AI og robotteknologi skaber to forskellige økonomiske fremtider

Fremkomsten af stadig mere kompetent AI har skabt massiv, og berettiget, bekymring blandt mange arbejdstagere om at blive erstattet af automatisering. Dette pres er især tydeligt i servicejobs og hvide krave‑job, som indtil nu har været mest beskyttet mod automatiseringspres (sammenlignet med fremstillingsindustrien, for eksempel).

Samtidig hyldes robotteknologi, som også nogle gange kombineres med begrebet “fysisk AI”, som det næste skridt i AI‑implementering.

Men i praksis kan effekten på produktivitet og arbejdsmarkedet af både “software‑AI” og “fysisk AI”, inklusive industrielle robotter, være meget forskellige, og det er måske ikke software‑AI, der er værst til at skabe uligheder.

En ny undersøgelse af forskere ved University of São Paulo i Brasilien og Vienna University of Economics and Business i Østrig modellerede disse forskelle på tværs af 52 lande.

De fandt, at mens både robotter og AI fremmer økonomisk vækst, så øger robotter lønulighed, mens AI reducerer den. De offentliggjorde deres resultater i World Development¹ under titlen “The skill premium across countries in the era of industrial robots and artificial intelligence”.

Automation, AI, robotteknologi & job

Bare endnu et skridt i automatiseringen

Ofte glemt af de fleste, har verden allerede gennemgået en første bølge af AI/robotrevolution, hvor antallet af operative industrielle robotter steg med 689 % globalt mellem 1993 og 2023.

Og en ny bølge af automatisering er ved at ramme økonomien, da private investeringer i kunstig intelligens (AI) steg med 1159 % mellem 2013 og 2023 (og endnu mere derefter).

Historisk set har automatisering ved hjælp af industrielle robotter primært erstattet lavtuddannede arbejdstagere i rutineopgaver. Dette har øget “færdighedspræmien”, dvs. lønforskellen mellem højtuddannede og lavtuddannede arbejdstagere, hvilket har ført til øget ulighed.

Derfor er det vigtigt at måle denne færdighedspræmie for den igangværende AI‑implementering og ny robotteknologi for at forstå deres indvirkning på den samlede økonomi og især på arbejdsmarkedet og lønuligheden.

Selvom robotter kan erstatte job, især lavtuddannede job, kan de også have bredere effekter på arbejdsstyrken. For eksempel har robotadoption i Brasilien øget andelen af kvindelige og højtuddannede arbejdstagere sammenlignet med andre dele af arbejdsstyrken.

Samtidig viste en anden undersøgelse af 453 college‑uddannede fagfolk, at adgang til ChatGPT fører til en produktivitetsstigning, som er mere udtalt blandt lavtuddannede arbejdstagere end blandt højtuddannede.

Så i sidste ende er effekten af automatisering, hvad enten det er robotter eller AI, i høj grad bestemt af, hvilke arbejdstagere den erstatter, og hvilke arbejdstagere den styrker.

Tværslandsdatasæt

Forskerne indsamlede data fra 52 lande, hvoraf 34 betragtes som højindkomst, 12 som øvre mellemindkomst og 6 som nedre mellemindkomst. Udvalget omfattede data fra 2019.

Lande med lav indkomst blev ikke inkluderet, da brugen af industrielle robotter og AI‑investeringer i disse lande typisk er meget lav. Forskellige kilder blev samlet til undersøgelsen.

Den traditionelle fysiske kapitalbeholdning blev hentet fra International Monetary Fund (2025)‑databasen.

Data om lavtuddannede og højtuddannede arbejdstagere blev hentet fra International Labour Organization (2025).

Beholdningen af industrielle robotter blev hentet fra International Federation of Robotics (2023), og den gennemsnitlige pris pr. robot blev justeret efter købekraftsparitet (PPP).

Investering i AI‑teknologier som en proxy for AI‑implementering, med data fra Center for Security and Emerging Technology og U.S. Bureau of Labor Statistics, behandlet af platformen Our World in Data.

Færdighedspræmie på verdensplan

Den gennemsnitlige færdighedspræmie er 1,44, tæt på den observerede i Belgien (BEL). Den laveste estimerede værdi er 0,68, tæt på dem observeret i Rusland (RUS) og Island (ISL), mens den højeste værdi, 4,28, er observeret i Japan (JPN).

Det større billede peger på, at lande med en større robotbeholdning har en højere færdighedspræmie. Dog er sammenhængen mellem færdighedspræmien og AI‑investering ikke signifikant.

Kilde: World Development

Når man analyserer færdighedspræmien mere dybtgående, fandt forskerne, at:

• Økonomier med højere BNP har en tendens til at have en større lønforskel mellem højtuddannede og lavtuddannede arbejdstagere.
• Højindkomstlande har generelt en større andel af højtuddannede arbejdstagere og en lavere færdighedspræmie, mens mellemindkomstøkonomier viser større variation.
• Lande med højere produktivitet (målt efter total faktorproduktivitet (TFP)) har en tendens til at have en mindre lønforskel mellem højtuddannede og lavtuddannede arbejdstagere.

Kilde: World Development

En anden indsigt fra disse data, omend en forventet, er, at BNP og robotbeholdningen er positivt forbundet. Det samme gælder for BNP og AI‑investering.

Kilde: World Development

Selvom detaljerne afhænger af hvert lands individuelle økonomiske situation og sammensætningen af højt- og lavtuddannede i arbejdsstyrken, så er en stigning på 1 % i robotbeholdningen pr. arbejder i gennemsnit forbundet med en stigning i BNP pr. arbejder på 0,29 %. Mindre udviklede lande med en lavere robotbeholdning pr. arbejder, såsom Pakistan (PAK), Peru (PER), Egypten (EGY) og Colombia (COL), drager mest fordel af en stigning i robotbrug.

Kilde: World Development

Samtidig var stigningen i BNP pr. arbejder for hver 1 % stigning i AI‑investering næsten ubetydelig, kun 0,03 %.

Med hensyn til ulighed er en stigning på 1 % i robotbeholdningen pr. arbejder i gennemsnit forbundet med en stigning i færdighedspræmien på 0,23 %. Samtidig er en stigning på 1 % i AI‑investering forbundet med en reduktion i færdighedspræmien på 0,018 %, hvilket viser, at AI ser ud til at kunne reducere uligheden, især i højindkomstlande.

Fletter AI og robotteknologi sammen?

I denne undersøgelse betragtes robotteknologi og AI fortrinsvis som to helt separate kategorier, da robotter primært betyder industrielle robotter i miljøer som samlebånd.

Dog vil den næste fase af automatiseringen i den nærmeste fremtid involvere kombination af fysiske maskiner med AI‑systemer, som gør både arbejdstagere og robotter mere kapable.

Om fysisk AI vil bevare AI’s modellerede ulighedsreducerende effekt, er fortsat usikkert. Når AI er indlejret i maskiner, der udfører fysisk arbejde, kan den supplere medarbejdere, erstatte dem eller gøre begge dele. Resultatet vil afhænge af, hvilke opgaver der automatiseres, og om arbejdstagere får nye kapaciteter sammen med maskinerne.

Den samlede effekt kan derfor være en større robotudrulning, samtidig med at den reducerer noget af presset på lønulighed sammenlignet med det historiske præcedens.

Den hedt debatterede økonomiske indvirkning af automatisering vil således afhænge ikke kun af, hvor meget virksomheder investerer, men også af hvorvidt investeringen erstatter arbejdstagere eller udvider, hvad arbejdstagere kan opnå.

Investering i robotteknologi og AI

NVIDIA Corporation

NVIDIA (NVDA ) er i dag ikke længere kun en producent af grafikkort til gaming, men den globale leder inden for AI‑hardware, efter at have tilpasset sine eksisterende GPU’er til nye designs, der specifikt er lavet til AI‑beregningsarbejder.

Dette har gjort den til den primære modtager af boom i investeringer i AI‑teknologi og verdens mest værdifulde virksomhed. Men NVIDIA udvikler sig også ud over blot at være en compute‑hardware‑virksomhed.

Virksomheden har selv identificeret “fysisk AI”, dvs. implementering af AI i robotkroppe overalt, som det næste skridt inden for IT‑teknologi, og har taget stærke skridt for at befæste sin ledelse på dette område.

https://www.securities.io/wp-content/uploads/2026/09/gdp-after.png

Det starter med NVIDIAs Cosmos‑rammeværk, en “world foundation model”, der bruger neurale netværk til at modellere ikke kun tekst eller tal, men den virkelige verden med al dens kompleksitet og komplekse fysik.

Cosmos er “en platform med åbne world foundation models (WFMs), sikkerhedsrammer og databehandlingsbiblioteker til at accelerere udviklingen af fysisk AI for autonome køretøjer (AV’er), robotter og videoanalyse‑AI‑agenter.”

Flere robotteknologi‑ og autonome køretøjsvirksomheder bruger allerede Cosmos til at accelerere udviklingen af deres fysiske AI.

Kilde: NVIDIA

Virksomheden ser en sådan model som tegn på, at 2026 er ChatGPT‑øjeblikket for robotteknologi, hvor feltet bevæger sig fra nysgerrighed eller forskningsprojekter til et eksploderende antal anvendelser.

https://www.securities.io/wp-content/uploads/2026/01/cosmos-users-nvidia.jpg

Derefter udviklede NVIDIA Isaac‑GROOT & IsaacLab Arena til træning og implementering af AI‑drevne robotter. Isaac er en vision‑sprog‑handling‑model, der er bygget specifikt til humanoide robotter og tilbyder fuld‑kropskontrol og kontekstforståelse.

Vigtigt er, at Isaac‑modellen har relativt lave beregningskrav, med et $3.500 NVIDIA‑robotik‑chipmodul, Jetson AGX Thor, som er tilstrækkeligt til at køre Isaac, hvilket bringer omkostningerne til beregningshardware for en humanoid robot ned til en meget lille del af den samlede pris. Det begrænser også strømforbruget, hvilket er vigtigt for at sikre god autonomi for de robotter, der bruger den.

NVIDIA® Jetson Thor™‑seriemoduler giver dig den ultimative platform til fysisk AI og robotteknologi, leverende op til 2070 FP4 TFLOPS AI‑beregning og 128 GB hukommelse med strøm, der kan konfigureres mellem 40 W og 130 W. De leverer over 7,5‑gange højere AI‑beregning end NVIDIA AGX Orin™, med 3,5‑gange bedre energieffektivitet.

Til industrielle anvendelser findes NVIDIAs Omniverse, en samling af biblioteker og mikrotjenester til udvikling af fysiske AI‑applikationer såsom industrielle digitale tvillinger og robotteknologisimulering.

Endelig, for at koordinere alle slags fysiske AI‑værktøjer, robotter og opgaver, findes NVIDIA OSMO, en “orchestrator”‑software, specifikt bygget til fysisk AI. Den gør det muligt for brugere at koordinere og kombinere flere AI‑værktøjer, inklusive Isaac og Cosmos, på alle stadier af fysisk AI‑udvikling: datagenerering, træning, simulering, evaluering og hardware‑in‑the‑loop‑test.

Denne diversitet gør NVIDIA til et af de bedste valg for udvidelsen af både AI og robotteknologi ind i det nye sammensmeltede felt af fysisk AI.

Det placerer dem i en bedre position end ældre industrielle robotproducenter, som kan have svært ved at tilpasse sig andre anvendelser. Et godt eksempel er, at selv de bedste, som ABB Robotics, nu samarbejder med NVIDIA om den næste generation af industrielle robotter.

Den nye RobotStudio HyperReality, tilgængelig i anden halvdel af 2026, vil fundamentalt ændre, hvor hurtigt og pålideligt producenter kan skalere produktionen, reducere omkostningerne med op til 40 % og accelerere time‑to‑market med 50 %.

https://www.nvidia.com/en-eu/ai/cosmos/

Alt i alt giver dette NVIDIA en misundelsesværdig konkurrencemæssig position i at navigere overgangen til fysisk AI.

Dog vil potentielle investorer også skulle tage andre faktorer i betragtning, især NVIDIAs allerede enorme markedsværdi, før de beslutter, om den potentielle vækst inden for AI og robotteknologi retfærdiggør de multipler, som virksomheden blev værdiansat til af markederne i 2026.

(Du kan også læse mere om disse emner i vores komplette investeringsrapporter om Physical AI og om Nvidia itself)

Seneste NVIDIA Corporation (NVDA) aktienyheder og udviklinger

Studie refereret

^{1. Marcos J. Ribeiro and Klaus Prettner. The skill premium across countries in the era of industrial robots and artificial intelligence. World Development. Volume 208, december 2026, 107538. https://www.youtube.com/watch?v=DBlb8VPWaDM}