IEA-scenario: Datasentrenes strømforbruk kan fordobles til 1 000 TWh innen 2030 – men det er ikke en spådom

Det internasjonale energibyrået (IEA) slapp World Energy Outlook 2026 19. november 2026, og kjernetallet gikk raskt rundt i dekning: I byråets Stated Policies Scenario fordobles verdens datasentres strømforbruk til 1 000 terawattimer innen…

Arkivfoto: Joint IAEA – IEA (International Energy Agency) Seminar on the World Energy Outlook 2011. IAEA Vienna, Austria, 24 November 2011 Copyright: <a href=" http://www.iaea.org/NewsCenter/Multimedia/Imagebank/index.jsp " rel="nofollow">IAEA Imagebank</a> Photo Credit: Dean Calma / IAEA
Arkivfoto: IAEA Imagebank, CC BY-SA 2.0 · kilde Bearbeidelsen er lisensiert under CC BY-SA 2.0.

IEA-scenario: Datasentrenes strømforbruk kan fordobles til 1 000 TWh innen 2030 – men det er ikke en spådom

Det internasjonale energibyrået (IEA) slapp World Energy Outlook 2026 19. november 2026, og kjernetallet gikk raskt rundt i dekning: I byråets Stated Policies Scenario fordobles verdens datasentres strømforbruk til 1 000 terawattimer innen 2030, med AI-drevet investering som en sentral drivkraft. Men tallene kommer med to viktige forbehold som lett forsvinner i siteringen. For det første understreker selve rapporten – gjengitt gjennom referater fra Unite.AI og Anadolu Agency – at ingen av scenariene er prognoser; 2030-tallet er en betinget utviklingsvei, ikke en spådom. For det andre peker rapporten på at den reelle flaskehalsen for AI-utbyggingen i stadig større grad ikke er selve regnekraften, men strømnettene, forsyningskjedene og i noen tilfeller offentlig motstand lokalt.

Denne artikkelen går gjennom hva tallene faktisk sier, hva de forutsetter, og hvor scenario-rammen betyr noe for hvordan de bør brukes.

Hva IEA faktisk publiserte

IEA, med sete i Paris, ga ut World Energy Outlook 2026 19. november 2026, ifølge Unite.AIs referat (Unite.AI). Anadolu Agency og Electrek dekket samme rapport samme uke, og de tre referatene samvarierer om kjernescenarioet: I Stated Policies Scenario – scenariet som bygger på politiske tiltak som er formelt foreslått men ennå ikke vedtatt – fordobles datasentres globale strømforbruk til rundt 1 000 terawattimer innen 2030, med AI som en vesentlig del av økningen (Anadolu Agency; Electrek).

Det er verdt å være presis med kildene: Ingen av de tilgjengelige referatene er førstehåndsdokumentasjon fra IEA selv. Alle tallene i denne artikkelen stammer fra tre uavhengige mediereferater av rapporten, og tallene bør leses som deres gjengivelse av IEAs arbeid, ikke som verifisert mot rapportens originaltekst. Ett tall – at datasentres karbonutslipp skal stige 70 prosent innen 2030 – foreligger kun hos Anadolu Agency og kan ikke kryssverifiseres mot de to andre referatene; det er dermed et enkeltkildetall og bør siteres med den forbeholden.

Hvorfor scenarier ikke er prognoser

Den viktigste rammeforståelsen for alle tallene nedenfor er metodisk: IEAs World Energy Outlook er konstruert som alternative utviklingsveier, og rapporten slår ifølge Unite.AIs referat fast at ingen av scenariene er en spådom. 2030-tallet på 1 000 TWh er en betinget vei – den materialiserer seg bare hvis forutsetningene i scenariet slår til.

Forskjellen mellom scenariene er også konkret. Stated Policies Scenario inkorporerer ifølge Unite.AI politiske tiltak som er formelt foreslått, men ennå ikke vedtatt, mens Current Policies Scenario ser på dagens politiske rammeverk uten ytterligere politikk. Det betyr at selv de to hovedscenariene representerer ulike grader av politisk ambisjon og gjennomføring – og at utfallet i praksis kan havne et sted mellom dem, eller utenfor dem helt, dersom sentrale forutsetninger som AI-investeringsnivå, netttilgang og politisk vilje utvikler seg annerledes.

For leseren betyr dette noe praktisk: «1 000 TWh innen 2030» er et nyttig anker for diskusjonen om størrelsesorden, men det er analytisk uryddig å sitere det som en forutsigelse. Rapporten forteller heller noe annet – og ifølge referatene mer interessant: hva som må til for at et slikt tall kan nås, og hvor veksten nå møter motstand.

Tallgrunnlaget: nettene som bærer veksten

Det er bak kulissene av 1 000 TWh-tallet at rapportens mest konkrete funn ligger, ifølge Unite.AIs gjennomgang:

  • Datasenterkapasiteten nærmer seg tre ganger dagens nivå innen 2035, som AI og digitale tjenester ekspanderer.
  • 26 millioner kilometer nye kraftledninger må bygges frem mot 2035 i Stated Policies Scenario – samtidig som rundt 16 millioner kilometer eksisterende ledninger må skiftes ut eller oppgraderes.
  • Nettinvesteringene stiger 75 prosent over det neste tiåret – selv i Current Policies Scenario, altså uten ytterligere politiske ambisjoner. Med andre ord: nettostnadene skyter i været uansett hvilken politisk retning som velges, fordi investeringsbehovet er drevet av etterspørselen, ikke av politikkens aggressivitet.
  • Toppefterspørselen etter elektrisk kraft beregnes å øke 40–50 prosent innen 2035. Det er et systemisk tall som er viktigere enn det ser ut: Det er ikke bare mengden energi totalt som begrenser systemet, men hvor mye kraft som må kunne leveres i samme øyeblikk. Datasentres last er kontinuerlig og konsentrert, og toppbelastning er der strømnettene ofte først sprekker.

Poenget som går igjen i referatene er at disse tallene handler om infrastruktur, ikke om selve AI-en. Strømnett, forsyningskjeder og, i noen tilfeller, offentlig aksept beskrives som fremvoksende begrensninger rundt investeringsboomen – og Electreks gjengivelse er eksplisitt på at utbyggingen «allerede støter på» disse begrensningene.

Historisk tempo og juridisk-økonomiske tilpasninger

Et annet sett med tall, gjengitt hos Unite.AI som et funn fra en tidligere IEA-analyse (som ikke er identifisert i referatene, og hvis identitet derfor ikke kan angis her), setter scenariet i kontekst: Datasentres etterspørsel etter strøm vokste 17 prosent i 2025, mot 3 prosent vekst i det globale strømforbruket totalt. Det er en avstand som illustrerer hvorfor datasentre nå dominerer debatten om strømplanlegging – de vokser i en annen liga enn resten av systemet.

Samme tidligere analyse oppga ifølge Unite.AI at volumet av betingede avtaler der datasenteroperatører forplikter seg til å kjøpe strøm fra såkalte små modulære reaktorer (SMR-er) vokste fra 25 gigawatt ved utgangen av 2024 til 45 gigawatt da analysen ble publisert. Det er en nesten dobling på kort tid, men det er verdt å notere at dette er betingede avtaler – det vil si forpliktelser på papiret, ikke ferdig bygge kapasitet. Veksten i avtalevolum peker mot hvor tungt teknologiselskapene forsøker å sikre egen forsyning utenfor det offentlige nettet, men den sier noe om intensjon, ikke om levert strøm. Referatene oppgir ingen dato eller navn på analysen utover dette, så det er usikkert nøyaktig hvilken IEA-publikasjon tallene stammer fra.

Referatene nevner også et mekanisk poeng som er relevant for debatten om AIs energieffektivitet: Effektiviseringsgevinster per enkelt AI-oppgave, ifølge gjengivelsen, «spises opp» av økt bruk på systemnivå. Det er en velkjent dynamikk (ofte kalt rebound-effekt): Når enhetskosten faller, øker bruken, og totalforbruket kan stige selv om hver enkelt operasjon blir mer effektiv. Det er samme logikk som gjør at det ikke er nok å påpeke at modeller blir billigere per tokens – totalregnskapet bestemmes av mengden bruk.

Utslipp og regional spredning

Utslippssiden er der kildene skiller seg mest fra hverandre. Anadolu Agency er eneste kilde til at IEA projiserer at datasentres karbonutslipp øker 70 prosent innen 2030, drevet av voksende AI-etterspørsel. Tallet foreligger ikke hos Unite.AI eller Electrek i de tilgjengelige passasjene, og må dermed siteres som en enkeltkilde-gjengivelse.

Mer interessant enn totalsummen er den regionale spredningen i energimix som Anadolu Agency gjengir:

  • I USA ventes naturgass å stå for rundt 60 prosent av datasentres strømforbruk innen 2030.
  • I Kina ventes kull å stå for omtrent halvparten av strømforbruket til AI-drevne datasentre.
  • I EU ventes fornybar energi å dekke rundt 70 prosent av datasentres strømbehov innen utgangen av tiåret.

Denne spredningen er analytisk viktig fordi den viser at «AIs klimafotavtrykk» ikke er ett globalt tall, men tre veldig ulike historier. I USA bindes AI-veksten i praksis til gassutbygging. I Kina binder en stor del av AI-veksten seg til kullstrøm, med de utslippskonsekvensene det medfører. I EU, derimot, tegnes et annet bilde, der datasentres strømbehov i stor grad forventes møtt av fornybart. En og samme teknologi – AI-trening og inferens – får dermed svært ulike utslippsprofiler avhengig av hvor fysisk den utføres, og utslippsutviklingen vil i praksis være summen av regionale beslutninger om lokalisering og kraftkjøp, ikke et globalt teknologisk trekk.

Begrensningene: der flaskehalsen faktisk sitter

Kanskje det viktigste funnet i rapporten, slik referatene gjengir det, er ikke tallene på forbruk, men diagnosen av hvor veksten nå møter motstand. Tre begrensninger nevnes eksplisitt hos både Electrek og Unite.AI: strømnett, forsyningskjeder og offentlig aksept.

  • Nettene: Tallene ovenfor (26 millioner km nye ledninger, 16 millioner km oppgraderingsbehov, 75 prosent økning i nettinvesteringer) peker mot at gjennomføringen er en gigantisk logistisk oppgave. Nettselskaper må både bygge nytt og vedlikeholde og bytte ut eksisterende, og toppbelastningen øker raskere enn gjennomsnittlig forbruk.
  • Forsyningskjedene: Electrek og Unite.AI nevner begge forsyningskjeder som en voksende begrensning rundt investeringsboomen. Referatene går ikke i detalj om hvilke konkrete komponenter det gjelder – det kan i prinsippet handle om alt fra transformatorer og kabler til turbiner og halvledere – så det bør holdes på det abstrakte nivået kildene tillater.
  • Offentlig aksept: Unite.AI og Electrek peker på at lokal motstand i noen tilfeller er en reell begrensning. Det er en politisk-realistisk pekepinn: datasentre trenger fysisk plass, vann og netttilkobling, og slike prosjekter møter i praksis lokal politikk.

Det samlede inntrykket fra referatene er at rapportens fokus har flyttet seg: Fra «hvor mye strøm bruker AI?» mot «kan strøm- og nettsektorene levere det tempoet AI-investeringene forutsetter?». Flasken er i denne framstillingen ikke lenger regnekraften.

Åpne spørsmål

Det er verdt å være ærlig om hva de tilgjengelige kildene ikke kan svare på, og dette påvirker hvor solid hver påstand er:

  • Ingen førstehåndskilde. Ingen av referatene er IEAs egen rapport, så alle tallene er media-gjengivelser. For sentrale anvendelser bør tallene verifiseres mot rapportens originaltekst.
  • Utslippstallet +70 prosent er enkeltkildet. Det stammer kun fra Anadolu Agency og kan ikke kryssverifiseres mot de andre referatene i det tilgjengelige materialet.
  • Den tidligere IEA-analysen er ikke identifisert. Tallene om 17 prosent vekst i 2025 og SMR-avtalene fra 25 til 45 gigawatt tilskrives «en tidligere IEA-analyse» hos Unite.AI, uten at referatene angir hvilken. Det er dermed ikke mulig å slå opp eller datere den presist.
  • Konkrete virkemidler er ikke spesifisert. Referatene nevner forsyningskjedebegrensninger og lokal motstand, men går ikke ned i hvilke spesifikke komponenter eller hvilke steder som er hardest rammet.

Hva dette betyr

World Energy Outlook 2026 gir debatten om AIs energifotavtrykk et konkret, offisielt tallankre: 1 000 TWh innen 2030 i Stated Policies Scenario, bekreftet av tre uavhengige referater. Men rapportens egne rammeforutsetninger – at dette er scenarier, ikke prognoser – og dens diagnose av hvor veksten nå møter motstand, bør følge tallet når det siteres. Den store historien i rapportens tall er ikke bare at AI kan fordoble datasentres strømforbruk, men at det som avgjør om det skjer, ligger i strømnettets byggetakt, forsyningskjedenes kapasitet og lokalsamfunnenes villighet til å ta imot infrastrukturen – forhold ingen AI-modell kan optimalisere seg utenom.

Få de viktigste AI-nyhetene i innboksen

Nyheter, analyser og verktøy samlet for deg.