Intervjuer

Dr. Shaun Passley, styrelseordförande och vd för ZenaTech – intervjuserie

Antoine Tardif
Lägg till Unite.AI bland dina föredragna källor på Google
Dr. Shaun Passley, Chairman and CEO of ZenaTech
Viktiga punkterZenaTech byggde sina egna drönare efter att en tredjepartsmodell misslyckades i oländig…
Visa mer
  • ZenaTech byggde sina egna drönare efter att en tredjepartsmodell misslyckades i oländig irländsk terräng.
  • Drone as a Service tar bort förhandskostnader och pilotansvar genom att sälja nyckelfärdiga prenumerationsbaserade resultat.
  • Förvärv av mätföretag driver tillväxt genom att kombinera legitimerade yrkespersoner med snabbare drönarverktyg.

Dr. Shaun Passley är styrelseordförande och vd för ZenaTech och har en bakgrund inom utveckling av företagsprogramvara och teknikentreprenörskap, som han tar med sig in i arbetet med autonoma drönarsystem. Han grundade Epazz 2000 och etablerade ZenaTech 2017. Med sin erfarenhet av programvara som grund knyter han samman luftfarkoster, AI-analys och verksamhetsflöden. Hans arbete fokuserar på att göra drönarteknik praktiskt användbar för organisationer som behöver bättre sätt att samla in data, automatisera fältarbete och hantera komplex verksamhet.

ZenaTech utvecklar lösningar inom AI-drönare, drönare som tjänst, företagsprogramvara och kvantteknik. Genom ZenaDrone och företagets tjänsteverksamhet kombinerar bolaget konstruktion av luftfarkoster, datainsamling och analys för användningsområden som lantmäteri, inspektioner, jordbruk och lagerinventering. I den här intervjun talar Passley om autonom navigering, affärsmodellen för drönartjänster och det tekniska och operativa arbete som krävs för att integrera samordnade drönarflottor i företagens dagliga arbetsflöden.

Du grundade Epazz 2000 och etablerade senare ZenaTech 2017, då du gick från företagsprogramvara till AI-drivna autonoma drönare. Vad inspirerade den här förändringen, och vilka möjligheter såg du som traditionella drönartillverkare förbisedde?

Det började med ett programvarutest i Irland. Vi utvecklade programvara för jordbrukets leveranskedjor och tog in en drönare från en extern leverantör för att testa hur den kunde identifiera växter. Drönaren var krånglig att ställa in och hade svårt att hantera den oländiga terrängen, det ständiga regnet och höjdskillnaderna. Den saknade sensorerna som krävdes för att anpassa sig till förhållandena, så vi bestämde oss för att bygga en egen.

Vi såg också att jordbruket, särskilt fläckvis besprutning, var en självklar möjlighet. Drönare kan användas till mycket mer inom datainsamling, skörd av utvalda grödor, ogräsbekämpning och, mer generellt, för att förbättra avkastningen. Det är den typen av teknik som kommer att börja kommersialiseras i stor skala under de kommande tre till fem åren. Mycket av arbetet är fortfarande arbetsintensivt. Vi såg en möjlighet att kombinera hårdvara och programvara och erbjuda det som en tillgänglig och kostnadseffektiv tjänst.

Vår bakgrund inom företagsprogramvara gav oss ett försprång. Vi förstod behoven och hade kompetensen att koppla samman drönarhårdvara med programvara som kunde bearbeta data och automatisera arbetsflöden. När vi började titta på branscher som lantmäteri, infrastrukturinspektion och lagerlogistik såg vi stora möjligheter att modernisera processer som fortfarande i hög grad byggde på manuellt arbete och föråldrade, bristfälligt digitaliserade system.

Vi insåg också tidigt att insamling av flygburen data bara var en del av lösningen. Företag behöver teknik som kan bearbeta informationen och omvandla den till användbara insikter. Därför började vi utveckla och tillverka egen drönarhårdvara genom ZenaDrone, integrerad med AI-analys och företagsprogramvara. Vi såg en möjlighet att bygga en integrerad plattform och leveransmodell som kan automatisera hela arbetsflöden, i stället för att bara tillverka drönare. Det ledde till att vi startade vår verksamhet inom drönare som tjänst, som nu är ett växande globalt varumärke och erbjuder dessa nyckelfärdiga tjänster på plats inom en rad olika branscher.

Artificiell intelligens får en allt mer central roll inom drönarteknik. Hur integrerar ZenaTech AI och maskininlärning i sina drönarplattformar, och vilka förmågor skiljer en AI-driven autonom drönare från en konventionell drönare som följer förprogrammerade flygrutter?

Konventionella drönare som följer förprogrammerade flygrutter utför en fast uppsättning instruktioner. AI-drivna autonoma drönare kan använda sensorer ombord, datorseende och maskininlärning för att tolka omgivningen och reagera på förändrade förhållanden.

Ta vår inomhusdrönare IQ Nano. Med datorseende och sensorer för hinderundvikande ombord är den utformad för att kunna användas i lager utan GPS. Den kan navigera runt hinder, skanna streckkoder på lagervaror och ladda upp data till lagerhanteringssystem. Den större möjligheten ligger i att drönare ska kunna samla in, tolka och agera på information med större självständighet.

Vi integrerar AI i våra drönarplattformar för att möjliggöra funktioner som hinderundvikande, autonom navigering, prediktiv analys och automatiserad databearbetning i plattformens backend.

ZenaTech har anammat en modell med drönare som tjänst för att göra autonom drönarteknik mer tillgänglig. Vilka är de största hindren för företag som vill börja använda AI-drivna drönare, och hur hanterar ert upplägg med drönare som tjänst utmaningar som kostnader, teknisk kompetens och operativ komplexitet?

För de flesta företagskunder är ägande av drönare inte det viktigaste. De bryr sig mer om att få jobbet gjort snabbare, säkert och till en konkurrenskraftig kostnad.

De största hindren för företag är den initiala investeringen, behovet av teknisk kompetens och de operativa krav som följer med att hantera kommersiella drönarflottor. Organisationerna måste hantera utbildade piloter, återkommande underhåll, efterlevnad av regelverk och system för att bearbeta data efter insamlingen.

Vår modell med drönare som tjänst möter dessa utmaningar genom att erbjuda kompletta drönartjänster på abonnemang eller efter användning. Vi hanterar drönarna, piloterna, regelefterlevnaden, datainsamlingen och analysen. Kunderna får tillgång till drönarteknik och fördelarna med att automatisera arbetsuppgifterna utan att själva behöva sköta verksamheten.

Det gör det enklare för företag att ta till sig autonom teknik samtidigt som de kan fokusera på de tjänster och resultat de behöver. Det gör det också möjligt för oss att införa automatisering i branscher där företagen kan ha svårt att bära de initiala kostnaderna eller uppfylla de tekniska kraven.

ZenaTech rapporterade nyligen en intäktsökning på 316 % jämfört med samma kvartal föregående år under andra kvartalet 2026, där drönare som tjänst stod för den övervägande delen av intäkterna. Hur stor del av den här tillväxten beror på en ökad efterfrågan från kunder på AI-driven automatisering, och vilka indikatorer använder ni för att mäta de faktiska produktivitetsförbättringar som kunderna får?

Förvärv och den efterföljande integreringen av våra drönare i arbetsflöden för tjänster som mätning, kartläggning och inspektion har varit viktiga drivkrafter bakom ZenaTechs tillväxt. Vårt mål är att öka produktiviteten i de företag vi förvärvar och skapa marginaltillväxt och stordriftsfördelar i vårt växande nätverk med närmare 45 DaaS-verksamhetsställen världen över.

Vår tillväxt beror på en kombination av strategiska förvärv, ökad efterfrågan på drönartjänster och den effektivisering vi inför i vårt nätverk för drönare som tjänst. Under andra kvartalet 2026 ökade intäkterna med 316 % jämfört med samma kvartal föregående år, och drönare som tjänst stod för cirka 93 % av de totala intäkterna. På senare tid har vi rapporterat en genomsnittlig organisk intäktstillväxt på 27,1 % vid cirka 20 verksamhetsställen för drönare som tjänst som förvärvades 2025, med en tillväxt på över 40 % vid vissa verksamhetsställen.

Vi mäter produktiviteten utifrån konkreta resultat: hur snabbt teamen kan slutföra fältarbete, hur snabbt kunderna får sina data och hur många ytterligare projekt de befintliga teamen kan hantera. Inom vår verksamhet för drönare som tjänst utför vi mätningar för över 125 aktiva projekt i veckan. Vi har också redovisat interna uppskattningar som visar att data levereras 60 % snabbare och att projektkostnaderna minskar med ungefär hälften jämfört med traditionella markbaserade mätmetoder. Vår prioritet är att öka den operativa kapaciteten och samtidigt förbättra effektiviteten och säkerheten.

Förvärv har blivit en viktig del av ZenaTechs expansionsstrategi, särskilt inom mätning och tekniska konsulttjänster. Hur integrerar ni AI-driven drönarteknik i dessa etablerade företag, och vilka möjligheter finns det att automatisera arbetsflöden som traditionellt har krävt mycket manuellt arbete?

Vi förvärvar etablerade företag inom mätning, geospatial kartläggning och inspektion, med erfarna och licensierade yrkesutövare samt befintliga intäkter och kundbaser. Därefter introducerar vi vår drönarteknik för att förbättra deras verksamhet.

När det gäller effektivitet kräver traditionella mätningar i de flesta fall att arbetslag tillbringar flera dagar med att samla in mätvärden, ofta i svår terräng. Drönare med fotogrammetri och LiDAR kan samla in exakta geospatiala data mer effektivt och minska behovet av manuellt fältarbete. Vi utbildar också licensierade yrkesutövare, däribland mätningstekniker och inspektörer, i att använda våra autonoma system. De känner redan till arbetet och har kompetensen att utföra det väl. Vi ger dem helt enkelt bättre verktyg så att de kan uppnå bättre resultat snabbare och säkrare.

Utöver mätning utökar vi vårt utbud med tjänster som högtryckstvätt av företagsfasader och offentlig infrastruktur, lagerhantering i stora lagerlokaler och övervakning av byggframsteg vid AI-datacenter och kommersiella byggprojekt. Vi erbjuder också heltäckande datahanteringstjänster som hjälper kunderna att få tillgång till korrekta platsdata på ett effektivare sätt, effektivisera projektflöden och minska projektförseningar.

Autonoma drönare som arbetar i komplexa miljöer måste bearbeta stora mängder sensor- och bilddata och samtidigt fatta beslut i realtid. Vilka är de största tekniska utmaningarna för att uppnå tillförlitlig autonomi, och hur arbetar ZenaTech med områden som datorseende, hinderundvikande och AI-bearbetning vid nätverkets kant?

En av våra viktigaste prioriteringar är att förbättra drönarnas förmåga att tolka sin omgivning korrekt, bearbeta data i realtid och fungera tillförlitligt i många olika dynamiska miljöer. Vi har själva stött på detta med vår inomhusdrönare IQ Nano. Under ett tidigt pilotprojekt i ett lager gjorde svag belysning och reflekterande förpackningar det svårt att läsa streckkoderna på lagervarorna korrekt.

Vi löste problemet genom att träna AI-systemet för bildigenkänning att upptäcka blänk och förvrängningar, analysera bilder från flera vinklar och identifiera den tydligaste bilden för streckkodsläsning.

Vi utvecklade också ett AI-utrustat kamerasystem med integrerad LED-belysning för att förbättra datainsamlingen i miljöer med svagt ljus. Våra drönarplattformar har inbyggd AI, datorseende och avancerade sensorer som möjliggör autonom navigering, hinderundvikande samt datainsamling och analys i realtid. Dessa funktioner är särskilt viktiga i miljöer utan GPS-täckning, där drönare måste navigera utan att förlita sig på satellitpositionering.

En annan utmaning är att avgöra vilka beslut drönare säkert kan fatta autonomt och när mänskligt ingripande behövs. Drönare kan redan följa förprogrammerade rutter, medan mer avancerade system kan anpassa sina färdvägar när förhållandena förändras. En bredare användning förutsätter att det kan visas att besluten är tillförlitliga, håller sig inom fastställda driftsgränser och uppfyller myndighetskrav. FAA tillåter autonom flygning enligt Part 107, men kräver att fjärrpiloten behåller möjligheten att styra luftfartyget. Nästa steg är att förbättra beslutsfattandet i oväntade situationer och samtidigt upprätthålla lämplig mänsklig tillsyn. Operatörer måste känna sig trygga med både vad systemet kan göra och hur det reagerar när något går fel.

Jordbruket erbjuder stora möjligheter för AI-drivna drönare, särskilt när det gäller precisionsbesprutning, grödövervakning och resursoptimering. Hur utvecklas ZenaTechs plattformar för att stödja dessa tillämpningar, och hur nära är vi drönare för jordbruket som självständigt kan identifiera grödornas tillstånd och vidta korrigerande åtgärder med minimalt mänskligt ingripande?

Jag tror att jordbruket kommer att automatiseras betydligt mer under de kommande tre till fem åren.

Det är en betydande möjlighet för AI-drivna drönare, särskilt eftersom lantbrukare söker sätt att minska kostnaderna, optimera resursanvändningen och i slutändan öka avkastningen. På ZenaTech utvecklar vi lösningar för precisionsjordbruk genom våra ZenaDrone-plattformar, som kombinerar autonom flygning, avancerad bildteknik och AI-analys för att stödja övervakning av grödornas hälsa, tidig upptäckt av växtstress och mer målinriktade behandlingar inom jordbruket.

I september tillkännagav vi den första prototypen av vår IQ Octo-drönare och att testfasen hade inletts. Plattformen är särskilt utformad för bildinsamling inom precisionsjordbruk och AI-analys, och har funktioner för autonom besprutning och sådd. På senare tid har vi börjat utveckla en mobil drönaroperationssläpvagn för att möjliggöra automatiserade jordbrukstjänster på plats med flera drönare. Den mobila släpvagnen gör det möjligt för drönare att landa och automatiskt ladda batterierna, fylla på drönarnas spruttankar med flytande insatsvaror för jordbruket och fylla på fröbehållarna. Det minskar stilleståndet mellan flygningarna och gör att drönarna kan arbeta med minimalt mänskligt ingripande. Vårt mål är att vidareutveckla dessa lösningar så att de kan införas i jordbrukets arbetsflöden och bidra till att övervaka grödornas tillstånd, stödja målinriktade behandlingar och optimera behovet av manuellt arbete.

ZenaTech har meddelat att företaget bedriver forskning om kvantbaserade navigationssystem som ska stödja drönarverksamhet i miljöer utan GPS-täckning. Vilken roll ser du att kvantteknik kan spela tillsammans med AI inom autonom navigering, och vilka tekniska milstolpar måste uppnås innan dessa möjligheter blir kommersiellt gångbara?

GPS-signaler kan störas och förfalskas, särskilt i försvarsmiljöer. Vi behöver drönare som kan navigera tillförlitligt när satellitbaserad positionering inte är tillgänglig.

Vi ser kvantteknik som ett komplement till AI. Genom att kombinera kvantbaserad avkänning med AI-styrd korrigering av färdvägen kan vi möjliggöra mer exakt navigering utan att förlita oss på satellitsignaler.

På ZenaTech har vi fört vårt kvantbaserade navigationssystem in i testfasen vid vår anläggning i Sharjah i Förenade Arabemiraten, med IQ Nano som första plattform i miljöer utan GPS-täckning. Vi planerar att utöka fälttesterna till ZenaDrone 1000 och andra drönarplattformar. Vårt nuvarande fokus är att validera precision och tillförlitlighet under verkliga förhållanden. Vårt långsiktiga mål är att ge autonoma drönare ytterligare ett tillförlitligt sätt att navigera när satellitbaserad positionering fallerar.

Det här är viktiga steg mot att integrera kvantbaserad navigering i vår bredare portfölj av autonoma drönare för försvarsrelaterade och kommersiella tillämpningar.

Försvars- och myndighetstillämpningar blir ett allt viktigare utvecklingsområde för autonoma drönarsystem. Hur hanterar ZenaTech avvägningen mellan AI-styrd autonomi och mänsklig tillsyn, särskilt i känsliga tillämpningar som omfattar övervakning, hotdetektering och autonomt beslutsfattande?

AI-styrd autonomi kan förbättra lägesbilden, den operativa effektiviteten och säkerheten inom försvars- och myndighetstillämpningar. Jag anser dock att mänskliga operatörer måste behålla möjligheten att åsidosätta ett autonomt system. Det innebär att det måste finnas en nödstoppknapp för att avbryta eller på ett säkert sätt avsluta uppdraget om något går fel.

ZenaTech utvecklar autonoma system för underrättelseinhämtning, övervakning och spaning, godstransport samt motverkansinsatser mot obemannade luftfartyg. Vårt integrerade system för att motverka obemannade luftfartyg utformas för att kombinera AI-driven hotdetektering och spårning med autonom samordning av svärmar, så att en enda operatör kan övervaka flera drönare för bekämpning. Vi fokuserar på att använda AI för att bearbeta information, stödja snabbare beslutsfattande och minska personalens exponering för farliga miljöer, samtidigt som vi utvecklar system som kan fungera tillförlitligt i komplexa försvarsmiljöer.

Hur ser du på att AI, autonom robotik och företagsprogramvara kommer att samverka under de kommande tre till fem åren och förändra de branscher som ZenaTech verkar inom? Tror du att framtiden innebär att samordnade flottor av intelligenta drönare fungerar som autonoma agenter och hanterar hela arbetsflöden i stället för att utföra enskilda uppgifter?

Det händer redan. Mycket av den underliggande tekniken finns redan i dag. Robotar skulle kunna föra in information automatiskt i företagets ERP-system, och ERP-systemet skulle kunna instruera roboten att utföra ett visst antal uppgifter enligt ett schema som en människa har fastställt.

När det gäller våra drönarplattformar går vi mot en framtid där autonoma drönare blir en integrerad del av den dagliga verksamheten och hanterar komplexa arbetsflöden med mindre manuellt arbete. ZenaTech ser redan hur kombinationen av drönarhårdvara, AI-analys och företagsprogramvara kan omvandla traditionella, arbetsintensiva branscher. Vår modell med drönare som tjänst bidrar till att införa den här kapaciteten i mät- och inspektionsverksamhet, samtidigt som våra forsknings- och utvecklingsinitiativ för tekniken framåt inom områden som drönarsvärmar och nästa generations AI-baserade autonomi.

Nästa tillväxtfas för drönarbranschen kommer att bygga på att göra säker verksamhet i stor skala mer praktiskt genomförbar. Framsteg i USA:s regelverk, särskilt när det gäller flygning bortom pilotens visuella siktlinje, bidrar till att öppna upp den möjligheten. I kombination med framsteg inom autonomi och luftfartygens tillförlitlighet kan detta göra det möjligt för drönare att täcka större områden effektivare och skapa större värde för kunder inom mätning, inspektion av infrastruktur och jordbruk.

Under de kommande tre till fem åren räknar jag med att få se samordnade flottor av intelligenta drönare utföra samtidiga och sammankopplade uppgifter, från att samla in och analysera data till att stödja operativa beslut i realtid. Vår långsiktiga vision är att bygga ett vertikalt integrerat företag och en plattform för AI-baserad autonomi med hjälp av våra ZenaDrone-drönarplattformar och vår verksamhet med drönare som tjänst. Vårt mål är att göra det möjligt för organisationer över hela världen att hantera hela arbetsflöden mer effektivt, så att kvalificerade medarbetare kan övervaka verksamheten och fatta beslut med stöd av avancerade data, samtidigt som de fokuserar på arbete som skapar större värde.

Tack för en fantastisk intervju! Läsare som vill veta mer om AI-drivna drönare, autonom verksamhet och drönare som tjänst kan besöka ZenaTech.

Antoine är en visionär ledare och medgrundare av Unite.AI, driven av en orubblig passion för att forma och främja framtiden för AI och robotik. Som serieentreprenör tror han att AI kommer att förändra samhället lika genomgripande som elektriciteten, och han talar ofta entusiastiskt om potentialen i banbrytande teknik och artificiell generell intelligens (AGI).

Som futurist ägnar han sig åt att utforska hur dessa innovationer kommer att forma vår värld. Han är även grundare av Securities.io, en plattform med fokus på investeringar i spetsteknik som omdefinierar framtiden och omformar hela branscher.