Andrei Kulik, medgrundare av XENOM – intervjuserie

Andrei Kulik är medgrundare och vd för XENOM. Han bidrar med erfarenhet av AI som körs direkt på enheten, distribuerade system och maskininlärning inom industriell verksamhet. Tidigare var han med och grundade AIMatter, som förvärvades av Google, och arbetade med AI-system för konsumentprodukter på Google. Hans karriär har varit inriktad på att få avancerad AI att fungera tillförlitligt inom de praktiska begränsningar som verklig hårdvara och verkliga miljöer innebär.

XENOM utvecklar en industriell AI-plattform som kombinerar programvara med smart skyddsutrustning för att ge operatörer en bild av arbetsplatsen i realtid. Systemet samlar positionering, kommunikation mellan medarbetare, miljömätningar och säkerhetsdata. I den här intervjun pratar Kulik om edge-AI, smarta hjälmar, mänsklig tillsyn, arbetstagares integritet och vägen från industriell övervakning till prediktivt beslutsstöd.

Du var tidigare med och grundade AIMatter, som förvärvades av Google, och ägnade flera år åt att utveckla AI-system som körs direkt på konsumentenheter. Vad inspirerade dig att vara med och grunda XENOM, och hur påverkade dina erfarenheter på Google din vision om att föra in AI i industriella miljöer?

Efter förvärvet ägnade jag flera år åt ett specifikt problem: hur får man avancerad AI att fungera tillförlitligt på en enhet som får plats i fickan, med begränsad batterikapacitet, oförutsägbar uppkoppling och verkliga förhållanden som inget laboratorium helt kan simulera? Vi lanserade den tekniken i telefoner, glasögon och öronsnäckor – miljarder enheter. Så småningom började jag fråga mig själv var annars den här arkitekturen skulle kunna göra skillnad. Konsumentenheter är praktiska, men på industrianläggningar kan en felaktig utebliven åtgärd – eller att inte fatta något beslut alls – kosta människoliv och miljoner i förlorad produktivitet. De flesta industrianläggningar saknar fortfarande en realtidsbild av vad som händer. Den luckan kändes som precis rätt problem för den teknik vi hade ägnat flera år åt att utveckla.

XENOM kombinerar AI-driven programvara med smart skyddsutrustning för att ge insyn i industriell verksamhet i realtid. Vilka är de största kunskapsluckorna i traditionella industriella säkerhetssystem, och hur hanterar er plattform utmaningar som konventionell övervakningsteknik har svårt att lösa?

Grundproblemet är att de flesta system har utformats för att registrera vad som har hänt, inte för att förhindra att det händer. En arbetstagares position uppdateras med några minuters mellanrum. Tidrapporter fylls i när arbetspasset är slut. Säkerhetsöverträdelser loggas först när en incidentrapport har lämnats in. När en chef får se uppgifterna är arbetspasset över eller olyckan har redan inträffat. En annan kunskapslucka är att systemen är åtskilda – ett företag kan ha ett gasövervakningssystem, ett separat passerkontrollsystem, en pappersbaserad checklista för personlig skyddsutrustning och ett manuellt system för tidrapportering, utan att något av dem kommunicerar med de andra. XENOM ersätter allt detta med en enda kontinuerlig dataström från anläggningen, som behandlas i realtid och ger chefen en sammanhängande bild i stället för fem åtskilda.

En stor del av din karriär har handlat om att optimera maskininlärning och inferens för stora språkmodeller (LLM) för enheter med begränsade resurser. Hur tillämpar du dessa principer i industriella miljöer, och vilka tekniska fördelar finns det med att behandla AI-arbetsbelastningar lokalt i stället för att förlita sig på molninfrastruktur?

Arbete med enheter med begränsade resurser lär en en sak: varje millisekund, varje milliwatt och varje byte måste kunna motiveras. Det är precis det tankesätt som behövs för en industrihjälm, eftersom den bärs under ett helt arbetspass och måste fungera lika konsekvent under den elfte timmen som under den första. Vi delar medvetet upp arbetet: tidskritiska, datatunga uppgifter som att bearbeta talströmmen och sensorsignalerna eller upptäcka fall och stötar körs på hjälmens NPU, med modeller som har komprimerats och finjusterats för den hårdvaran. Helhetsbilden av anläggningen och mer djupgående analyser byggs däremot på plattformssidan.

Edge-bearbetning ger oss fyra praktiska fördelar. Den första är hastighet: enheten reagerar omedelbart på en händelse utan att behöva göra en tur och retur till en server. Den andra är tillförlitlighet: en avskalad modell på enheten beter sig förutsägbart, medan varje ytterligare länk i kedjan innebär ytterligare en felkälla. Den tredje är belastningen på nätverket: hundratals hjälmar kan inte strömma rått ljud och sensordata kontinuerligt, så varje hjälm skickar i stället resultatet av analysen. Den fjärde är batteritiden: dataöverföring är en av de mest energikrävande uppgifter en enhet utför, så lokal bearbetning och mindre datamängder att skicka förlänger drifttiden.

XENOM har utvecklat smarta hjälmar med integrerad positionering, kommunikation, miljömätning och AI-funktioner. Vilka var de största tekniska utmaningarna när ni skulle föra samman dessa tekniker, särskilt i miljöer där uppkoppling, batteritid och tillförlitlighet kan vara oförutsägbara?

Det svåraste var inte någon enskild teknik, utan att få alla att fungera tillförlitligt tillsammans i en och samma enhet under förhållanden som skulle slå ut de flesta konsumentelektronikprodukter. Industrimiljöer är smutsiga, fysiskt krävande och utsatta för extrema temperaturer. Hjälmen tappas i marken, utsätts för regn och används under tolvtimmarsskift. Batteritiden blir en verklig begränsning när positionering, sensorer, kommunikation och AI-inferens körs samtidigt. Sedan har vi uppkopplingsarkitekturen: vi behövde en sömlös övergång mellan RTK-satellitpositionering utomhus och vårt egenutvecklade UWB-meshnätverk inomhus, utan att precisionen försämras när en arbetare rör sig mellan de två. Att få den övergången att ske automatiskt, tillförlitligt och i realtid var en av de tekniskt mest krävande sakerna vi har byggt.

Ert team har utvecklat en röstbaserad AI-modell som kan upptäcka tecken på alkoholpåverkan genom tal och vars prestanda enligt uppgift överträffar tidigare akademiska riktmärken. Vilka tekniska genombrott gjorde detta möjligt, och hur validerar ni systemets tillförlitlighet för olika språk, dialekter, nivåer av bakgrundsljud och verkliga arbetsförhållanden?

Den viktiga insikten var att berusning lämnar en identifierbar signatur i talets mikromönster – inte i orden, utan i de akustiska egenskaperna: timing, variationer i tonhöjd och artikulationens precision. Vi byggde en modell som analyserar dessa mönster i bakgrunden under vanlig röstkommunikation, utan att kräva ett särskilt test eller någon åtgärd från arbetaren. Träffsäkerheten på 86,7 procent kom från rigorösa riktmärkestester mot publicerade akademiska datamängder. För validering i verkliga miljöer testar vi modellen på olika språk och dialekter samt under bakgrundsljud som motsvarar faktiska industrimiljöer – tunga maskiner, vind och flera personer som talar samtidigt. Modellen behövde vara tillräckligt robust för att fungera under förhållanden som inte alls liknar en kontrollerad studie. Det krävde stor variation i träningsdata och många iterationer.

AI-system som är utformade för att identifiera nedsatt arbetsförmåga eller trötthet hos arbetare väcker betydande frågor om falska positiva resultat och ansvarsutkrävande. Hur balanserar XENOM tidig riskdetektering med behovet av mänsklig verifiering, och vilka skyddsåtgärder förhindrar att en felaktig AI-bedömning drabbar en arbetare orättvist?

Det här är något vi tänkte igenom mycket noggrant redan från början. Systemet är utformat för att uppmärksamma en arbetsledare på en möjlig risk, inte för att agera självständigt. En AI-bedömning av möjlig påverkan leder till en mänsklig kontroll – arbetsledaren kan själv observera arbetaren, ställa frågor eller begära ett fysiskt test om det finns skäl till det. AI:n avlägsnar inte någon från arbetsplatsen. Den ger en människa den information som behövs för att snabbare kunna göra en bedömning. Vi följer också upp andelen falska positiva resultat vid driftsättning och förbättrar kontinuerligt modellen. Målet är att minska antalet incidenter som inträffar för att ingen upptäckte risken – inte att skapa ett system som bestraffar arbetare enbart på grundval av en algoritm.

Innan du grundade XENOM var du teknikchef på OneSoil, där du använde datorseende och maskininlärning för jordbruksövervakning och produktivitetsanalys. Vilka lärdomar från att införa AI inom jordbruket har visat sig mest värdefulla när ni utvecklar intelligenta system för byggarbetsplatser, gruvor, hamnar och energianläggningar?

Att införa AI i den fysiska världen är en helt annan utmaning än att införa den i programvara. Man måste hantera variationer, utrustning som inte beter sig likadant två gånger och operatörer som har utfört sina arbetsuppgifter i årtionden och är djupt skeptiska till allt som säger åt dem att arbeta annorlunda. Samma förutsättningar råder i industrimiljöer. Tekniken måste förtjäna förtroende genom att oftare ha rätt än vad människor förväntar sig, och den måste vara så enkel att någon som ansvarar för ett arbetslag på femtio personer faktiskt kan använda den utan utbildning. En annan lärdom är att datakvaliteten ute i fält nästan alltid är sämre än man räknat med. Man måste bygga system som tål brus, avbrott och specialfall som aldrig förekommer i en ren datamängd.

Industriella AI-plattformar kan generera detaljerad information om var arbetare befinner sig, deras aktiviteter, kommunikation och produktivitet. Hur hanterar ni datasekretess, medarbetarnas samtycke och risken för övervakning på arbetsplatsen, samtidigt som ni säkerställer att tekniken verkligen förbättrar säkerheten och den operativa effektiviteten?

Vi ser på detta utifrån principen om ändamålsbegränsning. De uppgifter XENOM samlar in används för säkerhet och överblick över verksamheten – de är inte avsedda för produktivitetsövervakning och bör inte användas så. Innan driftsättning samarbetar vi med verksamhetsutövarna för att fastställa tydliga riktlinjer för datahantering: vad som samlas in, hur länge det sparas, vem som har tillgång till det och under vilka omständigheter det får användas i personalbeslut. Arbetarnas positionsdata aggregeras och anonymiseras för produktivitetsanalys. Individuell spårning är tillgänglig för säkerhetsansvariga vid nödsituationer, inte för arbetsledare som ska utvärdera prestationer. I takt med att EU:s AI-förordning även omfattar industriella AI-system räknar vi med att regelverken kommer att formalisera mycket av detta. Vi föredrar att ligga steget före i stället för att behöva skynda oss för att uppfylla kraven.

Att flytta AI från kontrollerade laboratoriemiljöer till säkerhetskritisk industriell verksamhet innebär utmaningar som företag som enbart arbetar med AI-programvara sällan stöter på. Vilka har varit de största överraskningarna vid XENOM:s driftsättningar i verkliga miljöer, och hur mäter ni om tekniken ger meningsfulla förbättringar när det gäller att förebygga olyckor, effektivisera verksamheten och öka arbetsstyrkans produktivitet?

Den största överraskningen är hur mycket värde det ger att helt enkelt ha en korrekt bild av var människor befinner sig och hur tiden används. Vi trodde att säkerhet skulle vara det främsta samtalsämnet med operatörerna. Men vi har upptäckt att insyn i produktiviteten – förståelse för var arbetsskift förlorar tid, varför vissa arbetslag presterar bättre än andra och var flaskhalsarna finns – ofta ger snabbare avkastning på investeringen och snabbt skapar interna förespråkare för plattformen. Den andra överraskningen är hur stora skillnaderna är mellan olika branscher och till och med mellan arbetsplatser inom samma bransch. Byggverksamhet i Tyskland bedrivs på ett helt annat sätt än byggverksamhet i Förenade Arabemiraten. Man kan inte utveckla en enda produkt och utgå från att den passar överallt utan omfattande anpassningar.

Framöver ser XENOM framför sig en industriell AI-copilot som kan gå från övervakning till att förutsäga risker och rekommendera operativa beslut. Hur tror du att fysisk AI kommer att utvecklas under de kommande fem åren, och vilka tekniska genombrott krävs fortfarande innan industriella AI-system kan arbeta mer självständigt och samtidigt stå under mänsklig tillsyn?

Industriell AI handlar i dag till största delen om överblick – att veta vad som händer. Nästa steg är att förutsäga: att identifiera mönster som föregår en incident eller produktivitetsförlust innan något av detta inträffar. Det kräver att man samlar in strukturerade, märkta data i stor skala över tid, vilket är precis vad XENOM gör ända från start. Nästa steg är rekommendationer: systemet talar inte bara om vad som sannolikt kommer att hända, utan föreslår också vad man bör göra – hur man ska omfördela personal, när en verksamhet ska pausas och vilken sammansättning av arbetslaget som ger bäst resultat för en viss uppgift. Det är detta tredje steg vi arbetar mot med Industrial AI Copilot. Det tekniska genombrott som krävs handlar inte i första hand om framsteg inom modellering – det är ett dataproblem. Man behöver tillräckligt mycket operativa data av hög kvalitet från tillräckligt många olika arbetsplatser för att träna en modell som generaliserar tillförlitligt. Företag som börjar samla in sådana data nu får ett försprång som blir mycket svårt att ta igen senare.

Tack för en fantastisk intervju. Läsare som vill utforska edge-AI, smart skyddsutrustning och industriell säkerhetsövervakning i realtid bör besöka XENOM.