Bygga eller köpa: industriellt AI-visionsystem
Av Tommy Jonsson, VD, Byte Motion · Uppdaterad 2026-08-26
Bygga eller köpa handlar om att välja mellan att rekrytera och träna ett internt team för att utveckla AI-vision och robotmjukvara, eller att anlita en leverantör som levererar en beprövad plattform tillsammans med ingenjörsarbete och support. Rätt val beror på hur varierande er produkt är, hur snabbt ni behöver ett driftsäkert system och om visionskompetens redan finns i teamet.
Vad "bygga" faktiskt kostar
Att bygga ett AI-visionsystem internt är sällan bara "anställ en maskininlärningsingenjör". Ett fungerande produktionssystem kräver flera specialistkompetenser som sällan finns hos en och samma person: val av kamera och belysning (bildkvalitetsproblemet som avgör om någon modell överhuvudtaget kan lyckas), en pipeline för datainsamling och märkning för den produkt som ska inspekteras eller hanteras, modellträning och utvärdering, samt integration mot de PLC:er, robotar och transportörer som redan kör linjen. Vart och ett är en egen disciplin, och de flesta fabriker har inte alla på plats internt från dag ett.
Tiden till ett första fungerande system är den verkliga kostnadsdrivaren, mer än någon enskild post. Att sätta kamera och belysning tar ofta flera iterationer innan bilderna är rena nog att träna på. Att samla in ett dataset som verkligen täcker den variation modellen behöver se — säsongsförändring, naturlig produktvariation, sällsynta defekter — tar längre tid än en första uppskattning brukar anta. Att ta en modell från "fungerar på en bärbar dator" till "kör pålitligt i linjehastighet" är ännu ett eget projekt, och det inkluderar en fråga många första försök hoppar över: vad ska systemet göra när det inte är säkert? Att avgöra om ett osäkert objekt ska avvisas, flaggas för en person eller släppas igenom — och koppla in det beslutet i PLC- eller robotlogiken — är ingenjörsarbete i sin egen rätt, inte en eftertanke när modellen väl fungerar.
Bördan tar inte slut vid driftsättning. Produkter driver, förpackningar ändras, och belysningen i hallen skiftar med årstiderna — en modell tränad på förra årets bilder degraderar tyst om ingen bevakar det och tränar om på nya exempel. Det löpande ägarskapet är den del som oftast saknas i en första byggkalkyl.
Inget av detta gör ett internt bygge till fel val — många visionsprojekt byggs framgångsrikt internt. Men en ärlig kalkyl inkluderar specialistrekryteringen, iterationstiden innan ett första fungerande system och det stående underhållsåtagandet, inte bara kostnaden för att träna en enda modell. Den verkliga risken med fel val är ett system som stannar av eller tyst kringgås, och ett andra försök med ett år redan förbrukat — precis det utfall en genomförbarhetsfas är designad för att förhindra.
Vad "köpa" faktiskt kostar och riskavlastar
Att köpa förändrar kostnadsprofilen: i stället för att bygga upp kompetenserna internt betalar ni för en leverantörs plattform och ingenjörstid, och den största risken — fungerar det här ens på vår produkt? — avgörs tidigt, innan något åtagande i produktionsskala görs.
Byte Motion strukturerar detta som en förstudie först. Det är en avgränsad genomförbarhetsfas, vanligtvis en till tre veckor, där bilder samlas in från er verkliga linje, ett begränsat dataset annoteras, en förenklad AI-modell tränas, och detektionsprestanda mäts mot era acceptanskriterier. Kostnaden hålls nere — omkring 10 000 euro, exklusive moms, resor, specialhårdvara och tredjepartskostnader — just för att uppgiften är att besvara en fråga med bevis innan något större binds upp.
Om förstudien visar att uppgiften är genomförbar är nästa steg en produktionscell: en fullständig Optimus-installation med kamera, AI-modell, industridator, PLC- eller robotkommunikation och en produktionsdashboard. Installationen ligger vanligtvis på 10 000–30 000 euro beroende på hårdvara, integrationsomfattning och eventuell specialutveckling, och inkluderar 15 månaders garanti och licens. Efter den perioden förnyas licensen från 500 till 1 500 euro per månad beroende på driftsättningens skala och supportbehov — den löpande kostnaden för modellomträning, övervakning och kamera-/PLC-support som ett internt team annars skulle bära själva. Se den fullständiga prisöversikten för vad varje steg innehåller.
Den strukturen riskavlastar två saker samtidigt: kapitalbeslutet (ni ser bevis på genomförbarhet på era egna bilder innan ni binder er till en full installation) och underhållsbördan (support och modelluppdateringar ingår i licensen i stället för att vara ett öppet internt ansvar).
När internt byggande är rätt val
Att bygga internt är ett genuint bra val under specifika förutsättningar, och det vore inte ärligt att hävda motsatsen. Det passar stora organisationer som redan driver ett dedikerat team för AI-vision eller robotikutveckling och vill behålla den förmågan permanent internt i stället för som en projektkostnad. Det passar ett enda, mycket specifikt och i huvudsak oföränderligt användningsfall i en skala där ett litet internt team, avskrivet över flera år, kostar mindre än en motsvarande licens under samma period. Det passar också företag som vill äga de tränade modellerna och den underliggande träningsdatan fullt ut, utan någon leverantörsrelation i beslutskedjan över huvud taget.
Avvägningen försvinner dock inte. Ett internt team måste ändå lösa val av kamera och belysning, datapipelines, PLC- och robotintegration och långsiktigt modellunderhåll själva — att bygga tar bort leverantörsrelationen, inte det underliggande ingenjörsarbetet. Om användningsfallet är genuint smalt och stabilt, och teamet som anställs för det stannar i flera år snarare än för ett projekt, kan den löpande interna kostnaden vara den mer ekonomiska vägen på lång sikt.
När köp är rätt val
Att köpa är rätt när produkten varierar eller miljön är ostrukturerad — naturliga produkter, deformerbara förpackningar, blandat avfall — där mönstret som skiljer godkänt från underkänt bara blir tydligt utifrån verkliga produktionsbilder, och att lösa det internt tar just den specialisttid och de kalendermånader som beskrivits ovan. Det passar också företag som behöver produktionsstabil drift snabbt och som inte redan driver ett visionsteam, och situationer där det spelar mer roll att behålla befintliga kameror, robotar och PLC:er än att äga hela modellträningspipen själv.
Byte Motions installationer visar vad ett köpt utfall ser ut som i produktionsskala. Hos MOWI, en av världens största laxproducenter, inspekterar Optimus 100 % av utgående pallar för överhäng, trasiga lådor och lådantal, med varje pall fotograferad för ett distributionsnät som spänner över mer än 25 länder. Hos IVAR:s avfallsanläggning i Norge detekterar ett AI-vision- och robotsystem batterier i varierande former, storlekar och färger i blandat avfall med över 95 procents träffsäkerhet, och brandincidenter kopplade till batterikontaminering sjönk till noll under de första månaderna av drift — en uppgift vars materialvariation gör ett internt bygge betydligt svårare att nå pålitligt (caset om batterisortering). Och i korvplocksinstallationen hade en livsmedelsproducent redan köpt ett visionsystem från en annan leverantör — det brottades med noggrannhet, hastighet och rotation, och produkt förstördes ibland vid plock. Byte Motion ersatte enbart kamerorna och AI-modellen; de sex befintliga ABB IRB 360 FlexPicker-robotarna och tre transportörerna stod kvar exakt som de var. Det är köpargumentet i miniatyr: lösningen var en annan beslutsmekanism, inte en ombyggd linje.
Kamera- och robotagnostisk leverans är det som gör den typen av uppgradering möjlig i stället för ett rip-and-replace-projekt. Optimus är byggt för att koppla till utrustningen en fabrik redan kör, lägga till den intelligens som saknas, och lämna resten av linjen orörd.
Hur lång tid tar en förstudie?
En förstudie från Byte Motion tar vanligtvis en till tre veckor. Den omfattar bildinsamling från er verkliga produktionslinje, annotering av ett begränsat dataset, träning av en förenklad AI-modell eller prototyppipeline, samt en genomförbarhetsrapport med en rekommendation om huruvida man ska gå vidare till produktion.
Förstudien är medvetet avgränsad i omfattning — omkring 10 000 euro, exklusive moms, resor, specialhårdvara och tredjepartskostnader — eftersom syftet är bevis, inte ett färdigt system. Den avslutas med en rekommendation för kamera och belysning, en teknisk genomförbarhetsbedömning och en budgetuppskattning för nästa fas, så att beslutet att investera i en full produktionscell fattas utifrån er egen data snarare än en leverantörs säljargument.
Vad händer om vi redan har kameror eller robotar?
I de flesta fall står befintliga kameror, robotar och PLC:er kvar exakt där de är. Optimus, plattformen bakom Byte Motions installationer, är kamera- och robotagnostisk och integreras via ROS2 och industriella standardprotokoll i stället för att kräva att hela linjen byts ut.
Det tydligaste exemplet är korvplocksinstallationen: de sex befintliga ABB IRB 360 FlexPicker-robotarna och tre transportörerna behölls exakt som de var, och bara kamerorna och AI-modellen ändrades. Hos MOWI integreras visionsystemet med befintliga AGV:er, en etiketteringsrobot och ERP-systemet i stället för att ersätta något av dem. Att köpa ett AI-visionsystem betyder i praktiken oftast att uppgradera beslutslagret ovanpå utrustning ni redan äger — ett mindre och snabbare projekt än vad de flesta bygga-eller-köpa-jämförelser antar innan utrustningsinventeringen faktiskt är genomgången.
Om er utrustningsinventering och produktvariation är de öppna frågorna är nästa steg en förstudie på era egna bilder. Kontakta Byte Motion för att avgränsa en — vi svarar inom en arbetsdag — och se över priserna för varje steg först.