Bygge eller kjøpe: industrielt AI-visjonssystem
Av Tommy Jonsson, Daglig leder, Byte Motion · Oppdatert 2026-08-26
Bygge eller kjøpe handler om å velge mellom å ansette og lære opp et internt team som utvikler AI-visjon og robotprogramvare, eller å engasjere en leverandør som leverer en ferdig plattform pluss ingeniørarbeid og support. Riktig valg avhenger av hvor variabelt produktet deres er, hvor raskt dere trenger et pålitelig system i drift, og om visjonskompetanse allerede finnes i teamet.
Hva «bygge» faktisk koster
Å bygge et internt AI-visjonssystem er sjelden bare «ansett én maskinlæringsingeniør». Et fungerende produksjonssystem trenger flere spesialiseringer som sjelden sitter hos én person: valg av kamera og belysning (bildekvalitetsproblemet som avgjør om noen modell i det hele tatt kan lykkes), en pipeline for datainnsamling og merking for produktet som skal inspiseres eller håndteres, modelltrening og evaluering, samt integrasjon med PLC-er, roboter og transportbånd som allerede kjører linjen. Hver av disse er en egen disiplin, og de fleste fabrikker har ikke alle på plass fra dag én.
Tiden det tar å få et første fungerende system, er den reelle kostnadsdriveren — mer enn noen enkelt kostnadspost. Kamera- og belysningsoppsett alene tar ofte flere runder før bildene er rene nok til å trene på. Å samle inn et datasett som faktisk dekker variasjonen modellen må forstå — sesongvariasjon, naturlig produktvariasjon, sjeldne defekter — tar lengre tid enn et første anslag som regel legger til grunn. Å ta en modell fra «fungerer på en laptop» til «kjører pålitelig i linjehastighet» er nok et eget prosjekt, og det omfatter et spørsmål mange første forsøk hopper over: hva skal systemet gjøre når det er usikkert? Å avgjøre om et usikkert produkt avvises, flagges for en person eller slipper gjennom — og å koble den avgjørelsen inn i PLC- eller robotlogikken — er ingeniørarbeid i seg selv, ikke noe man legger til i etterkant når modellen fungerer.
Belastningen stopper ikke ved oppstart. Produkter endrer seg, emballasje endres, og lyset i hallen skifter med årstidene — en modell trent på fjorårets bilder svekkes stille med mindre noen følger med og trener den på nytt med ferske eksempler. Det løpende eierskapet er det som oftest mangler i et første kostnadsanslag.
Ingenting av dette gjør et internt byggeprosjekt til feil valg — mange visjonsprosjekter bygges vellykket internt. Men en ærlig beregning omfatter spesialistansettelsene, iterasjonstiden før et første fungerende system, og det løpende vedlikeholdsansvaret, ikke bare kostnaden ved å trene én modell. Den reelle risikoen ved et feilslått valg er et system som går i stå eller stille kobles bort, og et nytt forsøk med et helt år allerede brukt — nøyaktig det utfallet et gjennomførbarhetssteg er laget for å hindre.
Hva «kjøpe» faktisk koster og de-risker
Å kjøpe endrer kostnadsbildet: i stedet for å bygge opp spesialiseringene internt betaler dere for en leverandørs plattform og ingeniørtid, og den største risikoen — fungerer dette i det hele tatt på vårt produkt? — avklares tidlig, før noen investering i produksjonsskala.
Byte Motion strukturerer dette som en forstudie først. Det er en avgrenset gjennomførbarhetsfase, som regel én til tre uker, der bilder samles inn fra den reelle linjen, et begrenset datasett merkes, en forenklet AI-modell trenes, og deteksjonsytelsen måles mot godkjenningskriteriene deres. Kostnaden holdes lav — rundt 10 000 euro, eksklusive moms, reise, spesialmaskinvare og tredjepartskostnader — nettopp fordi oppgaven er å besvare ett spørsmål med bevis før noe større forplikter dere.
Viser forstudien at oppgaven er gjennomførbar, er neste steg en produksjonscelle: en full Optimus-installasjon med kamera, AI-modell, en industri-PC, PLC- eller robotkommunikasjon og et produksjonsdashboard. Installasjonen ligger som regel på 10 000–30 000 euro avhengig av maskinvare, integrasjonsomfang og eventuell tilpasset utvikling, og inkluderer 15 måneders garanti og lisens. Etter den perioden fornyes lisensen fra 500 til 1 500 euro per måned avhengig av driftsskala og supportbehov — den løpende kostnaden for modelltrening, overvåking og kamera-/PLC-support som et internt team ellers måtte bære selv. Se den fullstendige prisoversikten for hva hvert steg omfatter.
Den strukturen de-risker to ting samtidig: kapitalbeslutningen (dere ser bevis på gjennomførbarhet på egne bilder før dere forplikter dere til en full installasjon) og vedlikeholdsbyrden (support og modelloppdateringer inngår i lisensen i stedet for å være et åpent internt ansvar).
Når intern bygging gir mening
Å bygge internt er et genuint godt valg under bestemte forutsetninger, og det ville vært uærlig å hevde noe annet. Det passer store organisasjoner som allerede driver et dedikert team for AI-visjon eller robotikk, og som ønsker å beholde den evnen permanent internt fremfor som en prosjektkostnad. Det passer et enkelt, svært spesifikt og stort sett uendret bruksområde i en skala der det å avskrive et lite internt team over flere år koster mindre enn en tilsvarende lisens over samme periode. Det passer også selskaper som ønsker fullt eierskap til de trente modellene og de underliggende treningsdataene, uten noen leverandørrelasjon i beslutningskjeden i det hele tatt.
Avveiningen forsvinner likevel ikke. Et internt team må fortsatt løse kamera- og belysningsvalg, datapipeliner, PLC- og robotintegrasjon og langsiktig modellvedlikehold selv — å bygge fjerner leverandørforholdet, ikke det underliggende ingeniørarbeidet. Er bruksområdet reelt smalt og stabilt, og blir teamet som ansettes for det værende i mange år fremfor ett prosjekt, kan den løpende interne kostnaden være den mest økonomiske veien over tid.
Når kjøp gir mening
Å kjøpe gir mening når produktet varierer eller miljøet er ustrukturert — naturlige produkter, deformerbar emballasje, blandet avfall — der mønsteret som skiller godkjent fra defekt bare blir tydelig fra reelle produksjonsbilder, og å finne det ut internt krever nettopp den spesialisttiden og de kalendermånedene omtalt over. Det passer også selskaper som trenger produksjonspålitelighet raskt og som ikke i dag driver et visjonsteam, og situasjoner der det å beholde eksisterende kameraer, roboter og PLC-er betyr mer enn å eie selve modelltreningspipelinen.
Byte Motions installasjoner viser hvordan et kjøpt utfall ser ut i produksjonsskala. Hos MOWI, en av verdens største lakseprodusenter, inspiserer Optimus 100 % av utgående paller for overheng, ødelagte esker og antall esker, med hver pall fotografert for et distribusjonsnett som spenner over mer enn 25 land. Ved IVARs avfallsanlegg i Norge oppdager et AI-visjonssystem med robot batterier i varierende former, størrelser og farger i blandet avfall med over 95 % nøyaktighet, og branntilløp knyttet til batteriforurensning falt til null i løpet av de første månedene i drift — en oppgave der materialets variasjon gjør en intern bygging vesentlig vanskeligere å nå pålitelig (batterisorteringscaset). Og i pølseplukkingsinstallasjonen hadde en matprodusent allerede kjøpt et visjonssystem fra en annen leverandør — det strevde med presisjon, hastighet og rotasjon, og produktet ble av og til ødelagt under plukking. Byte Motion erstattet kun kameraene og AI-modellen; de seks eksisterende ABB IRB 360 FlexPicker-robotene og tre transportbåndene ble stående nøyaktig som de var. Det er kjøpsargumentet i miniatyr: løsningen var en annen beslutningsmekanisme, ikke en ombygget linje.
Kamera- og robotagnostisk leveranse er det som gjør den typen oppgradering mulig i stedet for et rip-and-replace-prosjekt. Optimus er bygget for å koble seg til utstyret en fabrikk allerede kjører, legge til intelligensen den mangler, og la resten av linjen være i fred.
Hvor lang tid tar en forstudie?
En forstudie fra Byte Motion tar som regel én til tre uker. Den omfatter innsamling av bilder fra den reelle produksjonslinjen, merking av et begrenset datasett, trening av en forenklet AI-modell eller en prototyp-pipeline, og en gjennomførbarhetsrapport med en anbefaling om hvorvidt dere bør gå videre til produksjon.
Forstudien er bevisst avgrenset i omfang — rundt 10 000 euro, eksklusive moms, reise, spesialmaskinvare og tredjepartskostnader — fordi hensikten er bevis, ikke et ferdig system. Den ender med en anbefaling for kamera og belysning, en teknisk gjennomførbarhetsvurdering og et budsjettanslag for neste fase, slik at beslutningen om å investere i en full produksjonscelle tas ut fra egne data i stedet for en leverandørs salgspitch.
Hva skjer hvis vi allerede har kameraer eller roboter?
I de fleste tilfeller blir eksisterende kameraer, roboter og PLC-er stående nøyaktig der de er. Optimus, plattformen bak Byte Motions installasjoner, er kamera- og robotagnostisk og integreres over ROS2 og standard industriprotokoller i stedet for å kreve full utskifting av linjen.
Det klareste eksempelet er pølseplukkingsinstallasjonen: de seks eksisterende ABB IRB 360 FlexPicker-robotene og tre transportbånd ble beholdt nøyaktig som de var, og bare kameraene og AI-modellen ble endret. Hos MOWI integreres visjonssystemet med eksisterende AGV-er, en merkingsrobot og ERP-systemet i stedet for å erstatte noen av dem. Å kjøpe et AI-visjonssystem betyr i praksis som regel å oppgradere beslutningslaget oppå utstyr dere allerede eier — et mindre og raskere prosjekt enn de fleste bygge-eller-kjøpe-sammenligninger antar før utstyrsbeholdningen faktisk er sjekket.
Er utstyrsbeholdningen deres og produktvariasjonen de åpne spørsmålene, er neste steg en forstudie på egne bilder. Kontakt Byte Motion for å avgrense en — vi svarer innen én virkedag — og se gjennom prisene for hvert steg først.