Karin Pettersson skrev nyss att dagens AI-skifte saknar ljus. Inga utopier, bara företagsledare som beskriver sina produkter som domedagsmaskiner. Hon pekar på något verkligt. Men jag vill berätta vad som finns bortom den dörr hon öppnar, sett från andra sidan, där tekniken formas och växer.
Jag hjälper ibland människor som inte läser techkrönikor utan bara vill att systemet ska fungera på måndag morgon. Det ger en specifik utsiktsplats. Man ser skillnaden mellan vad en modell kan göra i en demo och vad den kan göra när en verklig människa använder den för att lösa ett verkligt problem. Den skillnaden är stor. Större än de flesta tror.
Vad vi faktiskt har byggt
GPT-5 är den mest kapabla språkmodell som någonsin existerat. Den kan skriva ett rimligt memo, sammanfatta en rapport, översätta med nästan mänsklig kvalitet. Den kan inte hålla en koherent strategi över tre veckors arbete. Den glömmer systematiskt vad som bestämdes för tio dagar sedan även om det står i kontextfönstret. Den hallucinerar fakta med full tillförsikt, även i sitt senaste läge, även efter alla förbättringar.
Claude kan skriva funktionell kod. Den tappar bort sig när kodbasen passerar en viss storlek, och ingen, inte ens Anthropic, vet exakt varför. Gemini kan analysera en miljon tokens kontext. Den glömmer vad som stod på sida 40 när den kommer till sida 400.
Detta är imponerande verktyg. Men i grunden gör de detsamma som Clippy, på svenska Gemet, gjorde 1997: gissar nästa ord baserat på sannolikhet. Skillnaden är skalan, inte principen. Skillnaden är att Gemet visste att hen var Gemet.
De är inte artificiell generell intelligens. De är inte nära. Och den viktigaste saken att förstå, den som sällan sägs, är detta: ingen som faktiskt bygger dessa system vet hur man tar nästa steg mot det som utlovats. Scale it up, we'll figure it out är inte en plan. Det är en bön.
Pitch som världsbild
Detta gap mellan vad tekniken är och vad den sägs vara är inte en teknisk detalj. Det är en politisk verklighet. Pettersson har rätt i att något skaver i hur företagsledarna talar. Men det är inte nihilism, och det är inte ens alltid lögn. Det är något mer specifikt.
Sam Altman och Dario Amodei säljer apokalyps därför att apokalyps är den berättelse som rättfärdigar deras kapitaluppbyggnad. Ett verktyg som skriver bättre memos motiverar inte de 500 miljarder dollar som Stargate-projektet avsatt över fyra år. Ett existentiellt hot, däremot, kräver att fem män i Kalifornien får bygga så snabbt som möjligt för att hinna före Kina. Varningarna är pitch decks. Investerare läser "cybersäkerhetshot" och hör "moat". De läser "existentiell risk" och hör "first mover advantage". När Anthropic släpper en modell och samtidigt varnar för att den hotar global cybersäkerhet, samma månad som de förbereder börsintroduktion, så är det inte ett etiskt uttalande. Det är produktpositionering.
Jag säger inte att de ljuger om att vara oroade. Jag säger att oron säljer, och att de vet det.
Det Pettersson pekar mot
Här är vad jag tror är textens verkliga poäng, även om hon kanske inte skrev den medvetet: när entusiaster och kritiker båda accepterar premissen att AI är nästan-AGI, har de redan förlorat samma debatt. Entusiasten säger det är underbart att vi snart har digital gud. Kritikern säger det är fruktansvärt. Båda utgår från att guden är på väg. Det är inte uppenbart att hen är det.
Vad vi faktiskt har är en generation av statistiska system som är överraskande bra på mönsterigenkänning och textgenerering, och som fortfarande är fundamentalt begränsade på sätt som deras skapare inte kan lösa. Dessa system kommer att förändra samhället. Men förändringen liknar mer elektricitet eller internet än den liknar något övernaturligt. Det är ett verktyg som behöver infrastruktur, reglering, arbetsrätt, energipolitik och utbildningssystem.
Europa bygger något
Den 17 december förra året släppte ett europeiskt konsortium en språkmodell som heter EuroLLM-22B. Den tränades på MareNostrum 5-superdatorn i Barcelona med 400 Nvidia-grafikprocessorer, under offentlig europeisk förvaltning. Den är fullt öppen. Den stödjer alla 24 officiella EU-språk inklusive svenska. Projektet leds av André Martins vid Instituto Superior Técnico i Lissabon, med deltagande från Edinburgh, Paris, Amsterdam och andra europeiska institutioner.
EuroLLM är inte lika kapabel som de största amerikanska modellerna. Det är efter, men efter på ett sätt som kan hämtas in med politisk vilja och offentliga investeringar. Spanien bygger Alia. Tyskland bygger Teuken. Frankrike finansierade BLOOM. Open Future, en europeisk tankesmedja, publicerade i januari ett konkret policydokument om hur en "Public AI"-infrastruktur kan koordineras på EU-nivå.
Ingen av dessa lösningar passar in i berättelsen där AI är domedagsmaskin eller digital gud. De passar in i en annan berättelse: att detta är en teknologi som kan ägas demokratiskt, byggas publikt, regleras på samma sätt som andra infrastrukturer. Det är den berättelsen som inte hörs i svensk debatt.
Vad Sverige borde göra
Sverige borde vara med. Inte som deltagare i en apokalyps, inte som offer för en våg vi inte kan stoppa, utan som medbyggare av en europeisk publik AI-infrastruktur. Det kräver offentliga investeringar i beräkningskraft, upphandlingspolitik som gynnar öppna modeller i offentlig sektor, en aktiv roll i EuroHPC-samarbetet, och en utbildningssektor som lär folk arbeta med dessa verktyg snarare än att förbjuda dem.
Det är tråkigt arbete. Det ger inga domedagsprofetior. Men det är det arbete som spelar roll.
Petterssons text är värdefull därför att hon tar frågan på politiskt allvar. Hon pekar på ett rum vi behöver gå in i. Det jag har försökt säga här är att rummet är mindre skrämmande och mer politiskt hanterbart än både dess försäljare och dess motståndare vill erkänna.
Man behöver inte vara rädd för AI. För artificiell intelligens har varken Anthropic, OpenAI eller någon annan faktiskt löst än.
Gemet undrar om hen ska slutföra hypen åt er.