Tesla opskalerede Optimus, før hænderne var klar

Den optrapning Tesla annoncerede

Teslas Optimus-produktion steg fra et par dusin enheder om ugen under småskala-tests i andet kvartal 2026 til flere hundrede om ugen i august, ifølge en rapport fra The Information bekræftet af Electrek og Tradingpedia. Ledelsen sigter nu efter mere end 1.000 robotter om ugen inden udgangen af 2026, og fremtidige produktionslinjer er designet til at skubbe produktionen mod 10.000 til 20.000 enheder om ugen.

Læst som et enkelt tal ligner den kurve det klareste tegn hidtil på, at Optimus er ved at blive et rigtigt produkt. Læst ved siden af hvad Teslas egne ingeniører fortæller journalister om hænderne, ligner det noget andet: et selskab, der optrapper den del af processen, som allerede virkede, mens den del, der ikke gjorde, bliver næsten hvor den var.

Den ene del, der ikke fulgte med

Hånd- og underarmssamlingen indeholder over 100 skruer og små komponenter, der stadig kræver manuelt arbejde, og fixturerne på Teslas linje er bygget til dele, der er langt mindre og strammere tolereret end noget på en bil, hvilket giver betydelig efterbearbejdning. Trykfølsomme sensorer inde i hånden har også pålidelighedsproblemer, alvorlige nok til at Tesla i stedet for at reparere selve hånden næste år vælger at lægge en udskiftelig sensorhandske ovenpå.

Teslas forsyningskæde tilføjer en anden begrænsning på den samme del: motorer og præcisionsgear kommer stort set fra eksterne leverandører, mange i Kina, og nogle af dem kan lave gode dele i prototypemængder, men har svært ved at holde kvaliteten stabil, når volumen stiger. Hånden er med andre ord den ene del af Optimus, der samtidig er sværest at bygge, sværest at skaffe i stor skala og den del, Tesla allerede har besluttet ikke at løse før næste år.

Den anden flaskehals, ingen kan springe over

Selv en perfekt hånd ville ikke gøre Optimus til et færdigt produkt. Tesla råder over mere end 500.000 timers træningsdata til robottens AI og planlægger at fordoble den mængde inden årets udgang ved hjælp af omplacerede selvkørende-data-teams og nye dedikerede dataindsamlere, og det tager ifølge rapporteringen stadig Optimus flere dage at lære selv en grundlæggende opgave. Dens adfærd kan blive uforudsigelig, i det øjeblik den møder en situation, dens træning aldrig dækkede.

De fleste af de robotter, Tesla nu producerer flere hundrede af om ugen, udfører slet ikke generelt arbejde. De bruges til intern test og træning, begrænset til overvågede områder, hvor de udfører specifikke, forprogrammerede opgaver, hvilket er meget anderledes end den generelle hjemme- eller fabriksrobot, som produktionstallene alene lægger op til.

Hvorfor det slår tilbage at skalere omkring et svagt delsystem

At optrappe den samlede produktion, før det værste delsystem er klar, udvander ikke fejlraten, det mangedobler det absolutte antal enheder, der bærer den fejl ud i marken. For hver uge Tesla lægger til produktionstallet, tilføjer selskabet flere robotter bygget omkring et hånddesign, som Tesla selv allerede planlægger at lappe med en ekstra del næste år, en designbeslutning der stadig er i bevægelse, ikke en færdig en.

Det binder også kapital i en retning, der måske delvist skal laves om. Montagefixturer og linjeværktøj bygget omkring håndens nuværende geometri bliver til en tabt omkostning i det øjeblik, den geometri ændrer sig, og jo flere enheder der allerede er gået igennem linjen, desto dyrere bliver det at eftermontere eller absorbere et redesign. Et stigende diagram over enheder om ugen ser identisk ud, uanset om det, der ligger under, konvergerer mod at være færdigt, eller bliver bygget omkring et problem, selskabet allerede har valgt at udskyde.

Læren ud over robotter

Dette er ikke en fælde, der kun gælder robotteknologi. Ethvert team, der udruller hardware eller software, står over for det samme valg, så snart et delsystem sakker bagud i forhold til resten: skalere det samlede volumen efter planen og slæbe den ufærdige del med, eller holde optrapningen tilbage, til det svage led faktisk er klar. Optimus er kun et så tydeligt eksempel, fordi de to mål, byggede enheder og håndens pålidelighed, bliver rapporteret adskilt nok til at kunne sammenlignes.

Den praktiske test rækker langt ud over robotteknologi: før man læser et volumental som fremskridt, bør man spørge, om det, der bliver skaleret, er det samme, der var i stykker sidste kvartal. Et stigende ugentligt enhedstal og en stadig uløst hånd står ikke i modsætning til hinanden i Teslas egen rapportering, de er to adskilte fakta, der står side om side, og at læse det første som bevis for det andet er præcis den læsning, en beslutningstager ikke bør foretage.

Læs videre: Ingen AI-sikkerhedsregel binder endnu jeres leverandør  |  Skilds Robot Samler Blackwell Ud Fra Én Video