Jun Wu, Independent Director at GMEX Robotics – Interview Serie

Jun Wu, Independent Director at GMEX Robotics bringer dyb ekspertise inden for corporate governance, kapitalmarkeder og finansielle tilsyn, med en track record for at støtte børsnoterede selskaber. Han giver uafhængig strategisk vejledning om corporate retning, kapitalallokering og ledelsespræstation, samtidig med at han sikrer stærk governance, regulatorisk overholdelse og risikostyring. Som medlem af revisionsudvalget hjælper han med at overvåge finansielle rapporter, interne kontroller og revisionsprocesser, hvilket styrker gennemsigtighed og ansvarlighed. Hans bredere erfaring omfatter seniorteamroller i finansielle institutioner og som selskabssekretær i Victor Group Holdings, hvor han styrer ASX-overholdelse, bestyrelsesdrift og aktionærkommunikation.

GMEX Robotics er et teknologiselskab, der fokuserer på udvikling af AI-drevne robotiske systemer til forbruger-, kommercielle og industrielle formål. I overgangen fra sin oprindelse i e-commerce bygger selskabet intelligente hardwareløsninger såsom robotter til hospitality, sundhedslogistik og industriautomatisering. Ved at kombinere sensorer, maskinel læring og realtidskontrolsystemer sigter GMEX mod at skabe et integreret økosystem af robotiske platforme designet til at forbedre effektivitet, reducere arbejdskrav og bringe praktisk automatisering ind i daglige operationer.

GMEX Robotics er udviklet fra sin oprindelse som et fitnessteknologiselskab til en AI-dreven robotisk platform. Hvad udløste denne transformation, og hvordan former din arv inden for biomekanik din robotstrategi i dag?

GMEX Robotics, tidligere Fitell Corporation, begyndte med at modernisere sin grundlæggende ekspertise, integrere sensorer og connectede systemer til at fange realtidsbevægelses- og kraftdata gennem præcise fitnessløsninger. Det arbejde afslørede noget fundamentalt: de samme principper, der optimerer menneskelig bevægelse, er præcis, hvad intelligente maskiner behøver for at fungere pålideligt i den virkelige verden. Vores mission i dag reflekterer den indsigt. Vi bygger de fysiske hænder på fremtiden, drevet af det mest intelligente og kosteffektive swarm af AI-hjerner på planeten. Vi udvikler robotter, der sanser og handler, og vi aggregaterer AI, der fortæller dem, hvordan. Vores biomekaniske arv er grundlaget for alt, vi bygger.

Mange robotikkelskaber starter med software-først-tilgange, men GMEX betoner en hardware-først-fundament. Hvorfor er dette den rigtige strategi for at bygge pålidelige, realverdens robotiske systemer?

Hardware er dataindsamlingflåden. Vores modulære robotikchassis, avancerede visionsensorer og universelle grippere er udrustet til at indsamle data i virkelige miljøer, præcis fordi fysisk tilstedeværelse genererer grundsandhedstelemetri, som ingen simulation kan replicere. Industri 4.0 kræver hastighed, præcision og tilpasningsevne. Vores 5.AXIS Collaborative Robot, fremstillet af aerospace-aluminium med mikron-niveau præcision og dynamisk torquekontrol, eksemplificerer dette. Hardwarepræcision på det niveau kan ikke opnås ved at montere software på en svag mekanisk grund. Pålidelighed skal være indbygget fra bunden.

Din baggrund inden for bevægelsesvidenskab og menneskeligt præstation er noget unikt inden for robotik. Hvordan oversætter dette sig til konkrete fordele, når du designer intelligente maskiner?

De fleste robotikkhold kommer fra mekanisk ingeniør- eller datalogibaggrund, som er uvurderlige, men de tager ikke altid hensyn til den nuancerede kompleksitet af menneskelig bevægelse. Vi er et menneskeligt præstations-teknologiselskab, der anvender vores dybe forståelse af bevægelse til en ny front, bygning robotiske kapaciteter, der driver innovation først i sundheds- og velværd, og til sidst på tværs af multiple domæner, der kræver præcis, adaptiv fysisk intelligens. Den arv informerer også vores AI-routingsstrategi. Fordi vi forstår, hvordan kroppen interagerer med rummet, kan vi definere meningsfulde succeskriterier, som fx om en robot med held griber en våd kop uden at knuse den, noget generiske AI-benchmarks ikke måler. Den virkelige præstationsdata bliver en af vores mest forsvarlige aktiver.

GMEX positionerer sig ved skæringen af AI, robotik og menneskelig bevægelse. Hvad er de største tekniske udfordringer i at integrere disse tre domæner effektivt?

Den centrale udfordring er økonomi såvel som ingeniørarbejde, ikke kun at gøre robotter intelligente, men at gøre intelligens billig på større skala. Vi bygger en AI-Model Brokerage og Orchestration Layer: en samlet API-gateway, der forbinder vores fysiske robotter til det globale økosystem af store sprogmodeller og vision-sprog-handlingsmodeller. Dette betyder dynamisk routing af en simpel “tag koppen”-kommando til en kosteffektiv lokal model, mens routing af en kompleks “læs denne recept-etiket og krydsreferencér kemisk farekort”-forespørgsel til en frontmodel. Vi sporer dette gennem en metrik, vi kalder Cost Per Successful Action. På sikkerhedssiden adresserer vi fysisk pålidelighed gennem kraft-torque-sensorer, avancerede 2D/3D-visionssystemer, kollisionsdetektion og digitale tvilling til at simulere og optimere interaktioner før fysisk udrulning.

Selskabet har nævnt fokus på realverdensmiljøer snarere end kontrollerede laboratoriemiljøer. Hvad kræver det at flytte robotik fra eksperimentelle prototyper til skalerbare, produktionsklare systemer?

Det kræver en fundamental ændring i mindset og en forretningsmodel bygget omkring realverdens feedback-løkker. Vores kulinariske robotik-platform demonstrerer dette tydeligt. Vores Bon Vivant 3.0 og Max Kitchen robotik-platforme automatiserer nøglekulinariske processer gennem integrerede sensorer, AI-drevne kontrolsystemer og programmerbare køkkenarbejdsprocesser, der assisterer professionelle køkkener ved at forbedre operationel effektivitet, mens de opretholder konsistens i madlavning. Hver udrulning føder telemetri tilbage til vores AI-routingsplatform, der lærer, hvilke modeller performer bedst for hvilke fysiske opgaver. Over tid bliver vores platform den eneste aggregator med inkarneret succesdata, der router ikke kun på pris eller hastighed, men på fysisk pålidelighedsscore. Den feedback-løkke er, hvad adskiller en prototype fra et produktions-system.

GMEX bygger både forbruger- og kommercielle robotløsninger. Hvordan adskiller kravene sig mellem disse to markeder, og hvilket ser du skal skalerer hurtigst?

Kravene adskiller sig betydeligt. På den kommercielle side, herunder industrielle cobots til kitting og palletering, og farmaceutisk steril komponent- og laboratorieautomatisering, er tolerancen for fejl lav, og driftstiden er ikke forhandelbar. Vores systemer er designet til at reducere arbejdintensitet, mens de opretholder høj kvalitet og standardiserer processer på tværs af lokaliteter. Vores nylige AU$4,2 millioner aftale, der dækker 50 robotter udrullet på tværs af en hospitality-gruppe på større australske lufthavne, er et bevis på kommerciel skalerbarhed. På forbruger-siden, herunder hjemmeassistance mobile manipulatorer til ældrepleje, er standarden intuitiv design, billigelse og en højere grad af sikkerhedsassurance. Kommercielle anvendelser skalerer hurtigere på kort sigt, men vores AI-routingsplatform betyder, at intelligensen, der driver begge markeder, forbedres kontinuerligt fra delt realverdensdata.

Med fremskridt i computer-vision, maskinlæring og mekatronik accelererer hurtigt, hvor ser du de største gennembrud sker inden for jeres robotik-stack?

De mest konsekvensfulde gennembrud vil komme fra, hvad vi kalder Intelligence Flywheel. Vores hjemmerobotter indsamler millioner af billeder af klædede hjemmemiljøer; vores laboratorierobotter indsamler millioner af billeder af pipette-spids og farmaceutiske komponenter. Vores AI-routingsplatform bruger denne proprietære data til at finjustere åbne kilde-modeller, essentielt skabende specialiserede varianter trænet på inkarneret, realverdensdata, som ingen skybaseret AI-virksomhed kan replicere. De underliggende teknologier, herunder responsive aktuatorer, visionssystemer og adaptive kontrolalgoritmer, repræsenterer en ny, versatil pille i vores forretning, og den akkumulerede værdi af proprietær træningsdata oven på denne hardwaregrundlag er, hvor vi ser den mest varige konkurrencemæssige fordel udvikle sig.

GMEX har fremhævet vigtigheden af at skabe tilpasningsdygtige, menneskecentrerede robotter. Hvad betyder tilpasning i praksis, og hvordan sikrer I, at robotter kan fungere på tværs af uforudsigelige miljøer?

Tilpasning betyder, at robotten altid bruger den rette intelligens til den rette opgave, til den rette pris, uden at fryse, når betingelserne ændrer sig. Vores platform bygger indfald og redundans: hvis en AI-udbyders API går ned, skifter systemet næsten uden afbrydelse til en anden uden at afbryde robotternes drift. For følsomme miljøer som farmaceutisk eller forbruger-ældrepleje kan vores privatlivsbevidst edge-routing dirigere forespørgsler til lokale modeller for at sikre HIPAA-overholdelse, mens vi stadig udnytter sky-udbydere til generelle resonansopgaver. Vi udruster også kraftfulde industrirobotter til tungt baggrundsarbejde, mens fleksible cobots håndterer frontlinje-interaktion med menneskelige arbejdere, skabende mere robuste og tilpasningsdygtige arbejdspladser. Menneskecentricitet betyder robotter, der opfører sig forudsigeligt og sikkert omkring mennesker, ved design.

Som robotik-adoptionsgraden øger på tværs af industrier, hvad er de nøglebarrierer, der stadig forhinder bred udrulning, og hvordan arbejder GMEX på at overvinde dem?

Tre barrierer står ud: omkostning, kompleksitet og tillid. Vores integrerede strategi adresserer direkte alle tre. På omkostning betyder vores Cost Per Successful Action-optimering, at kunder ikke betaler frontmodeller-priser for simple opgaver. På kompleksitet abstraherer vores samlede API-gateway modelvalg, fallback-routing og integrations-overhead, så operatører ikke behøver AI-ekspertise for at udrulle vores systemer. På tillid udnytter disse bestræbelser GMEX’s ekspertise inden for bevægelsesvidenskab, hardware-ingeniørarbejde og AI til at levere tilpasningsdygtige, menneskecentrerede systemer, der integrerer næsten uden afbrydelse i realverdens operationer, og hver udrulning bygger den fysiske pålidelighedsdata, der gør vores routing smartere over tid. En konkurrent måske sælger en billigere robotarm, men uden adgang til vores platforms specialiserede model-routing og finjustering, vil den robot blot være mindre kapabel.

Med et blik fremad, hvad er din langsigtede vision for GMEX Robotics, og hvordan ser du AI-drevne robotik forme hverdagslivet over de næste ti år?

Vi bygger Nervesystemet for Fysisk Automatisering. Ved at aggregere verdens AI-modeller og direkte forbinde dem til vores robotikflåde løser vi økonomien for inkarneret intelligens, sikrer, at robotter i laboratoriet og robotter i stuen altid bruger den rette intelligens til den rette opgave, til den rette pris. Mens sundhed og præstation forbliver vores første og mest naturlige anvendelsesdomæne, repræsenterer de underliggende teknologier en ny, versatil pille i vores forretning, der udvider sig til industrielle, farmaceutiske og forbrugermarkeder. Vores AU$4,2 millioner første kommercielle ordre er et tidligt bevis på dette. Over de næste ti år tror vi, at AI-drevne robotik vil blive lige så integreret i hverdagslivet som smartphones, og GMEX’s rolle er at være intelligens-operativsystemet, som enhver robot, hvor som helst, kan stole på for at tænke og handle i den virkelige verden.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge GMEX Robotics.