Intervjuer
Dr. Shaun Passley, styreleder og administrerende direktør i ZenaTech – intervjuserie

Viktige punkterZenaTech bygde sine egne droner etter at en tredjepartsmodell sviktet i krevende irsk…
Vis mer
- ZenaTech bygde sine egne droner etter at en tredjepartsmodell sviktet i krevende irsk terreng.
- Drone as a Service fjerner forhåndskostnader og piloteringsbyrde ved å selge nøkkelferdige abonnementsbaserte resultater.
- Oppkjøp av oppmålingsfirmaer driver vekst ved å kombinere lisensierte fagfolk med raskere droneverktøy.
Dr. Shaun Passley er styreleder og administrerende direktør i ZenaTech. Han har bakgrunn innen utvikling av programvare for bedrifter og teknologientreprenørskap, som han tar med seg inn i arbeidet med autonome dronesystemer. Han grunnla Epazz i 2000 og etablerte ZenaTech i 2017. Med utgangspunkt i programvareerfaringen sin arbeider han med å koble sammen luftfartøy, KI-analyse og arbeidsflyter i bedrifter. Arbeidet hans dreier seg om å gjøre droneteknologi praktisk for organisasjoner som trenger bedre måter å samle inn data på, automatisere feltarbeid og håndtere komplekse operasjoner.
ZenaTech utvikler KI-drevne droner, droner som tjeneste, programvare for bedrifter og løsninger innen kvanteteknologi. Gjennom ZenaDrone og tjenestevirksomheten sin kombinerer selskapet design av luftfartøy, datainnsamling og analyse for bruksområder som landmåling, inspeksjoner, landbruk og lagerstyring. I dette intervjuet snakker Passley om autonom navigasjon, forretningsmodellen for dronetjenester og det tekniske og operative arbeidet som kreves for å integrere koordinerte droneflåter i bedrifters daglige arbeidsflyt.
Du grunnla Epazz i 2000 og etablerte senere ZenaTech i 2017, samtidig som du gikk fra programvare for bedrifter til KI-drevne, autonome droner. Hva inspirerte denne overgangen, og hvilke muligheter så du som tradisjonelle droneprodusenter overså?
Det hele startet med en programvaretest i Irland. Vi utviklet programvare for forsyningskjeder i landbruket og tok med en drone fra en tredjepart for å teste programvaren til identifisering av planter. Dronen var tungvint å sette opp og hadde problemer med det ulendte terrenget, det stadige regnet og høydevariasjonene. Den hadde ikke sensorene som trengtes for å tilpasse seg disse forholdene, så vi bestemte oss for å bygge vår egen drone.
Vi så også at landbruket, særlig punktvis sprøyting, var en åpenbar mulighet. Droner kan brukes til mye mer innen datainnsamling, innhøsting, ugressbekjempelse og generelt til å øke avlingene. Dette er en type teknologi som du vil se bli tatt i bruk i stor skala de neste tre til fem årene. Mye av dette arbeidet er fortsatt arbeidskrevende. Vi så en mulighet til å utvikle maskinvare og programvare sammen og tilby det som en tilgjengelig og kostnadseffektiv tjeneste.
Bakgrunnen vår innen programvare for bedrifter ga oss et fortrinn. Vi forsto behovene og hadde kompetansen som skulle til for å koble droneutstyr sammen med programvare som kunne behandle data og automatisere arbeidsflyter. Da vi begynte å se på bransjer som landmåling, inspeksjon av infrastruktur og lagerlogistikk, så vi store muligheter for å modernisere prosesser som fortsatt i stor grad var avhengige av manuelt arbeid og utdaterte, lite digitaliserte systemer.
Vi innså også tidlig at innsamling av luftbårne data bare var en del av løsningen. Bedrifter trenger teknologi som kan behandle informasjonen og omgjøre den til innsikt de kan handle ut fra. Det førte til at vi begynte å utvikle og produsere vår egen droneteknologi gjennom ZenaDrone, integrert med KI-analyse og programvare for bedrifter. Vi så en mulighet til å bygge en integrert plattform og leveransemodell som kan automatisere hele arbeidsflyter, i stedet for bare å produsere droner. Dette førte til etableringen av vår virksomhet for droner som tjeneste, som nå er en voksende global merkevare og leverer disse nøkkelferdige tjenestene på stedet i en rekke sektorer.
Kunstig intelligens blir stadig viktigere innen droneteknologi. Hvordan integrerer ZenaTech KI og maskinlæring i droneplattformene sine, og hvilke egenskaper skiller en KI-drevet, autonom drone fra en konvensjonell drone som følger forhåndsprogrammerte flyruter?
Konvensjonelle droner som følger forhåndsprogrammerte flyruter, følger et definert sett med instruksjoner. KI-drevne, autonome droner kan bruke sensorer om bord, datasyn og maskinlæring til å tolke omgivelsene og reagere på endrede forhold.
Ta vår innendørsdrone IQ Nano. Den er utstyrt med datasyn og sensorer for hindringsunngåelse og er utviklet for å operere inne på lager uten GPS. Den kan navigere rundt hindringer, skanne strekkoder på varer og laste opp data til lagerstyringssystemer. Den større muligheten ligger i å gjøre det mulig for droner å samle inn, tolke og handle på grunnlag av informasjon med større grad av selvstendighet.
Vi integrerer KI i droneplattformene våre for å legge til rette for funksjoner som hindringsunngåelse, autonom navigasjon, prediktiv analyse og automatisert databehandling i bakgrunnen på tvers av plattformen vår.
ZenaTech har tatt i bruk en modell der droner tilbys som en tjeneste, for å gjøre autonom droneteknologi mer tilgjengelig. Hva er de største hindringene for at bedrifter skal ta i bruk KI-drevne droner, og hvordan håndterer modellen deres for droner som tjeneste utfordringer som kostnader, teknisk kompetanse og operasjonell kompleksitet?
For de fleste bedriftskundene er ikke eierskap til droner det viktigste. De er mer opptatt av å få jobben gjort raskere, tryggere og til en konkurransedyktig pris.
De største hindringene for bedrifter er den innledende investeringen, behovet for teknisk kompetanse og de operative kravene som følger med håndtering av kommersielle droneflåter. Organisasjoner må sørge for piloter med opplæring, regelmessig vedlikehold, etterlevelse av regelverket og systemer for å behandle dataene etter at de er samlet inn.
Vår modell for droner som tjeneste møter disse utfordringene ved å tilby nøkkelferdige, dronedrevne tjenester på abonnementsbasis eller etter bruk. Vi håndterer luftfartøyene, pilotene, regelverksetterlevelsen, datainnsamlingen og analysene. Kundene får tilgang til droneteknologi og fordelene ved å automatisere oppgavene, uten selv å måtte håndtere driften.
Dette gjør det enklere for bedrifter å ta i bruk autonom teknologi, samtidig som de kan konsentrere seg om tjenestene og resultatene de trenger. Det gjør det også mulig for oss å innføre automatisering i bransjer som kan ha problemer med de høye oppstartskostnadene eller de tekniske kravene.
ZenaTech rapporterte nylig en omsetningsvekst på 316 % fra året før i andre kvartal 2026, og droner som tjeneste sto for det store flertallet av omsetningen. Hvor mye av denne veksten skyldes økt kundeetterspørsel etter AI-drevet automatisering, og hvilke indikatorer bruker dere for å måle de faktiske produktivitetsforbedringene kundene oppnår?
Oppkjøp og den påfølgende integreringen av dronene våre i arbeidsflyter for tjenester som oppmåling, kartlegging og inspeksjon har vært viktige drivkrefter bak ZenaTechs vekst. Målet vårt er å gjøre virksomhetene vi kjøper opp, mer produktive og skape marginvekst og økt operasjonell gearing på tvers av det voksende nettverket vårt med nesten 45 DaaS-lokasjoner globalt.
Veksten vår gjenspeiler en kombinasjon av strategiske oppkjøp, økende etterspørsel etter dronedrevne tjenester og den økte driftseffektiviteten vi innfører i nettverket vårt for droner som tjeneste. I andre kvartal 2026 økte omsetningen med 316 % fra året før, og droner som tjeneste sto for omtrent 93 % av den samlede omsetningen. Nylig rapporterte vi en gjennomsnittlig organisk omsetningsvekst på 27,1 % ved omtrent 20 lokasjoner for droner som tjeneste som ble kjøpt opp i 2025, og enkelte lokasjoner hadde en vekst på mer enn 40 %.
Vi måler produktiviteten ut fra konkrete resultater: hvor raskt teamene kan utføre feltarbeid, hvor raskt kundene mottar data, og hvor mange flere prosjekter de eksisterende teamene kan håndtere. I driften vår med droner som tjeneste kartlegger vi mer enn 125 aktive prosjekter i uken. Vi har også rapportert interne anslag som viser at vi leverer data 60 % raskere og reduserer prosjektkostnadene med omtrent halvparten sammenlignet med tradisjonelle oppmålingsmetoder fra bakken. Vi prioriterer å øke den operative kapasiteten samtidig som vi forbedrer effektiviteten og sikkerheten.
Oppkjøp har blitt en viktig del av ZenaTechs ekspansjonsstrategi, særlig innen oppmåling og ingeniørtjenester. Hvordan integrerer dere AI-drevet droneteknologi i disse etablerte virksomhetene, og hvilke muligheter finnes for å automatisere arbeidsflyter som tradisjonelt har krevd mye manuelt arbeid?
Vi kjøper opp etablerte virksomheter innen oppmåling, geospatial kartlegging og inspeksjon, med erfarne og autoriserte fagfolk samt eksisterende omsetning og kundebase. Deretter innfører vi droneteknologien vår for å forbedre driften deres.
Når det gjelder effektivitet, krever tradisjonelle oppmålinger i de fleste tilfeller at mannskap bruker flere dager på å samle inn målinger, ofte i krevende terreng. Droner med fotogrammetri- og LiDAR-funksjoner kan samle inn nøyaktige romlige data mer effektivt og redusere behovet for manuelt feltarbeid. Vi lærer også opp autoriserte fagfolk, blant annet landmålere og inspektører, i å bruke de autonome systemene våre. De kjenner allerede arbeidet og har kompetansen som trengs for å utføre det godt. Alt vi gjør, er å gi dem bedre verktøy, slik at de kan oppnå bedre resultater raskere og tryggere.
I tillegg til oppmåling utvider vi tilbudet med tjenester som høytrykksspyling av næringsbyggs fasader og offentlig infrastruktur, lagerstyring for store varehus og overvåking av byggeframdrift ved datasentre for AI og kommersielle byggeprosjekter. Vi tilbyr også komplette databehandlingstjenester som hjelper kundene med å få tilgang til nøyaktige stedsdata mer effektivt, effektivisere prosjektarbeidsflyten og redusere prosjektforsinkelser.
Autonome droner som opererer i komplekse miljøer, må behandle store mengder sensor- og bildedata og samtidig ta beslutninger i sanntid. Hva er de største tekniske utfordringene med å oppnå pålitelig autonomi, og hvordan arbeider ZenaTech med områder som datasyn, hindringunngåelse og AI-behandling på kanten?
En av hovedprioriteringene våre er å videreutvikle dronenes evne til å tolke omgivelsene nøyaktig, behandle data i sanntid og fungere pålitelig i et bredt spekter av dynamiske miljøer. Vi har erfart dette på nært hold med innendørsdronen IQ Nano. Under et tidlig pilotprosjekt på et lager gjorde svak belysning og reflekterende emballasje det vanskelig å lese strekkodene på lagerbeholdningen nøyaktig.
Vi løste denne utfordringen ved å trene AI-synssystemet til å gjenkjenne gjenskinn og forvrengning, analysere bilder fra flere vinkler og finne det tydeligste bildet for strekkodegjenkjenning.
Vi utviklet også et AI-aktivert kamerasystem med integrert LED-belysning for å forbedre datainnsamlingen i omgivelser med lite lys. Droneplattformene våre har innebygd AI, datasyn og avanserte sensorer som muliggjør autonom navigering, hindringunngåelse samt innsamling og analyse av data i sanntid. Disse funksjonene er særlig viktige i miljøer der GPS ikke er tilgjengelig, og dronene må navigere uten å være avhengige av satellittposisjonering.
En annen utfordring er å avgjøre hvilke beslutninger droner trygt kan ta autonomt, og når det er behov for menneskelig inngripen. Droner kan allerede følge programmerte ruter, mens mer avanserte systemer kan justere kursen etter hvert som forholdene endrer seg. En bredere innføring avhenger av at det kan dokumenteres at beslutningene er pålitelige, holder seg innenfor fastsatte driftsgrenser og oppfyller regulatoriske krav. FAA tillater autonom flyging i henhold til Part 107, men krever samtidig at fjernpiloten fortsatt har mulighet til å styre luftfartøyet. Neste steg er å styrke beslutningsevnen i uventede situasjoner, samtidig som mennesker fører nødvendig tilsyn. Operatørene må kunne stole på både hva systemet er i stand til, og hvordan det reagerer når noe går galt.
Landbruket byr på betydelige muligheter for AI-drevne droner, særlig innen presisjonssprøyting, overvåking av avlinger og optimalisering av ressursbruken. Hvordan videreutvikles ZenaTechs plattformer for å støtte disse bruksområdene, og hvor nær er vi landbruksdroner som selvstendig kan identifisere tilstanden til avlingene og iverksette korrigerende tiltak med minimal menneskelig inngripen?
Jeg tror landbruket vil bli betydelig mer automatisert i løpet av de neste tre til fem årene.
Dette er en betydelig mulighet for AI-drevne droner, særlig fordi bønder og andre som driver med planteproduksjon, ser etter måter å redusere kostnadene, optimalisere ressursbruken og til syvende og sist øke avlingene på. I ZenaTech videreutvikler vi løsninger for presisjonslandbruk gjennom ZenaDrone-plattformene våre. De kombinerer autonom flyging, avansert bildebehandling og AI-analyse for å støtte overvåking av avlingenes helse, tidlig oppdagelse av stress hos planter og mer målrettede behandlinger i landbruket.
I september kunngjorde vi den første prototypen av IQ Octo-dronen vår og at testfasen var i gang. Plattformen er spesielt utviklet for bildebehandling innen presisjonslandbruk og AI-analyse, og omfatter autonom sprøyting og såing. Nylig begynte vi også å utvikle en mobil tilhenger for droneoperasjoner, som skal støtte automatiserte landbrukstjenester på stedet med flere droner. Tilhengeren gjør det mulig for dronene å lande og lade batteriene automatisk, fylle sprøytetankene med flytende innsatsmidler for landbruket og etterfylle såkornbeholderne. Dermed reduseres tiden dronene står stille mellom flygingene, og driften krever minimal menneskelig inngripen. Målet vårt er å videreutvikle teknologien slik at disse funksjonene kan inngå i arbeidsflytene i landbruket, bidra til å overvåke avlingenes tilstand, støtte målrettede behandlinger og optimalisere behovet for manuelt arbeid.
ZenaTech har kunngjort forskning på kvanteteknologibaserte navigasjonssystemer som skal støtte droneoperasjoner i miljøer uten GPS-dekning. Hvilken rolle ser du for deg at kvanteteknologi vil spille sammen med AI i autonom navigasjon, og hvilke tekniske milepæler må nås før disse funksjonene blir kommersielt levedyktige?
GPS-signaler kan jammes og forfalskes, særlig i forsvarssammenheng. Vi trenger droner som kan navigere pålitelig når satellittbasert posisjonering ikke er tilgjengelig.
Vi ser på kvanteteknologi som et supplement til AI. Ved å kombinere kvantebasert måling med AI-styrt korrigering av kursen kan vi oppnå mer nøyaktig navigasjon uten å være avhengige av satellittsignaler.
I ZenaTech har vi tatt kvantenavigasjonssystemet vårt inn i testfasen ved anlegget vårt i Sharjah i De forente arabiske emirater, med IQ Nano som utgangspunkt i miljøer uten GPS-dekning. Vi planlegger å utvide feltprøvene til ZenaDrone 1000 og andre droneplattformer. Nå fokuserer vi på å validere nøyaktighet og pålitelighet under forhold i den virkelige verden. Det langsiktige målet vårt er å gi autonome droner en annen pålitelig måte å navigere på når satellittbasert posisjonering svikter.
Dette er viktige skritt på veien mot å integrere kvanteteknologibasert navigasjon i den bredere porteføljen vår av autonome droner for forsvars- og kommersielle bruksområder.
Bruk av autonome dronesystemer innen forsvar og offentlig sektor blir et stadig viktigere utviklingsområde. Hvordan balanserer ZenaTech AI-styrt autonomi med menneskelig tilsyn, særlig i sensitive bruksområder som overvåking, trusseldeteksjon og autonom beslutningstaking?
AI-styrt autonomi kan bidra til bedre situasjonsforståelse, høyere driftseffektivitet og økt sikkerhet innen forsvar og offentlig sektor. Jeg mener likevel at menneskelige operatører må beholde muligheten til å overstyre et autonomt system. Det innebærer å ha en nødstopp som kan stanse eller avslutte oppdraget på en sikker måte hvis noe går galt.
ZenaTech utvikler autonome systemer for etterretning, overvåking og rekognosering, transport av last og operasjoner mot ubemannede luftfartøy. Det integrerte mot-UAS-systemet vårt utformes for å kombinere AI-basert trusseldeteksjon og sporing med autonom koordinering av droneflokker, slik at én operatør kan føre tilsyn med flere avskjæringsdroner. Vi fokuserer på å bruke AI til å behandle informasjon, støtte raskere beslutningstaking og redusere personellets eksponering for farlige miljøer, samtidig som vi utvikler systemer som kan fungere pålitelig i komplekse forsvarssituasjoner.
Når du ser framover mot de neste tre til fem årene, hvordan tror du at samspillet mellom AI, autonom robotikk og bedriftsprogramvare vil endre bransjene ZenaTech betjener? Ser du for deg en framtid der koordinerte flåter av intelligente droner fungerer som autonome agenter og styrer hele arbeidsflyter, i stedet for å utføre enkeltoppgaver?
Det skjer allerede. Mye av den underliggende teknologien finnes i dag. Roboter kan automatisk legge inn informasjon i selskapets ERP-løsning, og ERP-løsningen kan be roboten utføre et bestemt antall oppgaver etter en tidsplan fastsatt av et menneske.
Når det gjelder droneplattformene våre, beveger vi oss mot en framtid der autonome droner blir en integrert del av den daglige forretningsdriften og håndterer komplekse arbeidsflyter med mindre manuell innsats. ZenaTech ser allerede hvordan en kombinasjon av droneutstyr, KI-analyse og bedriftsprogramvare kan omforme tradisjonelt arbeidsintensive bransjer. Modellen vår for droner som tjeneste bidrar til å ta i bruk disse mulighetene innen oppmåling og inspeksjon, samtidig som forsknings- og utviklingsinitiativene våre videreutvikler teknologier som dronesvermer og neste generasjons KI-autonomi.
Den neste vekstfasen i dronebransjen vil avhenge av at det blir mer praktisk mulig å gjennomføre trygge operasjoner i stor skala. Regelverksutviklingen i USA, særlig når det gjelder flyging utenfor pilotens synsrekkevidde, bidrar til å åpne for denne muligheten. Sammen med framskritt innen autonomi og flysikkerhet kan dette gjøre det mulig for droner å dekke større områder mer effektivt og skape større verdi for kunder innen oppmåling, inspeksjon av infrastruktur og landbruk.
I løpet av de neste tre til fem årene forventer jeg å se koordinerte flåter av intelligente droner utføre samtidige, sammenkoblede oppgaver – fra innsamling og analyse av data til støtte for operative beslutninger i sanntid. Vår langsiktige visjon er å bygge et vertikalt integrert selskap og en KI-autonomiplattform gjennom droneplattformene våre fra ZenaDrone og virksomheten vår for droner som tjeneste. Målet vårt er å gjøre det mulig for organisasjoner over hele verden å håndtere hele arbeidsflyter mer effektivt, slik at fagfolk kan føre tilsyn med driften og ta beslutninger ved hjelp av avanserte data, og konsentrere seg om arbeid som skaper større verdi.
Takk for et flott intervju. Lesere som ønsker å lære mer om KI-drevne droner, autonome operasjoner og droner som tjeneste, kan besøke ZenaTech.












