Canadees team in race om AI-gestuurde werkkrachten te bouwen

Een startup uit Cambridge sluit zich aan bij de wereldwijde sprint

Maak kennis met het Canadese team dat strijdt om de volgende generatie AI-gestuurde werkkrachten te bouwen: deze week toonde Mirsee Robotics, een startup uit Cambridge (Ontario), zijn MH3-prototype terwijl het zich voorbereidt op de overstap van lab-exemplaren naar grootschalige productie. De CEO van het bedrijf, Tarek Rahim, vertelde verslaggevers dat de derde generatie MH3 een in Canada ontwikkelde vision-stack heeft, on-board AI voor basistaken en een bewuste ontwerpkeuze die hem onderscheidt van veel van de virale humanoïde beelden uit China: de MH3 beweegt zich voort op wielen, niet op twee benen. Die keuze draait om uptime, stabiliteit en batterijduur—praktische afwegingen voor machines die bedoeld zijn om op fabrieksvloeren en in magazijnen te werken in plaats van op een podium.

De demonstratie van Mirsee—het lokaliseren van een waterfles met machine vision, deze vastpakken en meedragen—oogt bescheiden naast de virale kungfu-routines, maar Rahim stelt dat die bescheiden taken juist de moeilijke zijn wanneer je wilt dat een robot betrouwbaar een mens vervangt tijdens een repetitieve ploegendienst. Mirsee zegt over twee van de nieuwste robots te beschikken en verwacht er dit jaar nog zes te bouwen, met plannen voor een massaproductiemodel volgend jaar. Dit tijdspad en de terminologie van massaproductie verklaren waarom durfkapitaal, bottlenecks in de toeleveringsketen en overheidsbeleid plotseling centraal staan in gesprekken die tot voor kort slechts academisch waren.

Maak kennis met het racende Canadese team: industriële ontwerpkeuzes en tijdlijnen

De aanpak van Mirsee illustreert de centrale technische en zakelijke vraagstukken voor groepen die AI-gestuurde werkkrachten willen inzetten. Een directe vraag is of een toekomstig robot-personeelsbestand de menselijke voortbeweging moet nabootsen of simpelere mechanische oplossingen moet lenen. De wielen van Mirsee ruilen mobiliteit in voor uithoudingsvermogen. Dat vermindert de noodzaak voor snelle balanscontrole en complexe actuatie, wat op zijn beurt het energieverbruik verlaagt en de uptime verbetert—cruciale graadmeters voor fabrieksmanagers die kapitaalkosten vergelijken met loonkosten. Andere bedrijven in Canada en daarbuiten maken andere afwegingen: Sanctuary AI en Agility Robotics streven naar antropomorfe beweging omdat dit meer mensgerichte omgevingen ontsluit, terwijl bedrijven als Unitree en veel Chinese firma's snelle mechanische vooruitgang hebben laten zien waarbij de nadruk ligt op dynamische beweging en kostenefficiëntie.

Sensoren, software en de toeleveringsketen

Op technologisch niveau bestaat de volgende generatie AI-gestuurde werkkrachten uit een stack van verschillende onderling afhankelijke componenten: perceptie, manipulatie, planning en energie. Perceptie maakt gebruik van op camera's gebaseerde vision-systemen, in sommige gevallen lidar, en taakspecifieke sensoren. Mirsee legt de nadruk op zijn in Canada gebouwde vision-stack; Forcen, een bedrijf uit Toronto, heeft onlangs financiering opgehaald om krachtgevoelige prototypes op te schalen waarmee robothanden contact kunnen detecteren en hun grip kunnen aanpassen. Die tactiele en krachtsensoren zijn essentieel voor het hanteren van onregelmatige voorwerpen—zoals een doos versus een breekbare fles—zonder menselijk toezicht.

Aan de softwarekant integreren bedrijven large language models, op transformers gebaseerde perceptienetwerken, reinforcement-learning-controllers en deterministische bewegingsplanners. De LLM-laag wordt steeds vaker gebruikt voor taaksequencing op hoger niveau—het vertalen van een instructie als "pak deze vijf items in" naar een reeks subroutines voor perceptie en manipulatie—terwijl controllers op lager niveau op edge-hardware draaien voor latentie en veiligheid. Die splitsing tussen cloud en edge is een cruciale ontwerpbeslissing: het beïnvloedt real-time veiligheid, databandbreedte en of een vloot kan blijven functioneren tijdens netwerkstoringen.

Ten slotte hangt alles af van halfgeleiders, energie en toeleveringsketens voor productie. De bredere vraag naar AI voor GPU's en aangepaste versnellers heeft geleid tot een jacht op rekenkracht die ook robotmakers treft. Marktanalisten zijn er duidelijk over dat de hardwarebehoeften van AI investeringen in chips en energie stimuleren; een tekort aan een van beide kan de productie vertragen of robots economisch onrendabel maken voor sommige klanten.

Beleid, banen en de concurrentiepositie van Canada

De sterke punten van Canada—onderzoeksclusters, startups en gevestigde industriële bedrijven—zijn duidelijk, maar beleid en tekorten aan talent kunnen de adoptie vertragen. Een rapport van Deloitte Canada wees op een lage bereidheid op veel werkplekken: organisaties zijn geïnteresseerd in AI, maar missen het personeel en de training om het veilig in te zetten. De CEO van Mirsee drong publiekelijk aan op meer federale steun voor robotica; tegelijkertijd heeft het federale Strategic Innovation Fund tientallen miljoenen geïnvesteerd in chip-packaging en quantum-partnerschappen met bedrijven als IBM in Bromont (Quebec). Dit duidt op een bewustzijn bij de overheid dat geavanceerde hardware-ecosystemen van belang zijn als Canada een rol wil spelen bij de productie van AI-systemen in eigen land.

De effecten op de werkgelegenheid zijn gecompliceerd. De directe winst zit in de productiviteit—robots kunnen het verloop in saaie, repetitieve functies verminderen en de productiekosten verlagen—maar verdringing is reëel. Historische automatiseringsgolven creëerden nieuwe rollen in onderhoud, programmering en toezicht, en veel onderzoekers verwachten een vergelijkbare verschuiving met robotica: de vraag naar roboticatechnici, site-integratoren en AI-veiligheidsingenieurs zal groeien. De timing en schaal van die overgang zullen bepalen of gemeenschappen te maken krijgen met ontwrichting of juist met snellere economische groei.

Welke technologieën definiëren de volgende generatie AI-werkkracht?

De lijst met faciliterende technologieën is lang. Visuele perceptie en dieptewaarneming, edge-compute met hoge bandbreedte (GPU's in NVIDIA-stijl of aangepaste versnellers), kracht- en tactiele sensoren, modulaire grijpers en robuuste batterijsystemen zijn de voor de hand liggende hardware-onderdelen. Aan de softwarekant gebruiken bedrijven een mix van klassieke bewegingsplanning, reinforcement learning getraind in simulaties en foundation models aangepast voor taakplanning. Veiligheidslagen—zowel software-watchdogs die bewegingen beperken als fysieke fail-safes—zijn verplicht in industriële omgevingen.

Nieuwe toetreders zoals AutoAlign hebben oplossingen ontwikkeld om LLM's te beveiligen en hallucinaties of onveilige acties te verminderen, in het besef dat een agentische AI in een bewegend lichaam strengere controles nodig heeft. Tegelijkertijd leert de industrie van andere gebieden van AI: de kinderveiligheidsmaatregelen waar grote bedrijven mee instemden voor generatieve systemen illustreren hoe kaders voor governance in samenwerking kunnen worden ontwikkeld. Robotica zal hetzelfde niveau van coördinatie tussen meerdere belanghebbenden vereisen: fabrikanten, exploitanten, vakbonden, regelgevers en onderzoekers zullen gemeenschappelijke standaarden voor certificering en auditing nodig hebben.

Voordelen, risico's en hoe Canada zich kan positioneren

De voordelen zijn tastbaar: verbeterde veiligheid op de werkplek, lagere eenheidskosten voor repetitieve taken en de mogelijkheid om rollen te automatiseren waar arbeid schaars is. De industriële basis van Canada—automotive, voedselverwerking en logistiek—zou productiviteitswinst kunnen boeken als de technologie betaalbaar en betrouwbaar is. Maar risico's omvatten banenverlies, de concentratie van productie en cloudinfrastructuur in enkele wereldwijde hubs, en de sociale effecten van snelle verandering.

Om hiervan te profiteren, heeft Canada een drieledige strategie nodig: gerichte publieke financiering voor hardware- en packagingfaciliteiten, investeringen in omscholing van het personeelsbestand en robotica-onderwijs voor werknemers, en stimulansen die lokale assemblage en softwareontwikkeling aanmoedigen. Bestaande stappen—zoals steun van het Strategic Innovation Fund voor de IBM-faciliteit in Bromont en subsidies voor sensorbedrijven—helpen, maar de waarschuwingen van Deloitte over talent tonen aan dat er meer werk aan de winkel is om te voorkomen dat binnenlandse capaciteit weglekt naar grotere markten in het buitenland.

Voor Canadezen die zich afvragen hoe het project er op de werkvloer uitziet: verwacht dat speciaal gebouwde machines op wielen binnen enkele jaren in distributiecentra verschijnen, waarbij humanoïde of meer multifunctionele platforms trager zullen volgen naarmate veiligheid, kosten en regelgevingsstelsels volwassen worden. De technologie-stack—vision, krachtsensoren, LLM-planners, edge-compute—bestaat al; de uitdaging is om deze te integreren in systemen die jarenlang economisch en veilig blijven draaien.

De bronnen die voor deze rapportage zijn gebruikt, omvatten bedrijfsbriefings en industrieonderzoek van Canadese instellingen en overheidsprogramma's.

Bronnen

• Deloitte Canada (Future of Canada Centre)
• Documentatie van het Government of Canada Strategic Innovation Fund
• Thorn (organisatie voor kinderveiligheid)