SWIRA Robotiknytt utgåva 3
SWIRA Robotiknytt
17 augusti 2026
Där industrirobotik, automation och AI möter affärsnytta.
SWIRA Robotiknytt är ett oberoende digitalt analysmagasin baserat på öppna källor. Vi bevakar utvecklingen inom industrirobotik, robotautomation, fysisk AI, humanoida robotar och intelligenta produktionssystem. Vårt fokus är inte bara på vad som händer, utan också på varför utvecklingen sker och vilka konsekvenser den får för industri, investeringar, produktivitet, lönsamhet och konkurrenskraft – med särskilt fokus på Sverige, Norden och den globala industrin.
Robotiken blir en industripolitisk fråga
Robotik är på väg att lämna rollen som en ren automationsfråga. Utvecklingen inom artificiell intelligens, investeringar och fysisk AI gör robotiken till en allt viktigare industripolitisk och geopolitisk fråga.
Ett tydligt exempel är den kinesiska robottillverkaren Unitree, som är på väg mot en börsnotering i Shanghai. Bolaget siktar på att ta in omkring 6,1 miljarder yuan, motsvarande cirka 900 miljoner dollar. Intresset från privatpersoner har varit extremt stort, med en överteckning på mer än 8 000 gånger. Samtidigt har USA skärpt restriktionerna för nya utländska robotar med hänvisning till nationell säkerhet.
Utvecklingen visar hur snabbt humanoid robotik har gått från teknikexperiment till ett område för stora investeringar och industripolitik.
AI blir robotens intelligenslager
Den tekniska utvecklingen går samtidigt mot att robotens värde i allt högre grad ligger i samspelet mellan AI-modeller, sensorer, beräkningskapacitet, simulering och säkerhet.
NVIDIA bygger exempelvis ut sin plattform för robotik och edge-AI med nya Jetson Thor-baserade lösningar. Målet är att kunna köra avancerade AI-modeller nära roboten, vilket minskar beroendet av molnkommunikation och gör det möjligt att reagera snabbare på människor, objekt och förändringar i miljön.
Samtidigt utvecklas så kallade Robot Foundation Models och Vision-Language-Action-modeller. Tanken är att samma AI-plattform ska kunna användas för flera typer av robotar och arbetsuppgifter, i stället för att varje robot kräver omfattande specialprogrammering.
Det kan förändra robotprogrammerarens roll. I stället för att manuellt beskriva varje rörelsesekvens kan fokus i högre grad ligga på mål, begränsningar, säkerhetskrav och produktionslogik.
Simulering blir en del av robotutvecklingen
Physical AI handlar om AI-system som kan uppfatta och agera i den fysiska världen. En viktig utveckling är att simulering och digitala tvillingar blir en del av själva tränings- och verifieringsprocessen.
Robotar kan tränas och testas i virtuella miljöer innan de tas i drift. World models ska dessutom göra det möjligt för AI-system att bättre förstå hur människor, objekt och fysiska processer förändras över tid.
För industrin kan detta sänka kostnaderna för programmering, testning och driftsättning. Det är särskilt intressant för företag med korta produktionsserier och stor variation, där traditionell automation ofta blir för dyr.
USA och Kina gör robotiken geopolitisk
USA nya restriktioner mot utländska robotar visar att robotik nu också betraktas som en säkerhetsfråga. Moderna robotar innehåller kameror, sensorer, kommunikation och AI-system och kan därför ses som en del av digital infrastruktur.
För svenska företag innebär utvecklingen att leverantörsval inom robotik kan behöva bedömas utifrån geopolitisk risk, cybersäkerhet och kontroll över data, inte bara pris och teknisk prestanda.
Kinas Unitree illustrerar samtidigt kapitalets starka tro på humanoid robotik. Bolaget uppges ha omsatt omkring 1,7 miljarder yuan under 2025 och vara lönsamt, med mer än 40 procent av försäljningen från utlandet. Samtidigt innebär de höga värderingarna en betydande investeringsrisk eftersom den storskaliga industriella användningen fortfarande är under utveckling.
Robotiken flyttar ut i infrastrukturen
I Sydkorea driver SK Telecom tillsammans med Samsung, Ericsson och Nokia ett AI-RAN-projekt där AI-beräkning integreras med mobilnäten. Tekniken ska bland annat testas för patrullrobotar, autonoma transportfordon och humanoider inom tillverkning och logistik.
LG och NVIDIA bygger samtidigt en AI-fabrik där modellutveckling, datagenerering, simulering, robotträning, edge-distribution och digitala tvillingar kopplas samman.
Det pekar mot en utveckling där robotfabriken inte längre bara består av robotar och styrsystem. Den behöver också en digital infrastruktur som kan samla produktionsdata, träna AI-modeller och distribuera dem till maskiner.
Japan visar en annan utmaning
Japan har en stark robotindustri och en lång tradition av avancerad automation. Samtidigt visar en undersökning som Reuters rapporterat om att mer än 80 procent av japanska företag ännu inte har integrerat AI fullt ut i verksamheten. Endast 16 procent uppgav att AI används företagsövergripande.
Kontrasten visar att tillgången till robotar inte automatiskt innebär att företag lyckas integrera AI i produktionen.
Lagerautomation blir allt mer autonom
Lager och logistik är fortsatt en viktig marknad för fysisk AI. ABB har exempelvis lanserat en autonom höglyftande truck, Flexley Stack F712, som använder Visual SLAM-baserad navigering och kan ingå i flottor tillsammans med andra autonoma mobila robotar.
Utvecklingen går därmed från enskilda robotar till samordnade system där flera robottyper kan dela navigering, fleet management och mjukvaruplattformar. Det kan minska integrationskostnaderna och göra det möjligt att bygga ut automation stegvis.
Säkerheten blir avgörande
När robotar blir mer autonoma blir säkerhetsfrågan samtidigt mer komplex.
NVIDIA har utvecklat säkerhetsarkitekturen Halos for Robotics, som kopplar samman AI-beräkning, sensorer, mjukvara och säkerhetsfunktioner. Agility Robotics har integrerat delar av tekniken i säkerhetssystemet för sin humanoida robot Digit.
För traditionell automation kan säkerheten ofta verifieras utifrån förutbestämda rörelser och gränser. AI-baserade robotsystem måste dessutom hantera perception, beslut och variation i omgivningen.
AI-säkerhet och funktionell säkerhet blir därför centrala delar av robotutvecklingen.
Den stora möjligheten kan finnas hos industrins SME-företag
För stora fordons- och elektronikföretag har automation länge varit ekonomiskt motiverad. För små och medelstora industriföretag är situationen annorlunda. Kortare serier, större variation och begränsad tillgång till automationskompetens gör investeringarna svårare att räkna hem.
Här kan AI-baserad programmering och simulering få stor betydelse.
Om ingenjörer kan beskriva en arbetsuppgift, simulera lösningen och låta AI generera delar av robotprogrammet kan tröskeln för automation sänkas betydligt.
Det är fortfarande inte en standardiserad process för hela industrin, men utvecklingen inom robotfoundation models, VLA-modeller och simulering pekar i den riktningen.
Vad betyder utvecklingen för Sverige?
Sverige har en stark position inom industrirobotik, automation, mekatronik och avancerad tillverkning. Men konkurrensen förändras.
Det räcker inte längre att ha en effektiv robotcell. Företagen behöver kunna integrera robotar med data, AI, simulering och produktionssystem.
För större företag handlar det om att koppla AI till befintliga produktionsmiljöer. För SME-företag är den viktigaste frågan hur kostnaden och komplexiteten för automation kan sänkas. För teknikleverantörer och systemintegratörer ökar behovet av öppna, skalbara och AI-kompatibla lösningar.
Samtidigt finns en geopolitisk risk. En större del av värdeskapandet kan flytta från traditionell robotik och mekanik till AI-modeller, data, beräkningsplattformar och mjukvara, områden där amerikanska och kinesiska aktörer investerar kraftigt.
Slutsats
Den viktigaste förändringen inom robotiken är inte att humanoida robotar blir fler eller att enskilda bolag får höga börsvärderingar. Det är att AI håller på att bli ett intelligenslager ovanpå robotik, sensorer, styrsystem, simulering och mekatronik.
Det kan göra automation billigare, mer flexibel och möjlig i produktionsmiljöer där traditionella robotlösningar tidigare varit svåra att räkna hem.
För svensk industri är det därför för tidigt att bygga hela produktionsstrategier kring humanoida robotar. Däremot är det hög tid att investera i kompetens inom Physical AI, simulering, AI-baserad robotprogrammering och säkerhet.
På några års sikt kan gränsen mellan industrirobot, produktionssystem och AI-plattform bli allt mindre tydlig. Den industriella konkurrenskraften kommer då inte bara att avgöras av vilken robot ett företag köper, utan av förmågan att få robotik, AI, mekatronik, data och produktionsekonomi att fungera som ett sammanhängande system.