Kinas nätjättar tar AI ut i lager, leveransflottor och robotaxibilar

Kinas ledande internetplattformar använder i allt högre grad AI i den fysiska ekonomin: för att flytta varor genom automatiserade lager, leverera beställningar med drönare och självkörande fordon, driva robotaxiflot­t­or och utveckla de modeller och chip som ska styra maskiner i verkliga miljöer.

Skiftet handlar alltså inte enbart om att bygga appar eller sälja enskilda robotar. Det handlar om att kontrollera en hel operativ kedja: efterfrågan, data, AI, hårdvarupartners och faktisk drift.

Det mest konkreta genomslaget syns hittills inom logistik och mobilitet, där samma uppgifter utförs i stora volymer och kan mätas noggrant. Det är en betydligt mer praktisk startpunkt än visionen om en humanoid robot som kan arbeta överallt.

Produkten är ett operativsystem för fysiskt arbete

En robot eller ett självkörande fordon är bara en del av lösningen. För att fungera kommersiellt måste den kopplas till dirigering, kartor och rutter, laddning och lastning, fjärroperatörer, säkerhetsrutiner, lager eller handlare – och människor som tar hand om undantagen.

Där har stora handels- och konsumentplattformar en särskild fördel. De driver redan nätverk med många återkommande transaktioner och kan bygga in automatisering i arbetsflöden de själva kontrollerar. Varje leverans, försening och misslyckande ger operativ återkoppling som kan användas i nästa version av tjänsten.

Affären liknar därför ofta en driftstjänst snarare än en engångsförsäljning av hårdvara. Kunden kan i slutänden köpa leveranskapacitet, lagergenomströmning eller tillgänglighet i en fordonsflotta – inte bara en robot.

Meituan automatiserar lokal handel, steg för steg

Meituans väg in i fysisk AI börjar i snabba, lokala leveranser. Bolagets drönarsatsning kombinerar flygfarkoster med överlämningshubbar och ett system för driftstyrning, snarare än att behandla drönaren som en fristående produkt. I maj 2026 uppgav bolaget att infrastrukturen tagits i kommersiell drift och att dess logistiklösningar på låg höjd öppnades för auktoriserade partner. 54

Reglering är lika avgörande som hårdvaran. I april 2025 sade Meituan att dess fjärde generationens drönare hade klarat en granskning hos Kinas civila luftfartsmyndighet och fått ett nationellt driftcertifikat för logistik på låg höjd. 61 I mars 2025 startade bolaget också kommersiella drönarleveranser i Hongkong, vilket beskrevs som dess 54:e kommersiella rutt. 62

Driftmodellen är fortfarande selektiv. Autonoma system kan ta hand om förutsägbara delar av en beställning, medan människor sköter överlämningar och svåra moment nära mottagaren. I Pekings Shunyi-distrikt transporterade Meituan exempelvis paket med självkörande fordon till överlämningsstationer, där buden utförde den sista delen av leveransen. 55

Det säger något viktigt om begränsningarna. Tät leveransefterfrågan kan göra automatisering värdefull, men portkoder, byggnadstillträde, väder, fotgängare och kundöverlämningar är fortfarande svåra problem i den fysiska världen.

JD.com gör logistikkedjan till ett nätverk för robotik

JD.com har en annan utgångspunkt: logistikinfrastruktur. Möjligheten ligger i att knyta samman lager, inventering, plockning, sortering, transport och leverans i ett enda koordinerat system.

JD Logistics uppgav att fler än 20 av bolagets egenutvecklade LangzuTech-lager med goods-to-person-automation var i drift i nära 20 kinesiska städer den 31 december 2025. Enligt bolaget möjliggör systemen hög lagertäthet och snabb plockning bland miljontals artikelnummer, även under stora försäljningsperioder. 17

Det gör JD:s strategi till mer än ett internt effektiviseringsprojekt. Ett standardiserat lagersystem kan kopieras mellan platser och på sikt erbjudas tillsammans med tredjepartslogistik, orderhantering och andra tjänster i leveranskedjan. JD har dessutom beskrivit smart logistik och förarlös teknik som områden för intern forskning, utveckling och användning. 25

För återförsäljare och varumärken är lärdomen tydlig: lagerrobotik blir som mest användbar när den är integrerad med lagerplacering, orderhantering och leveransflöden – inte när den läggs till som en isolerad maskin på lagergolvet.

ByteDance bygger AI-lagret för robotar

ByteDances position inom fysisk AI är mer modellcentrerad. Bolagets forskningsgrupp Seed har presenterat GR-3, en generell syn-, språk- och handlingsmodell för robotar, utformad för generalisering och uppgifter som sträcker sig över längre tid. Gruppen har också introducerat ByteMini, en mobil robotplattform med två armar för manipulationsarbete. 3

Det är betydelsefullt eftersom förkroppsligad AI – AI som ska uppfatta och agera fysiskt – kräver mer än bildigenkänning. Systemet måste kunna koppla det som det ser och förstår till rörelser som hanterar föremål säkert och tillförlitligt.

ByteDances arbete pekar därför mot ett möjliggörande lager för robotik: styrmodeller för robotar, forskning om manipulation, modellträning och AI-infrastruktur för utvecklare. En rapport från 2025 beskrev också hur bolaget rekryterade seniora specialister inom förkroppsligad intelligens, inklusive roller med fokus på humanoida robotar. 6

ByteDance behöver inte bli den dominerande tillverkaren av varje typ av robot för att strategin ska få betydelse. Värdet kan i stället ligga i att leverera delar av robotens "hjärna" till industri-, samarbets- eller tjänsterobotar från partner.

Baidu kopplar samman robotaxi, autonom mjukvara och beräkningskraft

Baidus strategi för fysisk AI syns tydligast inom självkörande fordon. Apollo samlar mjukvara och datasystem för förarlösa fordon, medan Kunlun-programmet för AI-chip ger bolaget ett beräkningslager för AI-arbetslaster.

Vid Apollo Day uppgav Baidu att andra generationens Kunlun-chip hade anpassats för autonom körning från början till slut. Bolaget lyfte även fram en perceptionsmodell för autonom körning, högupplösta kartor och ett slutet system för kördata. 44

Baidu har samtidigt presenterat en fortsatt hårdvaruplan. Kunlun M100 var planerad för storskalig inferens – alltså när tränade AI-modeller körs i praktiken – under 2026, medan M300 var planerad för träning och inferens av multimodala modeller under 2027. 40

Den strategiska poängen är vertikal samordning: AI-modeller och beräkningskraft kopplas ihop med mjukvara för autonom körning och drift av fordonsflottor. Men robotaxi är fortfarande ett krävande testfall. Kommersiell expansion beror på säkerhet, fordonspartner, lokala tillstånd och hållbar driftsekonomi – inte bara på en stark modell eller ett kraftfullt chip.

Vad det innebär för Alibaba, Tencent och industrin

Alibaba och Tencent är relevanta för den bredare utvecklingen eftersom stora plattformar kan bidra med olika delar av den fysiska AI-kedjan: molninfrastruktur, företagsmjukvara, handelsnätverk, simulering, kapital och partnerskap. Men underlaget här innehåller betydligt mer konkreta belägg för aktuella utrullningar hos Meituan, JD.com, ByteDance och Baidu än för specifika initiativ från Alibaba eller Tencent.

För traditionella branscher förändras därmed partnerskapsfrågan:

• Handel och logistik behöver automation som fungerar med dirigering, lagerdata, lastzoner, tillträdeskontroll och mänsklig hantering av undantag.
• Tillverkare är fortsatt avgörande för komponenter, tillförlitlighet, systemintegration och service i fält. Samtidigt kan plattformsbolagen få större inflytande över AI-mjukvara och driftstandarder.
• Biltillverkare behöver i allt högre grad partner för autonomi, kartor, beräkningskraft och flottstyrning, utöver traditionell fordonsutveckling.
• Robottillverkare kan behöva tillgång till verkliga driftsmiljöer och operativ data lika mycket som bättre hårdvara.

Kinas fördel – och gränserna för berättelsen

Kinas möjliga fördel är inte nödvändigtvis att ett enskilt företag har den bästa AI-modellen. Den ligger i möjligheten att kombinera handels- och leveransnätverk med stora volymer, omfattande tillverkningskapacitet och snabb operativ inlärning på samma marknad.

Meituans reglerade drönarrutter, JD:s replikerbara lagerinstallationer, ByteDances forskning om förkroppsligad AI och Baidus kombination av autonomi och beräkningskraft visar olika sätt att bygga denna återkopplingsslinga. Samtliga kopplar AI-utveckling till verkliga miljöer där prestanda kan testas och förbättras. 5417344

Men fysisk AI är mindre förlåtande än vanlig mjukvara. Ett leveransfel, ett fordonsmisstag eller ett driftstopp på ett lager får konsekvenser för säkerhet, ansvar och kundservice. Stora pilotprojekt bevisar inte i sig lönsamhet över tid, bred autonomi eller att mänskligt arbete kan ersättas generellt.

Det mest trovärdiga scenariot på kort sikt är riktad automatisering i kontrollerade miljöer: lager, fasta leveranskorridorer, tydligt avgränsade industriuppgifter och styrda fordonsflottor. Den långsiktiga konkurrensen gäller vem som bäst kan kombinera modeller, chip, maskiner, drift och ett förtroendefullt tillträde till verkliga användningsmiljöer.