Industrial Next vil få fabriksrobotter til at skifte opgaver på få minutter, ikke uger

Redaktionen
Redaktionen14. oktober 2026
Close-up of an industrial robot arm in a factory setting.

Foto: KJ Brix — Pexels License

De fleste fabrikker kender det samme problem: når en robot skal skifte opgave, skal hele produktionslinjen omprogrammeres og fysisk tilrettes. Det kan tage uger eller måneder. San Francisco-baserede Industrial Next siger, at de løser problemet.

Startupet, som i dag præsenterede sig på TechCrunch Disrupt 2026, bygger AI-drevne, selvstændige robottiske arbejdsstationer drevet af proprietære grundmodeller, der forbinder vision, kontekst og bevægelse. Ifølge virksomheden kan en produktionslinje dermed omstilles på minutter i stedet for uger uden traditionel programmering. Målet er at give producenter mulighed for at automatisere komplekse og delikate opgaver, som traditionelt kræver menneskelig arbejdskraft.

Industrial Next blev grundlagt i 2021 af Lukas Pankau og Allen Pan, som begge tidligere arbejdede hos Tesla. Pankau var ledende elektrisk arkitekt hos Tesla før han flyttede til Waymo. Pan ledede Teslas autonome fabriksindsats og blev senere chefarkitekt hos selvkørende bilfirmaet Neolix.

Tesla-frustration blev til startup

De to mødtes under dramatiske omstændigheder på en Telsa-fabrik, da Pankau bogstaveligt talt snublede over Pan, som sov på en fabrikskran efter en nattevagt. Selvom de ikke holdt af hinanden til at begynde med, fandt de hurtigt ud af, at de havde komplementære evner og en fælles besættelse af at få tingene gjort.

Efter år med at se avanceret køre- og selvkørende teknologi blive holdt tilbage af fabriksudsyr fra 1980’erne, indså grundlæggerne, at produktionen havde brug for en grundlæggende omskrivning. “Vi havde alle disse fancy ting, vi kunne gøre på biler. Jeg kunne køre machine learning-algoritmer for at designe en bil for mig. Men jeg kunne ikke finde ud af, hvordan man programmerer en robot, og det var ret almindeligt blandt ingeniørerne hos Tesla,” sagde Pankau. “Du havde denne massive kløft, ikke sandt? Du havde mennesker, der var rigtig gode til det, de lavede – designede biler og selv-køre-systemer – og så var de effektivt stummede på fabrikken over for dette udstyr fra 1980’erne.”

De fortsatte med at gruble over deres frustration med industriudstyr, selv efter de havde forladt Tesla. Efter tre år besluttede de, at det var tid til at starte deres egen virksomhed – især fordi begge var trætte af deres daværende job hos henholdsvis Waymo og Momenta.

Simulering lærer robotterne præcision

Traditionelle industrirobotter er typisk programmeret til at udføre højt specialiserede, gentagne opgaver. Selv en lille ændring i processen eller produktet kan få robotten til at fejle, hvilket tvinger producenterne til at forenkle deres produkter for at opnå gentagelighed.

At gøre robotter virkelig fleksible udgør en anden udfordring: de har brug for enorme mængder træningsdata. I modsætning til AI-modeller trænet på internettet mangler robotikken de massive datasæt, der skal til for at lære maskiner komplekse fysiske opgaver.

“Vi kan få robotter til at gøre alle disse fede ting som at danse rundt, fordi der er data for det, men vi kan ikke få dem til at samle højtpræcisionskomponenter,” forklarede Pankau. “Her har vi gjort store fremskridt ved at bruge simulerede miljøer til disse højtpræcisions- og dexteritetsopgaver. Det hemmelige våben for vores robotter er, at vi har givet dem en forståelse af processen generelt, men vi bygger den forståelse ved hjælp af en ekstremt høj-fidelity simuleringsmotor, der er tæt på dynamikken i den virkelige verden.”

Med andre ord træner robotterne i en virtuelt verden, der nøjagtigt efterligner virkelige fysikkens love. Industrial Next’s robottiske arbejdsstationer kan omkonfigureres, kombineres og redeploy’eres på tværs af produktionslinjer. Nye opgaver læres gennem simulering og demonstration i stedet for hardcodede scripts.

Fra smartphones til biler

Pankau afslørede, at nogle af startupets arbejdsstationer allerede bruges til at producere en af verdens mest populære smartphones. De håndterer opgaver, som producenterne havde forsøgt og fejlet at automatisere i årevis, såsom at trække en delikat flexkabel igennem og klikke et lille stikforbinderkåbe på plads. Han beskrev også en “filmafskrælnings”-station, hvor deres AI-drevne robotter fjerner beskyttelsesfilm fra kameramoduler og knapper med eller over menneskehastighed med 100% nøjagtighed, selv når de flyttes til en nye telefonmodel og produktionslinje, som de aldrig har set før.

“Vi startede denne virksomhed, fordi det var den slags ydeevne, vi ønskede, vi havde hos Tesla, hvor vi omgik robotstationer, fordi vi ikke kunne programmere dem effektivt nok ved hjælp af traditionel teknologi,” sagde Pankau. “Nu ønsker vi at tage det til mere komplicerede opgaver end bare at bygge en telefon. I sidste ende ønsker vi at tage det til at bygge en hel bil fra ende til anden uden, at noget menneske rører den.”

Industrial Next annoncerede også på scenen, at de samarbejder med BMW Group Technology Office for at evaluere virksomhedens AI-drevne præcisions-manipulationsteknik til fremstilling.

AI har i samarbejde med en ægte person assisteret med udviklingen af denne artikel.