Humanoida robotar i full drift och Sydkorea satsar tio biljoner — så ser AI-omställningen ut i praktiken

Humanoida robotar lämnar laboratoriet — för gott

Det är lätt att bli hemmablind av AI-rubriker. Men det BMW gör just nu vid sin anläggning i Spartanburg, USA, är genuint historiskt. Efter elva månaders pilotdrift — där Figure 02 bidrog till tillverkningen av mer än 30 000 BMW X3-bilar — tar koncernen nästa steg och driftsätter nu den uppgraderade modellen Figure 03, rapporterar The Robot Report.

Figure 03 är ingen labbprodukt. Den är utrustad med trådlös laddning, röststyrning och händer med trycksensorer och handflattekameror — konstruerad för verklig produktion, inte demonstrationer. Dess nya uppgift är att hantera osorterade komponenter i logistikflödet: ta emot, sortera och placera delar i rätt ordning på transportvagnar som förs vidare till monteringspersonalen.

— Vår driftsättning av Figure 02 bevisade att humanoida robotar inte längre är laboratorieexperiment, säger Brett Adcock, grundare och vd för Figure AI.

Det är en deklaration med tyngd bakom sig. Och BMW är inte ensamma om att tänka i de banorna.

Sydkorea siktar på att leda den fysiska AI-eran

Med en sammanlagd investering på en biljon dollar — ungefär tio biljoner kronor — presenterar Sydkorea en av de mest ambitiösa tekniksatsningarna i ett enskilt lands historia, enligt Ars Technica. Samsung och SK Hynix investerar 585 miljarder dollar i ny chipproduktion, medan SK Group, GS Group och Naver bygger storskaliga AI-datacentraler.

President Lee Jae Myung var tydlig i sitt budskap: "Vi måste säkra kärnelementen inom AI snabbare än något annat land." Halvledare, fysisk AI och datacentraler pekas ut som de tre pelarna för framgång.

Det är en strategi som förtjänar respekt — men också nykter analys. SK Hynix ordförande påminde om att det tog nio år att bygga upp ett chipkluster i Yongjinområdet. Storskaliga infrastruktursatsningar löser inte problem i morgon. De löser dem om ett decennium. Men de som inte börjar nu kommer att befinna sig ett decennium efter.

Ford visar vad som händer när man hoppar för snabbt

Mitt i all euforin levererar Ford en välbehövlig väckarklocka. Biltillverkaren har, enligt Computer Sweden, återanställt runt 350 erfarna ingenjörer — internt kallade "gray beard"-ingenjörer, ett uttryck som syftar på deras långa yrkeserfarenhet — efter att AI-drivna system för kvalitetskontroll misslyckades med att fånga upp tillräckligt många fel i produktionen.

— Vi trodde felaktigt att vi skulle kunna skapa en produkt av hög kvalitet bara genom att införa artificiell intelligens och mata in de designkrav vi hade, säger Charles Poon, chef för Fords hårdvaruutveckling, till Bloomberg.

Det är ett citat som borde sättas upp i varje styrelserum som just nu diskuterar AI-strategi. Fords misstag var inte att satsa på AI — det var att ersätta omdöme med automation, utan att förstå vad den tysta yrkeskunskapen hos erfarna medarbetare faktiskt bidrar med.

Kostnader och kompetens — de två glömda frågorna

Fords erfarenhet är inte isolerad. Deloitte varnar, enligt DI Digital, för att svenska företag riskerar oplanerade utgifter på tiotals miljoner kronor när AI-användningen skalas upp utan strategisk kostnadsstyrning. Prismodeller baserade på förbrukning snarare än fasta licenser kan ge chockerande räkningar för den som inte håller koll.

— Det behövs en strategisk planering, inte bara av kostnaderna utan också en koppling till resultaten, säger Deloittes Sverigechef Erik Olin.

Parallellt lyfter Finextra en strukturell fråga som sällan diskuteras: när AI tar över de enklare arbetsuppgifterna på ekonomiavdelningar — avstämningar, rapportering, dataanalys — vem bygger då upp den grundläggande yrkeskunskapen som framtidens ekonomichefer behöver? Tidigare generationers ledare lärde sig sitt hantverk nerifrån. Om den inlärningsvägen försvinner riskerar organisationer att om tio år sakna den erfarenhetsbas som krävs för strategiskt beslutsfattande.

Vad skiljer framgångarna från fiaskona?

Mönstret är tydligt när man lägger källorna bredvid varandra. BMW lyckades för att de testade systematiskt, lärde sig av pilotprojektet och skalade upp stegvis. Sydkorea tänker decennium, inte kvartal. Ford misslyckades för att man förväxlade automation med kompetens.

AI är inte ett trollspö. Det är ett verktyg — kraftfullt, transformativt och med enorm potential. Men precis som alla kraftfulla verktyg kräver det att den som använder det förstår både vad det kan och vad det inte kan.