Robotarna lär sig känna — tre genombrott pekar mot ett skifte för industrin

Något håller på att förändras i fabriksgolvet

Under lång tid har robotar varit fantastiska på att göra exakt samma sak, om och om igen, i en kontrollerad miljö. Men flytta dem till ett riktigt lager — med trasiga pallar, oväntade hinder och tusen olika produktförpackningar — och de flesta system havererar. Den utmaningen är nu det hetaste problemet inom robotutveckling, och den senaste veckan har gett oss tre starka signaler om att branschen börjar lösa den på allvar.

Handen som lärde sig känna

Rapporterar The Robot Report: det amerikanska företaget Tacta Systems lanserade sin TactaBot — ett robotsystem byggt kring något som länge saknats i industrin: känseln. Tacta Hand är en femfingrad gripklo med 15 rörelsegrader, driven av vätskedrivna senor snarare än traditionella motorer. Det gör fingrarna extremt tunna, stabila och fria från värmeutveckling. Men det verkligt banbrytande är sensorerna — mindre än ett sandkorn — som kan registrera hela tryckskalans dynamik, från lätt beröring till kraftigt grepp.

– Den heliga graal är att kunna använda robotar för högvärdigt arbete, säger Vikram Pavate, medgrundare och vd för Tacta Systems.

Det är en träffande formulering. Tillverkningsindustrin brottas med en allvarlig brist på skicklig arbetskraft, och det är just de känsligaste, mest kvalificerade momenten som hittills stått utom räckhåll för automatisering. TactaBot siktar rakt in i det gapet.

Människa och maskin lär varandra

Samtidigt tar Avatar Robotics ett helt annat men lika intelligent grepp på problemet. Bolaget — grundat 2024 av MIT-ingenjörerna Colin Webb och Nenye Anagbogu, med bakgrund från självkörande fordon och drönarsystem — har säkrat 68 miljoner kronor i en finansieringsrunda ledd av AlleyCorp, med Henry Ford III bland deltagarna.

Det som skiljer Avatar Robotics från mängden är deras syn på vägen mot självständig drift. I stället för att försöka bygga en fullt autonom robot från dag ett använder de fjärrstyrda operatörer som i realtid styr robotarna genom uppgifter som plockning, packning och sortering. Under tiden samlar systemet in styrdata från verkliga miljöer, som sedan matas in i maskininlärningsmodeller. Roboten lär sig gradvis att klara mer på egen hand.

Det är en strategiskt klok approach. Automatisering behöver inte vara allt eller inget — och den här modellen ger kunderna omedelbar nytta medan tekniken mognar parallellt.

Verkligheten är hårdare än laboratoriet

Den tredje pusselbiten kommer från ett poddavsnitt hos The Robot Report, där Josh Cloer — nordamerikachef för polska robotföretaget Nomagic — delar med sig av sina erfarenheter från att driftsätta fysisk AI i fullskaliga lagermiljöer. Hans budskap är tydligt: att bygga en robot som fungerar i ett labb är en sak. Att få den att överleva dagligt slitage i ett riktigt lager är en helt annan utmaning.

Nomagic arbetar med AI-driven orderplockning och lagerlogistik, och Cloers perspektiv speglar en branschomfattande insikt: robusthet och tillförlitlighet är nu minst lika viktigt som teknisk kapacitet. Det räcker inte att roboten kan göra jobbet — den måste göra det konsekvent, under press, i miljöer ingen har programmerat den för.

I samma poddavsnitt nämns även att Google DeepMind presenterat Gemini Robotics 2 med stöd för helkroppsstyrning av robotar, samt ett försvarskontrakt värt upp till 900 miljoner dollar mellan HII och robotbolagen Path Robotics och GrayMatter Robotics. Bilden är tydlig: investeringarna accelererar, och de sker nu på allvar.

Tre vägar mot samma mål

Det är slående hur Tacta Systems, Avatar Robotics och Nomagic alla angriper samma grundproblem — robotar som faktiskt fungerar i den komplexa verkligheten — men med helt olika metoder. En bygger känseln. En annan låter människan lära maskinen. En tredje fokuserar på att hålla ihop i det dagliga slitet. Tillsammans ritar de upp konturen av vad nästa generation industrirobotar faktiskt kommer att behöva vara.