Izgraditi sami ili kupiti: industrijski AI vision sustav
Autor Tommy Jonsson, CEO, Byte Motion · Ažurirano 2026-08-26
Izgraditi ili kupiti znači birati između zapošljavanja i obuke internog tima koji razvija AI vision i robotski softver, ili angažiranja dobavljača koji isporučuje dokazanu platformu uz inženjering i podršku. Pravi izbor ovisi o tome koliko je vaš proizvod promjenjiv, koliko brzo vam treba pouzdan sustav u radu i postoji li već vizijska ekspertiza u vašem timu.
Što interna izrada zapravo košta
Interna izrada AI vision sustava rijetko se svodi na "zaposliti jednog inženjera strojnog učenja". Sustav koji stvarno radi u proizvodnji zahtijeva nekoliko specijalizacija koje rijetko sjede na jednom radnom mjestu: odabir kamere i rasvjete (problem kvalitete slike koji odlučuje hoće li ijedan model uopće moći uspjeti), pipeline za prikupljanje i označavanje podataka za proizvod koji se pregledava ili njime rukuje, treniranje i evaluaciju modela te integraciju s PLC-ovima, robotima i transporterima koji već pokreću liniju. Svaka je od njih zasebna disciplina, a većina tvornica prvog dana nema sve njih interno.
Vrijeme do prvog sustava koji stvarno radi pravi je pokretač troška, više od bilo koje pojedinačne stavke. Samo postavljanje kamere i rasvjete često zahtijeva nekoliko iteracija prije nego što su slike dovoljno čiste za treniranje. Prikupljanje skupa podataka koji stvarno pokriva varijaciju koju model treba vidjeti — sezonske promjene, prirodnu varijaciju proizvoda, rijetke greške — traje dulje nego što prva procjena obično pretpostavlja. Prijelaz modela iz "radi na laptopu" u "pouzdano radi pri brzini linije" zaseban je projekt, a uključuje i pitanje koje mnogi prvi pokušaji preskoče: što sustav radi kad nije siguran? Odluka hoće li se nesiguran predmet odbaciti, označiti čovjeku ili propustiti dalje — i ugradnja te odluke u logiku PLC-a ili robota — sam je po sebi inženjerski posao, a ne naknadna misao kad model već radi.
Teret ne prestaje puštanjem u rad. Proizvodi se mijenjaju, ambalaža se mijenja, a rasvjeta u hali mijenja se sa sezonama — model treniran na prošlogodišnjim slikama tiho degradira ako netko na to ne pazi i ne trenira ga iznova na novim primjerima. Upravo je ta trajna odgovornost dio koji najčešće nedostaje u prvoj procjeni interne izrade.
Ništa od ovoga ne znači da je interna izrada pogrešan izbor — mnogo se vizijskih projekata uspješno gradi interno. No pošten obračun uključuje zapošljavanje stručnjaka, vrijeme iteracije do prvog sustava koji radi i trajnu obvezu održavanja, ne samo trošak treniranja jednog modela. Stvarni rizik pogrešnog izbora jest zastao ili tiho zaobiđen sustav i drugi pokušaj s već potrošenom godinom dana — a upravo to je ishod koji korak izvedivosti treba spriječiti.
Što kupnja zapravo košta i kako smanjuje rizik
Kupnja mijenja profil troška: umjesto sastavljanja specijalizacija interno, plaćate dobavljačevu platformu i inženjersko vrijeme, a najveći rizik — radi li ovo uopće na našem proizvodu — otklanja se rano, prije obveze na razini proizvodnje.
Byte Motion to strukturira kroz predstudiju kao prvi korak. To je faza izvedivosti fiksnog opsega, tipično jedan do tri tjedna, u kojoj se prikupljaju slike s vaše stvarne linije, označava ograničen skup podataka, trenira pojednostavljeni AI model i mjeri točnost detekcije prema vašim kriterijima prihvatljivosti. Trošak je ograničen — oko 10.000 eura, bez PDV-a, putovanja, posebnog hardvera i troškova trećih strana — upravo zato što je njezin zadatak dokazom odgovoriti na jedno pitanje prije nego što se obveže na nešto veće.
Ako predstudija pokaže da je zadatak izvediv, sljedeći korak je proizvodna ćelija: potpuna Optimus instalacija s kamerom, AI modelom, industrijskim računalom, komunikacijom s PLC-om ili robotom i proizvodnim dashboardom. Instalacija tipično iznosi 10.000–30.000 eura, ovisno o hardveru, opsegu integracije i eventualnom prilagođenom razvoju, i uključuje 15 mjeseci jamstva i licence. Nakon tog razdoblja licenca se obnavlja u rasponu od 500 do 1.500 eura mjesečno, ovisno o razmjeru implementacije i potrebnoj podršci — tekući trošak ponovnog treniranja modela, nadzora i podrške za kamere i PLC koji bi interni tim inače morao nositi sam. Puni raščlan cijena dostupan je na stranici cijena.
Ta struktura odjednom smanjuje rizik na dva mjesta: kapitalnu odluku (dokaz izvedivosti na vlastitim slikama vidite prije obveze na punu instalaciju) i teret održavanja (podrška i nadogradnje modela dio su licence, a ne otvorene interne odgovornosti).
Kada interna izrada ima smisla
Interna izrada je doista dobar izbor pod određenim uvjetima, i bilo bi nepošteno tvrditi suprotno. Odgovara velikim organizacijama koje već vode namjenski tim za AI vision ili robotski inženjering i žele tu sposobnost trajno zadržati interno, a ne kao trošak projekta. Odgovara i jednom, vrlo specifičnom, uglavnom nepromjenjivom slučaju upotrebe na razmjeru gdje je amortizacija malog internog tima kroz nekoliko godina jeftinija od ekvivalentne licence u istom razdoblju. Odgovara i tvrtkama koje žele potpuno vlasništvo nad treniranim modelima i podacima za treniranje, bez ijednog dobavljača u lancu odlučivanja.
Kompromis pritom ne nestaje. Interni tim i dalje mora sam riješiti odabir kamere i rasvjete, pipeline za podatke, integraciju s PLC-om i robotima te dugoročno održavanje modela — izrada uklanja odnos s dobavljačem, ne temeljni inženjerski posao. Ako je slučaj upotrebe doista uzak i stabilan, a tim zaposlen za taj zadatak ostaje u tvrtki godinama, a ne samo za trajanje jednog projekta, taj trajni interni trošak dugoročno može biti isplativiji put.
Kada kupnja ima smisla
Kupnja ima smisla kad je proizvod promjenjiv ili je okruženje nestrukturirano — prirodni proizvodi, deformabilna ambalaža, miješani otpad — gdje obrazac koji razdvaja dobro od lošeg postaje jasan tek iz stvarnih proizvodnih slika, a to interno rješavanje traži upravo onoliko stručnjačkog vremena i kalendarskih mjeseci koliko je opisano iznad. Odgovara i tvrtkama kojima brzo treba pouzdanost u proizvodnji, a trenutačno ne vode vizijski tim, te situacijama gdje je zadržavanje postojećih kamera, robota i PLC-ova važnije od potpunog vlasništva nad pipelineom treniranja modela.
Byte Motion implementacije pokazuju kako kupljeni ishod izgleda u razmjerima proizvodnje. Kod MOWI-ja, jednog od najvećih svjetskih proizvođača lososa, Optimus inspektira 100 % izlaznih paleta na prevjes, oštećene kutije i broj komada, uz fotografiju svake palete za distribucijsku mrežu koja obuhvaća više od 25 zemalja. U IVAR-ovom postrojenju za otpad u Norveškoj, sustav AI vision i robota detektira baterije različitih oblika, veličina i boja u miješanom otpadu s više od 95 % točnosti, a incidenti požara povezani s kontaminacijom baterijama pali su na nulu u prvim mjesecima rada — zadatak čija materijalna varijabilnost internu izradu čini znatno težom za pouzdano dosezanje (case study o sortiranju baterija). A u implementaciji za hvatanje kobasica, proizvođač hrane već je kupio vizijski sustav od drugog dobavljača — sustav se borio s točnošću, brzinom i rotacijom, a proizvod se povremeno oštećivao tijekom hvatanja. Byte Motion zamijenio je samo kamere i AI model; šest postojećih ABB IRB 360 FlexPicker robota i tri transportera ostali su točno na mjestu. To je argument za kupnju u malom: rješenje je bio drukčiji mehanizam odlučivanja, ne ponovno izgrađena linija.
Isporuka neovisna o kameri i robotu upravo je ono što ovakvu nadogradnju čini mogućom, umjesto projektom pune zamjene linije. Optimus je izgrađen da se spoji na opremu koju tvornica već koristi, doda inteligenciju koja joj nedostaje i ostatak linije ostavi netaknutim.
Koliko traje predstudija?
Byte Motion predstudija tipično traje jedan do tri tjedna. Obuhvaća prikupljanje slika s vaše stvarne proizvodne linije, označavanje ograničenog skupa podataka, treniranje pojednostavljenog AI modela ili prototipnog pipelinea te izvještaj o izvedivosti s preporukom o nastavku prema proizvodnji.
Predstudija je namjerno malog opsega — oko 10.000 eura, bez PDV-a, putovanja, posebnog hardvera i troškova trećih strana — jer joj je svrha dokaz, a ne gotov sustav. Završava preporukom za kameru i rasvjetu, tehničkom procjenom izvedivosti i procjenom proračuna za sljedeću fazu, tako da se odluka o ulaganju u punu proizvodnu ćeliju donosi na temelju vaših podataka, a ne dobavljačeve prodajne prezentacije.
Što ako već imamo kamere ili robote?
U većini slučajeva postojeće kamere, roboti i PLC-ovi ostaju točno tamo gdje jesu. Optimus, platforma iza Byte Motion implementacija, neovisan je o kamerama i robotima te se integrira putem ROS2 i standardnih industrijskih protokola, umjesto da zahtijeva potpunu zamjenu linije.
Najjasniji primjer je implementacija za hvatanje kobasica: šest postojećih ABB IRB 360 FlexPicker robota i tri transportera zadržani su točno onakvima kakvi jesu, a promijenile su se samo kamere i AI model. Kod MOWI-ja se vizijski sustav integrira s postojećim AGV vozilima, robotom za etiketiranje i ERP sustavom, umjesto da ijedno od toga zamjenjuje. Kupnja AI vision sustava u praksi obično znači nadogradnju sloja odlučivanja na opremi koju već posjedujete — manji i brži projekt nego što većina usporedbi izrade i kupnje pretpostavlja prije nego što se stvarno provjeri popis opreme.
Ako su vaš popis opreme i varijabilnost proizvoda otvorena pitanja, sljedeći korak je predstudija na vašim vlastitim slikama. Kontaktirajte Byte Motion da je definiramo — odgovaramo unutar jednog radnog dana — i prvo pregledajte cijene za svaku fazu.