Det här kan IT-bubblans blodbad lära oss om dagens AI-feber

daniel norinSamhälle och politik2 månader sedan88 Visningar

Dela

Hem
AI
Samhälle och politik
Det här kan IT-bubblans blodbad lära oss om dagens AI-feber

Minns du 90-talet? När internet fortfarande lät som modemskrik och såldes som en digital hängmatta där vi alla skulle få mer fritid och bli smartare? Idag är AI-snacket helt annorlunda. Det är inte “kom och prova”, det är “använd oss – annars är du körd”. Så vad säger historien? Och står vi verkligen inför en ny teknologisk guldålder, eller bara en gammal bubbla med nytt glitter?

Innehållsförteckning

Hur internet gick från ful ankunge till världens darling

När internet klev ut från forskningslabben sågs det mest som något för militärer, akademiker och en handfull obotliga nördar. Filmer som The Net och Hackers fick gemene man att tro att varje klick på en hemsida kunde förstöra ens liv. Men visionärerna var smarta – Bill Gates pratade om hur nätet skulle minska informationsklyftor och berika kulturen, politiker lyfte fram digital demokrati, och plötsligt var det coolt att “vara online”.

När skräckpropaganda byttes mot vardagsmys

För att skaka av sig bilden av ett digitalt vilda västern började mediebolag och teknikföretag sälja in internet som något tryggt och familjevänligt. MSNBC lanserade webb-tv, Microsoft körde WebTV, och Clinton-administrationen drev igenom NetDay – där skolor och bibliotek fick uppkoppling. Internet gick från hacker-skräck till familjerumsmys på rekordtid.

AI:s långa skuggperiod som ingen pratade om

AI har också haft sina mörka år. På 80- och 90-talet byggde man “expertsystem” som skulle förändra allt – tills de visade sig vara dyra, långsamma och rätt dåliga på att hålla vad de lovade. Det ledde till “AI-vintern”, där forskare undvek att ens säga “AI” för att inte bli utskrattade. Men tekniken levde kvar i smyg – i bank, logistik, sjukvård och sökmotorer – och väntade på sin revansch.

Skillnaden mot dagens AI-boom

När ChatGPT lanserades 2022 exploderade intresset. På ett år hade över 100 miljoner människor testat det – snabbare än något annat konsumentverktyg. Men här kommer skillnaden mot 90-talets internet: AI säljs idag främst till företag, inte till privatpersoner. 75 % av OpenAIs intäkter kommer från B2B-prenumerationer. Budskapet är mindre “det här är kul” och mer “utan detta tappar ni konkurrensen”.

Parallellerna till IT-bubblan och varför de är skrämmande lika

På ytan ser dagens AI-boom och 90-talets IT-bubbla väldigt olika ut. Då handlade det om webbplatser som sålde hundmat på nätet utan affärsmodell. Nu pratar vi om avancerade språkmodeller och globala teknikjättar. Men gräver man lite hittar man flera likheter:

Övervärdering – Under IT-bubblan kunde ett företag dubbla sin värdering bara genom att lägga till “.com” i namnet. Idag kan AI-bolag, även de utan tydlig väg till lönsamhet, värderas till hundratals miljarder dollar. OpenAI är ett exempel – värderat till runt 300 miljarder, trots att det räknar med att göra förlust i flera år framåt.
Kapitalrusch – Precis som på 90-talet jagar investerare nästa stora grej. Då var det webbplattformar, nu är det generativ AI. Den psykologiska mekanismen är densamma: ingen vill “missa tåget”.
Teknisk hype vs verklig användning – Många IT-företag på 90-talet hade fantastisk teknologi men inga betalande kunder. Även om AI används brett idag, är mycket av investeringsvärdet baserat på antaganden om framtida användning, inte faktiska intäkter.
Infrastrukturdrömmar – På 90-talet byggdes enorma serverhallar som senare stod tomma när bubblan sprack. Idag byggs AI-datacenter i rasande takt, ofta med mer kapacitet än den faktiska efterfrågan just nu.

Skillnaden? De största AI-aktörerna (Microsoft, Google, Nvidia) är redan lönsamma företag med flera ben att stå på. Det kan ge större motståndskraft mot en total kollaps – men det betyder inte att aktievärderingarna inte kan rasa om marknaden tröttnar på hajpen.

Om det är en AI-bubbla, vilka risker väntar?

Om AI-boomen visar sig vara en bubbla är det inte bara aktiekurser som riskerar att rasa. Effekterna kan bli både ekonomiska och samhälleliga:

Investeringsstopp – När bubblor spricker fryser kapitalflödena. Lovande AI-projekt kan dö tvärt, även de som faktiskt fungerar, bara för att investerarna blir skotträdda.
Massuppsägningar – Stora företag som har expanderat aggressivt för att bygga AI-tjänster kan tvingas säga upp tusentals människor, precis som skedde efter dot-com-kraschen.
Teknisk baksmälla – Om AI plötsligt tappar status riskerar forskningsanslag och innovationsvilja att sjunka, vilket kan bromsa framsteg under många år.
Förtroendekris – Om allmänheten ser AI som “ännu en hajp som gick åt skogen” kan acceptansen för framtida teknik minska kraftigt. Det kan göra att bra lösningar möts av skepsis – ungefär som när ordet “AI” var giftigt på 2000-talet.
Samhällseffekter – Om företag och myndigheter hunnit bygga beroende av AI-lösningar som sedan blir olönsamma eller överges, kan viktiga tjänster stå utan stöd. Tänk sjukvårdssystem, rättstolkning, eller myndighetsportaler som plötsligt mister sin motor.

Vad historien försöker tala om för oss

Historien är ganska tydlig: teknik överlever inte på hype, utan på att den faktiskt löser problem. Internet klarade sig för att det blev oumbärligt i vardagen. AI måste göra samma resa – från “häftigt” till “självklart”. Om det inte sker riskerar vi en repris på IT-bubblan, där mycket av värdet försvinner över en natt, även om själva tekniken lever vidare. Marknaden behöver bli beroende av marknaden för överlevnad. Just nu är inte AI där, många vet inte exakt hur den ska användas eller hur. Men det är en stor trendökning för AI som teknik inom företag. De som inte hoppar på tekniken kommer kanske inte överleva som företag. Men man måste veta hur den ska användas.