AI i Skala: Sådan Stress‑tester Olympiaderne AI‑infrastrukturen

Hvordan AI driver Vinter-OL 2026 i realtid

Store populære begivenheder som OL blev tidligere vist udelukkende via tv‑netværk, med omhyggeligt placerede tv‑hold, der indfangede øjeblikket og viste det live over hele verden.

Denne måde at optage OL på kameraer ændrer sig meget hurtigt, med en blanding af droner, AI og cloud‑baseret infrastruktur, der radikalt forandrer den teknologiske fundament for begivenheden.

Selvom dette allerede var delvist sandt for Paris‑OL 2024, er det endnu mere sandt for Milano‑Vinter-OL 2026.

Flere‑vinkel‑kameraer, en cloud‑first‑tilgang og kraftfuld AI bygger, næsten i realtid, en 3D‑repræsentation af konkurrencen i 17 forskellige sportsgrene og hjælper med at reducere det nødvendige arbejde, energiforbruget og forsinkelserne i globale udsendelser.

Bag denne teknologiske revolution står Alibaba, den kinesiske gigant inden for e-handel og cloud‑computing, med en solid position inden for AI også.

AI overtager de olympiske lege

Udsendelser via skyen

Olympic Broadcasting Services (OBS) og Den Internationale Olympiske Komité (IOC) har indgået et samarbejde med Alibaba om at anvende cloudcomputing og AI i et hidtil uset omfang ved vinter-OL 2026.

Det er det seneste skridt efter tidligere anvendelser af cloudbaserede, AI-understøttede udsendelser ved Tokyo 2020, Beijing 2022 og Paris 2024.

Siden introduktionen ved Tokyo 2020 har OBS Live Cloud udviklet sig fra en valgfri tjeneste til en central distributionsplatform. Ved legene i Paris 2024 blev den den primære løsning til fjernlevering af udsendelser med 400 direkte videostrømme og 3D-gengivelse.

I Milano understøttede selskabet 39 tv-stationer og leverede 428 direkte videosignaler, heraf 26 i ultrahøj opløsning, samt 72 lydsignaler.

Udvalgte premiumsignaler og optagesystemer anvender formater med meget høj opløsning, såsom 8K og UHD. Det samlede udbud omfatter dog flere opløsninger, der er tilpasset effektive arbejdsgange og forskellige distributionskrav.

Levering via skyen erstatter traditionelle satellitforbindelser og dedikerede transmissionslinjer. Det reducerer omkostninger, opsætningstid og teknisk kompleksitet og forbedrer samtidig fleksibilitet og robusthed.

Det giver også mindre tv-stationer adgang til professionel udsendelsesteknologi uden store startinvesteringer.

Ud over direkte optagelser af konkurrencerne distribueres mere end 5.000 korte indslag via OBS Content+, en cloudbaseret platform drevet af Alibaba Cloud. De omfatter blandt andet optagelser bag kulisserne, højdepunkter og følelsesladede reaktioner.

Øjeblikkelig analyse og mærkning

Alibabas system Automatic Media Description (AMD) drives af selskabets AI Qwen, en avanceret stor sprogmodel (LLM).

Systemet identificerer automatisk atleter og nøgleøjeblikke, genererer beskrivelser af begivenheder og mærker videomateriale på få sekunder. Det reducerer den manuelle behandlingstid betydeligt.

OBS-holdet kan også kommunikere med AI-systemet i naturligt sprog for at behandle direkte video hurtigere. En forespørgsel som »find guldmedaljepræstationen i kunstskøjteløb« vil næsten øjeblikkeligt hente de rigtige oplysninger.

På den måde kan OBS-medarbejderne lettere finde, udvikle og distribuere historier fra OL på tværs af platforme.

Intelligente gengivelser på et øjeblik

Selskabets Real-Time 360º Replay-systemer skaber automatisk omsluttende gengivelser med flydende kamerabevægelser og stroboskopiske visuelle effekter.

AI-algoritmen adskiller atleterne fra komplekse baggrunde som sne og is og skaber derefter 3D-rekonstruktioner af nøgleøjeblikke på blot 15–20 sekunder. Det er hurtigt nok til brug i direkte udsendelser.

Det kombineres med tidligere effekter som BulletTime, der blev indført ved Beijing 2022 og giver stillbilleder og slowmotion. Den nye funktion Spacetime Slices viser flere faser af en atlets bevægelse i ét sammensat billede, så seerne bedre kan forstå teknik og præstation.

AI-agenter ved OL

I år blev AI ikke kun brugt til udsendelserne, men også i den olympiske landsby og blandt publikum. Qwen drev eksempelvis en række AI-agenter kaldet »Olympic AI Assistants«.

En af agenternes opgaver var at tilbyde flersproget samtalestøtte og oplysninger om begivenheder i realtid. Dermed kunne fans få adgang til officielt OL-indhold gennem en chatbaseret brugerflade.

Den samme teknologi skal anvendes permanent på Det Olympiske Museum i Lausanne, hvor besøgende får adgang til personlige AI-lydguider, der forbedrer museumsoplevelsen.

Qwen blev også taget i brug i den sikre portal for nationale olympiske komitéer (NOC). Her bruges systemet til at finde dokumenter, politikker og retningslinjer for tilskud gennem forespørgsler i naturligt sprog, med indbygget støtte til flersproget oversættelse.

Qwen skal desuden forbedre adgangen til de olympiske sportsarkiver gennem »Sports AI«, en cloudbaseret løsning til mediearkivering med AI-mærkning, videosøgning og søgning via samtale.

Et mindre vidtrækkende, men illustrativt eksempel på den voksende teknologibrug: Besøgende kunne styre en robotarm blot ved at bevæge deres egen hånd, mens en AI fortolkede bevægelserne, så de fik udleveret en olympisk souvenir.

Enorme datamængder

Qwen står for de mest synlige ændringer i håndteringen af OL-videoer, billeder og data. Bag det ligger imidlertid en mindre synlig opgave: infrastrukturen, som gør det hele muligt.

Mindst otte petabyte historisk olympisk mediemateriale er nu lagret i Alibabas cloudsystemer.

Fra AI-træning til AI-inferens

Ud over de specialiserede anvendelser inden for udsendelse og arkivering afspejler OL i Milano 2026 et stort skift i, hvordan vi bør betragte AI.

Hidtil har fokus været på træning af AI og på, hvilke nye evner den seneste modelversion har opnået.

Nu flytter fokus sig mod AI-inferens, hvor den allerede trænede model anvendes til mere afgrænsede, praktiske opgaver. Det kan være øjeblikkelig oversættelse, en gengivelse af atleternes præstationer på under 20 sekunder eller lettere søgning i de enorme olympiske arkiver.

AI-inferens er ikke blot mere nyttig, men også langt mindre beregnings- og energikrævende, fordi kun en bestemt del af AI-systemets evner bruges ad gangen. Det bør bidrage til at mindske de begrænsninger i energiforsyning og hardwaretilgængelighed, som har bremset AI-udviklingen de seneste år.

Sådan investerer du i AI-infrastrukturen bag OL

Alibaba

OpenAI, Anthropic og de fleste store amerikanske teknologiselskaber konkurrerer om at udvikle generel kunstig intelligens (AGI), og det kan lykkes. Den kinesiske AI-branche følger dog en lidt anden tilgang og bruger allerede AI i løsninger, som er nyttige i dag.

Tanken er, at AI skal øge produktiviteten i hele økonomien frem for primært at erstatte medarbejdere.

Eksportkontrol begrænser Kinas adgang til avancerede chips, mens landets egen produktion kun langsomt indhenter forspringet. Kina har derfor også arbejdet på mere effektiv AI-træning og lagt større vægt på inferens og praktisk anvendelse.

Qwen er i dag et af Kinas og verdens førende AI-systemer og klarer sig lige så godt som eller bedre end de førende vestlige modeller i flere præstationstest.

Kilde: Qwen

Alibabas AI-fremskridt understøttes af selskabets cloudkapacitet, som udgør en tredjedel af det kinesiske marked og giver det førstepladsen. Hertil kommer pengestrømmen fra e-handelsforretningen, der målt på bruttohandelsværdi er dobbelt så stor som Amazon (AMZN ).

Kilde: Alibaba

Alibabas store rolle ved OL bør derfor ses som et forsøg på at styrke selskabets profil frem for at skabe indtægter. Det sker på et tidspunkt, hvor vestlige AI-selskaber dominerer den globale debat og investerer massivt i reklamer, eksempelvis under Super Bowl, som var præget af AI-relaterede annoncer.

Du kan også læse vores særskilte investeringsrapport om Alibaba for at få flere oplysninger om selskabet.

Seneste Alibaba (BABA) aktienyheder og udviklinger