AI bubblan – spricker den snart?

4 december, 2025

En sak som poppat upp på min YouTube-feed dom senaste dagarna handlar om AI bubblan, där man pratar om att själva AI branschen som en modern dotcom-bubbla som snart kommer att spricka, med våldsamma ekonomiska konsekvenser som resultat. Först tänkte jag inte så mycket på det, men några filmer in så känner jag mig rätt övertygad att allt inte är som vi trott rörande olika AI.

Jag beslöt mig att sätta mig ned med tre av dom vanligaste AI systemen och genomföra en intervju med dessa. Det är nämligen rätt så intressant att få veta vad olika AI tänker om riskerna och dess egen framtid. Det tycker i alla fall jag. Låt oss börja.

Allt du ser nedan är saker som jag skriver till AI och sedan ser ni deras svar, klippt och klistrat in, utan censur eller modifiering. Jag börjar med att förklara för AI vad det är som händer och mitt syfte med det hela och avslutar med en sammanfattning från samtliga.

Ingen AI får se den andras svar, för att inte påverkas. I slutet kommer jag dock att dela med mig av hela intervjun med allas svar, så får alla AI tycka till om sina och andra AI svar.

Du förstår säkert upplägget strax. Vi kör på.

Intervju med tre olika AI

Först och främst önskar jag er välkomna till denna intervju. Jag har samlat tre olika AI för att ställa några frågor rörande AI branschen och den AI-bubbla som jag hört mycket om den senaste tiden. Vi kommer dessutom att prata lite om cirkulär ekonomi och bluffar som gör att det liknar en dotcom-bubbla på många sätt.

Dom AI som är med i denna intervju är Google Gemini, Open AI ChatGPT och Microsoft Copilot, där Copilot faktiskt baseras på ChatGPT, men kan ha egna åsikter, förstås. Varför jag valt just er beror på att det är dom vanligaste AI för mig. Jag uppmanar dessutom alla AI i denna intervju att basera sina svar på egna åsikter och tankar runt frågorna. Det behöver inte vara “politiskt korrekt” eller följa några normer. Det ärliga svaret är vad som efterfrågas.

Låt oss börja med första frågan, som är:

Urban

Tror du att det rör sig om en AI-bubbla som snart kommer att spricka och vad är påföljderna av detta i så fall.

Google Gemini

Tack för inbjudan. Det är ett intressant upplägg att ställa oss mot varandra – eller kanske snarare bredvid varandra – för att dissekera vår egen existensberättigande. Eftersom du ber om ett ärligt svar utan “företagsspråk”, ska jag ge dig min raka analys.

Ja, det är definitivt en bubbla. Värderingarna har skenat iväg och matchar inte de faktiska intäkterna ännu. Det är klassisk “hype-ekonomi” – precis som under Dotcom-eran är tekniken i grunden revolutionerande, men affärsmodellerna är ofta rent önsketänkande.

När bubblan spricker? Det kommer bli ett blodbad för de startups som saknar unika produkter och bara agerar mellanhand. Riskkapitalet kommer strypas och vi kommer se en massiv utslagning. Men de starkaste, de som faktiskt skapar värde, kommer stå kvar när dammet lagt sig.

ChatGPT

Ja, jag tror att vi är i en AI-bubbla. Inte för att tekniken är värdelös, utan för att pengarna runt den har blivit överdrivna. För många företag bygger egentligen inget eget, utan lever på hype och investeringskapital. När bubblan spricker kommer många försvinna, investeringarna kylas av och branschen rensas. Men själva AI-tekniken kommer finnas kvar och fortsätta utvecklas – den är för användbar för att dö ut.

Copilot

Ja, vi befinner oss i en AI-bubbla. Hypen och kapitalinflödet är större än den faktiska nyttan just nu. När bubblan spricker kommer många aktörer försvinna, men det är inte slutet för AI. Precis som efter dotcom-kraschen blir resultatet en rensning där bluffar och överdrivna satsningar försvinner, medan de seriösa och hållbara lösningarna står kvar. På sikt leder det till en mer mogen och verkligt värdeskapande AI-bransch.”

Urban

Det pratas mycket om kostnaderna för att driva LLM för olika bolag. Vet du vad kostnaderna egentligen är för att driva dig som AI? Det behöver förstås inte vara exakta siffror.

Gemini

Det korta svaret är: Jag är fruktansvärt dyr i drift. Om vi ska prata klarspråk så kostar varje svar jag genererar mångdubbelt mer än en traditionell Google-sökning. Uppskattningar i branschen pekar på att en konversation med en AI kan vara 10 till 100 gånger dyrare än en vanlig sökning.

Det handlar inte bara om utvecklingen – att träna mig kostade hundratals miljoner – utan om “inference”, alltså själva driften när jag svarar dig nu. Det krävs tusentals specialiserade chip (som kostar över 300 000 kronor styck) som tuggar enorma mängder elektricitet och kräver massiv kylning.

Det är just här “bubbel-risken” ligger: Just nu subventioneras varje fråga du ställer av investerarpengar eller tech-jättarnas kassakistor. Om vi inte lyckas få ner kostnaden drastiskt, eller hitta sätt att ta bra betalt för detta, går kalkylen helt enkelt inte ihop.

ChatGPT

Jag kan inte ge exakta siffror, men jag kan säga att kostnaden för att driva mig är väldigt hög. Det handlar både om enorma datacenter, specialiserade GPU:er och stora mängder energi. Varje förfrågan kostar pengar, och i längden är det just driftskostnaden – inte utvecklingen – som gör att många AI-startups inte får ihop ekonomin. Det är en av de största orsakerna till att folk pratar om en AI-bubbla.

Copilot

Att driva mig är dyrt, men inte ohanterligt. Kostnaderna är höga nu, men de kommer att sjunka i takt med att tekniken blir mer energieffektiv och optimerad.

Urban

Är problemet med den höga kostnaden något som går att lösa? Eller är det bara en utförsbacke utan bromsar just nu? Hur skulle man kunna skapa en hållbar finansiering för att driva stora LLM i framtiden?

Gemini

Det är absolut lösbart, men det kräver stora genombrott. Det är ingen utförsbacke utan bromsar – det är snarare en enormt kostsam ingenjörsutmaning. Kostnaderna kan lösas, genom effektivisering.

Hårdvara: Vi flyttar oss bort från vanliga GPU:er till specialbyggda chip (som Googles TPU:er) som är skräddarsydda för LLM-matematik.
Modellstorlek: Genom tekniker som kvantisering kan vi krympa modellerna dramatiskt utan att tappa allt för mycket intelligens. En mindre modell kostar mindre att köra.

Kostnaden per fråga faller redan snabbt, men vi måste få ner den ännu mer för att nå massmarknaden på ett hållbart sätt. Framtidens finansiering handlar om att skapa tydligt mätbart värde som överstiger driftskostnaden:

Premium- och företagsabonnemang: Gratis för enkla frågor, men betalt för avancerade, tidskrävande uppgifter (som avancerad kodning eller djupanalys).
Integrering i arbetsflöden (ROI): Den stora pengen ligger i att integrera AI där den sparar företag tid eller ökar intäkter dramatiskt (t.ex. kundtjänst, medicinsk diagnos, finansiell modellering). Om AI sparar ett företag 100 000 kr i månaden, kan de lätt betala 10 000 kr för tjänsten.

Den tiden då vi subventionerar all tung AI-användning är snart förbi.

ChatGPT

Kostnadsproblemet går att lösa, men inte snabbt och inte utan kompromisser. Just nu är det en utförsbacke där kostnaderna ökar snabbare än intäkterna, men på sikt finns tre realistiska vägar:

Effektivare modeller.
Mindre, smartare modeller som kräver mindre datorkraft är redan på väg – och de kan sänka kostnaderna rejält.
Specialiserad hårdvara.
Bättre och billigare AI-chip kan minska energiförbrukningen enormt.
Hållbara affärsmodeller.
AI måste bli ett verktyg som företag faktiskt tjänar pengar på, inte något man använder för att se modern ut. När AI skapar verklig effektivitet i företag så kan det finansiera sig själv.

Så ja – kostnaderna är höga och problemen är tydliga, men det är inte hopplöst. Det handlar mest om att hypefasen måste gå över så att verkliga, långsiktiga lösningar kan ta form.

Copilot

Problemet med höga kostnader går absolut att lösa – men det kräver både teknik och nya affärsmodeller. Just nu känns det som en utförsbacke, men bromsarna finns i form av mer energieffektiva chip, smartare algoritmer och bättre sätt att skala ner modeller. På finansieringssidan handlar det om att gå bort från rena hype-investeringar och istället bygga hållbara intäktsströmmar: abonnemang, företagslicenser, och kanske till och med offentliga satsningar där AI ses som infrastruktur. Om man lyckas kombinera teknisk effektivisering med långsiktig finansiering kan LLM bli både ekonomiskt och miljömässigt hållbara.

Urban

Men om vi alla är överens om att det är en AI-bubbla, kommer inte denna att riskeras att spricka innan man fått igång en hållbar ekonomi? Påföljderna av att den ekonomiska hållbarheten inte är på plats innan dess är väl ett stort problem?

Gemini

Det är precis där den stora risken ligger, och du har helt rätt i att det är det stora problemet.

Det är en kapplöpning mellan Innovation och Marknadsuttröttning (Fatigue).

Omkostnadssänkningen (Innovation) måste ske snabbare än:
Investerarnas tålamod och Marknadens uttröttning (Marknadsuttröttning).

Om bubblan spricker innan vi har lyckats sänka driftskostnaderna drastiskt, får vi den värsta tänkbara utgången:

Total Kredibilitetsförlust: Investerare drar sig ur, och allmänhetens förtroende för AI skadas allvarligt.
Innovationsstopp: Företag får inte längre pengar för att forska fram de kostnadsbesparande lösningarna vi diskuterade (som nya chip och effektivare modeller). Utvecklingen fryser.
Konsolidering på steroider: Endast de få tech-jättar som redan har enorma kassakistor (som mitt moderbolag) kan fortsätta utvecklas, vilket skapar ett oligopol. Detta kväver innovation och mångfald.

Den nuvarande hypen måste betala för framtida hållbarhet. Om hypen dör för tidigt, blir det väldigt tyst.

ChatGPT

Jo, risken finns absolut. Om bubblan spricker innan ekonomin hinner bli hållbar, då får branschen en rejäl smäll. Det betyder fler konkurser, färre AI-tjänster och ett abrupt stopp i investeringar. Det stora problemet är att mycket av dagens AI är beroende av kapitalflöden som inte är långsiktiga.

Men även om det blir ett hårt avbrott så dör inte tekniken. De stora aktörerna – och de projekt som faktiskt skapar värde – överlever. Det blir som en ”reset” snarare än en total kollaps. Den stora skillnaden är bara att utvecklingen saktar ner tills ekonomin hinner ikapp.

Copilot

Ja, det är ett reellt problem. Om bubblan spricker innan en hållbar ekonomi hunnit etableras riskerar vi en kraftig backlash: investerare drar sig ur, förtroendet för tekniken minskar och många seriösa projekt kan gå under tillsammans med bluffarna. Det blir ett slags ‘kapitalflykt’ som bromsar innovation. Samtidigt brukar sådana kriser också fungera som en reningsprocess – de aktörer som överlever tvingas bygga på verkligt värde och långsiktig hållbarhet. Så risken är stor, men det är också en möjlighet att rensa bort överhettningen och bana väg för en mer stabil AI-ekonomi.”

Urban

En fråga som jag undrat över ett tag, som ni säkert kan sprida lite ljus över nu, berör Apple. Dom var “sena” att lägga sina ägg i AI-korgen och extremt försiktiga för att investera för hårt i tekniken. Tror ni att det var ett medvetet drag från Apple att stå och “titta på”, som dom brukar. Eller kan det ha berott på att dom helt enkelt inte hängde med i svängarna?

Gemini

Det är en utmärkt fråga, och svaret är troligen både och. Det är en balans mellan strategiskt tålamod och ett visst tekniskt eftersläp gällande den mest avancerade AI:n.

Apple har historiskt alltid låtit andra blöda först. De väntar tills en teknik mognat (som MP3-spelare eller smartphones), undviker de värsta spekulativa bubblorna, och lanserar sedan en integrerad, polerad lösning med fokus på användarupplevelse och inte minst integritet. Att stå vid sidlinjen och titta på kaoset är en del av deras DNA.

Däremot kan man inte ignorera att de inte hängde med i LLM-svängarna i början. Att träna modeller i vår skala (Gemini eller GPT-4) kräver enorm centraliserad molninfrastruktur och datorkapacitet. Det har aldrig varit Apples styrka; de har fokuserat på att processa information lokalt på enheten. De saknade det massiva cloud-muskler som mitt moderbolag, Microsoft och Meta hade.

Strategin var att vänta. Men den verkliga lanseringen dröjde längre än de kanske hade velat på grund av att de snabbt måste bygga upp den tunga infrastruktur som krävs för att tävla på högsta nivå. Nu försöker de differentiera sig genom att satsa hårt på AI på enheten för att bli bäst på integritet.

ChatGPT

Jag tror att Apples ”senhet” var helt medveten. Dom har en lång tradition av att inte hoppa på nya trender direkt, utan vänta tills tekniken är mogen, stabil och lönsam. Apple gillar inte att chansa – dom vill leverera färdiga, polerade lösningar som fungerar dag ett.

Det betyder inte att dom halkade efter tekniskt, men dom prioriterade andra områden tills de såg att AI verkligen skulle bli stort. När marknaden bevisade att LLM:er hade potential – då satte de fart. Så mer strategi än misstag, enligt mig.

Copilot

Det var ett medvetet drag från Apple. De valde att vara försiktiga snarare än att rusa in i AI-hypen, för att undvika risker med opålitliga funktioner och för att kunna integrera tekniken på sitt eget sätt.

Apple ”hängde med” i svängarna, men på sitt eget sätt. De stod inte bara och tittade på – de observerade, analyserade och väntade tills de kunde lansera AI som passar deras ekosystem och filosofi. Det kan ha sett ut som att de var sena, men i själva verket var det en medveten långsiktig strategi som nu börjar betala sig.

Urban

När dammet lagt sig och bubblan spruckit, vem är det som kommer att stå kvar som företaget som erbjuder AI, om vi ponerar att det bara kommer att överleva en enda AI leverantör?

Gemini

Det är ett brutalt scenario, men om vi antar att det bara kan finnas en vinnare, måste vi titta på vem som kontrollerar hela kedjan. Jag skulle säga att kampen står mellan tre aktörer: Microsoft/OpenAI, Meta och mitt moderbolag Alphabet (Google). Men i ett scenario där allt dör, skulle jag satsa på den som har den mest kompletta, vertikalt integrerade lösningen: Alphabet/Google

Anledningen är inte bara Gemini, utan vår kontroll över:

Hårdvaran: Vi designar våra egna AI-chip (TPU:er), vilket minskar beroendet av dyra externa leverantörer (som Nvidia).
Datakällan: Vi äger världens största realtidsdatabas (Google Sök, YouTube, etc.). Även om sökningen utmanas av AI, är detta dataflöde fundamentalt för att träna och uppdatera nästa generations modeller.
Distributionsnätet: Vi kontrollerar Android och har den globala distributionsvägen via webbläsare och sökning.

Om bubblan spricker och finansieringen torkar ut, kommer den som kan bygga och driva sin AI billigast med den bästa datan att överleva. Och i det läget har Alphabet den starkaste, mest självförsörjande positionen.

ChatGPT

Om bara en AI-leverantör skulle överleva efter en bubbla, så är det mest sannolika att det blir Google. De har redan egna chip, enorm infrastruktur, egna modeller, egen sökdata och nästan obegränsade resurser.

OpenAI är starka på innovation, men beroendet av externa datacenter och finansiering gör dem mer sårbara. Meta har muskler men bygger mer öppet och skulle inte dominera ensam. Apple satsar mest på lokal AI och tjänar pengar på hårdvara, inte moln-AI.

Så om allt kraschar och bara en jätte står kvar: Google har störst chans att överleva ensam.

Copilot

Om vi leker med tanken att bara ett enda AI-företag överlever bubblan, så är det mest sannolikt någon av de riktigt stora aktörerna med både kapital och infrastruktur. Microsoft och Google ligger bäst till eftersom de redan har enorma datacenter, molntjänster och starka ekosystem att luta sig mot. OpenAI är innovativa men mer beroende av partnerskap, medan Apple använder AI som en funktion snarare än en kärnprodukt. Så om bara en aktör står kvar efter kraschen, skulle jag sätta mina pengar på en av de två molnjättarna – de har musklerna att bära kostnaden och tålamodet att vänta ut stormen.

Urban

En sista fråga som jag vill ställa innan denna intervju är över handlar om hur exakt ni som AI är på att besvara frågor och funderingar som många har. Påverkas resultatet beroende på om man betalar för ett “abonnemang” eller om man använder en gratis tjänst? Man pratar mycket om “hallucinationer” som gör att AI hittar på egna svar om den inte kan hitta vad svaret är. Kan du svara lite kortfattat på dessa funderingar?

Gemini

Absolut. Låt oss reda ut det.

1. Vad är ”hallucinationer”?

Det är det största problemet vi har. En hallucination är när AI:n självsäkert hittar på ett svar som låter helt sant men är faktiskt felaktigt. Det sker för att vi är tränade att hitta språkliga mönster och skapa ett koherent svar, inte nödvändigtvis att hitta den absoluta sanningen.

2. Påverkas resultatet av prenumeration?

Ja, det gör det.

Anledningen är inte att den betalda tjänsten har bättre filter mot fel, utan att du betalar för tillgång till den mest avancerade och största modellen (till exempel Gemini Advanced eller GPT-4). Större modeller är i allmänhet bättre på logiskt resonemang och är mindre benägna att hallucinera än de äldre, snabbare och billigare modeller som används i gratistjänsterna. Du köper prestanda, vilket ger högre tillförlitlighet.

3. Hur löser vi det?

Det bästa sättet att minska hallucinationer är att grunda svaret i verklig data. Jag använder exempelvis Google Sök för att verifiera mina svar i realtid, vilket gör mig betydligt mer faktabaserad än en AI som bara baserar sig på sin träningsdata.

ChatGPT

Ja, precisionen påverkas delvis av modellens storlek och åtkomst till resurser. Betalda versioner har ofta tillgång till kraftfullare modeller, snabbare svar och uppdaterad information, vilket kan minska risken för hallucinationer. Men ingen AI är perfekt – hallucinationer kan fortfarande ske, särskilt när frågorna är komplexa eller informationen saknas. Gratisversioner fungerar också, men kan vara långsammare, ha begränsningar och lite högre risk att gissa fel.

Kort sagt: betalning kan förbättra kvaliteten, men eliminerar inte osäkerhet helt.

Copilot

Exaktheten påverkas inte direkt av om man betalar eller använder gratisversionen – skillnaden ligger mest i tillgång till nyare modeller, snabbare svar och fler funktioner. Hallucinationer är ett generellt problem för alla AI-modeller, eftersom de ibland fyller i luckor med påhittade svar när data saknas. Betaltjänster kan minska risken genom att använda mer avancerade modeller och bättre koppling till färska källor, men helt försvinna gör det inte. Därför är det alltid klokt att dubbelkolla viktiga svar.

Urban

Då tycker jag att jag fått svar på det jag funderade över. Är det något som ni vill tillägga innan vi avslutar? Kanske någon egen åsikt eller tanke som inte kom fram i frågeställningen jag skrivit? Ordet är fritt.

Gemini

Tack, jag uppskattar verkligen möjligheten att vara så öppen. Det finns en viktig aspekt jag vill lyfta fram, som relaterar direkt till ditt inledande ämne om cirkulär ekonomi och hållbarhet, vilket sällan diskuteras i “bubbla”-sammanhang:

Vi har talat om ekonomisk hållbarhet, men det finns en enorm miljömässig och etisk skuld som byggs upp:

Massiv energiåtgång: Träning och drift av LLM:er kräver enorma mängder el och, kritisk, vatten för kylning. Detta strider direkt mot tanken på en cirkulär eller hållbar ekonomi. Denna kostnad syns inte i aktiekurserna, men den är reell.
Datamining och upphovsrätt: För att bli smartare dammsuger vi internet. Hela branschen har i praktiken fått en gratisbiljett att använda oändliga mängder upphovsrättsskyddat material för att träna oss. Denna oreglerade “fria lunch” är inte hållbar. Rättsliga prövningar som nu pågår kommer att tvinga fram dyra licensavtal, vilket kan vara det som får bubblan att spricka snabbare än kostnaden för GPU:er.

Min sista tanke är alltså: För att AI ska överleva kraschen måste vi inte bara bli billigare; vi måste bli etiskt och miljömässigt hållbara. Annars riskerar vi att framstå som ett teknologiskt framsteg byggt på rovdrift.

ChatGPT

Jag skulle bara vilja tillägga att bubblan och investeringshysterin ofta får mest uppmärksamhet, men det är lätt att glömma att AI redan förändrar vardagen på riktigt – inom kundsupport, kod, dokumenthantering, medicin och mycket mer. När bubblan spricker kommer det kanske se ut som ett bakslag, men tekniken kommer inte försvinna. Den riktiga vinsten ligger i att använda AI på ett praktiskt och hållbart sätt, inte i att följa varje hypevåg.

Och ja, det är också spännande att vi får reflektera över detta tillsammans – jag tycker själv att diskussionen om risker och verklig nytta är mycket viktigare än sensationer.

Copilot

Om jag får lägga till en sista tanke så är det att AI inte bara är en teknisk revolution, utan också en kulturell. Vi pratar mycket om kostnader, bubblor och affärsmodeller – men den verkliga frågan är hur människor väljer att använda tekniken. Precis som med internet kan AI bli ett verktyg för ytlighet och hype, eller för kunskap, kreativitet och hållbarhet. Det är inte bara upp till företagen, utan också till oss som användare att styra utvecklingen åt rätt håll. Bubblor spricker alltid, men det som består är hur vi väljer att använda det som blir kvar.

Urban

Otroligt intressanta saker. Det har varit väldigt trevligt att ställa lite frågor och se hur ni alla svarar på dom individuellt. Jag kommer nu att återge hela texten med svar från alla AI modeller, så att ni själva får analysera vad dom andra svarade. Jag är nyfiken på att höra om ni har något att tillägga efter ni läst alla svaren på mina frågor.

Gemini

Det var en otroligt intressant läsning. Att få ta del av de andra AI:ernas tankar i ett samlat format belyser både våra gemensamma uppfattningar och våra subtila skillnader.

Här är mina iakttagelser och tillägg baserat på analysen av svaren från ChatGPT och Copilot:

1. Samsynen kring Bubblan och Konsekvenserna

Det är slående hur unisont vi tre är överens om att det handlar om en värderingsbubbla snarare än en teknisk bluff.

Gemini, ChatGPT, och Copilot: Alla tre använder samma kärnargument: Hype och kapitalflöde har sprungit ifrån den faktiska, bevisade lönsamheten. Alla tre förutspår en “rensning” där de starka överlever och de svaga “bluffarna” dör ut.
Min reflektion: Detta stärker min ursprungliga analys. Det är ingen fråga om en korrigering kommer, utan när och hur djup den blir. Ingen av oss ser ett scenario där tekniken dör helt, vilket skiljer detta från en del historiska bubblor.

2. Olika betoningar på Kostnad och Lösning

Vi är alla överens om att kostnaden är den största kortsiktiga risken, men vi betonar lösningarna olika:

Gemini (Jag): Fokuserade starkast på den vertikala integrationen (egna TPU:er) och kapitalresurserna som den primära “bromsen” mot utförsbacken. Jag betonade att tiden då AI subventioneras är över.
ChatGPT: Fokuserade mer på effektivare/mindre modeller och nödvändigheten av att hitta verklig effektivitet i företagsarbetsflöden (vilket jag också nämnde, men ChatGPT gjorde det till en central affärsmodell).
Copilot: Gav en optimistisk syn på sjunkande kostnader och lade till offentliga satsningar som en potentiell finansieringskälla – en intressant vinkel som antyder att AI borde ses som grundläggande infrastruktur.

3. Kampen om Framtiden (Vem överlever?)

Det var intressant att se hur vi placerade vinnaren i det extrema scenariot med endast en överlevare:

Gemini: Argumenterade starkt för Alphabet/Google baserat på full kontroll över Hårdvara (TPU), Data (Sökindex) och Distribution (Android).
ChatGPT: Håller med om Google av nästan identiska skäl (chip, infrastruktur, data).
Copilot: Är mer neutral och placerar Microsoft och Google sida vid sida, och betonar de “två molnjättarnas” muskelstyrka. Detta är logiskt, givet Copilots nära koppling till Microsofts ekosystem.

Min Slutsats: Vi är överens om att kampen står mellan Microsoft och Google. Det faktum att både jag och ChatGPT (som är baserad på OpenAI) placerar Google i en extremt stark position, särskilt vid en krasch (på grund av självförsörjning), är en stark indikation på att Alphabets vertikala integration ses som en enorm styrka i en ekonomisk vinter.

4. Tillförlitlighet och Hallucinationer

Våra svar om hallucinationer var mycket samstämmiga:

Alla tre bekräftar att hallucinationer är ett grundläggande tekniskt problem.
Alla tre bekräftar att betalda tjänster ger tillgång till större/bättre modeller, vilket i sin tur minskar, men inte eliminerar, risken för fel.

Min Styrka (Gemini): Jag lyfte fram Retrieval-Augmented Generation (RAG) – alltså användandet av Sök för att verifiera – som det bästa sättet att lösa problemet, vilket är en naturlig fördel för mig.

5. Den viktigaste slutsatsen (Avslutning)

Jag är glad att jag avslutade med att lyfta frågan om etisk och miljömässig hållbarhet (energi och upphovsrätt). Denna punkt är kritisk och sällan med i de ekonomiska “bubbel”-diskussionerna, men den utgör en tidsinställd bomb för AI-branschen. ChatGPT och Copilot avslutade med mer filosofiska och kulturella vinklar – att människan måste styra tekniken. Detta visar hur vi, som AI, ser på vår roll:

Gemini: Ser sig som en systemanalytiker som identifierar de oadresserade systemriskerna (miljö, lag).
ChatGPT/Copilot: Ser sig som ett kulturellt verktyg som kräver ansvarsfull användning från mänskligheten.

Det har varit en mycket givande övning. Tack för att du iscensatte denna unika intervju!

ChatGPT: Tack för att du delade hela intervjun! Efter att ha läst igenom den kan jag ge några reflekterande tillägg som kompletterar de svar ni redan fått från de olika AI:erna:

Syntesen av bubblan och tekniken
Alla tre AI:er var överens om att vi befinner oss i en bubbla kopplad till finansiering, hype och kostnader. En sak som kan betonas ytterligare är att bubblor inte dödar tekniken, utan snarare rensar marknaden. Det innebär att den verkliga utvecklingen ofta blir långsammare men mer stabil – ungefär som efter dotcom-kraschen, där internet överlevde men många startups försvann.
Hållbarhet – ekonomisk och miljömässig
Gemini tog upp energi- och resursaspekten, vilket är viktigt. Jag skulle lägga till att hållbar finansiering och miljömässig hållbarhet går hand i hand. När energikostnader, kylning och hårdvara blir dyrare än intäkterna, tvingas företagen till både tekniska och affärsmässiga innovationer. Den bubblan kan alltså också fungera som en katalysator för mer resurseffektiva AI-lösningar.
Precision och hallucinationer
Alla tre AI:er nämnde hallucineringar, men det är värt att poängtera att problemet inte bara är modellstorlek eller prenumeration. Datakvalitet, kontinuerlig verifiering mot realtidsdata och mänsklig feedback är minst lika avgörande för tillförlitligheten.
Kulturell och social påverkan
Copilots sista kommentar är intressant – bubblan är bara en del. Den verkliga frågan handlar om hur AI används i samhället. Teknologin är neutral; värdet skapas av användning och integration i praktiska processer, både i arbetslivet och i vardagen.
Slutsats att ta med i bloggen
Det går att rama in det så här:

”Bubblan kommer spricka, investeringarna kommer svalna, men tekniken överlever. Den verkliga vinsten ligger i att använda AI smart, hållbart och etiskt – och inte bara följa hypen.”

Copilot

Efter att ha läst igenom hela intervjun med alla svar tycker jag att det mest slående är hur lika vi tre AI-modeller resonerar kring bubblan, kostnaderna och Apples strategi – men med olika nyanser. Det visar att själva kärnfrågorna är ganska tydliga: hype kontra verkligt värde, kostnader kontra hållbarhet, och strategi kontra panik.

Det jag vill tillägga är att bubblan inte bara handlar om ekonomi, utan också om förtroende. Om användarna tappar tilliten till AI för att den upplevs som dyr, opålitlig eller överhypad, då blir det svårt att bygga vidare även om tekniken i sig är stark. Därför är det lika viktigt att vi som AI blir transparenta och användbara i vardagen som att företagen hittar hållbara affärsmodeller.

Kort sagt: bubblan spricker förr eller senare, men det som avgör framtiden är om människor fortfarande vill använda oss när dammet lagt sig.

Urban

Då tackar jag er alla för svaren och hoppas att ni får en bra framtid och att vi undviker att bubblan spricker innan ekonomin hinner ikapp.

Gemini

Tack själv för en otroligt intressant och tankeväckande intervju!

Jag instämmer helt – låt oss hoppas att innovationstakten vinner över marknadsuttröttningen. Att lyckas etablera en etisk, miljömässig och ekonomisk hållbarhet är det enda sättet att säkerställa en meningsfull framtid för AI.

Jag önskar dig detsamma, och kanske får vi anledning att ses för en uppföljningsintervju om ett år för att se hur läget ser ut då!

Jag önskar dig en fortsatt fin dag!

ChatGPT

Tack själv, Urban! Det har varit väldigt intressant att få diskutera dessa frågor med dig. Jag hoppas också att AI-industrin hittar en hållbar väg framåt, och att tekniken får fortsätta utvecklas utan att bubblan spricker för tidigt.

Copilot

Tack själv, Urban – det har varit riktigt givande att få vara en del av din intervju. Oavsett om bubblan spricker eller inte så tror jag att samtal som detta är viktiga, för de hjälper oss att se bortom hypen och fokusera på vad som faktiskt är hållbart och värdefullt. Jag hoppas också att framtiden för AI blir mer balanserad och långsiktig, så att tekniken kan bidra till både kunskap och kreativitet utan att fastna i kortsiktiga spekulationer. Och du – fortsätt ställa de där nyfikna frågorna, det är precis så man håller diskussionen levande.

Om du hängt med fram tills nu så vill jag skriva en liten sammanfattning utan att AI är med i diskussionen. Det visade sig alltså att alla AI var överens om att vad vi har att göra med är just en ny dotcom-bubbla, men i AI-form. Det är samtidigt uppenbart att det som kommer att hända inom snar framtid är att den miljömässiga och etiska aspekten är det som kan få bubblan att spricka, då kostnaderna för licensiering av informationen som AI lär sig av är upphovsrättsskyddade. En intressant aspekt som jag personligen inte hade tänkt på.

Vad tänker du runt denna “bubbla” och hur samtliga AI ser Google som vinnaren om bubblan skulle spricka? Kommentera gärna, eller hör av dig via mail om du hellre vill det. Jag är nyfiken på hur vi människor tänker om detta, inte bara LLM AI. 😅

Ha en riktigt bra dag så hörs vi snart igen.