Inn i den nye robotikkransen: Data, modeller og produksjon

Innovasjon oppstår sjelden i isolasjon. Ofte er det født i samtaler blant ingeniører, gründere, forskere og investorer som prøver å forstå hvor teknologien er på vei.

Over en periode på ett år, deltok jeg på dusinvis av konferanser rundt om i verden. Forretningsreiser kan noen ganger vare i måneder, og møter med partnere og kunder finner sted fra Asia til Nord-Amerika. Likevel viste en av mine nylige turer til Sveits seg å være spesielt interessant – hovedsakelig på grunn av menneskene og samtalen som fant sted der.

Zürich viste seg å være ett av stedene hvor fremtiden for robotikk og Physical AI aktivt diskuteres i dag. Og jo dypere disse samtalen går, jo mer åpenbart blir det at den virkelige kappløpet i robotikk utvikler seg rundt data.

Europas Silicon Valley

Zürich har tradisjonelt vært forbundet med finanssektoren, men i de siste årene har det i økende grad blitt kalt Europas Silicon Valley. Mye av denne reputasjonen er knyttet til ETH Zürich, ett av de mest respekterte ingeniør universitetene i Europa. Det tiltrekker seg forskere, ph.d.-studenter, gründere og ingeniører fra hele verden. Som resultat har en kraftig teknologisk økosystem dannet seg rundt universitetet, hvor forskning, startup og industriprosjekter utvikler seg nesten samtidig.

En av grunnene til min reise var å få en dypere forståelse av hva Introspector kan tilby robotikkmarkedet, som har vært i oppsving siden begynnelsen av 2025. Det er en bransje som en rekke startup-firmaer prøver å komme inn i, mens teknologiske gjennombrudd fra store teknologiselskaper aktivt omformer den. Likevel, til tross for all denne momentum, reiser feltet fortsatt flere spørsmål enn det gir svar.

Zürich er også hjemsted for våre partnere Lightly, som hjalp meg å bli kjent med likemenn som arbeider på skjæringspunktet mellom robotikk, datavisning og AI. Det er ett viktig aspekt av den lokale teknologiske økosystemet som jeg ønsker å fremheve: menneskene her er merkbart åpne og imøtekommende. De er ikke redd for å dele sine ideer og hypoteser, å snakke om utfordringene de prøver å løse, og eksperimentene de kjører. Som resultat begynner du å forstå markedets virkelige kontekst og hvor industrien er på vei mye raskere.

For øvrig, når menneskene spør meg hvordan den europeiske “Silicon Valley” skiller seg fra den amerikanske, overrasker svaret ofte dem. I Zürich, føles balansen mellom arbeid og fritid mye sterkere: idrett om morgenen, fokusert arbeid om dagen i en rolig, men produktiv rytme, og kvelder tilbragt i fjellene med familie eller bare slappet av. I San Francisco, er det ofte en følelse av at du konstant må bevise at du jobber harder enn alle andre. I Zürich, er tempoet annerledes – mer bærekraftig. Likevel er nivået av teknologisk ambisjon her ikke lavere.

Bedre data før bedre roboter

En av de viktigste lærdommene fra denne turen var en ganske enkel observasjon: mange mennesker i dag ønsker å jobbe med robotikk. Men til tross for det enorme interessen for bransjen, er mange team fortsatt i en utforskende fase, hvor de prøver å forstå hvilken rolle de kan spille i den nye bølgen av robotikk og Physical AI, og hva bidrag de kan gi.

Mange samtaler konvergerer til slutt på samme tema: data. I dag, mangler industrien data på finmotoriske oppgaver, dvs. fine motoriske ferdigheter. I dette området, er robotenes evner ekstremt begrensede. Hva menneskene gjør med hendene nesten automatisk – plukke opp et objekt, vende det, plassere det forsiktig et sted, eller utføre en liten manipulering – er fortsatt en av de mest utfordrende oppgavene for roboter.

Nøkkelen til fremgang her ligger primært i store, ordentlig innhentede datasett. I dag, snakker menneskene ofte om egosentriske datasett, innhentet fra en førstepersonsperspektiv, hvor systemet fanger menneskelige handlinger som om det selv utførte dem. Likevel, i praksis, viser det seg at selv konseptet “egosentrisk datasett” kan bety svært forskjellige ting og reiser en rekke tekniske spørsmål. Hvor bør kameraet plasseres? På panne, på brystet, eller kanskje på øyenhøyde? Hvilke sensorer bør følge videoopptakene? Hvis vi fanger håndbevegelser, bør operatørene bruke spesialhansker? Og hvis så, bør disse hanskene inkludere taktilsensorer, gyroer eller andre bevegelsessporingssystemer?

En enda mer kompleks spørsmål oppstår: hvordan fange dybden av bevegelse ordentlig? Etter all, er det viktig å forstå ikke bare posisjonen til en hånd i en todimensjonal plane, men også hvordan den beveger seg gjennom tredimensjonal rom – fremover, bakover, opp eller ned.

Så langt, har industrien ikke nådd en enhetlig løsning. Derfor eksperimenterer mange team i dag med forskjellige sensor konfigurasjoner, innhentingsmetoder og datasett formater.

Flervalgede systemer

Så snart samtalen dreier seg om datainnsamling for robotikk, kommer et annet tema raskt frem – ekstra sensorer og flervalgede systemer, som muliggjør innhenting av kroppbevegelser, håndhandling og gjenstandinteraksjoner med større presisjon. De hjelper også med å redusere feil under datasett-innhenting.

Når en person innhenter sine handlinger på kamera, er det alltid en risiko for at en del av materialet blir ubrukbart. Kameraet kan skifte litt, innhentingsvinkelen kan være feil, operatøren kan uaktsomt vende feil vei, eller operatøren kan utføre en bevegelse for raskt. Som resultat, blir en betydelig del av det innhentede materialet forkastet. Et enkelt eksempel: for å få en time med virkelig brukbart video, må operatøren ofte innhente rundt to timer med råopptak.

Ekstra sensorer hjelper med å kompensere for noen av disse problemene. Selv om kameraet skifter litt, kan sensor data likevel gjøre det mulig å rekonstruere håndbevegelsen eller kroppens posisjon i rommet. Som resultat, i stedet for to timer med innhenting, kan det kanskje ta rundt en time og tyve minutter å få samme mengde brukbart data. Dette øker effektiviteten av datasett-innhenting og reduserer kostnadene ved å lage dem.

Det er derfor ingen tilfeldighet at mange team også legger merke til en økende interesse for flervalgede dataannotering. Dette har blitt en av de mer synlige trendene direkte knyttet til utviklingen av robotikk og inkarnert AI.

Neste punkt er annotering av slike datasett. Vi har møtt lignende spørsmål hos Keymakr når vi arbeider med klientdatasett for robotikk-saker: hva skal en slik annotering se ut som i praksis? Bør den være skjelett-liknende? To-dimensjonal eller tredimensjonal? Bør elementer av forsterkingslæring inkorporeres i pipeline? Det finnes dusinvis av slike spørsmål. Ingeniører selv innrømmer at ingen kan si med sikkerhet hvilken bestemt datakonfigurasjon som til slutt vil føre til et virkelig teknologisk gjennombrudd.

Disse bekymringene er forståelige. Bygging av komplekse datasett er en kostbar prosess. Hver feil i datastrukturen kan koste tusenvis eller til og med millioner av dollar. Det er mulig å innhente det “feil” datasett eller innhente det under forhold som er vanskelige å gjenskape i den virkelige verden, og til slutt undergrave hele prosjektet. Derfor blir det i dag, mer og mer fokus på både modellene selv og kvaliteten og arkitekturen av dataene som modellene er trent på.

Hva slags roboter trenger markedet?

Klassiske industriroboter, som har operert på bilproduksjonslinjer i tiår, trenger faktisk svært lite datavisning eller komplekse AI-modeller. Deres oppgave er ekstremt spesifikk: å utføre strengt repetitive bevegelser – venstre, høyre, opp, ned – med høy presisjon og konsistens. I dette området, har de lenge overgått menneskene.

En helt annen kategori er humanoid roboter. Disse systemene trenger “hjerner”: evnen til å navigere i rommet, fatte omgivelsene, forstå konteksten av en situasjon, og kontrollere manipulatorer ikke gjennom forhåndsprogrammerte baner, men ved å tilpasse seg den virkelige verden.

Selv med det høye nivået av automatisering på moderne fabrikkgulv, utføres mange oppgaver fortsatt av mennesker. Flytte et objekt, plukke opp en boks, sortere deler, feste en komponent, eller organisere materialer – disse er små handlinger som krever fleksibilitet og koordinasjon. Dette området er fortsatt ett av de mest vanskelige å automatisere, og det er nettopp her at humanoid systemer kan finne sin rolle.

Mange av teamene jeg snakket med, bruker en lignende forretningsmodell. De nærmer seg en fabrikk og foreslår å løse en bestemt produksjonssak. For eksempel, kan en arbeider tilbringe hele dagen med å flytte bokser mellom lagerområder. Ingeniører foreslår et ganske enkelt eksperiment: utstyre arbeideren med en kamera og en rekke sensorer, innhente tusenvis av timer med deres handlinger, og bruke denne dataen til å trene en modell som vil kontrollere en humanoid robot. På denne måten, lærer roboten å utføre nøyaktig de oppgavene som utføres av den menneskelige arbeideren.

I essensen, kjøper selskapet en humanoid plattform, mens utviklingsteamet bygger en tilpasset modell som repliserer oppførselen til en bestemt operatør. Dette er ikke en universell intelligens som kan løse enhver oppgave. Snarere, er det en samling av ferdigheter trent for en bestemt scenario eller gruppe produksjonsoppgaver. For mange ingeniører i dag, ser denne tilnærmingen ut til å være langt mer realistisk. I stedet for å prøve å skape en universell robot umiddelbart, fokuserer teamene på smale, men økonomisk viable automatiserings-scenarier.

Den økonomiske dimensjonen

Hvis fremtiden ligger i tilpassede modeller, er det viktig å forstå at, fra et økonomisk perspektiv, dette er en ganske lang utviklingsvei.

Hver industri er i seg selv sin egen verden. Hver produksjonsmiljø har sine egne prosesser, arbeidsflyter og unntak. En robot trent til å operere i en bilfabrikk kan ikke bare overføres til matproduksjon eller lagerlogistikk. I hver enkelt tilfelle, må systemet trenes fra scratch.

Dette fører til neste logiske spørsmål: hvem vil være de første kundene av slik teknologi?

På dette stadiet, er de primære adopterne sannsynligvis store bedrifter – de med budsjettene og for hvem automatisering kan generere en meningsfull økonomisk effekt. I dag, koster en humanoid robot omtrent 60 000-90 000 dollar bare for hårdwaren. Dette er bare basis-konfigurasjonen. I tillegg kommer det driftskostnader, batterier, lade-stasjoner, infrastruktur og programvare.

Som resultat, er det selskapene som er best i stand til å eksperimentere med slike systemer, de store organisasjonene, bilprodusentene, matkonsernene og de store industrielle bedriftene.

Selvfølgelig kan også mindre sektorer se noen tidlige adoptører. Noen selskaper kan kjøpe en eller to roboter for bestemte oppgaver. Likevel, i de fleste tilfeller, er disse bedriftene fortsatt ikke klare til å investere hundrevis av tusenvis av euro i å innhente og annotere de tilpassede datasettene som kreves for å trene systemer for svært spesifikke operasjonelle scenarier. For dem, er menneskelig arbeid fortsatt det billigste alternativet.

Det lange spillet om robotikk-innovasjon

Vi ankommer til slutt et grunnleggende økonomisk spørsmål: hva er mer effektivt – et menneske eller en robot? Hvis vi ser på dagens økonomi, er svaret åpenbart: menneskelig arbeid er billigere, tilpasser seg raskere til nye forhold, og krever ikke kompleks infrastruktur.

Så hvorfor fortsetter industrien å investere i robotikk i dag? Svaret er i stor grad strategisk.

Mange selskaper forstår at det pågår en slags kappløp om teknologisk lederskap. De utvikler allerede løsninger, til tross for de høye kostnadene, for å være foran når økonomien av robotikk skifter.

Etter hvert som elektronikk utvikler seg, synker komponentkostnadene, og datamaskineffektiviteten forbedres, vil robotikk uunngåelig bli mer rimelig. Og når det skjer, vil fordelen tilhøre selskapene som allerede har bygget modeller, samlet data og etablert den nødvendige teknologiske infrastrukturen.

La oss for eksempel si at nye regler dukker opp som tillater stor-skala bruk av humanoid roboter i produksjon. Eller at regjeringer begynner å subsidiere robotisering av industrier. I en slik situasjon, kan markedet vokse dramatisk på bare noen få år. Og de som forberedte seg i forkant, de med eksisterende modeller, forskning, datasett og en klar teknologisk stak, vil være de som nyter mest.

Derfor fortsetter utviklingen også nå, til tross for at økonomien av robotikk kanskje ikke ser ideal ut enda. For mange selskaper, er det en investering i fremtiden – i øyeblikket når teknologier blir mer tilgjengelige, og etterspørselen øker skarpt.

Og i dette kappløpet, som i mange teknologiske revolusjoner, er det ofte ett faktum som viser seg å være avgjørende: hvem startet først. I denne sammenhengen, ligner dagens robotikk på de tidlige stadiene av kunstig intelligens. Da var det også flere spørsmål enn svar. Likevel var det teamene som startet å arbeide med data og infrastruktur tidligere enn andre, som til slutt formet retningen av hele industrien.