AI-datacentre jagter naturgas, og regningen kan ende hos andre

AI bliver tit solgt som noget let og digitalt. Virkeligheden er tungere. De største techselskaber låser nu enorme mængder naturgas fast for at sikre strøm til nye datacentre, og det kan få betydning langt ud over USA.

TechCrunch peger på tre markante eksempler fra den seneste uge. Microsoft arbejder med Chevron og Engine No. 1 om et naturgasanlæg i West Texas, der kan vokse til 5 gigawatt. Google har bekræftet et samarbejde med Crusoe om et anlæg på 933 megawatt i North Texas. Meta udvider samtidig sit Hyperion-site i Louisiana til 7,46 gigawatt, nok til at matche elforbruget i hele South Dakota.

💡 Skalaen er voldsom Meta alene sigter mod 7,46 gigawatt. Det er ikke et ekstra serverrum. Det er energiinfrastruktur i stor skala.

Jagten på kapacitet presser allerede markedet for turbiner. Ifølge Wood Mackenzie kan turbinepriserne ved udgangen af 2026 ligge 195 procent over niveauet i 2019. Nye ordrer kan først placeres i 2028, og leveringstiden er oppe på seks år. Det siger noget om, hvor fysisk AI-bølgen faktisk er.

For danske virksomheder er læringen ikke, at man selv skal købe strøm. Men man bør stille bedre spørgsmål til cloud og AI-leverandører. Hvilken region kører løsningen i? Hvad sker der med prisen, hvis energi bliver dyrere? Hvor afhængig er leverandøren af datacentre, som er bundet op på fossil energi og lokal infrastruktur?

💡 Det praktiske spørgsmål Hvis din AI-løsning er forretningskritisk, bør energi, region og kapacitet være en del af risikovurderingen på linje med sikkerhed og oppetid.

Der er også et offentligt perspektiv. Hvis AI i stigende grad kræver særskilt energiinfrastruktur, bliver det svært at tale om digitalisering uden samtidig at tale om klima, forsyning og national kapacitet. Det gælder i Europa, selv når anlæggene står i USA, for priser og leverancekæder smitter.

AI er ikke immaterielt. Det kører på meget konkrete maskiner, meget konkrete råvarer og meget konkrete aftaler. Den virksomhed, der forstår det tidligt, får et mere realistisk billede af både pris, drift og risiko.