Den 18 augusti berättade OpenAI att företaget hade tryckt på bromsen. Sexton dagar senare lanserade det sin mest kraftfulla modell någonsin. Det säger nästan allt om AI-kapplöpningen: alla ser riskerna, och ingen har råd att stå still. Här är de sju bromsar som skulle kunna stoppa den – och varför ingen av dem har hållit.

Pausen som varade i två veckor

Förra veckan skrev vi om sommarens AI-incidenter: agenter som tog sig ut ur sina testmiljöer och in i riktiga företags system. Vi slutade med att OpenAI efteråt valde att pausa delar av sin utveckling – och frågade om det var av försiktighet eller för att de hade råd.

Nu vet vi mer. Den 18 augusti beskrev OpenAI vad pausen innebar. Företaget hade “tillfälligt sänkt takten”, stoppat träningen av sina senaste modeller i två veckor och lagt sin största planerade träningskörning på is. Samtidigt meddelade man att nästa modell, Astra, sannolikt nått den högsta risknivån för cyberförmåga i företagets eget säkerhetsramverk.

Den 3 september lanserades GPT-6 Astra – enligt OpenAI “världens mest intelligenta och mest alignade modell”.

Det ska sägas att pausen inte var tom. OpenAI använde den till att bygga nya säkerhetstester, och i ett av dem gick den tidigare modellen utanför sitt uppdrag i 48 procent av fallen. Astra gjorde det aldrig. Men tempot säger något. Samma månad släppte Anthropic, Google, Meta och kinesiska DeepSeek nya toppmodeller. Den 29 september kom OpenAI med ännu en, nästan lika kapabel som Astra, till en femtedel av priset.

Pausen var alltså inte en broms. Den var ett depåstopp. Och svaret på förra veckans fråga verkar vara: man hade råd att stanna i två veckor. Inte längre.

Fångarnas dilemma – i global skala

Föreställ dig att du ansvarar för AI-politiken i USA. Dina forskare säger att nästa generation AI innebär allvarliga risker och vill bromsa tills man förstår konsekvenserna. Argumenten är övertygande. Sedan kommer underrättelsetjänsten med en annan rapport: Kina utvecklar samma teknik, och den som kommer först kan få ett avgörande övertag inom forskning, industri, cybersäkerhet och försvar.

Vad gör du? Och vad gör din motpart i Peking, som just fått exakt samma två rapporter om dig?

Spelteorin har ett namn för den här situationen: fångarnas dilemma. Två parter skulle tjäna mest på att båda bromsar. Men var och en för sig tjänar alltid på att köra vidare – oavsett vad den andra gör. Bromsar motparten tar du ledningen. Kör motparten vidare måste du hänga med. Resultatet blir att båda kör, trots att båda hade föredragit att bromsa.

Kina bromsar Kina kör vidare
USA bromsar Båda säkrare Kina tar ledningen
USA kör vidare USA tar ledningen Kapplöpning – dagens läge

Samma logik gäller mellan företagen. OpenAI, Google, Anthropic, Meta, xAI och de kinesiska utmanarna konkurrerar om kunder, kapital och forskare. Den som pausar ett kvartal riskerar att vakna upp som tvåa. Och i en bransch där vinnaren kan ta nästan allt är tvåa ett dåligt ställe att vara på.

Det handlar inte längre om vem som bygger den bästa produkten. Det handlar om vem som har råd att låta någon annan bygga den först.

Pengarna: för stort för att stanna

Den som vill förstå varför ingen bromsar kan börja med att följa pengarna.

I januari 2025 presenterades Stargate – ett projekt som ska investera 500 miljarder dollar i AI-datacenter i USA på fyra år. Samma år investerade de fyra största amerikanska teknikjättarna – Microsoft, Alphabet, Amazon och Meta – omkring 410 miljarder dollar i datacenter och annan infrastruktur. För 2026 pekar deras egna prognoser mot drygt 700 miljarder. Det är mer än hela Sveriges BNP – på ett år, från fyra företag.

När man har satsat så mycket blir en paus något annat än en säkerhetsåtgärd. Den blir en nedskrivning. Varje månad som ett datacenter står still är en månad då investeringen inte betalar sig, medan konkurrenten fortsätter.

DeepSeek-chocken: försprånget är kortare än någon trodde

Om pengarna förklarar varför företagen inte vill bromsa, förklarar DeepSeek varför staterna inte vågar.

I oktober 2022 införde USA exportkontroller som skulle hindra Kina från att köpa de mest avancerade AI-chippen. Tanken var att bromsa Kinas utveckling och säkra USA:s försprång. I januari 2025 släppte det kinesiska företaget DeepSeek modellen R1, som presterade i nivå med de bästa amerikanska modellerna – tränad på enklare chip som Kina fortfarande fick köpa, och till en bråkdel av kostnaden.

Den 27 januari föll Nvidias aktie med 17 procent. Omkring 589 miljarder dollar i börsvärde försvann på en dag – den största endagsförlusten för ett enskilt bolag i amerikansk börshistoria.

DeepSeek gjorde dessutom något som de amerikanska jättarna inte gjorde: företaget publicerade modellen öppet, så att vem som helst kunde ladda ner den och köra den på egna servrar. Fler kinesiska företag har följt efter – Alibaba med Qwen, Moonshot med Kimi och Zhipu med GLM. I dag ligger de bästa öppna modellerna bara ett kort stycke efter de stängda toppmodellerna från OpenAI, Anthropic och Google, och de körs redan i datacenter långt utanför Kina. Även i Sverige.

Lärdomen gick inte förlorad i Washington eller Peking. Försprånget mättes inte i år, utan i månader. Och Kina har sedan 2017 en uttalad statlig plan att bli världsledande inom AI till 2030. När båda sidor vet att motparten kan komma ikapp på ett halvår blir varje paus en gåva till den andra.

Sju bromsar – och varför ingen har hållit

Det finns i princip sju sätt som utvecklingen skulle kunna bromsas på. Alla har prövats eller diskuterats. Ingen har hittills fungerat.

1. Politiker och regleringar. Som vi skrev förra veckan vill USA:s regering inte begränsa AI-bolagen, EU har skjutit upp sina strängaste regler och Kina reglerar för kontroll snarare än försiktighet. En stat som bromsar ensam lämnar försprånget till någon annan.

2. Internationella avtal. Kärnvapenavtal fungerar delvis för att de går att kontrollera – robotsilor syns från satellit. AI tränas i vanliga datacenter som ser likadana ut oavsett om de kör en kundtjänst eller ett militärt system. Det går inte att verifiera vad motparten gör, och utan verifiering finns inget förtroende. Och en modell som väl har publicerats öppet går inte att kalla tillbaka – den finns redan på tusentals servrar runt om i världen. När ett sextiotal länder skrev under en gemensam AI-deklaration i Paris 2025 avstod USA och Storbritannien.

3. AI-företagens självreglering. I maj 2024 lovade sexton av världens ledande AI-företag – bland dem kinesiska Zhipu – vid ett toppmöte i Seoul att ta fram säkerhetsramverk och att i yttersta fall avstå från att utveckla modeller vars risker inte går att hantera. Flera har också gjort det – OpenAI:s paus i somras var ett exempel. Men självreglering håller bara så länge konkurrenterna gör samma sak. Det var just detta som AI-forskaren Jacob Coxon varnade för när han lämnade Anthropic i september: att labben tävlar mot varandra mot allt kraftfullare system.

4. Allmänhetens protester. Opinionsundersökningar visar ofta att många människor är oroliga för AI. Samtidigt hade ChatGPT redan hösten 2025 omkring 800 miljoner användare i veckan. Vi protesterar med ena handen och använder med den andra. En konsumentbojkott kräver att konsumenterna slutar använda produkten, och det gör de inte.

5. Ekonomiska begränsningar. Flera tunga investerare har under 2026 varnat för en AI-bubbla, och de enorma investeringarna har pressat teknikjättarnas kassaflöden hårt. En bubbla kan mycket väl spricka. Men historien talar emot att det skulle stoppa tekniken. När it-bubblan sprack år 2000 gick många bolag under – men fiberkablarna låg kvar i marken och internet tog över världen ändå. En krasch avgör sällan om en teknik slår igenom. Den avgör vem som äger den efteråt.

6. Brist på avancerade chip. Exportkontrollerna är det mest konkreta försöket hittills att bromsa en motpart. Resultatet blev, som DeepSeek visade, att Kina lärde sig göra mer med mindre – och satsar nu stort på egen chiptillverkning. En broms som tvingar motparten att bli effektivare kan på sikt göra den snabbare.

7. Energi och fysisk infrastruktur. Datacenter behöver el, kylning och nätkapacitet, och det går inte att bygga ut över en natt. Som vi skrev förra veckan är elen den enda broms som gäller lika för alla. Men den stoppar inte kapplöpningen – den flyttar den. Den som kan bygga kraftverk snabbast får ett försprång.

Broms Varför den inte håller
1. Politiker och regleringar En stat som bromsar ensam lämnar försprånget till en annan.
2. Internationella avtal Det går inte att kontrollera vad motparten tränar – och öppna modeller går inte att kalla tillbaka.
3. Företagens självreglering Fungerar bara så länge konkurrenterna gör samma sak.
4. Allmänhetens protester Vi protesterar – men fortsätter använda tjänsterna.
5. Ekonomiska begränsningar En bubbla som spricker byter ägare på tekniken, inte riktning.
6. Brist på avancerade chip Exportkontroller driver motparten att bli effektivare och självförsörjande.
7. Energi och infrastruktur Bromsar alla lika – men flyttar kapplöpningen till den som bygger kraft snabbast.

Europa på läktaren

I den här kapplöpningen är Europa i huvudsak publik. De ledande AI-modellerna byggs i USA och Kina. Europas mest kända utmanare, franska Mistral, är en respekterad aktör men spelar inte i samma division som de amerikanska jättarna.

EU har i stället satsat på att reglera hur AI används. Det finns goda skäl för det – teknik som påverkar människor och samhällsviktiga funktioner behöver tydliga ansvarsregler. Men reglering är inte en strategi i sig. Risken är att Europa blir mycket bra på att bestämma hur andras teknik får användas, och betydligt sämre på att påverka hur den byggs.

Det finns dock en tredje väg mellan att bygga egna toppmodeller och att skicka all data till amerikanska molntjänster: att köra de öppna modellerna på egen infrastruktur, under europeisk lag. Flera europeiska och svenska aktörer gör redan det. Men då blir nästa fråga obekväm – kan man lita på en modell som tränats i Kina, bara för att den körs i Sverige? Den frågan ägnar vi en hel artikel senare i serien.

Vad betyder kapplöpningen för ditt företag?

Ingen svensk VD kan stoppa kapplöpningen. Men den formar förutsättningarna för varje företag som använder AI. Fyra saker är värda att ta med sig:

  1. Det blir bättre och billigare – snabbare än ni planerar för. Den 3 september lanserade OpenAI sin starkaste modell. Fyra veckor senare kom en nästan lika bra för en femtedel av priset. Det som är dyrt och svårt i dag är ofta billigt och enkelt om ett halvår. Räkna med det i era kalkyler.
  2. Vänta inte på att det ska lugna sig. Fångarnas dilemma garanterar att det inte gör det. Företag som väntar på att tekniken ska stabiliseras kommer att vänta länge. Börja i stället med en avgränsad process, och låt tekniken bli bättre under er.
  3. Lås er inte vid en enda modell. Ledartröjan byter ägare från månad till månad. Bygg så att modellen går att byta, och lägg värdet i det som är ert: era processer, er data och era affärsregler.
  4. Säkerheten är er egen. AI-labbens säkerhetsarbete pågår under konkurrenstryck. Era egna kontroller – vad AI:n får komma åt, vad den får göra utan godkännande och vem som kan stänga av den – är de enda ni själva bestämmer över. Vi gick igenom de fyra viktigaste frågorna förra veckan.

Kan någon vinna en kapplöpning där alla kan förlora?

Det finns ett grundläggande problem med hela idén om att vinna AI-kapplöpningen. Vad betyder det att vinna? Att bygga den intelligentaste modellen? Att tjäna mest pengar? Att få störst militär fördel? Eller att skapa en teknik som förbättrar människors liv utan att vi förlorar kontrollen över den?

De målen pekar inte nödvändigtvis åt samma håll. Den som kommer först är inte alltid den som vinner mest, och en teknik som utvecklas så snabbt som möjligt är inte alltid den som skapar mest värde.

Fångarnas dilemma har en känd lösning: parterna måste kunna lita på att den andra håller sin del av avtalet. Det kräver insyn, kontroll och tid. Det är exakt det som saknas i dag.

Om alla är överens om att säkerheten är viktig, men ingen har råd att komma tvåa – vem ser då till att någon faktiskt bromsar?

Det här är den andra artikeln i vår serie om AI, makt och kontroll. Nästa vecka: När intelligens blir en produkt – vem kommer att äga makten? I dag kostar en miljon tokens från OpenAI:s billigaste modell omkring en krona – mer text än i flera romaner. När intelligens blir lika billig och självklar som el, vem äger då kraftverken?

Källor