Jag brukar skryta med min avancerade utbildning i nationalekonomi vid Handelshögskolan som omfattade fyra ”betyg” vilket jag tror motsvarar 80 högskolepoäng. Att jag nämner detta beror på att jag trots denna imponerande utbildningsnivå faktiskt inte förstår så mycket nationalekonomi. Till exempel förstår jag nästan aldrig vad riksbankschefer och ekonomiprofessorer säger när de gör viktiga uttalanden i tidningen. Eftersom konsekvenserna av deras lärda analyser troligen kommer att drabba mig liksom de drabbar alla andra borde jag kanske anmäla mig till någon sorts vidareutbildning. Men det gör jag inte eftersom min erfarenhet visar att jag inte fattar något i alla fall. Underligt nog verkar motsvarande gälla andra som har samma förnämliga utbildning som jag. När de öppnar sina hjärtan framkommer det ofta att inte de heller begriper så mycket.

Svenska Dagbladet, som är en ambitiös tidning, publicerade den 31 augusti en tresidig artikel (varav hälften är bilder) där framstående svenskar från den politiska världen intervjuas om farorna med den artificiella intelligensen. Dessa människor framför inga anspråk på att förstå nationalekonomin men man behöver inga högskolepoäng för att inte begripa ekonomisk teori så de uttrycker samma slags åsikter som de skulle ha gjort vilket ämne som än behandlats. Rätt svar är som vanligt, vilka politiker du än frågar, att det krävs förnyade, kraftfulla insatser från politikens sida, till exempel en jobbomställningsplan (med vidhängande nationellt regelverk, lokala myndigheter och byråchefer kan man tänka), fler yrkesutbildningar, traineeprogram för unga akademiker m. m.

En socialdemokrat säger att regeringen saknat fokus vilket gett Sverige fyra förlorade år. Ett statsråd säger att den artificiella intelligensen inte är hans ansvar samt att uppdraget är omöjligt och att man i vilket fall bara kunnat gissa vad som ligger runt hörnet. En annan, som sitter i Bryssel, poängterar vikten av europeiskt samarbete. Ytterligare en vill styra utbildningssystemet tydligare mot framtidens kompetensbehov och varnar samtidigt för överreglering. Ett parti vill säkerställa att människorna skyddas från negativa konsekvenser. Utvecklingen går emellertid så snabbt att det säkraste vore att tillsätta en rådgivande funktion kring IA. Några få teknikföretag i USA spelar rysk roulette med allas vår framtid, sammanfattar en professor i matematik. Han vill därför se ett internationellt samarbete för att bromsa utvecklingen.

Märkvärdigt nog har ingen av dessa högt uppsatta personer uppmärksammat den faktor som amerikanska ekonomijournalister tycks anse mest oroväckande av de utmaningar som IA presenterar. Jag frågar Claude vad han tror om ”en ekonomisk kollaps när AI-bolagen behöver mer pengar för investeringar än vad som finns eller någon vill satsa?”. Han svarar:

Din oro är inte alls långsökt — det här är faktiskt ett av de mest konkreta och seriöst diskuterade riskscenarierna kring AI just nu, inte ett perifert sci-fi-orosmoment.

Det finns tre delar av frågan värda att skilja åt.

Behöver AI-bolagen verkligen mer pengar än vad som finns? Kapitalbehoven är enorma — uppskattningar för global AI-infrastruktur (datacenter, chip, energi) för 2026 ligger runt 690 miljarder dollar, och de stora aktörerna (Microsoft, OpenAI, Nvidia, Oracle, Meta, Amazon) planerar ytterligare hundratals miljarder de kommande åren. Ett tecken på att detta redan pressar gränserna: OpenAI och Nvidia har nyligen förhandlat om ett datacenterprojekt i Ohio där finansieringen landade 145 miljarder dollar lägre än vad som ursprungligen ryktades — vilket flera bedömare tolkade som ett tecken på att efterfrågan/kapitaltillgången inte var så obegränsad som det sett ut.

Den mest konkreta oron just nu är ”cirkulär finansiering”. Det ser ut ungefär så här: Nvidia investerar i eller garanterar lån till OpenAI, OpenAI köper chip och molntjänster av Nvidia/Oracle/Microsoft för samma pengar, dessa bolag bokför det som intäkter och investerar mer i varandra igen. Pengarna cirkulerar mellan samma handfull aktörer snarare än att komma från ny extern efterfrågan eller nya kunder. Bloomberg och flera andra har kartlagt detta nätverk av affärer i detalj. Problemet: det gör att den underliggande ”riktiga” efterfrågan är svår att skilja från bokföringsmässigt uppblåsta siffror, och om en länk i kedjan (t.ex. att OpenAI inte kan betala) fallerar, sprids det snabbt till de andra genom att de är finansiellt sammanflätade.

Centralbanker tar det på allvar. ECB har i sina finansiella stabilitetsrapporter under 2026 varnat för att en AI-relaterad börskorrigering kan hota eurozonens finansiella stabilitet, med uppskattningar kring 440 miljarder euro i potentiell exponering om värderingarna kollapsar. I USA har senatorer (bland andra Elizabeth Warren) pressat på för att finansmyndigheten FSOC ska utreda riskerna med AI-relaterad skuldsättning, delvis eftersom mycket av datacenterbyggandet numera finansieras med skuld (obligationer, specialbolag) snarare än eget kapital — vilket gör systemet känsligare om intäkterna uteblir.

Så vad skulle en ”kollaps” konkret betyda? Det mest sannolika scenariot är inte att ”AI försvinner”, utan något som liknar dotcom-kraschen 2000: värderingar som byggt på antaganden om oändlig tillväxt möter verkligheten (bolag klarar inte att generera tillräckliga intäkter för att motivera investeringarna), aktiekurser för de stora tech-bolagen faller kraftigt, skuldfinansierade datacenterprojekt hamnar i kläm, och eftersom AI-bolagens värde idag utgör en ovanligt stor andel av de stora börsindexen (särskilt i USA) skulle det få spridningseffekter till pensionsfonder och bredare ekonomi även för folk som aldrig använt AI. Infrastrukturen (chippen, byggnaderna) försvinner dock inte — de blir bara billigare och byter ägare, ungefär som fiberkablarna som byggdes under dotcom-eran och senare kom väl till pass.

Det som gör detta annorlunda från ett rent finansbubbla-scenario är att AI redan genererar verkligt värde för många användare — frågan är mer om intäkterna hinner ikapp de astronomiska investeringarna innan finansieringsviljan tryter, snarare än att hela tekniken skulle visa sig vara meningslös.

Min nästa fråga: Men vad är problemet om det inte finns pengar till det astronomiska investeringsbehovet? Varifrån kommer behovet? Om några bolag känner behov men inte hittar pengar så får de väl lägga expansionsplanerna på is?

Claudes svar:

Bra invändning — och den pekar mot en verklig distinktion som är värd att reda ut: att pengarna ”inte räcker” är i sig inget problem, det är precis så marknader normalt fungerar. Problemet uppstår genom vägen dit, inte genom bristen i sig.

Varifrån kommer behovet?

AI-modeller (särskilt de stora språkmodellerna) kräver enorma mängder beräkningskraft både för att träna nya, större modeller och för att driva dem åt miljontals användare samtidigt (inference). Det betyder: specialiserade chip (GPU:er från Nvidia/AMD), datacenterbyggnader för att härbärgera dem, och el för att driva och kyla alltihop — i sådan mängd att bolagen nu bygger egna kraftverk. Kapplöpningen drivs av att de stora aktörerna (OpenAI, Google, Microsoft, Meta, Anthropic m.fl.) tror att den som har mest beräkningskraft vinner marknadsandelar, så ingen vill vara den som drar ner takten om konkurrenterna inte gör det — det är delvis ett rent kapprustningslogik-drivet behov, inte bara ”vad kunderna efterfrågar idag”.

Så kärnan i svaret på din fråga: nej, det är inget problem i sig att expansionsplaner läggs på is när pengarna sinar — det är själva mekanismen som ska förhindra en bubbla. Problemet är att mycket av kapitalet redan är bundet i skuld och korsägande mellan ett fåtal bolag, vilket gör att en broms inte blir en mjuk avmattning utan riskerar att bli en kedjereaktion, ungefär som när en enskild banks problem 2008 spreds genom hela det finansiella systemet för att bankerna var sammanflätade snarare än isolerade från varandra.

Efter Claudes klargöranden räknar jag nu med att det kommer en för kapitalismen ganska normal kris som utplånar några tiotals procent av dina och mina besparingar.