Svenska myndigheter måste äga sin AI-infrastruktur – här är vägen dit

EU-kommissionen lade i onsdags fram ett förslag på hur EU ska agera gentemot utländska leverantörer av molntjänster, AI och chip. Frågan är nu: hur ska svenska myndigheter bygga en välfungerande AI-infrastruktur som uppfyller kraven på digital suveränitet, AI-produktion i Sverige samt säker och tydlig styrning?

Två krav brukar vara särskilt viktiga när man bedömer molntjänster: var data lagras och vilka regelverk som gäller. Svenska myndigheter bör lägga till ett tredje krav: nationell eller regional AI-produktion måste ha både tekniska resurser och säker styrning som garanterar att AI-produktionen följer landets regler för AI-styrning.

Det finns tre viktiga IT-arkitektoniska principer för nationell AI-produktion:

Prestanda och svarstid: Lagar om datahemvist låser ofta känslig data inom landsgränser. Att placera beräkningskraft nära denna data tar bort problem med svarstider och kostsamma flaskhalsar för bandbredd, vilket är avgörande för att AI och agentbaserade system ska fungera väl.

Strategisk självständighet: Lokala AI-fabriker skyddar mot geopolitisk instabilitet och leverantörsbundenhet. Genom att behålla kontrollen över AI-modeller och träningsmiljöer inom den egna jurisdiktionen säkerställer man att AI-driften fungerar utan avbrott och skyddar även immateriell egendom från utländsk kontroll.

Styrning och sammanhang: Regelefterlevnad kräver att produktions-AI faktiskt kan köras lokalt inom den egna jurisdiktionen. Lokal infrastruktur möjliggör styrning av den tekniska designen och ger möjlighet till den granskning och uppföljning som EU:s AI-förordning kräver, samtidigt som modellerna anpassas till regionala språkliga nyanser och kulturella värderingar.

För att hantera dessa utmaningar behöver myndigheter bygga upp en infrastruktur som kombinerar prestanda och kontroll: Lokala AI-fabriker och global funktionalitet som kan stödja stora dataintensiva arbetsbelastningar med bibehållen kapacitet och jämn prestanda.

Hög kapacitet och skalbarhet

Men infrastrukturen i sig räcker inte. Effektiv AI-produktion kräver att man tar bort det operativa motståndet mellan data, minne och beräkningskraft. Genom att para ihop globalt distribuerade GPU-kluster (sammankopplade servrar som arbetar parallellt och därmed ökar beräkningskraften) med specialiserade dataplattformar och ramverk för AI-produktion kan myndigheter skapa IT-miljöer där AI-modeller och data samverkar sömlöst. Detta ger hög kapacitet och skalbarhet utan att binda myndigheter till en enskild leverantörs slutna system. Den flexibiliteten är avgörande för långsiktig självständighet.

När AI används brett i samhället måste styrningen centraliseras med tydliga, automatiserade gränsdragningar. Det inkluderar att etablera tydlig styrning för molnhantering och ta fram långsiktiga investeringsstrategier med god insyn i hybrid- och flermolnmiljöer samt datahantering av känsliga data.

Vägen framåt kräver handling inom tre områden. För det första måste svensk offentlig AI-produktion placeras där data finns – beräkningskraften ska vara nära den data som myndigheter förvaltar. För det andra behövs en välutvecklad drift för att hantera stigande kostnader för AI-infrastruktur. För det tredje krävs strategisk självständighet genom teknik som följer lokala standarder och värderingar samtidigt som prestandan är lika hög som hos globala molnleverantörer. På så sätt tar svenska och europeiska myndigheter kontroll över sin AI-produktion och kan utveckla samhällsservicen för medborgarna.

Kevin Cochrane
Marknadschef, molnföretaget Vultr