Huang og Altman til G20: Byg national AI-infrastruktur, før konkurrenterne løber fra jer

Det vigtigste budskab fra mødet i Chapel Hill var ikke en ny AI-model eller en detaljeret international aftale. Det var en strategisk påstand: AI-infrastruktur er ved at blive en central del af et lands økonomiske kapacitet. Nvidia-topchef Jensen Huang opfordrede landene til at opbygge de datacentre og støttesystemer, der skal drive deres egne AI-økonomier, mens OpenAI-chef Sam Altman bakkede op om en bredere dagsorden med investeringer, ibrugtagning og udbredelse af teknologien.

Budskabet blev koblet sammen med et amerikansk forslag om en mere lempelig tilgang til AI-regulering. Dermed kom mødet til at handle om et grundlæggende politisk dilemma: Hvordan får regeringer del i AI’s økonomiske gevinster, uden at den hurtige udbredelse løber fra sikkerhedsforanstaltninger, energiforsyning og de offentlige institutioner?

Hovedpointen: Alle lande har brug for AI-kapacitet

Huangs argument var, at lande ikke bør betragte AI som en tjeneste, de permanent kan købe sig til udefra. Regeringerne må beslutte, hvilke dele af AI-værdikæden de vil udvikle nationalt – fra computerkraft og datacentre til kompetencer og virksomheder, der kan bruge teknologien.

Datacentrene stod centralt i den argumentation. Huang beskrev dem som fundamentet for nationale AI-økonomier, og omtale af mødet koblede dem til arbejdspladser, investeringer og bredere økonomisk aktivitet.

Altmans deltagelse understregede den del af budskabet, der handler om at tage teknologien i brug. På andendagen blev der ifølge dækningen blandt andet talt om AI-udbredelse, økonomisk vækst, arbejdsmarkedets behov, cybersikkerhed og teknologiens stigende energiforbrug.

Den praktiske konsekvens er enkel: En AI-økonomi kræver mere end adgang til en chatbot eller et model-API. Der skal være computerkraft, elektricitet, tekniske medarbejdere og et økosystem, der kan udvikle og kommercialisere løsninger.

Hvad vil Carolina Principles ændre?

Trump-administrationen brugte ministermødet til at promovere Carolina Principles for Emerging Technology – en ramme, der prioriterer innovation og udbredelse frem for omfattende, teknologispecifikke begrænsninger. 14

Principperne fremhæver tre overordnede mål:

• at investere i grundlæggende forskning;
• at styrke udvikling og kommercialisering; og
• at fremme tillidsbaseret ibrugtagning ved at anvende eksisterende sektorspecifikke regler, hvor de passer, og reservere ny regulering til reelt nye problemstillinger. 4

Tilgangen argumenterer også imod at oprette nye, brede tilsynsmyndigheder for AI. 13

Det er en lempelig reguleringsmodel, men det er ikke det samme som at sige, at AI skal fungere helt uden regler. Udgangspunktet er, at regeringerne så vidt muligt skal bruge den lovgivning, der allerede findes, og kun indføre nye krav, når det eksisterende tilsyn ikke håndterer et nyt problem.

Huang skelner mellem konkrete og hypotetiske skader

En anden del af Huangs budskab var forskellen mellem påviselige skader og hypotetiske fremtidsscenarier. Omtale af hans indlæg i Chapel Hill beskriver, hvordan han opfordrede regeringer til at regulere konkrete skader i den virkelige verden og advarede om, at politik, der primært bygger på forestillede risici, kan få lande til at gå glip af de muligheder, AI skaber.

Det er kernen i den bredere reguleringsstrid. Tilhængere af færre og mere målrettede regler mener, at forebyggende regulering kan bremse investeringer og udbredelse, før gevinsterne er klarlagt. Kritikere svarer, at myndighederne risikerer at komme for sent, hvis de venter, til skaderne er blevet omfattende.

Ministermødet løste ikke uenigheden. I stedet stillede det de to positioner op ved siden af hinanden: Byg hurtigt og regulér konkrete skader på den ene side – og gå mere forsigtigt frem, når teknologiens konsekvenser stadig er usikre, på den anden.

Arbejdspladser var en del af infrastrukturdebatten

Behovet for arbejdskraft fyldte markant i diskussionerne i Chapel Hill. Politikere og teknologiledere drøftede, hvordan AI-væksten kan understøttes, samtidig med at man håndterer mangel på arbejdskraft og kravene fra en stadig større udbredelse af teknologien.

Huangs overordnede synspunkt er, at AI ændrer, hvad medarbejdere og virksomheder kan gøre, snarere end at teknologien blot er en fortælling om maskiner, der erstatter alt arbejde. Den tilgængelige omtale giver dog ikke en fuldstændig ordret gengivelse af hans kommentarer om arbejdspladser på ministermødet. Den mere sikre konklusion er, at opkvalificering og arbejdsstyrkens forberedelse blev behandlet som en del af den nationale AI-opbygning sammen med datacentre, energi og tekniske færdigheder.

Den fysiske begrænsning: Elektricitet

Infrastrukturplanerne har en umiddelbar flaskehals: strøm. AI-datacentre kræver store mængder elektricitet, og teknologiledere på mødet fremhævede, hvor meget energi der skal til for at udvide kapaciteten.

Det gør AI-politik til et spørgsmål om energi og planlægning. Et land kan ønske sig mere national computerkraft, men det kræver også elproduktion, nettilslutninger, egnede placeringer og mulighed for at opføre anlæg hurtigt. Chips og modeller er derfor kun en del af regnestykket.

AI-infrastruktur er også geopolitisk infrastruktur

Diskussionen i Chapel Hill fandt sted på baggrund af en skærpet teknologisk rivalisering mellem USA og Kina. Et element i den udvikling er den voksende betydning af såkaldte open-weight-modeller, hvor de underliggende systemer kan downloades, køres og tilpasses. Omtale af en kinesisk open-weight-model illustrerer, hvorfor adgang til og kontrol over modeller er ved at blive et strategisk spørgsmål – ikke kun et valg mellem forskellige produkter. 18

National infrastruktur har derfor to betydninger. Økonomisk kan den hjælpe lande med at fastholde en større del af den værdi, AI skaber. Strategisk kan den mindske afhængigheden af udenlandsk computerkraft, modeller og teknologileverandører. USA’s forsøg på at fremme en fælles, innovationsorienteret ramme blandt G20-partnerne indgik i den bredere konkurrence om teknologiske økosystemer og tilslutning. 11

Hvorfor mødet i Chapel Hill var vigtigt

Ministermødet 1.-2. september var et tidligt USA-værtskab i G20-regi og skulle være med til at forme drøftelserne frem mod ledernes topmøde i Miami senere i 2026. 68

Betydningen lå mindre i et endeligt svar end i forsøget på at sætte rammerne for debatten. USA præsenterede en vision, hvor landene hurtigt opbygger AI-kapacitet, anvender eksisterende regler, hvor det er muligt, og undgår regulering, der først og fremmest bygger på spekulative skader. Huang og Altman leverede samtidig erhvervslivets argument for investeringer og udbredelse.

De ubesvarede spørgsmål er betydelige: Hvor stor national kapacitet har hvert land brug for? Hvem skal betale for elektricitet og datacentre? Hvordan skal arbejdsstyrken omstille sig? Og hvornår er en risiko tilstrækkeligt konkret til at begrunde ny regulering?

Svarene vil være afgørende for, om en strategi med infrastruktur først bliver en fælles G20-retning – eller forbliver et omstridt amerikansk politisk forslag.