Förra veckan gjorde jag något som hade tagit månader för bara två år sedan. På ungefär 34 timmars faktiskt arbete, utspritt över 1,4 dagar, byggde och driftsatte jag ett heltäckande designsystem för vårt team på Sourceful Energy -- komplett med 50+ produktionsklara komponenter, automatiserade roadmaps, GitHub-feedbackloopar och full AI-integration.
Verktyget jag använde? Claude Code. Ironin är inte förlorad på mig.
Men det här är inte skryt om produktivitetshacks. Det här är en berättelse om var all den beräkningskraften faktiskt kommer ifrån, var den verkliga AI-möjligheten ligger, och varför ett svenskt energistartup kanske bygger en av de viktigaste teknologierna det kommande decenniet.
Vad vi faktiskt byggde
Innan vi zoomar ut, låt mig visa vad som är möjligt när AI-assisterad utveckling går från gimmick till genuin kraftmultiplikator.
Sourceful Design System är en komplett intern verktygslåda byggd för att hjälpa vårt team leverera konsekventa, tillgängliga gränssnitt genom alla våra energiprodukter. Det innehåller:
50+ React-komponenter: Produktionsklara komponenter byggda med Radix UI och Tailwind CSS. Allt från komplexa datavisualiseringskomponenter -- energiflödesdiagram i realtid, övervakningsdashboards, tabeller för hantering av enhetsflottor -- till grundläggande element som knappar, inputs och kort.
Design Tokens-system: Konsekventa färger, typografi, avstånd och skuggor implementerade som CSS-variabler som fungerar överallt. Vår energifokuserade palett fångar allt från solproduktionens gula toner till batteriets blå laddningsfärger.
AI-först-arkitektur: Här blir det meta. Systemet inkluderar en inbyggd Claude Code-prompt och en nedladdningsbar CLAUDE.md-mall. När en teammedlem startar ett nytt projekt vet Claude automatiskt hur designsystemet ska användas korrekt:
curl -o CLAUDE.md https://raw.githubusercontent.com/srcfl/srcful-design-system/main/CLAUDE.project-template.md
Interaktiva komponentförhandsvisningar: Interaktiva demonstrationer som visar verkliga energihanteringsscenarier -- platsövervakning, besparingsberäkningar, laddstatus för elbilar, väderanpassade prognoser och dynamiska elprisdisplayer.
Automatiserade feedbackloopar: GitHub-integration som gör det möjligt för teamet att föreslå förbättringar, rapportera problem och bidra direkt till en autogenererad roadmap.
Hela systemet är öppen källkod under MIT-licens. Men det som slog mig under bygget var inte bara hastigheten -- det var insikten om var all denna AI-förmåga faktiskt kommer ifrån.
Biljondollarkarusellen
Här kommer den obekväma sanningen om den pågående AI-boomen som fler borde prata om.
I september 2025 meddelade Nvidia att de skulle investera upp till 100 miljarder dollar i OpenAI. Det uttalade syftet? Att finansiera en ny generation datacenter. Vad OpenAI lovade i gengäld? Att köpa miljontals Nvidia-chip till dessa anläggningar.
Det här är inte investeringar i traditionell mening. Det här är ett företag som betalar sin kund för att köpa mer av dess produkter.
Mönstret upprepas genom hela ekosystemet. Nvidia investerade i CoreWeave, en datacenteroperatör som hyr ut GPU-kapacitet tillbaka till OpenAI. OpenAI tecknade avtal med CoreWeave värda över 22 miljarder dollar, delvis betalda med aktier som CoreWeave kan använda för att köpa fler Nvidia-chip. Samtidigt gav Microsoft OpenAI finansiering och molnkrediter; OpenAI driver Azure-användning; Microsoft köper fler Nvidia-GPU:er till sina datacenter.
Som The Register träffande beskrev det: "Pengar, datorchip och molnkrediter cirkulerar i en sluten loop bland en handfull företag."
NewStreet Research uppskattade att för varje 10 miljarder dollar Nvidia investerar i OpenAI får de tillbaka GPU-köp värda 35 miljarder dollar. Det är en 3,5x-multiplikator på vad som i grunden är leverantörsfinansiering utklädd till investering.
Siffrorna är svindlande. Mellan 2020 och 2025 investerade Nvidia ungefär 53 miljarder dollar i 170 affärer som spänner över hela AI-ekosystemet. Bara under 2024 satsade de 23,7 miljarder dollar genom 59 affärer. Till och med Michael Burry -- investeraren som förutspådde finanskrisen 2008 -- lade sig i och konstaterade att "den verkliga slutefterfrågan är löjligt liten" och att "nästan alla kunder finansieras av sina återförsäljare."
Sam Altman själv erkände överhettningen. När han fick frågan om investerare var överentusiastiska kring AI var hans svar talande: "Min åsikt är ja. Är AI det viktigaste som hänt på väldigt länge? Min åsikt är också ja."
Båda sakerna kan vara sanna. Tekniken är omvälvande. Finansieringen är bräcklig.
Claude Code och demokratiseringen av byggande
Ändå sitter jag här, efter att ha byggt ett komplett designsystem på under två dagar. Den produktiva potentialen går inte att förneka.
Claude Code har exploderat sedan det blev allmänt tillgängligt i maj 2025. Verktyget nådde 1 miljard dollar i årlig intäktstakt i november -- bara sex månader efter den publika lanseringen. Användningen växte 10x på tre månader. Det betjänar nu hundratusentals utvecklare, med företag som Netflix, Spotify, KPMG, L'Oréal och Salesforce bland sina företagskunder.
Anthropics interna forskning visar att ingenjörer delegerar allt mer komplext arbete till Claude, med uppgiftskomplexitetsbetyg som stigit från 3,2 till 3,8 på deras 1-5-skala. Antalet mänskliga interaktioner per session minskade medan det maximala antalet konsekutiva verktygsanrop ökade. Människor lämnar över mer autonomi till AI, och det fungerar.
För små team som vårt på Sourceful -- där en junior designer och jag hanterar allt från produktdesign till marknadsföring -- innebär det här ett fundamentalt förmågeskifte. Vi kan nu bygga interna verktyg, underhålla omfattande dokumentation och leverera funktioner som tidigare hade krävt ett dedikerat utvecklingsteam.
Explosionen sträcker sig bortom Claude. Hela marknaden för AI-kodningsassistenter har vuxit till ett mångmiljardutrymme. Utvecklare kan prototypa på timmar det som tidigare tog veckor. Icke-tekniska grundare kan bygga fungerande MVP:er. Ensamma skapare kan underhålla kodbaser som mäter sig med små företag.
Men all denna beräkningskraft måste köras någonstans. Och det stället är allt hungrigare.
Lagret under lagret under
När man diskuterar AI-investeringsmöjligheter fokuserar det mesta av uppmärksamheten på de uppenbara alternativen: grundmodellsbolagen (OpenAI, Anthropic, Google DeepMind), infrastrukturleverantörerna (AWS, Azure, GCP), chiptillverkarna (Nvidia, AMD, Intel) och den möjliggörande hårdvaran (lagring, nätverk, kylning).
Men det finns ett lager under allt detta som får betydligt mindre uppmärksamhet: energi.
Internationella energimyndigheten bedömer att den globala elförbrukningen för datacenter kommer att växa med 15 % årligen till 2030 -- mer än fyra gånger snabbare än den totala eltillväxten från alla andra sektorer sammanlagt. Vid decenniets slut kommer datacenter att förbruka runt 945 TWh årligen, motsvarande Japans hela nuvarande elbehov.
AI är den främsta drivkraften. Elförbrukningen i accelererade servrar (det vill säga AI-arbetsbelastningar) beräknas växa med 30 % årligen, jämfört med bara 9 % för konventionella servrar. AI står redan för 5-15 % av datacenterförbrukningen; det kan nå 35-50 % till 2030.
Den geografiska koncentrationen är slående. Nästan 80 % av tillväxten kommer att ske i USA och Kina. Amerikanska datacenter förbrukar redan 183 TWh per år -- mer än 4 % av den nationella elförbrukningen -- och det beräknas nå 426 TWh till 2030, en ökning med 133 %.
RAND Corporation uppskattar att AI-datacenter kan behöva 68 gigawatt i effektkapacitet till 2027 -- nästan hela Kaliforniens kapacitet 2022. Enbart OpenAI:s Stargate-initiativ planerar att bygga 10 gigawatt datacenter, vilket kräver lika mycket el som New York City under toppbelastning på sommaren.
Påfrestningen syns redan. Grossistpriserna på el nära datacenterhotspots har ökat med så mycket som 267 % sedan 2020. På PJM-elmarknaden, som sträcker sig från Illinois till North Carolina, bidrog datacenter till en prisökning på 9,3 miljarder dollar på kapacitetsmarknaden 2025-26. Hushåll i delar av Maryland och Ohio ser månatliga ökningar av elräkningen på 16-18 dollar som en direkt följd.
Det är här den verkliga AI-investeringstesen blir tydlig. Det handlar inte om vilken modell som vinner eller vilken kodningsassistent som får flest användare. Det handlar om vem som kontrollerar energiinfrastrukturen som gör allt detta möjligt.
Vad Sourceful faktiskt bygger
Det här för mig tillbaka till varför jag byggde ett designsystem från första början.
Sourceful Energy är inte ett AI-bolag i traditionell mening. Vi är en energikoordineringsplattform som bygger infrastrukturen för att koppla samman distribuerade energiresurser -- solcellssystem i hemmet, batterier, elbilar, smarta elmätare -- till ett sammanhängande, intelligent nätverk.
Kärnproblemet vi löser: elnäten designades för centraliserat, enriktat elflöde. Kraftverk producerar; hem förbrukar. Men den modellen håller på att vittra sönder. Solpaneler på tak producerar el. Elbilsbatterier kan mata el tillbaka till hemmet. Hembatterier kan utnyttja prisskillnader. Elnätet håller på att bli dubbelriktat, distribuerat och oerhört mycket mer komplext.
Vår Sourceful Zap kopplas till smarta elmätare och solcellsväxelriktare, och möjliggör övervakning i realtid, automatiserad optimering och nätkoordinering. För 39 euro kan husägare spåra sin energianvändning, undvika avgifter vid toppbelastning och skydda sig mot negativa priser på solelsexport.
Men den riktiga möjligheten -- och varför det här hänger ihop med allt ovan -- är vad som händer när man aggregerar tusentals sådana uppkopplade enheter.
Ett enda hembatteri är intressant. Tiotusen hembatterier koordinerade som ett virtuellt kraftverk är omvälvande. Den samlade kapaciteten hos distribuerade energiresurser i bostäder överträffar redan många traditionella kraftverk. Utmaningen har varit koordinering -- att veta vad som finns tillgängligt, när, och att orkestrera det i realtid.
Det här är precis vad AI-datacenter behöver: flexibel, distribuerad effektkapacitet som kan skalas upp och ned på begäran. Ironin är perfekt. AI skapar koordineringsutmaningen, och AI hjälper till att lösa den.
Den omvända möjligheten
De flesta samtal om AI-investeringar fokuserar på att rida beräkningsvågen -- köpa Nvidia, investera i grundmodeller, satsa på infrastruktur. De smartare pengarna tänker på vad som begränsar vågen.
Nätoperatörer tackar redan nej till datacenter för att de inte har tillräckligt med kraft. Förnybar energi -- särskilt sol och batterilagring -- representerar den snabbaste vägen till ny kapacitet. Mer än 90 % av de energiprojekt som väntar på nätanslutning är sol, batterilagring eller vind.
Men förnybar elproduktion är intermittent. Sol producerar när solen skiner, inte nödvändigtvis när datacenter behöver det. Vind genererar när det blåser. Den saknade pusselbiten är koordinering och lagring -- exakt det som ett nätverk av distribuerade batterier tillhandahåller.
Det här är inte spekulation. Flera teknikbolag har annonserat inköpsavtal med kärnkraftsstartups. Det pågår planer på att återstarta pensionerade kärnkraftverk specifikt för att serva datacenterbehov. Energibristen är tillräckligt verklig för att omforma energipolitiken.
Vår tes är att distribuerad koordinering skalar snabbare och mer flexibelt än centraliserad elproduktion. Ett nätverk av 100 000 hembatterier, intelligent koordinerade, kan leverera tjänster som ett enskilt kraftverk inte kan: geografisk spridning, flexibel efterfrågan, lokal resiliens.
Poängen
Jag byggde ett designsystem på 1,4 dagar. Det är bra -- genuint användbart för vårt team, det accelererar vår utvecklingshastighet och säkerställer konsekvens i allt vi levererar.
Men verktygen som möjliggjorde det här -- Claude Code, den bredare AI-infrastrukturen, beräkningsresurserna bakom -- vilar på en allt mer ansträngd grund. Pengarna som flödar genom AI-ekosystemet kan vara cirkulära, men elbehovet är högst verkligt.
Någonstans mellan biljondollarfinansieringslooparna och de 68 gigawattens beräknade behov ligger en möjlighet som de flesta missar. AI-boomen handlar inte bara om modeller och chip och molnkrediter. Den handlar om joule och kilowattimmar och nätkapacitet.
På Sourceful bygger vi inte AI i konventionell mening. Vi bygger det som AI behöver för att överhuvudtaget kunna existera.
Sourceful Design System finns på design.sourceful.energy. Läs mer om vår energikoordineringsplattform på sourceful.energy.*
Ja, jag använde Claude för att skriva det här blogginlägget
