Kinas teknologigiganter gjør KI om til droner, lagerroboter og robotaxier

Kinas største internettplattformer bruker i økende grad kunstig intelligens i den fysiske økonomien. Det handler om automatiserte lagre, dronelevering, autonome varebiler, robotaxier og modellene og databrikkene som kan styre maskiner i virkelige omgivelser.

Det sentrale skiftet er ikke bare fra apper til roboter. Selskapene forsøker å kontrollere en hel driftskjede: etterspørsel, data, KI, maskinvarepartnere og faktisk utplassering. Logistikk og mobilitet er de tydeligste testarenaene, fordi oppgavene kan gjentas i stort volum og resultatene måles tett. Det er en langt mer håndgripelig start enn løftet om en humanoid robot som kan gjøre alt, overalt.

Det egentlige produktet er et operativsystem for fysisk arbeid

En robot eller et selvkjørende kjøretøy er bare én del av løsningen. For å fungere kommersielt må den kobles til systemer for utsending og ruteplanlegging, lading og lasting, fjernovervåking, sikkerhetsrutiner, lager eller butikker – og mennesker som tar hånd om avvik.

Dette gir store handels- og forbrukerplattformer en særskilt fordel. De driver allerede transaksjonsnettverk med høy frekvens og kan bygge automatisering inn i arbeidsflyter de selv kontrollerer. Gjentatt bruk i den virkelige verden gir dem data om forsinkelser, feil, ruter og uvanlige situasjoner. Det kan forbedre neste versjon av tjenesten.

For kundene kan sluttproduktet derfor ligne mer på en driftstjeneste enn et maskinkjøp. Man betaler i praksis for leveringskapasitet, gjennomstrømning på lageret eller oppetid i en flåte – ikke bare for selve roboten.

Meituan automatiserer lokal handel, et leveringsledd av gangen

Meituan tar utgangspunkt i lokal og behovsstyrt levering. Droneprosjektet kombinerer flyvende droner med overføringsknutepunkter og et operativt kontrollsystem, i stedet for å behandle dronen som et enkeltstående produkt. I mai 2026 opplyste selskapet at infrastrukturen var tatt i kommersiell bruk, og at løsninger for lavhøyde-logistikk ble åpnet for godkjente partnere. 54

Regulatorisk fremdrift er minst like viktig som maskinvaren. I april 2025 sa Meituan at fjerdegenerasjonsdronen hadde bestått en gjennomgang hos Kinas luftfartsmyndighet og fått et landsdekkende driftssertifikat for lavhøyde-logistikk. 61 Selskapet startet også kommersiell dronelevering i Hongkong i mars 2025, i det Meituan omtalte som sin 54. kommersielle rute. 62

Modellen er fortsatt selektiv. Autonome systemer kan ta forutsigbare deler av en leveranse, mens mennesker håndterer overleveringer og vanskelige forhold helt frem til døren. I Shunyi-distriktet i Beijing fraktet Meituans autonome kjøretøy pakker til overføringsstasjoner, før bud tok seg av den siste delen av leveringen. 55

Arbeidsdelingen er viktig. Tett leveringsetterspørsel kan gjøre automatisering verdifull, men adgang til bygninger, vær, fotgjengere og overlevering til kunden er fortsatt krevende problemer i den fysiske verden.

JD.com gjør forsyningskjeden til et nettverk for robotutplassering

JD.com begynner et annet sted: i logistikknettet. Muligheten ligger i å koble varelager, lagerdrift, plukk, sortering, transport og levering i ett koordinert system.

JD Logistics opplyste at selskapet per 31. desember 2025 hadde satt i drift mer enn 20 egenutviklede LangzuTech-lagre med vare-til-person-automatisering i nær 20 kinesiske byer. Ifølge selskapet støtter systemene høydensitetslagring og rask plukking blant millioner av varelinjer, også under store salgskampanjer. 17

Dermed er JD.coms strategi mer enn et internt effektiviseringsprosjekt. Et standardisert lagersystem kan kopieres mellom steder og kan potensielt tilbys sammen med tjenester for ordreoppfyllelse og forsyningskjede. JD.com har også omtalt smart logistikk og ubemannet teknologi som områder for intern forskning, utvikling og anvendelse. 25

Lærdommen for forhandlere og varemerker er at lagerrobotikk gir størst nytte når den er integrert med lagerplassering, ordrestyring og ordreoppfyllelse – ikke når en enkelt maskin bare plasseres på lagergulvet.

ByteDance bygger laget for kroppslig KI

ByteDance har en mer modellorientert rolle innen fysisk KI. Forskningsgruppen Seed har presentert GR-3, en generell syns-, språk- og handlingsmodell for roboter, utviklet for generalisering og oppgaver med lengre tidshorisont. Gruppen introduserte også ByteMini, en mobil robotplattform med to armer for manipulasjonsarbeid. 3

Dette er viktig fordi kroppslig KI – KI som oppfatter og handler i fysiske omgivelser – krever mer enn kameraer og objektgjenkjenning. Systemet må koble det det ser og forstår, til handlinger som håndterer objekter trygt og pålitelig. ByteDances arbeid peker dermed mot et mulig teknologilag for robotikk: robotstyring, forskning på objekthåndtering, modelltrening og KI-infrastruktur for utviklere.

Selskapet har også styrket robotambisjonene gjennom rekruttering. En rapport fra 2025 omtalte en ByteDance-satsing på erfarne spesialister innen kroppslig intelligens, inkludert roller rettet spesielt mot humanoide roboter. 6

ByteDance trenger ikke å bli den dominerende produsenten av alle roboter for at strategien skal få betydning. Selskapet kan skape verdi ved å levere deler av «hjernelaget» til partnere innen industri-, samarbeids- eller servicerobotikk.

Baidu kombinerer robotaxier, autonomiprogramvare og KI-kraft

Baidus fysiske KI-strategi er tydeligst i selvkjørende transport. Apollo samler programvare- og datasystemene som trengs for førerløse kjøretøy, mens selskapets Kunlun-brikker gir et eget beregningslag for KI-arbeidslaster.

Under Apollo Day opplyste Baidu at andregenerasjons Kunlun KI-brikke hadde fullført ytelsestilpasning fra ende til ende for autonom kjøring. Selskapet fremhevet også en KI-modell for kjøretøyets omgivelsesforståelse, høyoppløselige kart og et lukket system for kjøredatainnsamling og forbedring. 44

Baidu har samtidig lagt frem planer for ny KI-maskinvare. Kunlun M100 var planlagt for storskala inferens i 2026, mens M300 var planlagt for trening og inferens av multimodale modeller i 2027. 40

Den strategiske verdien ligger i vertikal samordning: KI-modeller og regnekraft kobles med programvare for autonomi og drift av kjøretøyflåter. Men robotaxier er fortsatt en krevende prøve. Kommersiell vekst avhenger av sikkerhet, kjøretøypartnere, lokale tillatelser og varig driftsøkonomi – ikke bare av en god modell eller en kraftig brikke.

Hva dette betyr for Alibaba, Tencent og industripartnerne

Alibaba og Tencent er relevante for den bredere utviklingen fordi store plattformer kan bidra med ulike lag i fysisk KI: skyinfrastruktur, bedriftsprogramvare, handelsnettverk, simulering, kapital og partnerskap. Kildematerialet her gir imidlertid vesentlig mer konkret dokumentasjon på utplassering hos Meituan, JD.com, ByteDance og Baidu enn på bestemte, aktuelle initiativer hos Alibaba eller Tencent.

For tradisjonelle bransjer endrer dette partnerbildet:

• Forhandlere og logistikkoperatører trenger automatisering som fungerer sammen med utsending, varelager, lastesoner, adgangskontroll og menneskelig håndtering av avvik.
• Produsenter er fortsatt avgjørende for komponenter, driftssikkerhet, integrasjon og service i felt, mens plattformselskapene kan bli viktige leverandører av KI-programvare og driftsstandarder.
• Bilprodusenter trenger i økende grad partnere innen autonomi, kart, regnekraft og flåtestyring i tillegg til sin tradisjonelle kompetanse på kjøretøyutvikling.
• Robotleverandører kan få like stort behov for tilgang til driftsmiljøer og operasjonelle data som for bedre maskinvare.

Kinas styrke – og begrensningene

Kinas potensielle fortrinn er ikke nødvendigvis at ett selskap har den beste modellen. Det er muligheten til å kombinere handel og leveringsnettverk med høyt volum, stor produksjonskapasitet og rask læring fra faktisk drift i samme marked.

Meituans godkjente droneruter, JD.coms kopierbare lagerinstallasjoner, ByteDances forskning på kroppslig KI og Baidus kombinasjon av autonomi og regnekraft viser ulike måter å bygge denne læringssløyfen på. Alle kobler KI-utvikling til miljøer der ytelsen kan testes og forbedres. 5417344

Likevel er fysisk KI langt mindre tilgivende enn digital programvare. Feil i en levering, et kjøretøy eller et lager kan få konsekvenser for sikkerhet, ansvar og tjenestekvalitet. Store pilotprosjekter beviser ikke i seg selv varig lønnsomhet, bred autonomi eller at arbeidskraft kan erstattes overalt.

Det mest troverdige utfallet på kort sikt er målrettet automatisering i kontrollerte omgivelser: lagre, faste leveringskorridorer, klart definerte industrioppgaver og styrte flåter. På lengre sikt står konkurransen om hvem som best kan kombinere modeller, brikker, maskiner, drift og pålitelig tilgang til utplassering i den virkelige verden.