, också ett viktigt material, används i datacenter för fasadbeklädnad, VVS-system, kabelstegar och serverkapslingar, främst på grund av dess låga densitet och korrosionsbeständighet. Silver används i serverkretskort och integrerade kretsar; tantal, som USA är 100 % beroende av import av, finns i kritiska kondensatorer; platina och palladium används i halvledare.

Betong är känt för sitt oproportionerligt höga koldioxidavtryck: Enligt FN står byggbranschen för 38 procent av de globala koldioxidutsläppen, och betong ensamt står för åtta procent av de globala växthusgaserna. Byggfasen av ett datacenter genererar betydande mängder så kallat inneboende kol, vilket betyder koldioxid som produceras inte under drift, utan under materialutvinning, transport och byggnation. Dessa utsläpp rapporteras ofta inte, eller rapporteras endast delvis, i operatörernas hållbarhetsrapporter eftersom den regulatoriska rapporteringen historiskt sett har fokuserat på driften.

Vattenparadoxen: Tre miljarder liter per planta och år

Även om vattenförbrukningen i AI-datacenter har varit föremål för den offentliga debatten är den fortfarande grovt underskattad. Ett enda datacenter på 100 megawatt kan kräva cirka 2,5 miljarder liter vatten per år – beroende på kylteknik och plats. Stora datacenter kan förbruka upp till 19 miljoner liter vatten per dag, enligt uppskattningar från Allianz Commercial, vilket motsvarar den dagliga förbrukningen i en stad med upp till 50 000 invånare.

Kylmekanismen är avgörande för att förstå vattenproblemet. Med den utbredda användningen av evaporativa kyltorn avdunstar mellan 70 och 85 procent av det använda vattnet helt enkelt ut i atmosfären. Detta vatten går oåterkalleligt förlorat i den lokala vattencykeln. När Google och Microsoft förberedde sina stora språkmodeller 2021 och 2022 registrerade båda företagen ökningar i sin vattenförbrukning på 34 respektive 20 procent årligen. Googles datacenter förbrukade cirka 20 miljarder liter vatten år 2022 – ungefär motsvarande den årliga förbrukningen för 2,5 miljoner européer.

Enligt en studie från University of California och University of Texas krävdes cirka 5,4 miljoner liter vatten för att träna OpenAI:s GPT-3-modell. Av detta användes 700 000 liter enbart för kylning av datacentren, medan resten förbrukades i leveranskedjan för servertillverkning och kraftproduktion. En brittisk regeringsanalys uppskattar den ytterligare, AI-drivna globala vattenbehovet fram till 2027 till mellan 4,2 och 6,6 miljarder kubikmeter. Öko-Institut (Institute for Applied Ecology) förutspår att vattenbehovet från datacenter nästan kommer att fyrdubblas till 664 miljarder liter fram till 2030.

Microsoft har presenterat en ny datacenterdesign som inte använder något vatten för kylning och, enligt företaget, sparar mer än 125 miljoner liter vatten per år och anläggning. Denna innovation är berömvärd, men fortfarande långt ifrån att sätta den globala standarden. Den stora majoriteten av AI-infrastruktur som byggs världen över förlitar sig på konventionell evaporativ kylning – särskilt i regioner där vatten fortfarande är lättillgängligt men redan under ekologisk belastning.

Sällsynta jordartsmetaller och teknologimetaller: Den osynliga akilleshälen

Förutom råvaror som koppar, stål och aluminium finns det ett andra, strategiskt sett ännu mer kritiskt materiallager: sällsynta jordartsmetaller och teknologiska metaller. Utan gallium finns det inga högpresterande lysdioder eller högfrekventa chips. Utan indium finns det inga pekskärmar eller 5G-antenner. Utan germanium finns det inga moderna halvledare. Utan tantal finns det inga miniatyriserade kondensatorer. Utan neodym och dysprosium finns det inga högpresterande permanentmagneter för kylfläktar och pumpar.

Alla dessa metaller har en sak gemensamt: Kina kontrollerar sin globala försörjning i en utsträckning som ingen annan råvaruförsörjningskedja kan jämföras med. När Kina satte exporten av gallium och germanium under kontroll i augusti 2023 sköt priserna i höjden inom några veckor. Sedan början av 2025 har det till och med funnits ett fullständigt exportförbud för tunga sällsynta jordartsmetaller. För den västerländska AI-industrin representerar detta ett strukturellt beroende som inte kan lösas på kort sikt genom någon diversifieringsstrategi.

Teknikmetaller som gallium och indium produceras ofta endast som biprodukter vid utvinning av andra råvaror. Det innebär att även om priset stiger och efterfrågan ökar kan produktionen inte bara ökas. Den är knuten till primärproduktionen av respektive huvudmetall. Denna inelasticitet på utbudssidan är en strukturell egenskap hos marknaden för teknikmetaller som avsevärt förvärrar riskerna för en AI-driven efterfrågetopp.

Den geopolitiska dimensionen förvärras ytterligare av att leveransvägar för kritiska råvaror i allt högre grad är utsatta för geopolitiska störningar. Enligt FN flyter elva procent av all global handel genom Hormuzsundet – en rutt som transporterar strategiska råvaror för chiptillverkning och som nyligen har hamnat under betydande press på grund av Irankonflikten. Störningar i dessa korridorer ökar inte bara transportkostnaderna utan tvingar också försäkringsbolag att drastiskt höja krigsriskpremierna.

Den kvasi-interna lösningen: Hur Xpert.Digital stänger operativa luckor inom B2B-marknadsföring och -försäljning – Smart Content-Driven Business - Bild: Xpert.Digital

Xpert.Digital är en datadriven B2B-branschhubb som leds av Konrad Wolfenstein . Företaget fungerar som en extern, nästan intern lösning för industriella partners och täcker operativa luckor inom marknadsföring, innehåll och försäljning – utan att kräva ytterligare resurser från kundsidan.

Mer information här:

• Den kvasi-interna lösningen: Hur Xpert.Digital stänger operativa luckor inom B2B-marknadsföring och -försäljning – Smart Content-Driven Business

E-avfall: Den biljonton tunga tidsbomben i AI:s livscykel

Ett problem som aldrig dyker upp i AI-företagens glansiga broschyrer är den dramatiskt korta livslängden för den hårdvara de använder. Analytiker förutspår att de flesta AI-processorer kommer att vara tekniskt föråldrade efter tre till fem år eftersom utvecklingscyklerna för chip och AI-acceleratorer innebär ett betydande prestandasprång var 12:e till 18:e månad. Detta innebär inte bara att investeringar för miljarder dollar förlorar i värde på bara några år, utan också att råmaterialen som används i deras konstruktion hamnar i en extremt kort återvinningscykel – en cykel som den globala återvinningsinfrastrukturen inte är utformad för.

En studie från den kinesiska vetenskapsakademin, publicerad i tidskriften Nature Computational Science, uppskattar att det kumulativa e-avfallet från enbart LLM-hårdvara kommer att nå upp till 9 miljoner ton världen över år 2030 i konservativa scenarier. I ett scenario med snabbt ökande användarnas användning skulle denna siffra kunna ligga på cirka 2,5 miljoner ton per år år 2030. Som jämförelse uppgick det totala globala e-avfallet till cirka 62 miljoner ton år 2022. AI-datacenter lägger till en ny, tidigare nästan obefintlig komponent i denna ström.

Öko-Institutet varnar för att utbyggnaden av datacenter och AI-kapacitet kommer att generera upp till fem miljoner ton ytterligare elektroniskt avfall fram till 2030. Detta skrot innehåller värdefulla material som koppar, guld, silver, kobolt och sällsynta jordartsmetaller, vilka teoretiskt sett skulle kunna återvinnas. I praktiken saknas dock både den tekniska kapaciteten och de ekonomiska incitamenten för omfattande återvinning. Många av dessa enheter hamnar i informella återvinningsanläggningar i det globala syd, där utvinningen av värdefulla metaller sker under farliga förhållanden.

Den dolda kostnadsstrukturen: Vad ett AI-datacenter verkligen kostar

När branschen diskuterar kostnaderna för AI-datacenter brukar man ange siffror som fem till tjugo miljarder dollar per stor anläggning. Det som ofta saknas är en ärlig totalkostnadsredovisning som inkluderar alla direkta och indirekta resurskostnader.

Koppar uppskattas stå för upp till sex procent av ett datacenters kapitalkostnader. För ett projekt på 10 miljarder dollar skulle det motsvara 600 miljoner dollar enbart för koppar. Med kopparpriser som nu överstiger 12 000 dollar per ton och ett behov på 50 000 ton, resulterar detta i en kopparkostnad på cirka 600 miljoner dollar per anläggning – och den stiger, eftersom kopparpriserna är under strukturellt uppåtgående press. Varje procentenhets ökning av kopparpriset driver upp byggkostnaderna för ett hyperskaligt datacenter med miljontals dollar.

Till detta kommer kostnaderna för nätutbyggnad. Datacenters energibehov har redan fått flera regeringar att vidta drastiska åtgärder. I USA krävde president Trump i mars 2026 att teknikföretag som Google, Microsoft, Amazon, Meta och OpenAI skulle skriva under ett Ratepayer Protection Pledge, vilket kräver att de själva bär de fulla kostnaderna för nya kraftverk och nätutbyggnad. Även om denna modell erbjuder kortsiktigt skydd för privatkunder, flyttar den infrastrukturkostnaderna över till företagens driftskostnader och därmed till priserna på deras tjänster. I slutet av 2025 antog Irland stränga regler som kräver att nya datacenter driver sina egna batterilagrings- eller kraftverk och täcker minst 80 procent av sina elbehov med nyinstallerade förnybara energikällor.

Allianz Commercials prognoser är tankeväckande: uppskattningar förutspår att utgifterna för AI-infrastruktur kommer att uppgå till cirka sju biljoner dollar år 2030. För att motivera dessa investeringar skulle konsumenter och företag behöva investera cirka 800 miljarder dollar i AI-produkter, enligt beräkningar från Wall Street Journal – och detta under hela livslängden för de datacenter som för närvarande är under uppbyggnad. Samtidigt förutser industriförsäkringsbolaget Allianz Commercial att snäva tidsplaner, brist på kvalificerad arbetskraft och skenande råvarupriser i allt högre grad äventyrar dessa byggprojekt.

Gruvdriftens ekologiska skuld: Vem betalar priset i det globala syd?

Diskussionen om AI:s resursförbrukning slutar vanligtvis där leveranskedjan blir ogenomskinlig: vid gruvan. Kopparbrytning i de stora produktionsländerna Chile och Peru är dock allt annat än en neutral process.

I Chile, världens största kopparproducent, leder gruvdrift till massiv vattenförbrukning i Atacamaöknen, en av de torraste regionerna på jorden. Dagbrottsprocessen och den efterföljande smältningen orsakar betydande jord- och luftföroreningar, samt djupgående störningar i lokala ekosystem. I Peru har forskning från organisationen Facing Finance visat att tysk kopparimport påvisbart är kopplad till kränkningar av mänskliga rättigheter: istället för utlovade förbättringar av levnadsförhållanden plågar sociala och miljömässiga konflikter gruvregionerna. Dessa externa kostnader syns inte i några teknikföretags balansräkningar. De bärs av de drabbade befolkningarna.

Gruvindustrin står inför ett grundläggande kapacitetsproblem. Gruvexperter talar om ett utbudsgap på upp till tio miljoner ton koppar år 2040 – ungefär motsvarande Chiles nuvarande årsproduktion. Sjunkande malmhalter i nya fyndigheter, stigande utvecklingskostnader, längre tillståndsprocesser och ökande motstånd från drabbade samhällen förlänger ytterligare de redan extremt långa ledtiderna. En ny koppargruva som upptäcktes idag skulle inte kunna starta produktionen förrän tidigast 2042. Detta är inte en teknisk svaghet – det är den fysiska verkligheten i en industri som är utformad för årtionden framöver, och som nu möter en efterfrågekurva som är exponentiell, inte linjär.

Markanvändning: Det osynliga fotavtrycket av AI-infrastruktur

En annan sällan diskuterad aspekt av AI:s resursbehov är markförbrukning. Hyperskaliga datacenter kräver idag inte längre bara några få hektar, utan ofta hundratals hektar mark – för själva serverbyggnaderna, men också för strömförsörjning, kylinfrastruktur, reservsystem och tillhörande kraftdistribution och transformatorstationer. Efterfrågan på lämpliga platser nära stabila elnät och tillräckliga vattenförsörjningar driver redan upp fastighetspriserna i traditionella datacenterregioner som Virginia, Amsterdam och Frankfurt.

Enligt McKinsey är 200-megawattsystem inte längre ovanliga, och projekt som överstiger en gigawatt planeras aktivt. Effekttätheten per serverrack har ökat från i genomsnitt åtta kilowatt år 2022 till 17 kilowatt för AI-aktiverade rack år 2024 – och denna trend fortsätter. Konsekvenserna av detta för utrymmesbehov och infrastrukturplanering är ännu inte tillräckligt åtgärdade av regleringar i de flesta regioner.

Bara i Virginia, USA:s största datacenter, förväntas efterfrågan på nätverkskapacitet öka till 12,1 gigawatt år 2025 – en ökning med nästan 30 procent jämfört med föregående år. I delstaten går redan en av fyra kilowattimmar till kylning och drift av den digitala infrastrukturen. I Tyskland och Europa utgör planerings- och godkännandeprocesserna för storskaliga infrastrukturprojekt en separat flaskhals: Det tar ofta sju till tolv år för nya transformatorstationer och högspänningsledningar att godkännas, byggas och driftsättas.

Koldioxidavtrycket från byggbranschen: Vad ingen vill mäta

Hållbarhetsrapporterna från stora teknikföretag fokuserar med anmärkningsvärd konsekvens på ett viktigt mått: PUE-värdet (Power Usage Effectiveness), dvs. förhållandet mellan den totala elförbrukningen och IT-elförbrukningen. Ett lågt PUE anses vara en indikator på teknisk effektivitet. Vad detta mått inte fångar är det så kallade inbäddade koldioxidavtrycket – det inbäddade koldioxidavtrycket som genereras under utvinning av råvaror, deras bearbetning, transport och byggandet av anläggningen.

I takt med att elnäten i allt högre grad minskar koldioxidutsläppen och ett datacenters operativa koldioxidavtryck i motsvarande grad minskar, växer den relativa andelen inbäddat kol i den totala balansen. För nästa generations datacenter, som är avsedda att drivas av förnybar el, skulle inbäddat kol redan kunna stå för hälften eller mer av de totala livscykelutsläppen. Denna konsekvens har hittills knappt registrerats i den offentliga debatten.

Öko-Institutet (Institutet för tillämpad ekologi) har beräknat att koldioxidutsläppen från datacenter kommer att öka från 212 miljoner ton år 2023 till 355 miljoner ton år 2030 – trots den antagna massiva utbyggnaden av förnybar energi. I USA genereras fortfarande 55 procent av den elektricitet som används för datacenter från fossila bränslen som kol och naturgas. Så länge detta förblir fallet innebär varje nytt AI-datacenter som tas i drift inte bara en ökad efterfrågan på koppar, stål och vatten, utan också en direkt ökning av koldioxidutsläppen – med alla tillhörande följdkostnader för samhället, hälsan och klimatsystemet, vilka inte heller syns i teknikföretagens balansräkningar.

Strukturella slutsatser: Kostnaderna för osynlighet

Vilka slutsatser kan dras av denna analys? Först en allvarlig observation: Berättelsen om AI som en främst digital, immateriell teknologi är en myt. AI är en av de mest materialintensiva teknikinvesteringarna i mänsklighetens historia. Den förbrukar koppar, stål, betong, aluminium, sällsynta jordartsmetaller och vatten i mängder som överträffar alla andra tidigare teknikboom.

Den viktigaste ekonomiska frågan är: Vem bär dessa kostnader? För närvarande följer allokeringen principen om maximal externalisering. Gruvföretag och de samhällen de påverkar bär de miljömässiga och sociala kostnaderna för råvaruutvinning. Kommuner och nätoperatörer bär kostnaderna för den överbelastade infrastrukturen. Framtida generationer bär kostnaderna för klimatförändringar och elektronikavfall. Och skattebetalare i demokratiska samhällen subventionerar nätutbyggnad, vilket inte skulle vara nödvändigt i denna skala utan AI-boomen.

Marknadsmisslyckandet är strukturellt. Kopparpriser, byggkostnader och energipriser internaliserar en växande andel av de verkliga kostnaderna, men miljöskador i Chile, kränkningar av mänskliga rättigheter i Peru och långsiktiga klimatkostnader förblir oprissatta. Utan ett fullkostnadsredovisningssystem som inkluderar dessa externaliteter, arbetar AI-industrin med i praktiken subventionerad tillgång till råvaror – på bekostnad av dem som saknar förhandlingsstyrka.

Den andra slutsatsen gäller de strategiska konsekvenserna för Europa och Tyskland. Koppar, gallium, germanium, indium och sällsynta jordartsmetaller är råvaror för vilka Europa är nästan helt beroende av import. AI-boomen förvärrar detta beroende och ökar den geopolitiska sårbarheten. Kina har visat sin vilja och förmåga att använda exportkontroller som ett verktyg för utrikespolitiska påtryckningar. Europa saknar ett adekvat svar på detta.

Den tredje slutsatsen är kanske den viktigaste: takten i utbyggnaden av AI-infrastruktur och takten i råvaruutvecklingen är fundamentalt oförenliga. AI-datacenter byggs på två till fem år. Nya koppargruvor tar 16 år. Nya projekt för sällsynta jordartsmetaller tar ännu längre tid. Marknaden kommer att minska detta gap genom prismekanismen – genom stigande råvarupriser, stigande byggkostnader och i slutändan stigande priser för AI-tjänster. Vem som i slutändan kommer att bära dessa kostnader är fortfarande oklart. Det som dock är klart är att notan kommer att bli betydande.

☑️ Vårt affärsspråk är engelska eller tyska

☑️ NYTT: Korrespondens på ditt modersmål!

Konrad Wolfenstein

Jag och mitt team står gärna till er förfogande som er personliga rådgivare.

Du kan kontakta mig genom att fylla i kontaktformuläret här helt enkelt ringa mig på +49 7348 4088 965. Min e-postadress är [email protected]:eller

Jag ser fram emot vårt gemensamma projekt.

☑️ Stöd till små och medelstora företag inom strategi, konsultation, planering och implementering

☑️ Skapande eller omstrukturering av den digitala strategin och digitaliseringen

☑️ Utökning och optimering av internationella säljprocesser

☑️ Globala och digitala B2B-handelsplattformar

☑️ Pionjär inom affärsutveckling / marknadsföring / PR / mässor