-
Head of Engineering
-
Analytical Lead – Customer & Growth | Oslo Taxi
-
Head of Growth Platform | Oslo Taxi
-
Leder for folk og kompetanse | Norad
-
Lead Data Engineer | Norad
-
Fullstack & DevOps | Norad
-
Senior Security Engineer | Firi
-
Medeier* | Boitano
-
Utvikler | Blank
-
FullStack Site Reliability Engineer | Vespa.ai
nyhet
RunwayFBU fyller opp AI-lab: – Kunne nesten tatt med alle
RunwayFBU vurderer å utvide den nylig lanserte AI & Robotics-laben etter stor interesse fra industrielle partnere og startups.
Skyvedørene med RunwayFBU i stor, grønn skrift går opp og igjen i jevn takt.
Innenfor fylles techhubens lokaler raskt opp denne ettermiddagen. Noen som kommer inn er gamle kjente. Andre ser seg litt mer prøvende rundt og strekker ut hilsehånda til folk de møter, før de finner veien inn blant plastpalmer, musserende, snacks og småprat.
For første gang er nemlig alle selskapene, som foreløpig er plukket ut til RunwayFBUs rykende ferske industrielle AI- og robotikklab, samlet til kickoff rett før sommerferien (liste nederst i artikkelen!)
Flere kommer rett fra skolebenken, men det er også mange av dem som har årevis bak seg fra industri, teknologi og tidligere startups.
Felles er at alle teamene nå får seks måneder på seg til å gjøre teknologi om til løsninger industrien faktisk kan bruke.
– Det dette kullet har gjort tydelig er at det å bygge en industriell tech-hub har stor verdi, sier Head of Community, Maria Katharina Michelsen med et fornøyd glis.
Vanskelig å velge
Michelsen, som har vært med på å lede utvelgelsesprosessen, forteller at 40 søkte om plass i laben. Søkerne kom altså fra flere kanter av det norske økosystemet.
– Nivået er veldig, veldig høyt. Vi kunne nesten tatt med alle. Det betyr også at vi har truffet en nerve, sier Michelsen.
Så høyt har nivået faktisk vært, at de nå vurderer å strekke strikken litt med tanke på hvor mange de skal slippe inn, blir det hvisket inn i et øre mens folk er i ferd med å fylle glassa sine.
Bakgrunnen er også stor interesse fra de industrielle partnerne, som har fått kikke på kandidatbunken.
– Vi har begynt å snakke om femte etasje, som er 4500 kvadratmeter. Hvem skal vi samle der? Hvilke industrielle aktører skal være med? Jeg er veldig spent. Jeg gleder meg, sier Michelsen, som per nå har gitt et «Ja» til 15 team.
– Vi strekker oss litt, legger hun til.
Selskapene som er plukket ut, har vært gjennom en nøye screeningprosess, forteller hun videre.
Først måtte de fylle ut en enkel søknad om hvem de er og hva de gjør. Deretter fulgte en mer detaljert runde, som ifølge Michelsen krevde en del arbeid fra søkerne.
Det var helt bevisst.
– Hvis du ikke er motivert til å gi oss de detaljene, sier det også noe, sier hun.
Runway på toppen av ønskelista
Blant selskapene som har funnet veien til kickoffen, er Lodestone Labs.
Selskapet jobber med et problem mange industribedrifter kjenner godt: enorme mengder dokumentasjon som ikke nødvendigvis blir fullt tilgjengelig for kunstig intelligens.
– RAG (en metode for å hente inn relevant informasjon til språkmodeller) er ikke nok for å gjøre alle dokumenter synlige for AI-en eller LLM-en. Ikke i sin helhet, i hvert fall. Man mister konteksten og flere andre ting, sier gründer Mehmet Naci Akkøk, som forøvrig har en doktorgrad i Informatikk.
Han forteller at RunwayFBU var en perfekt match for selskapet.
– Vi har hatt muligheten til å være med i Founders Hub, og vi har begge vært gjennom Antler tidligere, sier han med et nikk til gründerkollega Per Daniel Thorsrud.
– Men jeg sa veldig tydelig at jeg ville være enten hos Startuplab eller her, av én enkel grunn: De har lab, og de har kontakt med industrien.
For Akkøk handler det om å komme tett nok på dem som faktisk sitter med problemene.
– Jeg vil helst ikke utvikle det vi utvikler i et lukket rom, i våre egne kamre. Jeg vil utvikle det sammen med dem som faktisk har problemet. Derfor valgte vi dette stedet, utdyper Akkøk.
Rørklatrende roboter og samling av klimadata
Midt blant folkemengden står Celine Rønquist Slåttelia og Ingeborg Bogen i Saro Robotics. Selskapet deres lager rørklatrende inspeksjonsroboter som skal kunne undersøke kritisk energiinfrastruktur.
– Målet er å samle data på rørene for å kunne predikere tilstanden deres. Ved å gjøre det reduserer man manuelt arbeid og kostnader, men sørger også for en tryggere infrastruktur, sier Bogen.
Teamet har holdt på i rundt halvannet år.
– Vi har jobbet lenge med å utvikle teknologien vår, men nå må vi virkelig ut i markedet, sier Slotteli.
Også Palindrome er blant dem som er tatt opp. Selskapet er en fersk NTNU-spinoff starta av to Entreprenørskolen-studenter som går 5. året i Trondheim, deriblant Jonas Morshedy som tidligere var leder for studentforeningen Start Norge.
– Vi hjelper større bedrifter med å samle klimadata og gi dem oversikt over verdikjeden. Det er et stort problem i dag, forklarer gründer Emil Langeland om hva de driver med.
– Vi skal ikke bare samle inn dataen for dem, men bli systemet som alle som jobber med ESG og datainnsamling kan logge seg på klokken åtte om morgenen og logge ut av klokken seks når de skal hjem til familien. Det er det vi gjør, supplerer Morshedy.
For Palindrome betyr opptaket mye, særlig fordi selskapet er tidlig i løpet.
– Det betyr alt å bli sett så tidlig. Det å få muligheten til å sette så stor fart så tidlig, gjør at vi føler oss veldig heldige, sier Langeland.
– Målet er å komme til neste steg og levele opp. Å kommersialisere og begynne å få omsetning allerede etter seks måneder, er nesten minimum for oss, sier Langeland.
Runway-kjenninger
Digel, et fjerde selskap Shifter møter på, er imidlertid ikke en fersking på Runway.
Selskapet, som lager AI-agenter for produksjonsbedrifter, har allerede holdt til på techhuben en stund.
– Vi hjelper produksjonsbedrifter med å se på tvers av dataskjermene sine, og bygger løsninger som gjør at de kan bygge AI-agenter på toppen av eksisterende systemer. På den måten kan de hente ny innsikt fra dataene de allerede har, sier Lars Bergh Hvidsten
Målet er å hjelpe produksjonsbedriftene med å produsere bedre, forklarer han videre.
For Digel handler laben også om tilgang til industrien.
– Vi håper å få flere pilotkunder, muligheten til å teste i flere fabrikker og mer innsikt i hvordan vi kan utvikle Digel for å passe bedre til industrien, sier Viden.
Kollega Thomas Andersen beskriver opptaket som en god inngang til nettopp det selskapet trenger nå.
– Dette er en veldig god måte for oss å knytte kontakt med industrien på, og å kjøre piloter, sier han.
Disse er med i første kull
1. Marseila Robotics
Beskrivelse: «Marselia Robotics er AI-programvarelaget som gjør enhver utplassert cobot-arm om til et system som kan se, forstå og utføre nye industrielle oppgaver – styrt med naturlig språk. Slik blir samarbeidsroboter fleksible nok til å løse stadig nye oppgaver på gulvet.»
Gründere: Lone Bekkeheien.
Stadium: Kjører piloter.
2. Digel
Beskrivelse: «Digel bygger den selvdiagnostiserende fabrikken – produksjonssystemer som overvåker og diagnostiserer sin egen tilstand. Slik fanger vi opp feil før de blir kostbare, og holder produksjonen i gang.»
Gründere: Christoffer Lange.
Stadium: Tidlige kunder.
3. Saro Robotics
Beskrivelse: «Saro Robotics bygger autonome roboter som sikrer effektiv inspeksjon av kritisk infrastruktur. Robotene når områder som tidligere var utilgjengelige og leverer kontinuerlig data for bedre beslutningsstøtte. Dette reduserer menneskelig risiko, kutter kostnader og bidrar til en tryggere og mer robust infrastruktur.»
Gründere: Celine Rønquist Slåttlia, Daniel Kjøle Skogland, Oscar Lae, Kristian Willeke Romen og Ingeborg Sofie Bogen.
Stadium: Prototype.
4. Palindrome
Beskrivelse: «Palindrome er en AI-plattform bygget for aktører i tungindustrien. Vi gjør fragmenterte leverandør- og utslippsdata om til handlingsrettet innsikt, slik at virksomheter kan ta raskere og mer troverdige avkarboniseringsbeslutninger.»
Gründere: Jonas Morshedy, Leon Tongfai Lam og Emil Langeland.
Stadium: Kjører piloter.
5. Eyer
Beskrivelse: «Eyer er en autonom motor for avviksdeteksjon i industrielle tidsseriedata. Vi henter inn data på tvers av OT-siloer – SCADA, sensorer, kontrollsystemer og historikere – og oppdager avvik kontinuerlig, uten manuell terskelsetting. Med innebygd agentisk AI blir hvert avvik handlingsklart, slik at driftsteam kan reagere raskere og tryggere.»
Gründere: Ivar Sagemo, Marius Wergeland Storsten, Alessandra Cagnazzo og Bartosz Lukowicz.
Stadium: Omsetning (kommersiell).
6. Midpilot
Beskrivelse: «Midpilot bygger AI som avrisker energiomstillingen ved å automatisere de komplekse ingeniørkontraktene på flere millioner euro som store industriprosjekter hviler på. I dag bruker EPCI-selskaper uker på å lese gjennom anbud på titusenvis av sider; vi gjør den jobben raskere og mer presis, og kutter risiko, forsinkelser og marginødeleggende endringsordre.»
Gründere: Philip Hodne og Thomas Solberg Irgens.
Stadium: Kjører piloter.
7. Availant
Beskrivelse: «Availant hjelper maritime operatører, offshoreselskaper og forsvarsorganisasjoner med å planlegge autonome undervannsoperasjoner før de investerer i eller ruller ut kostbart utstyr. Vi simulerer flåtestørrelse, plassering av enheter, responstid, risiko og kostnad, slik at beslutningene tas på et trygt og datadrevet grunnlag.»
Gründere: Prototype.
Stadium: Gabriele Kasparaviciute og John Daniel Kveli.
8. 3D Components
Beskrivelse: «Vi bygger AI-drevne robotsystemer for sveising og reparasjon. Systemene fremskynder valg av prosessparametere, genererer presise verktøybaner og kvalifiserer sammenføyning og metallisk additiv tilvirkning på timer i stedet for måneder.»
Gründere: Amin Azar og Daniel Haas.
Stadium: Tidlige kunder.
9. SasTech Oslo/Arveng Energy
Beskrivelse: «SasTech bygger energi-AI som optimaliserer forbruket for eiere og leietakere av næringseiendom. Vi kutter både energibruk og kostnader på tvers av bygningsmassen, og gjør driften mer bærekraftig.»
Gründere: Magnus Arveng og Øyvind Olstad (Oslokontoret til Sastech).
Stadium: Omsetning (kommersiell).
10. ANOX
Beskrivelse: «ANOX utvikler autonom, feildiagnostisk intelligens for ubemannede og fjernstyrte maskiner. Maskinene oppdager og tolker egne feil, slik at drift blir tryggere og mindre avhengig av manuell oppfølging.»
Gründere: Oksana Rösch.
Stadium: MVP.
11. Tasteforge
Beskrivelse: «TasteForge er en datadrevet innovasjonsplattform for FMCG-selskaper – produsenter av dagligvarer og hurtigomsatte forbruksvarer. Vi hjelper dem å utvikle og lansere nye produkter raskere og mer treffsikkert, basert på data.»
Gründere: Stig Ola Johansen og Aleksander Johansen.
Stadium: Tidlige kunder.
12. Lodestone Labs
Beskrivelse: «Lodestone Labs bygger en AI-"harness" som skal erstatte dagens RAG-teknikker og gi kompakte, domenespesifikke AI-modeller. Resultatet er mer presis og effektiv AI, skreddersydd for det enkelte fagområdet.»
Gründere: Kjører piloter
Stadium: Mehmet Naci Akkøk og Per Daniel Thorsrud.
13. Arctech Robotics
Beskrivelse: «Arctech Robotics jobber med å tette "sim-to-real"-gapet og muliggjøre sømløs Physical AI. Vi sørger for at robotikk trent i simulering fungerer like godt i den virkelige verden, slik at autonome systemer kan tas raskere i bruk.»
Gründere: Thelma Annweiler, Siri Stockfleth, Hanna Lund, Edvard Tønset og Eivind Bruaset.
Stadium: Tidlig FoU.
14. PP&A-plattform
Beskrivelse: «Vi samler brønndata for å støtte bedre beslutninger gjennom hele arbeidsflyten for permanent plugging og forlating (PP&A) – fra diagnostikk til barriereverifisering. Målet er å gjøre nedstenging av brønner tryggere, raskere og mer etterprøvbar.»
Gründere: Sondre Kongsgård.
Stadium: Tidlig FoU (selskapet er ennå ikke registrert).