Innhold Vis
Fysisk AI – kunstig intelligens som ikke sitter fast bak en skjerm – er på vei inn i fabrikker, skip og oljeplattformer. Det er ikke science fiction lenger. Roboter som fileterer laks, autonome ferger som krysser fjorden og robothunder som patruljerer oljeplattformer er allerede i drift i dag. Spørsmålet er ikke om denne teknologien kommer – det skjer nå. Spørsmålet er hvor raskt den sprer seg, og hva som avgjør om vi faktisk kan stole på den.
Noen sammenligner potensialet med det vi så da ChatGPT traff verden i november 2022. Det øyeblikket da plutselig alle forstod at dette var noe annet. Jeg er ikke sikker på at sammenligningen er perfekt, men poenget er godt: fysisk AI kan bli det vendepunktet der teknologien slutter å være noe vi leser om og begynner å være noe vi møter i hverdagen – bokstavelig talt.
Her er det som faktisk er nytt, hva det betyr i praksis, og én kritisk faktor som avgjør alt.
Hva er fysisk AI – og hva er det som er nytt?
Fysisk AI – på engelsk kalt embodied AI eller physical AI – er AI-systemer som opererer i den virkelige verden i stedet for bare å behandle tekst og bilder på en server. De persiperer omgivelsene via kameraer og sensorer, tar beslutninger i sanntid og handler fysisk – enten ved å bevege seg, betjene utstyr eller justere prosesser.
Dette er fundamentalt forskjellig fra ChatGPT og andre tekstmodeller du snakker med. Der interaksjonen er digital og feiltolerant (du kan prøve igjen, omformulere, avbryte), er fysisk AI irreversibel. En robot som feilsorterer et produkt på en produksjonslinje, eller en autonom ferge som misforstår et annet fartøys kurs, opererer i en verden der feil har fysiske konsekvenser.
Det som er nytt i 2026 er ikke ideen – vi har hatt industri-roboter i tiår. Det nye er at moderne AI-modeller gir disse systemene evnen til å håndtere situasjoner de ikke er eksplisitt programmert for. En tradisjonell industrirobot følger et fast skript. En fysisk AI-robot kan lese instrumenter, tilpasse seg variasjon i materialer og reagere på uventede hendelser. Gemini Robotics-ER 1.6, som jeg dekket tidligere i april, er et godt eksempel på dette skiftet – den kan faktisk lese instrumenter og reagere på det den ser.
Hvilke bransjer er først ut med fysisk AI?
Norge har faktisk en interessant posisjon her. Maritim sektor, energi og havbruk er bransjer der vi allerede ser fysisk AI i bruk – ikke i pilotprosjekter, men i drift.
Lakseoppdrett er ett eksempel. Automatiserte systemer som sorterer, overvåker og behandler fisk har eksistert lenge, men nye AI-drevne varianter kan tilpasse seg variasjon i fiskestørrelse og oppførsel på en måte tradisjonell automatisering ikke klarer. Oljeplattformer er et annet felt: å sende folk til farlige soner for rutinekontroll er dyrt og risikabelt. Robothunder og autonome droner som overvåker rørledninger og utstyr er allerede testet i Nordsjøen.
Autonome ferger er kanskje det mest synlige eksempelet. Selvkjørende teknologi på vei har slitt med kompleksiteten i bytrafikk. Fergeruter er mer forutsigbare – begrenset geografisk område, kjente ruter, kontrollert miljø. Flere norske fjorder er allerede testlokasjoner for autonom skipsteknologi.
Humanoide roboter er mer langsiktig, men utviklingen er rask. Jeg har fulgt spørsmålet om vi er ved et iPhone-øyeblikk for humanoider en stund – og svaret endrer seg raskere enn jeg trodde for et år siden.
Hva er egentlig risikoen med fysisk AI?
Her er det jeg synes er det mest interessante poenget i debatten rundt fysisk AI: risikoen sitter ikke i AI-modellen alene. Den oppstår i samspillet mellom modellen, resten av systemet, menneskene som bruker det og omgivelsene det opererer i.
Det er ikke åpenbart, men det er viktig. Tradisjonell programvare er deterministisk – du vet hva den gjør fordi du har skrevet hva den skal gjøre. AI-systemer er stokastiske. Litt annerledes data, litt endret kontekst, og atferden kan endre seg på uventede måter. I et tekstbasert system er konsekvensen kanskje et rart svar. I et fysisk system kan konsekvensen være en kollisjon eller en feil i en sikkerhetskritisk prosess.
I tillegg: AI-systemer lærer og endrer seg over tid. Et system som fungerte feilfritt da det ble godkjent, er ikke nødvendigvis det samme systemet seks måneder senere. Punktvis testing ved implementering holder ikke – du trenger kontinuerlig overvåkning av hvordan systemet faktisk oppfører seg i produksjon.
Dette er en reell teknisk utfordring, ikke regulerings-prat. Energi- og maritim sektor har lang erfaring med å håndtere dynamiske risikobilder – offshore-industrien jobber med dette daglig. Den erfaringen er verdifull for fysisk AI.
Hva avgjør om fysisk AI lykkes?
Tillit. Det er egentlig så enkelt – og så komplisert.
Tillit til et AI-system i den fysiske verden kan ikke etableres én gang og så glemmes. Den må bygges kontinuerlig, basert på dokumentert ytelse og transparent håndtering av avvik. Det ligner på det vi ser i luftfart og kjernekraft – bransjer der vi har høy tillit til komplekse systemer fordi de har ekstrem kultur for dokumentasjon, rapportering og læring fra feil.
For fysisk AI betyr dette konkret at virksomheter som tar i bruk teknologien trenger systemer for å dokumentere hvordan AI-komponenten oppfører seg i drift, hvordan risikobildet utvikler seg over tid, og hva de gjør når noe uventet skjer. Ikke fordi myndighetene krever det – men fordi det er den eneste måten å faktisk vite om systemet du stoler på, er verdt tilliten.
Det er her Norge har et potensielt fortrinn. Vi har kompleks industri, høyt teknologisk kompetansenivå og lang erfaring med sikkerhetskritiske operasjoner i krevende omgivelser. Kombinerer vi det med fysisk AI, kan vi ende opp med noe mer verdifullt enn billig arbeidskraft – vi kan ende opp med dokumentert, pålitelig AI i situasjoner andre land ikke har turt å gå inn i ennå.
Er dette virkelig et ChatGPT-øyeblikk?
ChatGPT-øyeblikket i 2022 var spesielt fordi det var umiddelbart tilgjengelig for alle, gratis, og lot folk oppleve kapasiteten direkte. Fysisk AI er annerledes – du kan ikke laste det ned på telefonen. Det skjer i fabrikker og fjorder, ikke i lommen din.
Men parallellen til et vendepunkt holder likevel. For industrien og for samfunnet kan dette bli den perioden der vi ser at AI beveger seg fra å være et verktøy vi bruker bak skjermen, til å bli en aktiv del av den fysiske infrastrukturen vi er avhengige av. Det er en større overgang enn folk flest er klar over.
Det som er sikkert: dette skjer allerede. Lakseroboter, oljeplattform-hunder og autonome ferger er ikke fremtid – de er nåtid. Spørsmålet er bare hvor raskt resten av industrien følger etter, og om vi klarer å bygge tillit til systemene raskere enn vi implementerer dem.
Jeg tipper ja. Men det krever at de som bygger og drifter disse systemene tar dokumentasjon og overvåkning like seriøst som selve AI-modellen. Det er den kjedelige delen av fysisk AI-revolusjonen. Og sannsynligvis den viktigste.
Hva tenker du – har du allerede møtt fysisk AI i din bransje? Er det veien mot AGI som driver utviklingen, eller er det rett og slett gammel god industriell etterspørsel etter billigere og sikrere drift?
