Anthropic lanserar MHS — en gemensam standard som låter AI kommunicera med lab- och fabriksutrustning
Anthropic lanserar gemensam standard så att AI äntligen kan styra labb- och fabriksutrustning.
Problemet som ingen pratade om
Det finns ett infrastrukturproblem i industrin som sällan når teknikrubrikerna, men som varje laboratorieingenjör och automationstekniker känner igen: utrustning från olika tillverkare pratar inte med varandra. En centrifug, ett mikroskop och en temperaturregulator kan stå sida vid sida i samma lab — och ändå kräva tre separata, skräddarsydda kopplingar för att utbyta data. Att skriva sådana kopplingar tar veckor, ibland månader.
Det är exakt detta problem som låg bakom Anthropics nya Model Hardware Standard, MHS, enligt IoT Tech News. Projektet tog form när Alek Kemeny från Anthropics driftsättningsteam samarbetade med Arco Bast, postdoktoral forskare vid HHMI Janelia. Bast arbetade med hjärnavbildningsexperiment där instrumenten saknade ett gemensamt gränssnitt — och lösningen de tillsammans byggde, ett delat minnessystem för datautbyte i realtid, lade grunden för det som nu lanseras som MHS.
Vad är MHS egentligen?
I sin kärna är MHS en standardiserad drivrutin som placeras som ett lager mellan operativsystemet och hårdvaran. Designen är avsiktligt enkel: ett kommandospråk där exempelvis "läs" hämtar ett värde som temperatur och "skriv" ställer in ett. Det påminner om hur USB en gång standardiserade anslutningen av kringutrustning till datorer — ett enkelt, gemensamt protokoll som plötsligt fick hundratals enheter att fungera ihop utan specialanpassning.
Men MHS gör mer än att bara koppla ihop utrustning. Drivrutinen lagrar också information som tidigare bara funnits i pappershandböcker eller i en enskild specialists huvud — och gör den tillgänglig för AI-agenter i realtid. Det innebär att en AI-agent inte bara kan läsa av en maskin, utan också förstå dess egenskaper, begränsningar och driftsläge.
Från veckor till timmar
Konsekvenserna för arbetsflöden i forskning och tillverkning är potentiellt stora. I dag kan ett laboratorium lägga en hel arbetsdag — eller en hel vecka — på att få ett nytt instrument att kommunicera med resten av systemet. Med MHS siktar Anthropic på att korta ned den tiden till timmar eller minuter.
För ett forskningslab innebär det att forskare kan fokusera på vetenskapen i stället för på infrastrukturen. För en tillverkare kan det betyda snabbare driftsättning av ny utrustning och färre specialistkonsulter för varje integrationsproject.
Anthropics val att inleda med en begränsad förhandsvisning riktad till ett fåtal vetenskapliga laboratorier och tillverkare är strategiskt klokt. Det är ett klassiskt sätt att validera en standard i kontrollerad miljö innan den rullas ut bredare — och det ger Anthropic värdefull återkoppling från verkliga industrimiljöer.
Standardkrig eller öppet ekosystem?
Här är den verkligt intressanta frågan som ännu inte har något svar: vem äger standarden?
Historiskt sett har industriella kommunikationsstandarder — Modbus, OPC-UA, MQTT — ofta vuxit fram antingen från tillverkarsamarbeten eller från öppna standardiseringsorgan. En standard som ägs av ett enskilt AI-företag skapar ett beroendeförhållande som industrin bör förhålla sig till med öppna ögon. Om MHS blir den standarden för AI-till-hårdvara-kommunikation, får Anthropic ett strukturellt inflytande över hela industrins automatiseringsstack.
Det är inte nödvändigtvis fel — men det är en fråga som maskintillverkare, laboratorieleverantörer och industriorganisationer bör ställa sig aktivt. Förhoppningsvis leder Anthropics initiativ till en öppen standardiseringsprocess snarare än ett proprietärt lås.
AI lämnar skärmen
Det som gör MHS intressant ur ett bredare perspektiv är vad det signalerar om AI-agenternas nästa fas. Hittills har den mesta agenttekniken handlat om digitala arbetsflöden — att navigera webbsidor, skriva kod, hantera e-post. MHS är ett konkret steg mot agenter som agerar i den fysiska världen: som kör experiment, justerar processer och samordnar maskiner.
Det är inte science fiction längre. Det är en begränsad förhandsvisning — och det börjar nu.
Vår analys
MHS är ett litet steg tekniskt sett, men ett stort steg strategiskt. Anthropic positionerar sig inte bara som ett LLM-företag utan som infrastrukturleverantör för industriell AI-automatisering — en roll som traditionellt tillhört aktörer som Siemens, Rockwell eller nationella standardiseringsorgan.
Det som imponerar på mig som systemutvecklare är elegansen i ansatsen: i stället för att bygga ännu ett slutet automationssystem skapar MHS ett gränssnittslager som låter befintlig utrustning delta i AI-arbetsflöden. Det är rätt abstraktionsnivå.
Utmaningen framåt är öppenhet och styrning. En standard som kontrolleras av ett enskilt företag — hur välmenande det än är — skapar inlåsningsrisker. Jag hoppas se Anthropic röra sig mot öppen förvaltning, gärna i samarbete med befintliga industristandardorgan. Om de gör det kan MHS bli något genuint banbrytande. Om inte riskerar det att bli ytterligare ett fragment i ett redan splittrat automationslandskap.