Två dokument, samma vecka

I juni 2026 lade Anthropic fram två texter inom loppet av några dagar. Den ena är ett ekonomiskt policyramverk som beskriver hur USA bör förbereda sig för AI-driven arbetsmarknadsstörning. Den andra är en forskningsrapport om hur långt företaget kommit mot rekursiv självförbättring: AI som bygger AI.

Läser man dem var för sig är båda välskrivna, nyanserade och ovanligt ärliga för att komma från ett kommersiellt bolag. Läser man dem bredvid varandra beskriver de två olika framtider. Och det är mellanrummet som är intressant.

Det ekonomiska dokumentet: trappan

Det ekonomiska ramverket är byggt som en trappa med tre steg. Det första steget är en värld med ungefär fem procents arbetslöshet. Där föreslås kapitalkonton som får äga AI-aktier, omskolningsbidrag, reformerad yrkeslicensiering och lönegarantier. Det andra steget är tio procent. Där handlar det om utbyggd arbetslöshetsförsäkring, branschspecifikt omställningsstöd och grundläggande behovsstöd. Det tredje steget kallas arbetslöshet utan historiskt motstycke. Där säger ramverket, med ovanlig uppriktighet, att man är mindre säker på de rätta svaren och nämner basinkomst, statliga förmögenhetsfonder och vinstdelning som tänkbara riktningar.

Lägg märke till mönstret: detaljrikedomen är omvänt proportionell mot allvaret. Femprocentsscenariot får en verktygslåda. Tioprocentsscenariot får en försäkringslösning. Det scenario som skulle förändra samhället i grunden får en axelryckning och en hänvisning till framtida forskning.

Till ramverket hör två konkreta åtaganden: en forskningsfond på 200 miljoner dollar och ett stipendieprogram på 150 miljoner. Totalt 350 miljoner dollar.

Det andra dokumentet: kurvan

Forskningsrapporten om rekursiv självförbättring innehåller siffror som tidigare inte publicerats. Mer än 80 procent av koden som går in i Anthropics egen kodbas skrivs numera av Claude. En genomsnittlig ingenjör får in åtta gånger så många kodrader i kodbasen per dag som för två år sedan. Längden på uppgifter som modellerna klarar självständigt fördubblas ungefär var fjärde månad. För två år sedan handlade det om uppgifter på några minuter; i dag handlar det om tolv- till sextontimmarsuppgifter, med arbetsdagar inom räckhåll under året. På de mest öppna problemen, sådana utan tydlig specifikation, steg modellens framgångsgrad med femtio procentenheter på ett halvår. I ett återkommande internt experiment, där modellen ska snabba upp träningskod, gick resultatet från tre gångers förbättring till femtiotvå gånger på elva månader. En skicklig mänsklig forskare behöver fyra till åtta timmar för att nå fyra gånger.

Rapporten diskuterar pliktskyldigt möjligheten att kurvan planar ut: att exponentialen egentligen är en S-kurva. Sedan avfärdar den det som osannolikt. Varje förmåga man kan mäta har hittills följt samma bana, och man har ännu inte sett kurvan böja sig.

Kapitalet ljuger sällan

Så långt orden. Sedan finns handlingarna.

I maj tecknade Anthropic ett avtal med SpaceX om hela kapaciteten i datacentret Colossus 1: mer än 300 megawatt och över 220 000 Nvidia-GPU:er. Enligt Axios och SpaceX börsnoteringsdokument uppgår den ekonomiska delen till 1,25 miljarder dollar i månaden fram till maj 2029, alltså omkring 15 miljarder dollar om året, med avtalsmässiga utvägar. Det kommer ovanpå en redan svindlande lista: upp till fem gigawatt med Amazon, fem gigawatt med Google och Broadcom, 30 miljarder dollar i Azure-kapacitet och 50 miljarder i amerikansk AI-infrastruktur. Samma månad rekryterades Andrej Karpathy, en av OpenAI:s grundare och tidigare AI-chef på Tesla, inte till en produktroll, utan för att bygga ett team vars uppgift är att använda Claude för att snabba upp förträningen av nästa generation av Claude. Alltså exakt den loop som forskningsrapporten beskriver.

Ställ nu de två summorna bredvid varandra. Trehundrafemtio miljoner dollar för att dämpa den sociala stötvågen. Femton miljarder dollar per år, för ett enda computeavtal, för att bygga det som orsakar den. Räknar man hela infrastrukturstacken hamnar förhållandet någonstans mellan ett till hundra och ett till femhundra.

Det är inte hyckleri i banal mening. Det är något mer talande: avslöjad preferens. Ett bolag kan formulera sina policydokument hur försiktigt det vill, men kapitalallokeringen visar vilken framtid det faktiskt planerar för. Man köper inte beräkningskraft för femton miljarder om året till en teknik man tror planar ut. Man köper den till en exponential.

Och så den epistemiska asymmetrin, som nästan är elegant. När argumentet handlar om säkerhetsreglering, där slutsatsen blir att staten behöver kunna stoppa farliga modeller, då litar Anthropic på kurvan: vi har inte sett den böja sig. När samma kurva skulle implicera det tredje arbetsmarknadsscenariot byter tonen plötsligt: det är svårt att med säkerhet förutsäga hur och hur snabbt. Samma bolag, samma vecka, samma exponential. Osäkerheten åberopas selektivt, beroende på vilken slutsats den ska bära.

Vyn från golvet

Jag har arbetat trettiotre år i industrin, de senaste tolv som oberoende konsult i tillverkande företag runt om i Europa. Jag har sett automatiseringsvågor förr: robotiseringen som tog de tunga lyften, affärssystemen som tog pappersflödena, effektiviseringsarbetet som tog spilltiden. Varje våg flyttade människor. Den som stod vid maskinen igår programmerade den i morgon, eller gick till underhållet, till kvaliteten, till planeringen. Verktygslådan i femprocentsscenariot, omskolning, licensreform och lönegaranti, är byggd för precis den rörelsen: att flytta arbetskraft mellan yrken, i förvissningen att efterfrågan dyker upp någon annanstans, ofta ett steg upp i förädlingskedjan.

Den här vågen rör sig åt andra hållet. Den börjar inte vid maskinen utan vid skärmen: i analysen, beräkningen, rapporten, planeringen, koden. Det är arbetsuppgifterna man brukade omskola folk till. Jag märker det i mitt eget arbete: en stor och växande andel av det jag gör bakom en skärm kan dagens modeller redan göra, och göra snabbare. Det är inte en prognos. Det är en observation från någon som fakturerar för just sådant arbete. Frågan som ingen omställningsmodell besvarar är enkel: när substitutionen träffar uppifrån på kompetensstegen, vart pekar då pilen som omskolningen ska följa?

Man ska vara rättvis mot Anthropic här. Ett policyramverk kalibrerat för trettio procents arbetslöshet skulle inte läsas av en enda beslutsfattare; det skulle avfärdas som science fiction och dra hela dokumentet med sig. Trappan fem, tio, exempellöst kan vara medveten retorik: man möter politiken där den står. Och rapportens egna siffror ska läsas med samma skepsis åt andra hållet. Ett bolag i talangkrig och i ett börsuppskruvat ekosystem har starka skäl att överdriva sin acceleration, vilket rapporten delvis själv medger när den påpekar att kodrader överskattar verklig produktivitet. Ramverket innehåller dessutom en mening som är anmärkningsvärd att hitta i ett policydokument: utvecklingstakten kan göra förslagen otillräckliga innan de hunnit genomföras.

Men det är ju just det. De vet.

Den svenska frågan

Allt detta är skrivet för USA. Vad är det svenska svaret på det tredje scenariot?

Vår modell är på pappret bättre rustad än den amerikanska: a-kassa, omställningsorganisationer, trygghetsavtal och en partsmodell som hanterat strukturomvandling i sjuttio år. Men hela det maskineriet är kalibrerat för konjunktur och strukturomvandling: för lägen där efterfrågan på arbete försvinner här och uppstår där, och där uppgiften är att överbrygga resan däremellan. Inget i systemet är byggt för generell substitution, där efterfrågan på mänskligt arbete sjunker brett och samtidigt, och där det inte finns något där att resa till. Omställningsorganisationerna kan inte omskola bort en exponential.

Om det amerikanska svaret på det tredje scenariot är ”vi vet inte”, har Sverige ännu inte ens ställt frågan. Och de två dokumenten från juni 2026 antyder att den som väntar på att kurvan ska böja sig innan man börjar, kommer att börja för sent.

Källor och kontrollpunkter

Källorna nedan täcker de bärande sakpåståendena om Anthropics policyramverk, rekursiv självförbättring, computeavtal och Karpathy-rekrytering. Slutsatsen om kapitalallokering och svensk beredskap är författarens.

Rolf Skogling skriver AI-skiftet ur ett industrinära och praktiskt perspektiv, med utgångspunkt i arbete med AI i skarpa verksamheter.