Sam Altman ändrar prognosen för AI: GPT-4:s ekonomiska genomslag dröjer

OpenAI:s vd Sam Altman verkar nu justera tidsplanen för AI:s genomslag – inte sin bedömning av teknikens betydelse. I en intervju som publicerades den 23 augusti 2026 sade han enligt rapporteringen att han efter GPT-4:s lansering 2023 väntade sig betydligt snabbare omvälvningar i mjukvarubranschen och ekonomin i stort. 36

Lärdomen är att en kraftfull modell bara är början. För att AI ska förändra hela ekonomin krävs användbara tillämpningar, nya arbetssätt, investeringar i infrastruktur, reglering och folkligt stöd. Alla dessa delar har visat sig utvecklas långsammare och vara mer omstridda än hajpen efter GPT-4 antydde.

Altmans reviderade AI-prognos

Altmans uttalande handlar om skillnaden mellan tekniska framsteg och ekonomiskt införande. Han trodde att företag och mjukvarumarknader snabbt skulle förändras när GPT-4 visade en ny nivå av kapacitet. I stället har steget från bättre modellresultat till bred omvandling av företag tagit längre tid. 36

Det betyder inte att AI blivit ekonomiskt oviktig. Det betyder att allt mer avancerade modeller inte automatiskt förändrar hur företag arbetar från en dag till en annan. Organisationer behöver fortfarande tillförlitliga produkter, integration med befintliga system, nya processer, utbildning av personal och tydliga skäl att bära kostnaderna.

I den här tolkningen ligger den kortsiktiga flaskhalsen mindre i frågan om modellerna kan bli bättre och mer i om organisationer kan använda dem effektivt. Altmans senare observationer beskriver fortsatt snabba AI-framsteg och fallande användningskostnader, vilket tyder på att långsammare omvandling inte ska förväxlas med minskad ambitionsnivå. 40

Därför kan införandet släpa efter modellernas förmåga

Avståndet mellan en imponerande demonstration och en fungerande lösning i vardagen är stort. Ett företag kan behöva göra om sina processer, införa kontrollsystem, hantera data och säkerhet samt avgöra vem som bär ansvaret när ett AI-system gör fel.

Även infrastrukturen sätter gränser. AI kräver stora mängder beräkningskapacitet, samtidigt som datahallar möter motstånd på grund av elförbrukning, vatten, kapacitet i elnätet, markanvändning och lokala samhällseffekter. En Gallup-mätning som citerades av The New York Times visade att 71 procent av vuxna i USA motsatte sig att en AI-datahall byggdes i deras närområde. Samma rapport uppgav att fler än ett dussin projekt hade stoppats eller försenats efter lokalt motstånd. 18

Altman har sagt att han förstår oron och föreslagit att datahallar i stället kan placeras i avlägsna ökenområden. 23 Förslaget visar de praktiska begränsningarna för AI-expansion: tillgång till el och chip räcker inte om projekten inte får tillstånd och tillgång till mark, elöverföring och lokalt stöd.

Varför Altman säger att AI-utvecklingen kan behöva dämpas

Altman har även hävdat att AI-utvecklingen kan behöva ”gå i ett mer avvägt tempo” så att samhället hinner ”bygga motståndskraft kring” nya nivåer av kapacitet. Han har samtidigt sagt att en sådan ordning inte får leda till att regleringen fångas av branschen eller till samordning mellan de ledande AI-laboratorierna. 37

Det är inte samma sak som att förespråka ett permanent stopp. Snarare handlar det om att utvecklingstakten och samhällets anpassning kan behöva samordnas bättre. Tekniken kan gå snabbt framåt medan institutionerna som ska reglera den, företagen som ska använda den och allmänheten som ska acceptera den rör sig betydligt långsammare.

Två risker bakom varningen om något ”anti-mänskligt”

Diskussionen rymmer två motsatta risker:

1. AI blir så kraftfull att människor och institutioner inte längre kan kontrollera den på ett meningsfullt sätt.
2. Kontrollen över avancerad AI samlas hos alltför få företag eller regeringar.

Den andra risken ligger nära Altmans bredare argument att AI måste demokratiseras och att makten inte får koncentreras för mycket. 44 Riskerna drar samtidigt politiken åt olika håll. Strikta centrala kontroller kan minska vissa former av missbruk, men om tillgång och beslutsmakt samlas hos ett litet antal aktörer kan det skapa egna politiska och ekonomiska problem.

Det tillgängliga materialet visar inte att Altman direkt angrep Anthropic eller beskrev företagets säkerhetsinriktade strategi som i sig anti-mänsklig. Att tolka uttalandena som kritik mot Anthropic är därför en tolkning, inte ett bekräftat påstående. Den mer hållbara slutsatsen är smalare: den ledande AI-utvecklingen skapar en verklig avvägning mellan säkerhetskontroller och koncentrerad makt.

Vad Nvidias Poolside-affär signalerar

Nvidias rapporterade affär med Poolside visar varför långsammare införande inte ska blandas ihop med svagare investeringar. Bolaget uppges betala 6 miljarder dollar för att licensiera Poolside-teknik och investera ytterligare 1 miljard dollar i startupbolaget. Över 100 Poolside-anställda väntades börja arbeta med Nvidias Nemotron-familj av modeller med öppna vikter. 1

Affären antyder att AI-kapplöpningen breddas bortom själva träningen av de mest avancerade modellerna. Hårdvaruföretag och modellutvecklare investerar också i programvara, metoder för modellutveckling och modeller med öppna vikter som kan anpassas och användas på fler sätt. 5

Det är bättre att se affären som en förberedelse för en längre införandecykel än som ett tecken på att Nvidia räknar med att efterfrågan på AI ska kollapsa. Företagen kan planera för att AI gradvis ska spridas till många tillämpningar och organisationer, i stället för att utgå från att en enda modellversion omedelbart stöper om ekonomin.

Den större bilden: spridning, inte reträtt

Sammantaget pekar Altmans justerade tidsplan, motståndet mot datahallar och Nvidias investering i Poolside mot en mer komplicerad AI-övergång än den ursprungliga hajpen lovade.

AI-utvecklingen fortsätter att accelerera, men införandet begränsas av:

• svårigheten att bygga tillförlitliga tillämpningar;
• det organisatoriska arbete som krävs för att förändra arbetsprocesser;
• tillgången till datorkraft, el, vatten och elöverföring;
• tillståndsprocesser och lokalt politiskt motstånd; samt
• frågor om säkerhet, ansvar och koncentrerad kontroll.

Den starkaste slutsatsen är därför inte att de ledande AI-bolagen gemensamt har beslutat att bromsa utvecklingen. Underlaget visar något mer nyanserat: investeringarna fortsätter i hög takt, samtidigt som företagen inser att den ekonomiska omvandlingen kommer genom en långsammare, kapitalintensiv och politiskt omstridd spridning.

GPT-4 kan ha markerat ett stort tekniskt språng – men teknisk kapacitet har aldrig varit samma sak som omedelbart ekonomiskt genomslag.