Sverige måste förbereda sig på att AI faktiskt fungerar

Svensk AI-debatt domineras av risken att vi misslyckas. Att företagen använder AI för långsamt, att vi saknar beräkningskraft och kompetens, att USA och Kina drar ifrån, att offentlig sektor inte effektiviseras.

Det är viktiga frågor, och regeringen har satt ambitionen att Sverige ska vara bland de tio främsta AI-nationerna i världen. Vi tycker att den ambitionen borde vara högre.

Men den motsatta frågan får nästan ingen uppmärksamhet, och den blir mer intressant desto bättre det går:

Vad händer om AI fungerar precis så bra som vi hoppas?

Produktivitet betyder inte färre jobb

Vi börjar med att avfärda det enklaste argumentet, eftersom det är fel.

Om fem utvecklare med AI kan bygga det som tidigare krävde tjugo betyder det inte att ekonomin behöver femton personer mindre. Det som händer beror på vad som händer med efterfrågan. Om mjukvara blir billigare byggs mer mjukvara. Nya produkter blir lönsamma. Marknader växer. Företag startas som inte hade kunnat startas. Reallöner stiger när priser faller.

Historien är entydig på den punkten. Tekniska revolutioner har automatiserat enorma mängder arbete och sysselsättningen har inte fallit varaktigt. En betydande del av dagens jobb finns i yrken som inte existerade när våra föräldrar började arbeta.

Det är ett starkt argument, och vi tänker inte försöka bortförklara det.

Den fråga som faktiskt är öppen

Men lägg märke till vad det historiska argumentet egentligen säger. Det säger att automation förstör vissa arbetsuppgifter samtidigt som ekonomin skapar nya, och att den andra kraften hittills har varit tillräckligt stark.

Det är en observation om en balans, inte en naturlag om den.

Därför är frågan inte om AI kan ersätta mänskligt arbete. Det kan tekniken uppenbart göra inom vissa uppgifter, och det gör den redan. Frågan är en annan:

Kommer ekonomin att skapa nya mänskliga arbetsuppgifter i samma takt som AI automatiserar gamla?

Det vet ingen. Det är hela vår utgångspunkt, och det är ett påstående om två hastigheter som går att mäta.

Det finns ett skäl att inte ta balansen för given, och det handlar inte om att tekniken är kraftfull. Det handlar om var den är kraftfull. Vid tidigare automationsvågor har människor flyttat mot mer kvalificerat kognitivt arbete. Det var dit vägen gick när muskelkraft ersattes och när rutinuppgifter digitaliserades. Generativ AI blir snabbt bättre på just det kvalificerade kognitiva arbetet. Den kanal ekonomin historiskt har använt för att absorbera automation är alltså själv föremål för automation.

Det betyder inte att nya uppgifter upphör att uppstå. Det betyder att vi inte kan anta att takten är oförändrad bara för att den har räckt tidigare.

Historien är evidens. Den är inte en garanti.

Demografin drar i motsatt riktning, och det är ett argument för att skynda på

Här finns den starkaste invändningen mot vår egen oro, och vi tycker att den är riktig.

Sverige har inte brist på arbete. Sverige har brist på arbetskraft, i alla fall i de sektorer där behoven växer snabbast. SKR:s personalprognos visar att antalet personer som är 85 år eller äldre ökar med nästan 60 procent under tio år, att äldreomsorgen behöver omkring en tredjedel fler anställda, och att befolkningen i arbetsför ålder samtidigt växer med knappt tre procent. Förskolan och grundskolan krymper.

I den världen är arbetsbesparande teknik en lösning och inte ett problem. SNS Konjunkturråd gick i sin rapport om välfärdens personalförsörjning till och med ett steg längre och konstaterade att eftersom produktiviteten växer långsammare i välfärdssektorn, kan AI i andra delar av ekonomin leda till att efterfrågan på arbetskraft i välfärden ökar snarare än minskar.

Vi tar det argumentet på allvar. Det är ett av skälen att vi vill accelerera och inte bromsa.

Men demografin besvarar inte frågan. Den säger ingenting om vilka människor som efterfrågas, vilka kompetenser som behövs, hur omställningen mellan sektorer går till, eller hur unga kommer in på arbetsmarknaden. Sverige har i dag samtidigt hög arbetslöshet i EU-jämförelse och akut personalbrist i välfärden. Bristen är sektorsspecifik, inte aggregerad. En arbetslös 24-åring i Stockholm löser inte undersköterskebristen i Norrbotten.

Demografi och AI är två krafter som verkar samtidigt och drar i olika riktningar. De är inte argument för varsin sida i en debatt.

Det första tecknet är inte uppsägningar

Om vi skulle peka på en plats där en förändring rimligen syns först, är det inte i arbetslöshetsstatistiken. Det är i rekryteringen av unga.

En senior jurist med AI kan göra mer av det arbete som tidigare gick till juniora jurister. En erfaren utvecklare med agenter behöver inte ett lika stort juniorteam. Det första tecknet behöver därför inte vara att människor förlorar jobbet. Det kan vara att de aldrig anställs.

Och det syns redan. Tre oberoende datamängder pekar mot samma mönster: nivån på rekryteringen rör sig med konjunkturen, men åldersfördelningen förskjuts.

Forskare vid Örebro universitet och Ratio har kombinerat 4,6 miljoner platsannonser från Platsbanken med arbetsgivardeklarationer på individnivå. Hos samma arbetsgivare hade sysselsättningen bland 22 till 25-åringar i de mest AI-exponerade yrkena under första halvåret 2025 fallit med 5,5 procent jämfört med mindre exponerade yrken, medan den bland arbetstagare över 50 år steg med 1,3 procent. Den breda nedgången i platsannonser sedan 2022 följer däremot Riksbankens första räntehöjning och inte ChatGPT. Konjunkturen förklarar nivån. Den förklarar inte åldersgradienten.

De amerikanska siffrorna är färskare och betydligt kraftigare. Stanford Digital Economy Lab har använt administrativa löneadministrationsdata från ADP till och med juni 2026. Sysselsättningen bland 22 till 25-åringar i AI-exponerade yrken ligger 19 procent under vad den skulle ha varit om den följt jämnåriga i mindre exponerade yrken. Nedgången kommer från minskad nyanställning och inte från fler avgångar, och gapet har vidgats successivt från 13 procent i augusti 2025. Resultaten är deskriptiva och inte kausala, och mönstret dämpas när man kontrollerar för utbildning.

Den danska registerstudien är motvikten, och den hör med. Den finner precisa nolleffekter på löneinkomster och arbetade timmar, med konfidensintervall som utesluter effekter större än två procent. Samtidigt förändras arbetsuppgifternas sammansättning påtagligt, och den fallande sysselsättningen bland unga i exponerade yrken går att replikera men drivs inte av de arbetsgivare som faktiskt infört verktygen.

Frågan är inte avgjord. Men det här är den viktigaste serien Sverige inte följer löpande.

Juniorproblemet är ett kompetensförsörjningsproblem

Och nu till det som är projektets egentliga poäng, för det handlar inte om ungdomsarbetslöshet.

En utvecklare blir inte senior utvecklare genom universitetet. En jurist blir inte senior jurist genom sin examen. En revisor, analytiker eller ekonom blir inte erfaren genom att studera. De blir det genom tusentals timmar verkligt arbete, och historiskt har en stor del av det arbetet bestått av research, första utkast, enklare analyser, dokumentgranskning, enklare kod och kvalitetssäkring.

Det är precis den sortens uppgifter AI snabbt blir bra på.

Det skapar en paradox där inget enskilt beslut är felaktigt:

För det enskilda företaget kan det vara helt rationellt att låta AI göra en stor del av juniorarbetet. Men om många företag gör samma sak kan samhällets mekanism för att producera framtidens seniorer försvagas.

Konsekvensen syns inte nu. Den syns om tio till femton år, som brist på erfarna specialister, långt efter att besluten fattades. Det är en eftersläpning som gör problemet lätt att missa och nästan omöjligt att åtgärda i efterhand.

Vi vill vara tydliga med vad detta inte betyder. Vi föreslår inte att företag ska behålla arbetsuppgifter som AI gör bättre och billigare bara för att unga behöver något att göra.

Målet är inte att bevara juniorjobbet som det såg ut 2020. Målet är att fortfarande kunna skapa en senior 2035.

Det finns en möjlighet som talar emot vår oro och som vi tycker är helt rimlig: om AI tar det repetitiva ur juniorarbetet kan träningsvärdet i det som återstår stiga. En junior som slipper två år av dokumentgranskning och i stället ägnar tiden åt bedömning och ansvar kan bli senior snabbare. Vilken mekanism som dominerar vet vi inte. Det är ännu ett skäl att mäta.

Vem äger produktivitetsökningen?

Om AI skapar stora produktivitetsvinster hamnar de någonstans. Frågan om var är avgörande, och den diskuteras nästan inte alls i Sverige.

Vinsten kan tas ut som lägre priser för konsumenterna, som högre löner, som högre företagsvinster, eller som varaktig avkastning till dem som äger modellerna, beräkningskraften och energin. Vilket det blir beror i hög grad på konkurrensen. Om konkurrensen mellan modellerna är hård konkurreras vinsterna ned till konsumenter och löntagare, och då är ägande fel fråga. Då är svaret konkurrenspolitik, interoperabilitet och skydd mot inlåsning. Om marknaderna i stället koncentreras blir vinsterna bestående, och då blir frågan om ägande relevant.

Vi vet inte vilket det blir. Men vi tycker att frågan förtjänar att ställas innan svaret är givet:

Om kapital får större betydelse i en AI-ekonomi, behöver svenska hushåll då äga mer av det produktiva kapitalet?

Vi lägger medvetet inte fram ett färdigt instrument, och det är av två skäl.

Sverige har redan ett betydande kollektivt kapitalägande. Buffertfonderna i inkomstpensionssystemet förvaltade drygt 2 200 miljarder kronor vid slutet av 2025, premiepensionssystemet närmare 3 000 miljarder för mer än åtta miljoner sparare. Ett förslag om svenskt kapitalägande som inte utgår från det är inte diskuterbart. Och Norge är ett bra pedagogiskt exempel men ett dåligt argument: Norge omvandlade en resursränta som redan existerade till finansiella tillgångar. Sverige har ingen AI-ränta att omvandla. Ett svenskt fondsparande skulle kräva nytt sparande, under ett finanspolitiskt ramverk som från 2027 har ett balansmål och inte ett överskottsmål. Det är en fråga om statsbudgeten, inte om principer.

Så vi ställer frågan och gör analysen först. Instrumentet väljs när vi vet vad det ska lösa.

Vad Sverige redan gör

Ett projekt som ber om att bli taget på allvar behöver veta vad som redan pågår.

AI-kommissionen lämnade 2025 en färdplan med 75 förslag. Regeringen beslutade i februari 2026 Sveriges första samlade AI-strategi. Försäkringskassan och Skatteverket har fått uppdraget att bygga en gemensam AI-verkstad för offentlig förvaltning. Sverige har en EuroHPC AI-fabrik i Linköping som delar ut beräkningstid utan kostnad, och ett nytt system är upphandlat. SCB publicerar statistik över AI-användning och har själv föreslagit att få uppdraget att ta fram indikatorer för AI-utvecklingen.

Mycket av det som behöver föreslås är alltså redan föreslaget, i flera fall av statliga utredningar med bättre underlag än vårt. Det avgör vad projektet bör göra. Vi tänker inte föreslå om det som redan ligger på bordet.

Ett exempel på hur vi läser det som ligger där. AI-kommissionen föreslog en AI för alla-reform med hem-PC-reformen som förlaga, alltså subventionerad AI-tillgång för privatpersoner. Förslaget är obehandlat, varken genomfört eller uttryckligen avvisat. Vi förespråkar det inte, och skälet är IFAU:s invändning i remissomgången: till skillnad från hem-PC-reformen är instegskostnaderna för att använda AI låga eller obefintliga, och att subventionera en insatsvara med snabbt fallande pris åtgärdar ett problem som till stor del löser sig självt. Frågan om ojämlik tillgång är däremot fortfarande relevant. Den handlar om kompetens och organisationsförmåga, inte om priset på ett abonnemang.

Vad vi kan ha fel om

Vi tänker vara öppna med de bästa argumenten mot oss, eftersom ett projekt som säger att ingen vet måste kunna redovisa varför det själv kan ha fel.

Nya arbetsuppgifter kan uppstå i minst samma takt som tidigare, och bevisbördan för att takten skulle falla ligger hos oss. Efterfrågan kan växa när priset faller, så att fler och inte färre arbetar i de mest exponerade yrkena. Beräkningskraft och energi är knappa, och ju bättre AI fungerar desto mer värdefull blir varje enhet av dem, vilket lämnar fler uppgifter till människor. Löner kan anpassa sig i stället för sysselsättning. Baumoleffekter kan bevara arbetstillfällen i de sektorer som växer. Tidigare uppskattningar av hur många jobb som var automatiseringsbara slog dessutom fel, vilket är ett gott skäl att kräva belägg i stället för prognoser.

Vi har inget färdigt svar på flera av dessa. Det är just därför vi vill mäta i stället för att gissa.

Accelerera. Mät. Förbered.

Vi behöver inte välja mellan AI-optimism och AI-oro. Positionen är enkel och den hänger ihop i den här ordningen.

Accelerera. Sverige ska försöka bli exceptionellt bra på att använda AI. Vi behöver produktivitetsökningen, vi har en demografi som kräver den, och vi konkurrerar med länder som inte väntar. Vi vill att företag automatiserar administration, att myndigheter automatiserar processer, att vården använder AI, och att en person med en idé kan bygga något som tidigare krävde ett helt bolag. Detta är inte en rörelse för att bromsa någonting.

Mät. Vi kommer inte att veta vilket scenario som håller på att inträffa förrän det redan har hänt, om vi inte bygger mätningen nu. Sverige saknar inte data. Vi ser den för sent, i kategorier som inte är byggda för den här frågan, och utan att kunna skilja AI från konjunktur.

Förbered. Förbered betyder inte genomför i dag. Det betyder att förstå alternativen, modellera dem, diskutera dem öppet, och veta vilka observationer som skulle motivera handling. Skattebaser, ägande och fördelning hör dit. Ingen robotskatt. Ingen medborgarlön som förutbestämd slutsats. Beredskap.

Fyra saker vi tänker göra

1. Argumentera för högre ambition i svensk AI-användning, med korrekt bild av vad som redan görs.
2. Bygga en AI-arbetsmarknadsradar. Öppna indikatorer med publicerad metod, byggda på data som redan finns, med junior- kontra seniorrekrytering per yrke som viktigaste serie. Vi vill bygga prototypen själva, inte bara föreslå den.
3. Starta Senior 2035. Hur många seniora specialister behöver Sverige omkring 2035, hur många är på väg genom systemet i dag, och hur ser ett lärlingskap ut när AI redan kan göra grundarbetet. Så långt vi vet har ingen räknat på det.
4. Öppna frågan om arbete, kapital och ägande innan vi vet om relationen förändras.

Det kräver inte att vi tror på massarbetslöshet. Det kräver bara att vi accepterar att ingen i dag vet hur långt tekniken kommer att gå, och att Sverige behöver bli bättre på att upptäcka vilket utfall som faktiskt håller på att inträffa.

Den stora risken med AI är inte bara att Sverige hamnar efter.

Vi måste också förbereda oss på möjligheten att AI fungerar precis så bra som vi hoppas.