När Washington talar om AI som om det vore Manhattanprojektet

I flera år har vi talat om AI som en bransch. Idag, med tanke på den amerikanska hållningen, är det mer korrekt att tala om den som en strategisk infrastruktur. Poängen är inte bara teknisk. Den är politisk, industriell och, alltmer, en fråga om nationell säkerhet.

Jämförelsen med Manhattanprojektet kommer inte från ingenstans. Manhattanprojektet inleddes formellt 1942 och under Leslie Groves ledning, från 1942 till 1946, omvandlades teoretisk forskning, central samordning och industriell kapacitet till ett program med mätbara operativa mål. Det omfattade tre huvudanläggningar, mer än 100 sekundära anläggningar och cirka 130 000 personer samtidigt mellan 1942 och 1946, enligt uppslagsordet om Manhattanprojektet på Wikipedia. Det är en skala som hjälper till att förstå en tydlig logik: när Washington beslutar att en teknologi är strategisk, accelererar man övergången från forskning till industrialisering.

För en italiensk företagare är detta ingen akademisk debatt. Om USA behandlar AI som ett verktyg för suveränitet förändras maktförhållandena längs hela värdekedjan. Dominerande leverantörer förändras, teknologiska beroenden förändras, liksom riskerna kopplade till data, regelefterlevnad och driftskontinuitet. I detta sammanhang blir överväganden kring AI-säkerhet centrala, inte bara för dem som utvecklar modeller, utan för varje företag som använder dem.

Här finns det en viktig distinktion att göra. Metaforen om Manhattanprojektet är kraftfull som politiskt språk. Men för att förstå vad som egentligen händer måste man skilja berättelsen från den operativa strukturen.

Inledning: AI handlar inte längre bara om teknik, utan om nationell säkerhet

När en regering använder samma språk som i Manhattanprojektet för att tala om artificiell intelligens, handlar det om mer än bara ett retoriskt val. Den säger därmed att den betraktar AI som en tillgång som måste skyddas med hänsyn till nationella prioriteringar, industriell kapacitet och central samordning.

Denna förändring är viktig eftersom AI, till skillnad från andra nyare digitala tekniker, berör både mjukvara, hårdvara, energi, data, vetenskaplig forskning och säkerhet. Det är inte vilken bransch som helst. Det är en allmän teknik som kan omforma hela värdekedjor.

Nyckelpunkt: om Washington behandlar AI som strategisk infrastruktur, hamnar även de som använder AI för prognoser, verksamhet eller analys indirekt inom det geopolitiska fältet.

För italienska företag är frågan inte att ta ideologisk ställning. Frågan är att förstå i vilket operativt ekosystem man är på väg in. Ämnet Manhattanprojektet artificiell intelligens berör därför inte bara den som följer amerikansk policy, utan även den som idag måste fatta beslut om teknikstack, datalagring och leverantörsberoende.

Vad är Genesis Mission? Fakta bakom berättelsen

I den offentliga debatten cirkulerar idén om en ”Genesis Mission” som ett stort amerikanskt initiativ inom AI. Berättelsen framställer det som ett stort steg framåt. Problemet är att skilja mellan vad som är etablerat och vad som för närvarande fortfarande presenteras som ett uttalande, en politisk inriktning eller en strategisk ambition.

Det man kan säga med säkerhet

Utifrån det tillgängliga underlaget bör Genesis Mission i första hand läsas som en industripolitisk och nationell säkerhetshandling. Inte som ett enkelt forskningsprogram. Dess strategiska betydelse ligger i att AI placeras inom samma grammatik som USA historiskt använt för att hantera kritiska förmågor.

Det finns några kvalitativa aspekter som tydligt kännetecknar detta tillvägagångssätt:

Statens centrala roll: regeringen nöjer sig inte med att reglera. Den styr prioriteringar, signalerar brådska och försöker samordna kritisk infrastruktur.
Industriellt engagemang: AI behandlas inte enbart som akademisk forskning. Den behandlas som ett ekosystem som kräver beräkningskraft, leveranskedjor, energi och integration med privata aktörer.
Breda mål: ramverket handlar inte om en enda produkt eller ett enda laboratorium. Det handlar om vetenskap, konkurrenskraft och säkerhet.

Detta upplägg påminner om logiken i "missionsdrivna" program, som även beskrivits i fallet med Manhattanprojektet: koncentration av talanger, central samordning och mätbara mål, enligt vad som återges i uppslagsordet om Manhattanprojektet på Wikipedia.

Varför språket är viktigt

Det strategiska är inte bara vad som kommer att genomföras. Det handlar om vad språket möjliggör. Om ett politiskt ledarskap använder en metafor om nationell mobilisering, banar det väg för beslut som annars skulle framstå som exceptionella: budgetprioriteringar, särbehandling av infrastrukturprojekt, förstärkt samarbete mellan staten och näringslivet, samt större selektivitet när det gäller leverantörer och leveranskedjor.

Det behövs inte att varje detalj redan är fastställd för att marknaden ska ändra sitt beteende. Ofta räcker det med en politisk signal.

Därför måste Genesis Mission analyseras med ett kallt huvud. Inte som en grundläggande myt, utan som en indikator på att USA betraktar AI som en del av en systemisk konkurrens. För en europeisk läsare innebär detta inte att ”en ny Oppenheimer är på väg”. Det innebär istället att Washington förbereder sig för att omvandla teknisk kapacitet till en varaktig geopolitisk fördel.

Parallellen med Manhattanprojektet: vad som fungerar och vad som inte fungerar

Metaforen om Manhattanprojektet fungerar eftersom den frammanar en snabb, centraliserad och högprioriterad mobilisering. Men tagen bokstavligt är den missvisande. För att verkligen förstå Manhattanprojektet artificiell intelligens måste man titta mindre på eposet om Oppenheimer och mer på den ursprungliga programstrukturen.

Där analogin håller

Manhattanprojektet var ett program av exceptionell skala. Trinity-testet den 16 juli 1945 markerade det första kärnvapentestet i historien och gjorde atomåldern till verklighet. Tillgängliga källor anger även en kostnad på cirka 2 miljarder dåtida dollar, med en första finansiering på 500 miljoner dollar och med mer än hälften av medlen avsatta för separation av klyvbart material, enligt denna historiska analys av Manhattanprojektet.

Detta är den första viktiga punkten när man ska förstå AI. Stora genombrott uppstår inte bara genom en bra vetenskaplig idé. De uppstår när tre faktorer samverkar:

Vetenskaplig upptäckt
Produktionskedja
Strategiskt mål

Det finns även ett andra, ännu mer intressant element. I det ursprungliga projektet gick över 90 % av kostnaderna till byggnader och produktion av klyvbart material, med verksamhet fördelad på mer än 30 anläggningar och en strategi som kallades "parallell", det vill säga att forskning, anläggningar och organisatorisk anpassning utvecklades tillsammans, som Mimesis Scenari påpekar.

För AI är denna parallell upplysande. Flaskhalsen är inte bara algoritmen. Det handlar om infrastruktur, data, energi, industriella processer och förmågan att snabbt samordna allt detta.

När analogin blir missvisande

AI är ingen bomb. Det är inte en enskild enhet med ett enda operativt syfte. Det är en samling funktioner som omfattar programvara, modeller, inbyggda system, molnplattformar, verktyg för företag och säkerhetsutrustning.

Här börjar metaforen med Manhattan att tappa i precision.

Kärnvapenteknik gick att hemlighålla. AI föds och utvecklas i ett mycket öppnare ekosystem, med offentlig forskning, öppen källkod, globala talanger och snabb kunskapsöverföring.
Målet var specifikt. Inom AI finns flera mål, och ofta flätas civila, vetenskapliga, kommersiella och militära syften samman.
Styrningen är hybrid. Idag går det operativa tyngdpunkten även via hyperskalare, privata laboratorier och plattformar som ingen stat kontrollerar fullt ut.

Praktisk regel: rätt jämförelse är inte "vem är den nya Oppenheimer?". Det är "vem kontrollerar beräkningskraft, data, leveranskedjor och marknadstillträde?".

För den som läser SMF och artificiell intelligens idag, är konsekvensen konkret. Om man tar metaforen alltför bokstavligt underskattar man det som verkligen avgör skalan inom AI: inte det isolerade geniet, utan den industriella organisationen.

Motsägelserna i den amerikanska planen

Stora nationella strategier är aldrig linjära. Även den amerikanska strategin för AI präglas av interna spänningar som en europeisk observatör måste tolka noggrant, eftersom de utgör en väsentlig del av strategin och inte bara är bakgrundsbrus.

En omfattande strategi, men inte linjär

Den första motsägelsen är enkel. USA lyfter fram AI som en strategisk prioritering, men varje satsning av detta slag måste ta hänsyn till politiska begränsningar, budgetförhandlingar, olika industriella intressen och genomförandetider som sällan stämmer överens med den offentliga bilden.

Detta ger upphov till ett fenomen som är typiskt för storskalig teknikpolitik. Avsiktsförklaringen framstår som enhetlig. Det faktiska genomförandet är däremot splittrat. Vissa delar går snabbt framåt, medan andra rör sig långsammare. Vissa delar är mycket tydliga, såsom det geopolitiska budskapet. Andra är däremot oklara, såsom den operativa styrningen, de långsiktiga ramarna eller den faktiska omfattningen av prioriteringarna.

Varför denna tvetydighet också är viktig för företagen

För ett italienskt företag är denna tvetydighet inte bara en detalj som observeras från Washington. Det innebär att AI-marknaden under de kommande månaderna och åren kan komma att påverkas av beslut som inte enbart är av ekonomisk karaktär. En leverantör kan stärka sin ställning eftersom den ligger i linje med en nationell prioritering. En infrastruktur kan bli mer kritisk eftersom den ingår i ett säkerhetstänkande. Ett beroende som idag är ”tekniskt” kan imorgon även bli politiskt.

Företagen verkar inte utanför den geopolitiska kontexten. De påverkas av den när det gäller kostnadsstrukturen, tillgången till tjänster och valmöjligheterna.

Detta gäller i ännu högre grad om man betraktar konkurrensen mellan olika block. USA betraktar AI i allt högre grad som en suveränitetsfråga. Kina gör, på sitt eget sätt, ett liknande val. Mitt emellan riskerar Europa att hamna i en situation där man reglerar mycket, men har mindre kontroll över de avgörande industriella knutpunkterna.

Konsekvenser för Europa: instängda mellan två block

Det europeiska problemet är inte bara att man ligger efter i en teknologisk kapplöpning. Det är det faktum att kapplöpningen håller på att förvandlas till en konkurrens mellan block som förenar industri, säkerhet och utrikespolitik. I detta sammanhang agerar Europa ofta med ett framför allt regleringsinriktat tillvägagångssätt.

Det verkliga problemet i Europa handlar inte bara om lagstiftningen

EU:s AI-lag är viktig eftersom den fastställer gränser, ansvar och riskklasser. I det sammanhang som Sanoma Italia hänvisar till faller generativ AI inom kategorin ”begränsad risk” när den används på ett medvetet sätt. Men detta i sig ger inte svar på den mer konkreta frågan: håller Europa också på att bygga upp en jämförbar industriell kapacitet?

På det italienska fältet är läget fortfarande ojämnt. De data som Sanoma hänvisar till visar att spridningen av AI inom företag och offentlig förvaltning, enligt ISTAT, är fläckvis och att bristen på kompetens är ett av de främsta hindren, vilket sammanfattas i artikeln från Sanoma om Prometheus långa våg. Detta flyttar fokus: problemet är inte bara att reglera användningen av AI, utan att förstå vem som verkligen har förmågan att skala den.

I praktiken riskerar Europa att drabbas av en dubbel asymmetri:

TemaUSA och KinaEuropaStrategisk visionAI som maktverktygAI som område att styra och samordnaInfrastrukturstark integration mellan stat och industristörre beroende av externa leverantörerIntern adoptionnationell och industriell drivkraftojämn spridning

Vad innebär det för ett italienskt företag?

För ett små- och medelstort företag handlar det här inte om geopolitisk teori. Det får direkta konsekvenser för tre operativa beslut.

Val av leverantör: att använda en AI-tjänst innebär också att acceptera dess infrastrukturella beroende.
Dataresidens: inte alla lösningar erbjuder samma grad av kontroll över var data, prompter, utdata och loggar passerar.
Strategisk kontinuitet: en teknikpartner kan ändra prioriteringar, åtkomstvillkor eller beroendestack snabbare än vad ett kundföretag hinner anpassa sig till.

Om AI blir en strategisk infrastruktur för staterna är valet av AI-leverantör inte längre bara en upphandlingsfråga. Det handlar om riskhantering.

I det här sammanhanget blir det värdefullt att även följa debatten om ELECTE om AI Act, eftersom den verkliga utmaningen för många italienska företag är att förena snabb innovation med operativ kontroll och europeisk regelefterlevnad.

Teknologisk självständighet som ett strategiskt val för små och medelstora företag

Ordet ”suveränitet” kan verka avlägset för små och medelstora företag. I själva verket beskriver det ett mycket praktiskt behov: att behålla kontrollen över teknik som numera är central för försäljning, verksamhet, prognoser, regelefterlevnad och rapportering.

Fem praktiska kriterier för att välja idag

Om du överväger att använda AI- eller analysplattformar rekommenderar jag att du tar ett praktiskt grepp på frågan om suveränitet. Här är de kriterier som verkligen spelar roll.

Var data finns
Fråga var data behandlas, lagras och replikeras. Stanna inte vid enbart det kommersiella gränssnittet.
Vilka infrastrukturer tjänsten är beroende av
En plattform kan ha ett europeiskt varumärke men vara kritiskt beroende av utomeuropeiska stackar. Skillnaden är betydande.
Hur den hanterar efterlevnad och granskningsbarhet
För funktioner som risk, finans eller ledningsrapportering är spårbarheten i processerna minst lika viktig som kvaliteten på resultatet.
Hur utbytbar leverantören är
Ju högre inlåsningen är, desto större blir den strategiska risken.
Vilken del av värdet som förblir under din kontroll
Om dina viktigaste beslutsflöden helt beror på externa system överför du operativ makt utanför företaget.

Från enhetspriset till systemrisken

Många små och medelstora företag väljer AI utifrån demonstrationer, användarvänlighet och initialkostnad. Det är förståeligt, men idag är det inte tillräckligt. Den rätta frågan är inte bara ”gör den här lösningen det jag behöver?”. Den fullständiga frågan är ”kommer den här lösningen att förbli förenlig med mina operativa, regulatoriska och strategiska begränsningar om det geopolitiska läget försämras eller förändras?”.

Här slutar resonemanget om Manhattan-projektet för artificiell intelligens att kännas avlägset. Om USA och Kina behandlar AI som nationell infrastruktur borde varje europeiskt företag åtminstone fråga sig var det befinner sig på den kartan.

Ledningsbeslut: den bästa AI-partnern är inte bara den med flest funktioner. Det är den som minskar din onödiga exponering utan att bromsa innovationen.

Därför är teknologisk suveränitet inte detsamma som självförsörjning. Det handlar om förmågan att fatta medvetna val, sprida riskerna och behålla kontrollen över kritiska processer.

Slutsats: vad man bör hålla ett öga på under de kommande månaderna och hur man bör agera idag

Den viktigaste lärdomen är inte att vi just nu upplever en upprepning av Manhattanprojektet. Så är det inte. Lärdomen är mer konkret. AI har nu överskridit gränserna för den rena teknikmarknaden och har trängt in i den nationella strategins sfär.

För en italiensk företagare är det värt att hålla ett öga på vissa signaler under de kommande månaderna: graden av faktisk samordning mellan den amerikanska regeringen och näringslivet, hur den politiska retoriken omsätts i operativ kapacitet, utvecklingen av den europeiska hållningen i fråga om reglering och investeringar, och framför allt hur dessa dynamiker påverkar molntjänster, modeller, tillgång till datorkraft och datastyrning.

Det mest rationella valet idag är inte att vänta på fullständig klarhet. Den kommer inte inom den närmaste framtiden. Det rationella valet är att utforma en AI-strategi som förenar innovation, regelefterlevnad och minskad kritisk beroendegrad.

I en värld där geopolitiken blir en del av teknikstacken är det lika viktigt att välja rätt samarbetspartner som att välja rätt verktyg.

Om du vill bygga en mer solid AI-strategi som stämmer överens med den europeiska kontexten, ta en titt på ELECTE, en AI-driven dataanalysplattform utformad för att omvandla företagsdata till tydliga operativa beslut, med ett tillvägagångssätt anpassat till europeiska företags behov. Du kan se hur den fungerar och bedöma om den passar din stack utan onödiga komplikationer.