Skip to main content

Stikkord: energi

Illustrasjon av et norsk kretsløpsanlegg med vertikal dyrking, fisketanker, alger, vannrensing og bioavfall i et fjordlandskap.

Matberedskap må bygges: hvorfor Norge trenger vertikale kretsløpsanlegg

Skrevet av Svein Tore den . Publisert i Samfunn. Ingen kommentarer til Matberedskap må bygges: hvorfor Norge trenger vertikale kretsløpsanlegg

Det er en ubehagelig setning, men den bør sies rett ut: Norge er ikke selvforsynt med mat på en måte som gjør oss robuste hvis verdensmarkedet slutter å fungere normalt over tid.

Det betyr ikke at Norge står uten mat i morgen. Det betyr ikke at import er feil. Og det betyr ikke at alle land skal lukke seg rundt egne grenser og late som handel er farlig i seg selv. Handel har gjort Norge rikere, tryggere og mer variert enn vi ville vært alene.

Men beredskap er ikke det samme som normal handel. Beredskap handler om hva som fortsatt virker når normaliteten blir borte.

Helsedirektoratet oppgir i rapporten om norsk kosthold at selvforsyningsgraden i 2024 var 41,3 prosent målt på energibasis, og 34,9 prosent når det korrigeres for importert kraftfôr. Det er tall som fortjener mer enn et skuldertrekk. De betyr at en stor del av maten, fôret og innsatsfaktorene vi er avhengige av, kommer gjennom kjeder vi ikke kontrollerer fullt ut.

Samtidig har Norge lite dyrkbar jord. Verdensbankens FAO-baserte indikator for dyrkbar jord viser rundt 2,2 prosent av landarealet i 2023. Resten er fjell, skog, myr, vann, byer, veier, hytter, industriområder og arealer som ikke uten videre kan bli åker. Norsk landbruk gjør mye med lite, særlig gjennom grasressurser og beite, men arealregnestykket er fortsatt stramt.

Derfor bør vi spørre mer alvorlig: Hva slags ny matproduksjon kan Norge bygge uten å ta mer natur enn nødvendig?

Ett mulig svar er vertikale kretsløpsanlegg. Ikke som erstatning for bonden. Ikke som en blank teknologidrøm som skal dyrke alt fra hvete til poteter i glasshus. Men som et nytt beredskapslag: regionale anlegg som kombinerer landbasert ferskvannsfisk, vertikal planteproduksjon, alger, vannrensing, bioavfall, varmegjenvinning og lokal energibruk.

Det høres stort ut. Det er stort. Men poenget er egentlig jordnært: Hvis vi først bruker strøm, bygg, vann, avfall, kompetanse og arbeidskraft, bør vi få flere nyttige produkter ut av samme system.

Matberedskap er fysisk produksjonsevne

Norge har de siste årene fått et mer våkent beredskapsspråk. DSB ber husholdninger tenke egenberedskap. Myndigheter snakker mer om totalforsvar. Virksomheter diskuterer leverandørkjeder, energi, sikkerhet og kritisk infrastruktur. Det er klokt.

Men matberedskap blir lett redusert til lager, planer og innkjøpsmakt. Alt dette er viktig. Likevel er det én ting som er enda mer grunnleggende: fysisk produksjonsevne.

Hvis en krise varer lenge nok, hjelper det ikke bare å ha penger. Det må finnes jord, fisk, frø, fôr, gjødsel, vann, energi, arbeidskraft, reservedeler, transport og anlegg som faktisk kan produsere mat.

Det er her ideen om kretsløpsanlegg blir interessant. Den begynner ikke med spørsmålet "kan vi dyrke dyr salat i høyden?" Det er for smalt. Den begynner med et bedre spørsmål:

Hvordan kan vi produsere mer mat, protein og næring på allerede nedbygd areal, med minst mulig svinn av vann, varme og næringsstoffer?

Det spørsmålet passer Norge bedre. Vi har energi, teknologikompetanse, akvakulturkunnskap, vannressurser og sterke fagmiljøer. Vi har også lange vintre, mørke måneder, lite matjord og en importavhengighet vi helst ikke bør pynte på.

Et bygg er ikke nok. Systemet må være riktig

Et vertikalt kretsløpsanlegg bør ikke forstås som et vanlig drivhus i flere etasjer. Da bommer man fort på både økonomien og teknikken.

Et mer realistisk anlegg kan bestå av flere koblede soner:

  • landbasert fiskeoppdrett i RAS-anlegg
  • vertikal dyrking av bladgrønt, urter, småplanter og eventuelt bær
  • algeproduksjon som bruker næringsrikt vann, CO2 og lys
  • biofilter, mekanisk filtrering og vannpolering
  • biogass, kompostering eller næringsutvinning fra slam og planteavfall
  • varmegjenvinning fra pumper, LED, bio-prosesser og vannstrømmer
  • solceller, spillvarme eller annen lokal energikobling der det gir mening

RAS står for recirculating aquaculture system, altså resirkulerende akvakultursystem. FAO beskriver slike systemer som lukkede eller delvis lukkede fiskeanlegg der vann renses og brukes om igjen. Det gjør det mulig å produsere fisk på land med kontroll over vannkvalitet, smitte, utslipp og produksjonsmiljø.

I et slikt system er ikke fiskeslam og næringsrikt vann bare et problem. Det er også en ressurs. Fisken trenger rent, oksygenrikt og stabilt vann. Plantene og algene trenger nitrogen, fosfor, mineraler og CO2. Mellom disse behovene finnes et rom for teknologi.

Det betyr ikke at vannet bare kan sendes rett fra fisketank til salat. Ørret tåler ikke slurv med ammoniakk, nitritt, oksygen, pH eller sykdomsrisiko. Matplanter krever også hygienisk trygg produksjon. Derfor må systemet være kontrollert: mekanisk filtrering, biofilter, måling, UV eller annen hygienisk barriere, og tydelig skille mellom strømmer som kan gå til matproduksjon og strømmer som må behandles videre.

Men prinsippet er sterkt: Når næring først finnes i systemet, bør den fanges og brukes før den blir avfall.

Hvorfor ferskvannsørret passer bedre enn mange tror

Norge er allerede en sjømatnasjon. Men det meste av oppmerksomheten går naturlig nok til laks og sjøbasert oppdrett. I en beredskapstankegang er det likevel verdt å se nærmere på ferskvannsørret og røye i landbaserte systemer.

Ørret er kjent mat. Den har et marked. Den har høyere verdi enn mange bulkprodukter. Den passer norsk matkultur bedre enn en del arter som kan være teknisk effektive, men vanskeligere å få folk til å velge. Norges sjømatråd viste i mai 2026 at ørret fortsatt har betydelig eksportverdi, selv om eksportstatistikken ikke skal forveksles med ren ferskvannsproduksjon.

For et regionalt kretsløpsanlegg er poenget ikke nødvendigvis å eksportere mest mulig. Poenget er å produsere stabilt protein nær markedet, med kontroll over vann, slam, fôr og smitterisiko.

Det er også her fôrspørsmålet kommer inn. Fôr er en av de store kostnadene og en av de store avhengighetene i oppdrett. Hvis et anlegg bare importerer fôr, produserer fisk og sender slammet ut som et problem, har vi ikke løst nok. Hvis anlegget derimot kan produsere noen fôringredienser lokalt, blir ideen mer robust.

Det betyr ikke at all fiskemat skal lages i samme bygg. Det ville være en for enkel påstand. Men deler av fôret kan på sikt komme fra alger, insektprotein, mikrobielt protein, planteprotein og behandlet restråstoff. Mattilsynet har egne regler for insekter til bruk i fôr, og denne typen produksjon må følge fôrregelverk, hygienekrav og animalsk biproduktregelverk. Det er ikke en bakgårdsløsning. Det er industri.

Nettopp derfor kan staten ha en rolle. Slike systemer må læres, dokumenteres og reguleres riktig før de blir vanlige.

Alger er ikke pynt. De kan være nøkkelen

Alger bør få en langt større plass i diskusjonen. I et kretsløpsanlegg kan alger fungere som mellomledd mellom vannrensing, fôrproduksjon og næringsgjenvinning.

Alger kan ta opp nitrogen og fosfor. De kan bruke CO2. De kan bli biomasse. Avhengig av art og prosess kan biomassen brukes som fôringrediens, gjødselråstoff eller videre prosessering. I aquaponics-litteraturen peker FAO på hvordan fisk og planter kan kobles i integrerte systemer, men alger gir et ekstra biologisk ledd som kan gjøre systemet mer fleksibelt.

Det viktige er kontroll. Alger kan også skape problemer hvis de dyrkes ukritisk. De påvirker pH, oksygen og vannkjemi. Noen alger er uønskede. Lys, temperatur og næringsbalanse må styres. Biomassen må testes og dokumenteres før den kan inn i fôr eller matkjede.

Likevel er ideen god: I stedet for å se på næringsrikt vann som noe vi må kvitte oss med, kan vi se på det som råstoff for en ny produksjon.

Dette er kanskje den mest interessante delen av hele konseptet. Ikke vertikale hyller alene. Ikke fisketanker alene. Men biologiske mellomledd som gjør at systemet mister mindre næring for hver runde.

Bioavfall kan bli ressurs, men ikke uten disiplin

Lokalt bioavfall er fristende å putte inn i et slikt system. Matavfall, planteavfall, flis, hageavfall og organisk restmateriale kan gi karbon, varme, biogass, kompost og næringsstoffer. Kratt som ellers brennes, kan flises og brytes ned. Planteavfall fra dyrkingen kan gå tilbake til kompostering eller biogass.

Men dette er et område der entusiasme må møte hygiene. Bioavfall kan inneholde plast, tungmetaller, medisinerester, salt, feil næringsbalanse og smittestoff. Mattilsynets område for gjødsel, jord og dyrkingsmedier er en påminnelse om at organisk gjødsel ikke bare er "naturlig", men regulert.

I et seriøst anlegg bør bioavfall derfor gå gjennom sortering, hygienisering, dokumentasjon og kontroll før noe brukes i matproduksjon. Noe kan bli biogass og varme. Noe kan bli jordforbedring. Noe kan brukes til insektproduksjon hvis regelverket tillater det. Noe må kanskje ut av systemet.

Det er ikke et nederlag. Et kretsløp som fjerner farlige eller uønskede stoffer, er bedre enn et kretsløp som later som alt kan resirkuleres uendelig.

Energi er den harde begrensningen

Den svakeste delen av ideen er også den viktigste: energi.

Naturlig lys er gratis, men i Norge er det ujevnt fordelt. Sommeren kan gi mye. Vinteren gir lite. Hvis planter dyrkes i mange lag, kommer ikke dagslys ned til alle nivåer. Da trengs LED. LED kan være presist, effektivt og styrbart, men det er fortsatt strømforbruk.

Derfor bør et norsk kretsløpsanlegg ikke dyrke alt. Korn, potet og billig grovfôr bør i hovedsak fortsatt dyrkes ute der det gir mening. Vertikale anlegg bør brukes til det som forsvarer areal, energi og kontroll: bladgrønt, urter, småplanter, enkelte bær, alger, høyverdi-avlinger og fisk.

NVE sine kraftmarkedsanalyser viser hvorfor energi ikke kan behandles som en detalj. Norge har ren kraft sammenlignet med mange land, men ikke uendelig kapasitet i alle regioner, til alle tider, for alle nye formål. Datasentre, industri, elektrifisering, husholdninger, transport og nye teknologiprosjekter konkurrerer om effekt, nett og politisk oppmerksomhet. Kunnskapsrom har tidligere skrevet om hvordan AI har fått et strømproblem. Matberedskap kan ikke late som den står utenfor samme virkelighet.

Det betyr ikke at anleggene er urealistiske. Det betyr at de må plasseres riktig: nær kraft, spillvarme, fjernvarme, industriområder, datasentre, vannrenseanlegg, matavfallsstrømmer eller logistikkpunkter. Et anlegg som bruker overskuddsvarme og lokal energi godt, kan se helt annerledes ut i regnestykket enn et anlegg som bare kjøper dyr strøm og produserer lavverdi-grønt.

Økonomi: staten må ikke kjøpe drømmer

Hvis dette skal bli mer enn en fin illustrasjon, må økonomien behandles brutalt ærlig.

Et anlegg som skal gå med høy privat avkastning fra første dag, vil lett ende i premium-produkter for de som kan betale ekstra. Det kan være kommersielt interessant, men det løser ikke matberedskap. Et anlegg som drives som ren symbolpolitikk, kan på sin side bli en dyr bygning med pene omvisninger og svake resultater.

Den mer realistiske modellen er offentlig-privat testinfrastruktur med mål om drift i balanse over tid. Staten kan ta deler av investeringsrisikoen fordi anlegget gir læring, beredskap, arbeidsplasser, teknologiutvikling og forsyningssikkerhet. Men driften må måles hardt:

  • kWh per kilo produsert mat
  • krone per kilo fisk og grønnsaker
  • andel lokal næring og fôrråstoff
  • vannforbruk per kilo
  • mengde gjenvunnet nitrogen og fosfor
  • svinn
  • oppetid
  • biologisk sikkerhet
  • arbeidsplasser og lokal verdiskaping
  • beredskapseffekt i en krise

Det offentlige bør ikke kjøpe en fortelling. Det bør kjøpe data.

En god første fase kan være et regionalt pilotanlegg som er lite nok til å feile uten katastrofe, men stort nok til å gi virkelige driftstall. Deretter kan man bygge en demonstrasjonsnode med flere hundre tonn fisk i året, betydelig planteproduksjon, alger og avtaler med kommuner, sykehus, forsvar, butikker eller storkjøkken.

Målet bør ikke være at salaten blir dyrere i butikken. Målet bør være at hele systemet, når man regner med fisk, grønt, fôringredienser, avfallshåndtering, varme, beredskap og læring, kan forsvare seg.

Dette handler også om arbeidsplasser

Et slikt anlegg skaper ikke bare mat. Det kan skape en ny industriell klynge.

Noen må bygge RAS-anleggene. Noen må levere pumper, sensorer, styringssystemer, vannrensing, algebioreaktorer, LED, automasjon, robotikk, overvåking, hygieneteknologi, fôrprosessering, biogass og analyse. Noen må drifte fisken. Noen må forstå planter. Noen må forstå biologi, energi, bygg, logistikk og regelverk samtidig.

Det er ikke lavkompetansearbeid. Det er heller ikke bare skrivebordsarbeid. Det er praktisk, teknisk og biologisk arbeid i samme rom. For distrikter med kraft, industriområder, sjømatkompetanse eller landbruksfaglig miljø kan dette være interessant.

Det kan også gi nye muligheter for kommuner. I stedet for at matavfall bare er en kostnad, kan det bli del av en lokal ressurskjede. I stedet for at spillvarme forsvinner, kan den inngå i matproduksjon. I stedet for at unge fagfolk må velge mellom teknologi og natur, kan de jobbe med begge deler.

Det er ikke romantisk. Det er bedre enn romantisk. Det er praktisk.

Men vi må ikke lure oss selv

Det finnes flere fallgruver.

Den første er å overdrive hvor lukket systemet kan bli. Når vi tar ut fisk, salat og alger, tar vi også ut nitrogen, fosfor, kalium, mineraler, karbon og energi. Noe må inn igjen. Et semi-lukket kretsløp kan redusere behovet for ekstern tilførsel, men ikke oppheve naturlovene.

Den andre er å undervurdere hygiene og regelverk. Mat, fisk, avfall, fôr og gjødsel kan ikke blandes etter god vilje alene. Hvis systemet skal være troverdig, må det tåle Mattilsynet, forskning, revisjon og offentlig innsyn.

Den tredje er å gjøre teknologien for bred. Hvis et anlegg prøver å produsere alt, risikerer det å produsere ingenting billig nok. Det bør starte med avlinger og arter som passer teknisk og økonomisk.

Den fjerde er å glemme bonden. Norge trenger fortsatt jordbruk, beite, gras, korn, poteter, frukt, grønnsaker og tradisjonell matproduksjon. Vertikale kretsløpsanlegg er ikke et opprør mot landbruket. De er et tillegg der landbruket alene ikke kan dekke behovet.

Den femte er å tro at staten alltid er en bedre gründer enn markedet. Staten kan bygge testkapasitet, sette krav, dele risiko og sørge for beredskapsmål. Men anleggene må drives av folk som kan biologi, produksjon, økonomi og vedlikehold. Ellers blir det offentlig ønsketenkning i betong.

Hvorfor dette passer akkurat nå

Det er lett å avvise slike ideer som fremtidsprat. Men verden har allerede gjort beredskap mer konkret.

Pandemi viste hvor raskt forsyningslinjer kan bli politiske. Krig i Europa har minnet oss om at energi, mat og logistikk er makt. Handelsuro påvirker teknologi, komponenter og priser, slik Kunnskapsrom har skrevet om i artikkelen om tollkrig og handelsuro. Klimaendringer gjør avlinger mer uforutsigbare. Naturtap gjør det vanskeligere å svare på alt med mer arealbruk.

I denne virkeligheten bør Norge ikke vente til neste krise før vi spør hvordan mer mat kan produseres med mindre sårbarhet.

Kretsløpsanlegg er ikke svaret på alt. De løser ikke matkorn. De løser ikke grovfôr. De løser ikke alle importavhengigheter. De kan bli dyre hvis de bygges feil. De kan bli energisluk hvis de drives uten disiplin.

Men de kan gi noe vi mangler: kontrollerbar helårsproduksjon av protein og grønt, med læring på vann, næring, fôr, alger, avfall og energi i samme system.

Det er verdt å teste seriøst.

Konklusjon: Beredskap må være mer enn lager

Norsk matberedskap bør ikke bare handle om å lagre mer og håpe på korte kriser. Den bør også handle om å bygge ny produksjonsevne.

Vertikale kretsløpsanlegg kan bli et slikt nytt lag. Ikke fordi de er perfekte. Ikke fordi teknologi kan redde oss fra areal, energi og biologi. Men fordi de tvinger oss til å tenke mer helhetlig: fisk, planter, alger, vann, varme, avfall, fôr og lokal infrastruktur som deler av samme beredskap.

Det er en mer krevende idé enn et drivhus i høyden. Det er også en bedre idé.

Hvis Norge mener alvor med selvforsyning, jordvern, beredskap og grønn industri, bør vi ikke spørre om dette kan bli en perfekt løsning på papiret. Vi bør spørre hva vi kan lære av å bygge en første, ærlig, målbar versjon.

For matberedskap er ikke bare noe vi har.

Det er noe vi bygger.

Videre lesing

Illustrasjon av et finansbord med diagrammer, strømnett, datasenter og serverrack.

AI-boomen har en strømregning, og noen må betale den

Skrevet av Kasper Volden den . Publisert i Økonomi. Ingen kommentarer til AI-boomen har en strømregning, og noen må betale den

AI-markedet liker å snakke om modeller, agenter, produktivitet og fremtidige marginer. Det er forståelig. Det høres bedre ut enn transformatorstasjoner, kjølevann, nettleie, serverrack og kapitalbinding. Men regningen kommer ikke i form av et poetisk whitepaper. Den kommer i megawatt, leverandørkontrakter, avskrivninger og kraftpriser.

Det betyr ikke at AI-boomen er falsk. Tvert imot. Noe av grunnen til at den er interessant, er nettopp at den ikke bare er programvare. Den bygger fysisk kapasitet i stor skala. Men det betyr også at investorer, virksomheter og politikere bør slutte å late som AI først og fremst er en app med litt bedre autofullføring.

AI er blitt industri.

Og industri har kostnader.

Brikkene er bare starten

Nvidia er fortsatt det tydeligste symbolet på AI-kappløpet. Selskapet meldte i mai 2026 om svært sterk vekst i datasentersegmentet i sin rapport for første kvartal i regnskapsåret 2027. Markedet liker slike tall fordi de gjør AI-fortellingen konkret. Noen kjøper faktisk kapasitet. Noen bygger faktisk datasentre. Noen betaler faktisk for brikkene.

Men brikker alene er ikke AI-infrastruktur. De må installeres, kobles sammen, mates med strøm, kjøles, sikres, vedlikeholdes og finansieres. Kunnskapsrom har tidligere skrevet om Nvidia, chips og AI-infrastruktur. Hovedpoenget er fortsatt undervurdert: AI-boomen er et forsyningskappløp.

Hvis én del av kjeden stopper, hjelper det lite at presentasjonen fortsatt har fine gradienter.

Strøm er ikke en detalj

Det internasjonale energibyrået IEA har i rapporten Energy and AI pekt på hvordan datasentre og AI kan bli en betydelig ny belastning i kraftsystemet. Det betyr ikke at AI alene kommer til å spise hele strømnettet, slik noen overskrifter liker å late som. Men det betyr at kraft, nett, kjøling og lokalisering blir en del av AI-regnestykket.

For investorer er dette viktig. En AI-satsing kan se ut som en programvarecase, men ha kostnadsbase som en industribedrift. Capex, strømavtaler, datasenterleie, nedkjøling, nettverksutstyr og maskinvareoppgraderinger kan spise av marginene.

Det er en litt kjedelig observasjon. Markedet liker ikke kjedelige observasjoner. Derfor er de ofte nyttige.

Kapitalen følger fortellingen

Kapitalmarkedet elsker store fortellinger. Før var det sky. Så var det krypto. Nå er det AI. Fortellingen er ikke nødvendigvis feil, men den kan bli for enkel. Når alle ser samme vekstkurve, er det lett å glemme at vekstkurver har baksider.

Kunnskapsrom har tidligere skrevet om hvordan AI åpner IPO-vinduet, og hvorfor børsnoteringer i AI ikke bare handler om hype, men også om kapitalbehov. Det er et viktig skille. AI-selskaper trenger ofte penger fordi de skal vokse. Men de trenger også penger fordi infrastrukturen er dyr.

Da bør investorene spørre mer presist. Er inntektene skalerbare på samme måte som kostnadene? Har selskapet langsiktige kraftavtaler? Hvem eier datasenterkapasiteten? Hvor raskt blir maskinvaren utdatert? Hvor stor del av veksten er reell kundeadopsjon, og hvor mye er kapasitet som bygges fordi alle tror alle andre trenger mer kapasitet?

Dette er ikke kynisme. Det er analyse uten konfetti.

Norge kan få en rar rolle

Norge har kraft, kjølig klima, kompetanse og politisk interesse for digital infrastruktur. Det gjør oss relevante i datasenterdiskusjonen. Men det betyr ikke at alle datasenterprosjekter automatisk er samfunnsnyttige.

Hvis kraft er knapp lokalt, må man spørre hva den brukes til. Industri? Boliger? Elektrifisering? Datasentre? AI-trening? Kryptomining? Eksport av digitale tjenester? Hver bruk kan være legitim, men de konkurrerer likevel om kapasitet.

Artikkelen om AI, datasentre, strøm og vann tar opp nettopp dette. AI er ikke løsrevet fra naturressurser. Den er koblet til areal, vann, strømnett og politiske prioriteringer.

Når teknologiselskaper snakker om skyen, høres det nesten vektløst ut. Men skyen står på tomter, trekker kabler og sender fakturaer.

Kundene bør også følge med

Dette angår ikke bare investorer. Norske virksomheter som kjøper AI-tjenester, bør forstå at leverandørenes kostnadsstruktur kan påvirke pris, tilgjengelighet og binding.

Hvis AI-kapasitet er dyr, vil kostnaden komme et sted. Kanskje i abonnementet. Kanskje i begrensninger. Kanskje i databruk. Kanskje i at leverandøren optimaliserer hardere for å holde marginene oppe. Kundene bør derfor spørre hva de egentlig kjøper: modelltilgang, datalagring, analyse, prosessering, support, sikkerhet og integrasjoner er ikke samme ting.

Dette henger også sammen med kontrollspørsmålet. Når en virksomhet gjør seg avhengig av AI-verktøy i drift, kundeservice, analyse eller utvikling, blir leverandørens infrastruktur en del av virksomhetens egen risiko. Det er litt mindre glamorøst enn å si "vi har tatt i bruk AI". Men det er mer nyttig.

Fortellingen er sterk, men ikke gratis

AI kan godt være en ekte teknologisk transformasjon. Det betyr ikke at alle AI-investeringer er gode, eller at alle kostnader forsvinner fordi modellen svarer pent i demoen.

Markedet bør klare to tanker samtidig: AI kan skape stor verdi, og AI kan være overinvestert i enkelte lag. Begge deler kan være sant. Det er ofte der de interessante analysene ligger.

Så når noen sier at AI er fremtiden, er det greit å spørre: Hvilken del av fremtiden? Hvem eier kapasiteten? Hvor kommer strømmen fra? Hvor raskt må maskinvaren byttes? Og hvem betaler når regningen kommer?

Digital magi er fint. Men også magi trenger strøm.

Videre lesing

Illustrasjon av et datasenter koblet til strømnett, vann og AI-infrastruktur.

AI har fått et strømproblem: datasentre, vann og den fysiske prisen for kunstig intelligens

Skrevet av Svein Tore den . Publisert i Teknologi. Ingen kommentarer til AI har fått et strømproblem: datasentre, vann og den fysiske prisen for kunstig intelligens

Kunstig intelligens blir ofte beskrevet som noe lett, digitalt og nesten kroppsløst. Vi snakker om modeller, agenter, chatvinduer, API-er, søk, automatisering og produktivitet. Men bak alt dette står en mer jordnær virkelighet: servere, brikker, strøm, kjøling, vann, fiber, transformatorer, tomter, byggeprosesser og lokale kraftnett.

AI er ikke bare programvare. AI er infrastruktur.

Det er derfor datasentre plutselig er blitt en av de viktigste teknologihistoriene. Når flere virksomheter tar i bruk AI, øker behovet for beregning. Når behovet for beregning øker, bygges flere datasentre. Når flere datasentre bygges, møter AI-sektoren den fysiske verden: energikapasitet, lokale nettkøer, vannressurser, varme, støy, arealkonflikter og politiske prioriteringer.

Dette betyr ikke at AI er "for dyrt" eller "for skadelig" i seg selv. Den typen enkel dom hjelper lite. Spørsmålet er heller hva vi får igjen for ressursbruken, hvem som kontrollerer infrastrukturen, hvor dataene behandles, og om samfunnet er ærlig nok om kostnadene før det lar AI bli et altoverskyggende argument.

For Norge er dette spesielt relevant. Vi har relativt ren kraft, kjølig klima, fiberforbindelser, datasenterambisjoner og et sterkt behov for digital suverenitet. Samtidig har vi også kraftkonflikter, naturhensyn, industri som trenger elektrifisering, og offentlige tjenester som ikke kan overlate alle data og prosesser til globale plattformer uten kritiske spørsmål.

Det nye AI-kappløpet starter i strømnettet

Det er fristende å tenke på AI-kapasitet som noe man bare kan kjøpe i skyen. Man trykker på en knapp, får tilgang til en modell, og betaler for bruk. Men skyen er ikke et sted uten friksjon. Den er en samling fysiske datasentre som må mates med strøm og kjøles kontinuerlig.

IEA har beskrevet sammenhengen brutalt enkelt: Det finnes ingen AI uten energi, særlig strøm til datasentre. I rapporten *Energy and AI* peker IEA på at datasentre allerede er en tydelig del av global strømvekst fram mot 2030. Selv om datasentre fortsatt bare er én del av det totale energibildet, kan veksten bli svært merkbar lokalt fordi belastningen konsentreres i bestemte regioner, byer og nettnoder.

Dette er en viktig nyanse. Globalt kan datasentre fortsatt være mindre enn mange andre strømforbrukere. Lokalt kan de likevel være enorme. Et datasenterprosjekt på flere hundre megawatt kan være større enn mye eksisterende industri i området. Det kan utløse behov for nettforsterkning, nye kraftavtaler, reservekraft og politiske beslutninger om hvem som skal få tilgang først.

AI skjerper dette fordi moderne AI-bruk ikke bare handler om lagring og webtrafikk. Store modeller krever tung trening, og like viktig: stadig mer inferens. Inferens er når modellen faktisk brukes. Hver gang noen ber en modell analysere en kontrakt, skrive kode, oppsummere et møte eller svare i et søk, kjøres beregninger. Når AI bygges inn i kontorprogrammer, nettlesere, søk, kundeservice, produksjon, sikkerhet og økonomisystemer, blir strømbehovet en del av normal digital drift.

Det er derfor artikkelen om Nvidia, chips og AI-infrastruktur ikke kan leses isolert. Brikker er bare første del av kjeden. Når brikkene leveres, må de settes inn i datasentre. Når datasentrene bygges, må kraft og kjøling følge etter.

Kjøling er ikke en detalj

En server som regner tungt, lager varme. En hel hall full av AI-servere lager svært mye varme. Den varmen må bort. Hvis ikke faller ytelsen, maskinvaren slites, eller systemene stopper.

Tradisjonelle datasentre har ofte brukt luftkjøling, men tettere AI-rack og kraftigere GPU-klynger skyver bransjen mot mer avansert væske- og hybridkjøling. Dette kan være mer effektivt, men det gjør ikke ressursdiskusjonen irrelevant. Noen løsninger bruker mindre vann, men mer strøm. Andre bruker mer vann for å spare energi. Noen kan bruke lukkede kretsløp. Andre er avhengige av lokale vannressurser eller fordampningskjøling.

IEA peker på at kjølesystemer kan utgjøre en betydelig del av datasentrenes strømforbruk, med store forskjeller mellom effektive hyperskala-anlegg og eldre eller mindre effektive anlegg. Det betyr at datasentre ikke er like. To datasentre med samme IT-kapasitet kan ha svært ulik påvirkning på strøm, vann og lokale ressurser.

For en kommune eller region er dette avgjørende. Det holder ikke å spørre hvor stort datasenteret er. Man må spørre hvordan det kjøles, hvor mye vann det trenger, om overskuddsvarme kan brukes, hvor fleksibelt forbruket er, og hva som skjer i tørkeperioder eller ved kraftknapphet.

Her er det lett å drukne i tekniske forkortelser. PUE måler forholdet mellom total energibruk og IT-energi. WUE måler vannbruk per IT-energi. Begge kan være nyttige, men de kan også skjule viktige forhold hvis de brukes ukritisk. Lav PUE er ikke automatisk lav miljøbelastning hvis kraften er fossil eller vannbruken er høy i et vannstresset område. Lav WUE er ikke automatisk best hvis løsningen flytter belastningen over på strømnettet i et område med knapp kapasitet.

Det viktigste spørsmålet er derfor ikke om datasenteret har fine effektivitetstall. Det viktigste er om tallene gir mening i den lokale virkeligheten.

Vannspørsmålet kommer til å bli mer politisk

Strøm får mest oppmerksomhet, men vann kan bli den mest konfliktfylte ressursen i enkelte områder. Datasentre kan bruke vann direkte til kjøling, indirekte gjennom kraftproduksjon, og indirekte gjennom produksjon av maskinvare. Det betyr at vannfotavtrykket ikke alltid er synlig på tomten der datasenteret står.

I områder med god vanntilgang er dette mindre dramatisk enn i tørre regioner. Men vann er ikke bare et globalt gjennomsnitt. Det er lokalt. Et datasenter som er uproblematisk ett sted, kan være politisk uholdbart et annet sted.

Dette er grunnen til at rapportering og åpenhet blir viktig. Lokalsamfunn bør få vite hvor mye vann som brukes, hvilke perioder som er mest belastende, hvilke kilder som brukes, og om anlegget konkurrerer med husholdninger, landbruk eller annen industri. Uten slike data blir debatten fort preget av enten skremsel eller glansbilder.

Vannspørsmålet er også et eksempel på hvorfor AI ikke bør behandles som en unntakskategori. Det at et datasenter brukes til AI, gjør ikke automatisk prosjektet mer samfunnsnyttig enn andre kraft- og vannkrevende formål. En AI-klynge som støtter forskning, helse, sikkerhet, språkmodeller og industri kan ha høy samfunnsverdi. En like stor klynge brukt til aggressiv annonseoptimalisering, spekulativ handel eller datadrevet manipulasjon har en annen verdi.

Ressursbruken bør vurderes opp mot bruken. Det høres selvfølgelig ut, men i praksis blir "AI" ofte brukt som et magisk ord som gjør prioriteringen uklar.

Norge har fordeler, men ikke gratis kapasitet

Norge har flere egenskaper som gjør landet interessant for datasentre. Vi har mye fornybar kraft sammenlignet med mange andre land, kjøligere klima, politisk stabilitet og god digital infrastruktur. I tillegg har vi et legitimt behov for mer kontroll over data, særlig i offentlig sektor, forskning, helse og kritisk infrastruktur.

Men Norge har ikke ubegrenset strøm. Kraftsystemet er allerede gjenstand for konflikt. Industri, elektrifisering, transport, husholdninger, batteriproduksjon, hydrogen, datasentre og nye grønne prosjekter konkurrerer om kapasitet, nett og politisk oppmerksomhet.

Derfor bør norske datasenterprosjekter vurderes konkret. Hvilken type kapasitet bygges? Hvem er kundene? Hvor mye lokal verdiskaping gir prosjektet? Gir det arbeidsplasser og kompetanse, eller bare store bygg med lav bemanning? Kan overskuddsvarme brukes? Belaster det nettkapasitet som andre samfunnsformål trenger? Er det transparent nok til at lokalsamfunnet kan vurdere fordeler og ulemper?

Et norsk datasenter kan være en del av en god strategi for digital suverenitet. Men det er ikke automatisk suverent bare fordi det ligger i Norge. Eierskap, driftsmodell, underleverandører, programvarelag, tilgangskontroll og juridiske avtaler betyr også noe. Hvis et datasenter i Norge i praksis styres av en global plattform, med uklare dataveier og avhengigheter til tredjeland, er bildet mer komplisert.

Dette er samme grunnproblem som i tidligere Kunnskapsrom-artikler om datasuverenitet, private skyer og self-hosted skylagring. Fysisk plassering er viktig, men ikke nok.

Datadeling er den skjulte infrastrukturen

Når en virksomhet bruker AI, er det lett å se strømforbruket som datasenterets problem og datadeling som IT-avdelingens problem. I virkeligheten henger de sammen. Valget av AI-leverandør bestemmer ofte både hvor beregningen skjer og hvor dataene flyter.

Hvis ansatte bruker en ekstern AI-tjeneste til dokumentanalyse, kundesaker, kode, økonomirapporter eller interne strategier, sendes data ut av virksomheten. Spørsmålet er ikke bare om modellen er god. Spørsmålet er hvor dataene behandles, om de logges, om de brukes til trening eller forbedring, hvilke underleverandører som inngår, og hvilke lands lover som kan komme til anvendelse.

Dette blir mer kritisk når AI-verktøy blir agentiske. En enkel chatbot får gjerne ett spørsmål og ett svar. En agent kan lese mapper, analysere kildekode, hente logger, kjøre kommandoer, koble seg til systemer og produsere endringer. Det er kraftig. Det er også en mye dypere form for datatilgang.

AI-datasentre er derfor ikke bare et spørsmål om strøm og vann. De er også et spørsmål om kontroll. Når mer arbeid flyttes til AI-systemer, flyttes også mer informasjon til infrastrukturen bak. Det kan være helt greit når dataene er offentlige eller ufarlige. Det kan være uforsvarlig når dataene er sensitive, personlige, konkurransekritiske eller knyttet til sikkerhet.

En god AI-strategi bør derfor koble tre ting: energibruk, datakontroll og verdi. Hva brukes AI-en til? Hvilke data krever den? Hvilken infrastruktur kjører den på? Hvilken samfunnsnytte eller forretningsnytte rettferdiggjør ressursbruken?

AI kan også hjelpe energisystemet

Det er viktig å ikke gjøre dette til en ensidig dom over AI. AI kan også bidra positivt i energisystemet. Bedre prognoser, mer fleksibelt forbruk, prediktivt vedlikehold, styring av bygg, optimalisering av nett og mer effektiv industri kan redusere sløsing. IEA peker også på at AI kan ha betydelig potensial for effektivisering i bygg og kraftsystemer.

Men det positive potensialet fritar ikke datasentre fra krav. En teknologi kan både være nyttig og ressurskrevende samtidig. Nettopp derfor må den styres godt.

Det mest interessante spørsmålet er ikke om AI bruker strøm. Alt digitalt bruker strøm. Spørsmålet er om AI-bruken gir nok verdi til å forsvare ressursene, og om de mest ressurskrevende bruksområdene faktisk er de viktigste.

Her bør offentlige innkjøpere, store virksomheter og datasenteraktører ta mer ansvar. Det bør være mulig å stille krav til energieffektivitet, vannrapportering, regionvalg, overskuddsvarme, databehandling, underleverandører og beredskap uten at det oppfattes som teknologifiendtlighet.

Hva virksomheter bør gjøre nå

Det første virksomheter bør gjøre, er å kartlegge AI-bruken. Hvilke tjenester brukes allerede? Hvilke data sendes inn? Hvilke leverandører ligger bak? Hvilke regioner behandles data i? Hvilke funksjoner er bare pilot, og hvilke har blitt kritisk drift?

Det andre er å klassifisere data. Offentlig informasjon, interne rutiner, personopplysninger, kundedata, sikkerhetslogger, kildekode og forretningshemmeligheter kan ikke behandles likt. En tjeneste som er grei for åpne tekster, kan være uegnet for kundedata.

Det tredje er å stille krav til leverandører. Spør om datalagring, logging, modelltrening, underleverandører, region, sletting, revisjon og hendelseshåndtering. Spør også om energibruk og bærekraftsrapportering der det er relevant. Ikke fordi alle kunder skal bli datasenterrevisorer, men fordi leverandører må merke at kontroll betyr noe.

Det fjerde er å vurdere lokale eller mer kontrollerte alternativer for sensitive arbeidsflyter. Det betyr ikke at alt må kjøres på egne servere. Det betyr at virksomheten bør ha flere nivåer: åpne data kan bruke én type løsning, sensitive data en annen, og virksomhetskritiske prosesser en tredje.

Det femte er å unngå å gjøre AI til standardvalg uten nyttevurdering. Noen oppgaver trenger ikke en stor modell. Noen kan løses med en mindre modell, en regelmotor, et søk, et script eller bedre informasjonsarkitektur. Den mest bærekraftige AI-bruken er ofte den som er presis nok, ikke størst mulig.

En enkel prioriteringsmodell for AI-kapasitet

For å gjøre diskusjonen mer praktisk kan virksomheter og offentlige aktører sortere AI-bruk i fire nivåer.

Første nivå er lavrisiko og lav ressursbruk. Det kan være åpne tekster, generell idéutvikling, språkvask, enkle oppsummeringer og eksperimenter uten sensitive data. Her er det ofte fornuftig å bruke standardverktøy, så lenge ansatte forstår hva som ikke skal deles.

Andre nivå er intern produktivitet. Her brukes AI på dokumenter, møteoppsummeringer, interne rutiner, kodeforklaring eller analyse. Verdien kan være stor, men datadeling blir mer alvorlig. Virksomheten bør vite om data lagres, om de kan brukes til modellforbedring, og hvilke underleverandører som inngår.

Tredje nivå er sensitiv fagbruk. Det kan være helse, juridiske vurderinger, sikkerhetslogger, kundedata, offentlige saksdokumenter eller konkurransesensitiv informasjon. Her bør man vurdere kontrollerte miljøer, streng tilgangsstyring, logging, dataminimering og klare ansvarsforhold.

Fjerde nivå er kritisk automatisering. Da får AI-systemer påvirke drift, beslutninger, produksjon, økonomi, sikkerhet eller infrastruktur. Her er det ikke nok at modellen er god. Hele systemet må kunne revideres, stoppes, forklares og drives videre hvis leverandøren endrer vilkår eller kapasitet forsvinner.

Denne typen sortering gjør det lettere å koble ressursbruk til verdi. En stor ekstern modell kan være helt grei for enkelte åpne oppgaver, men feil valg for sensitive prosesser. En lokal eller privat løsning kan være unødvendig dyr for enkle oppgaver, men riktig for data som ikke bør forlate virksomhetens kontroll.

Offentlig sektor bør være ekstra tydelig

Offentlig sektor har et særskilt ansvar fordi den forvalter både innbyggerdata og samfunnstillit. Når AI tas i bruk i kommuner, helse, utdanning, politi, skatt, NAV-lignende tjenester eller saksbehandling, blir datadeling og infrastrukturvalg demokratiske spørsmål, ikke bare tekniske.

En kommune som bruker AI til å effektivisere interne rutiner, kan få reell nytte. Men dersom dokumenter med personopplysninger eller sårbare livssituasjoner sendes til uklare tredjepartsløsninger, kan effektiviseringen bli dyr på en annen måte. Det samme gjelder skole og helse, der data ofte er både sensitive og vanskelige å anonymisere godt nok.

Offentlig sektor bør derfor ikke bare spørre om en AI-tjeneste har europeisk datasenter. Den bør spørre om hele behandlingskjeden: modell, logging, support, underleverandører, tilgangsstyring, sikkerhetskopier, sletting, revisjon og juridisk kontroll. Et datasenter i riktig region hjelper lite hvis støttepersonell, analyseverktøy eller treningsprosesser trekker data videre.

Dette er ikke et argument mot offentlig AI-bruk. Det er et argument for å bygge den på infrastruktur som tåler innsyn. Hvis innbyggerne skal stole på AI i offentlig sektor, må de kunne stole på at dataene ikke blir en skjult råvare i globale plattformer.

Hva kommuner og myndigheter bør spørre om

Når et datasenterprosjekt kommer til en kommune, bør spørsmålene være konkrete. Hvor mye effekt krever prosjektet? Når på døgnet er belastningen størst? Hvordan kjøles anlegget? Hvor mye vann brukes, og fra hvilken kilde? Hva skjer ved tørke, kraftknapphet eller beredskapssituasjoner? Hvilken lokal verdi skapes? Kan overskuddsvarme brukes? Hvem eier og drifter anlegget? Hvilke kunder er aktuelle? Finnes det sikkerhets- og beredskapsmessige hensyn?

Kommunen trenger ikke vite alt om AI for å stille gode spørsmål. Den trenger å vite at datasentre er industriell infrastruktur, ikke bare "digital næring". De bør behandles med samme alvor som andre store kraft- og arealkrevende prosjekter.

For staten handler det om prioritering. Hvis AI skal være en del av norsk konkurransekraft, forskning, språk, helse og offentlig sektor, trenger vi infrastruktur. Men hvis all kapasitet kontrolleres av globale aktører, blir suvereniteten svak. Hvis alle prosjekter får ja uten prioritering, blir kraftpolitikken svak. Begge deler kan være problematisk.

Konklusjon: AI må ned på bakken

AI-debatten trenger mindre magi og mer infrastrukturforståelse. Kunstig intelligens er ikke bare modeller og apper. Det er datasentre, strøm, vann, kjøling, nett, brikker, leverandørkjeder og databehandling.

Det betyr ikke at AI-boomen bør stoppes. Det betyr at den bør styres. Vi bør bygge kapasitet der den gir reell verdi, med åpenhet om ressursbruk og streng kontroll med data. Vi bør skille mellom AI som styrker forskning, industri og samfunn, og AI som bare øker datainnsamling, avhengighet og energiforbruk uten klar nytte.

For Norge kan dette bli en mulighet. Men bare hvis vi er ærlige om at AI har en fysisk pris, og at den prisen må vurderes før strøm, vann og data låses inn i andres infrastruktur.

Videre lesing