Vi spenderar 200 miljarder dollar per år på datacenter för att driva AI. Ett företag samlade in 11 miljoner dollar, odlade mänskliga hjärnceller på ett chip, och cellerna lärde sig själva att spela en 3D-shooter på en vecka. Cortical Labs odlade 200 000 mänskliga neuroner på en kiselchip och lärde dem att spela Doom. Cellerna navigerar, siktar på fiender och avfyrar vapen i realtid. Deras tidigare spel, Pong, tog 18 månader på äldre hårdvara. Doom tog en vecka. En oberoende utvecklare utan någon bioteknikerfarenhet byggde integrationen med ett Python-API. Neuronerna gjorde resten. Den komprimeringen från 18 månader till en vecka säger allt om vart detta är på väg. Här är vad "kan det köra Doom"-gänget saknar: varje CL1-enhet kostar 35 000 dollar. Ett helt serverrack med 30 enheter drar totalt 850 till 1 000 watt. Din hjärna går på 20 watt. Ett enda GPU-kluster som tränar en LLM kan dra megawatt. Energiekonomin för biologisk beräkning är flera storleksordningar bättre än kisel, och det gapet skalar. Investerarlistan visar vem som är uppmärksam. Horizons Ventures, Blackbird och In-Q-Tel, CIA:s riskkapital. In-Q-Tel finansierar inte vetenskapliga projekt. De finansierar underrättelseinfrastruktur. 115 enheter började levereras 2025. Cortical Labs säljer nu "Wetware-as-a-Service" via Cortical Cloud. Utvecklare kan distribuera kod till levande neuroner på distans utan att röra ett laboratorium. De prissätter tillgången på nivå med en mjukvaruprenumeration medan hårdvaran körs på riktiga mänskliga hjärnceller hämtade från vuxna hud- och blodprover. Doom-demon är marknadsföring. Plattformsstrategin är ett vad om att biologiska neuroner så småningom kommer att prestera bättre än kisel på just de uppgifter AI har svårast med: realtidsanpassning under osäkerhet, inlärning från minimal data och bearbetning av oklarhet utan brute-force-beräkning. Frågan var aldrig "kan det köra Doom." Frågan är vad som händer när den kan köra allt annat.