AI kan vara historiens bästa verktyg — om vi använder det rätt

Bara 5% av företagen som investerar i artificiell intelligens genererar verkligt värde i stor skala. 75% av projekten når inte den förväntade avkastningen. Och under tiden investerar branschen mer än 500 miljarder dollar årligen i infrastruktur, utan att någon leverantör publicerar fullständiga och verifierbara data om hur mycket de förbrukar.

Dessa tre fakta sammanfattar varför AISHA finns.

Vi är inte anti-AI. Vi är pro-medveten AI

Det måste sägas från början eftersom nyansen spelar roll: AISHA finns inte för att stoppa artificiell intelligens. Den finns för att AI ska fungera bättre, för fler människor, under längre tid.

Välanvänd AI avhumaniserar inte. Den lyfter mänskligheten.

Den tillåter en läkare att ägna mer tid åt patienten och mindre åt pappersarbete. En lärare att personalisera undervisningen för varje elev. En forskare att utforska tusentals hypoteser som ett liv inte skulle räcka till att pröva. En entreprenör med en idé och utan team att bygga en fungerande prototyp.

1 400 megaton CO₂ per år. Det är vad AI-applikationer inom energioptimering, klimatprognos och materialupptäckt skulle kunna minska till 2035 — mellan 3 och 4 gånger mer än utsläppen från alla datacenter i världen.

Dessa fördelar är verkliga, dokumenterade och förtjänar att förstärkas.

Men det finns tre problem ingen vill se

1. Det som förbrukas mäts inte

I hela AI-industrin finns det bara en enda publicerad direkt produktionsmätning: Google avslöjade att en medianförfrågan till Gemini förbrukar 0,24 Wh. Det är den enda verifierade siffran.

• OpenAI gav en siffra (0,34 Wh för ChatGPT) utan att publicera någon metodik
• Anthropic har inte publicerat absolut ingenting
• Midjourney, Suno, Runway: noll data

Från 415 TWh till 945–1 580 TWh. Så mycket kommer den globala datacenterförbrukningen att växa mellan 2024 och 2030. Motsvarar att lägga till Japans elförbrukning till det globala systemet.

Den energi AI förbrukar är inte en teknisk detalj. Det är en fråga om planetär hållbarhet. Och den distribueras i blindo.

2. Avkastningen motiverar inte investeringen — ännu

Hyperscalers investerar mer än 500 miljarder dollar årligen i AI-infrastruktur:

• Meta: capex på 115–135 miljarder dollar
• Microsoft: mer än 120 miljarder annualiserade
• Amazon: nära 200 miljarder

Och ändå lyckas bara 5% av företagen generera verkligt värde i stor skala med AI. De tre kurvorna — teknisk förbättring, företagsadoption och hållbar monetisering — avancerar i mycket olika hastigheter. Och kapitalet är före alla tre.

3. Arbetsmarknadspåverkan kommer utan övergångsplan

92 miljoner jobb förflyttade före 2030. Det är Världsekonomiska forumets prognos. Löftet om att “AI skapar fler jobb än det förstör” kan stämma på lång sikt, men på kort sikt är omskolningen mycket långsammare än automatiseringen.

AI är inte en ersättning för människor. Det är ett produktivitetsverktyg som ska stärka dem. Men det händer bara när det distribueras med en plan.

Tre principer för att använda AI väl

På AISHA arbetar vi under ett ramverk med tre principer som vi tillämpar på allt vi gör:

MÄTA innan man uttalar sig

Varje rekommendation baseras på kvantifierbara data. Om det inte finns data är den första rekommendationen att upprätta ett mätsystem. Man kan inte optimera det man inte mäter, och man kan inte reglera det man inte känner till.

När Google publicerade sin mätning på 0,24 Wh per förfrågan förlorade det inte marknadsandelar. Det vann trovärdighet. Resten av branschen kan göra detsamma.

OPTIMERA innan man eliminerar

Innan man rekommenderar att avstå från AI måste alla optimeringsvägar uttömmas: mindre modeller för enkla uppgifter, grönare infrastruktur, processomdesign, caching av resultat.

x46. Det är förbrukningsskillnaden Bertazzini et al. fann mellan den mest och minst effektiva bildmodellen. Modellvalet är inte neutralt.

BESLUTA med systemisk vision

Varje AI-beslut har miljömässiga, ekonomiska och sociala konsekvenser. En kostnadsbesparing som förstör jobb utan omskolningsplan är inte optimering — det är externalisering av kostnader till samhället.

Vad AISHA konkret gör

Vi är inte en akademisk tankesmedja eller ett AI-nyhetsmedium. Vi är en plattform för folkbildning, utbildning och forskning med ett tydligt syfte: att möjliggöra för människor, företag och lagstiftare att fatta välgrundade beslut om artificiell intelligens.

• Rigorös forskning. Rapporter baserade på korsverifiering av flera oberoende AI-källor. När tre AI-system utvecklade av konkurrerande företag når samma slutsatser vid oberoende forskning förtjänar dessa slutsatser uppmärksamhet.

• Praktiska verktyg. En AI-fotavtryckskalkylator för att veta hur mycket det du använder förbrukar. Ett mognadstest för företag. En effektivaste modellväljare för varje uppgift. Gratis, öppna, användbara.

• Tillgängligt innehåll. Artiklar som förklarar det komplexa utan att förenkla det. Data i kontext. Diagnoser med lösningar. Varken alarmism eller självbelåtenhet.

En notering om hur vi arbetar

Vi använder artificiell intelligens för att producera vårt innehåll. Inte en enda AI: flera modeller beroende på uppgift — Claude, Gemini, GPT, Codex, DeepSeek och andra. Rätt modell för varje jobb, precis som vi förespråkar.

Detta är inte en motsägelse: det är konsekvens. Och när vi analyserar AI-leverantörer — inklusive de vi använder — tillämpar vi samma kritiska standard på alla.

Om vi, ett litet projekt, kan vara transparenta om hur vi genererar vår forskning, har företag som fakturerar miljarder ingen ursäkt för att inte vara det om sina produkter.

Vad kan jag göra?

• Om du är AI-användare: Börja med att ta reda på hur mycket det du använder förbrukar. Vår fotavtryckskalkylator ger dig en uppskattning på 30 sekunder. Och kom ihåg: den minsta modellen som löser din uppgift är alltid det bästa valet.

• Om du leder ett företag: Innan du skalar ett AI-projekt, beräkna dess totalkostnad — inte bara API-priset, utan även energi, underhåll och påverkan på ditt team. Under det europeiska CSRD-ramverket inkluderar ditt koldioxidavtryck de AI-tjänster du anlitar.

• Om du är utvecklare: Välj flash/mini som standard. Aktivera reasoning bara när du behöver det. Cacha resultat. Varje arkitekturbeslut har en energikostnad som multipliceras med miljontals användare.

• Om du arbetar med politik eller reglering: Mätning är möjlig idag, utan ny teknik. Det enda som saknas är politisk vilja. Och skyddet av anställning i övergången är inte valfritt — det är en skyldighet.