2025 Q4-rapport
87 dagar sedanOrderdjup
Antal
Köp
-
Sälj
Antal
-
Senaste avslut
| Tid | Pris | Antal | Köpare | Säljare |
|---|---|---|---|---|
| 92 825 | - | - | ||
| 50 000 | - | - | ||
| 30 876 | - | - | ||
| 39 999 | - | - | ||
| 36 300 | - | - |
Vi vill bara påminna om att börsen ger och tar. Även om sparande i aktier historiskt gett god avkastning över tid finns inga garantier för framtida avkastning. Det finns risk att du inte får tillbaka de pengar du investerat.
Mäklarstatistik
Ingen data hittades
Företagshändelser
Data hämtas från FactSet, Quartr| Nästa händelse | |
|---|---|
2026 H1-rapport 31 aug. |
| Tidigare händelser | ||
|---|---|---|
2025 Q4-rapport 26 mars | ||
2025 H2-rapport 26 mars | ||
2025 Q2-rapport 29 aug. 2025 | ||
2025 H1-rapport 29 aug. 2025 | ||
2024 H2-rapport 31 mars 2025 |
Kunder har även besökt
Forum
Delta i diskussionerna på Nordnet Social
·för 4 tim sedan- ·för 7 tim sedanVad händer om alla vertikalerna lyckas samtidigt?
·för 5 tim sedanAnokeke, du har försökt i månadsvis att framstå som att du har koll på Lokotech, men så kommer du med sådana kommentarer som verkligen slår undan benen på dig. 😂😂 
·för 8 tim sedanSå här kan Lokotech Edge AI fungera i praktiken 1) En enhet samlar in data Det kan vara: * en kamera på en fabrik * en sensor i ett kraftverk * en maskin som mäter temperatur, vibration eller ljud * en robot eller ett fordon som måste förstå sin omgivning Det är alltså här data uppstår. ⸻ 2) Datan går in i en lokal box / modul med Lokotech-chip Istället för att skicka allt till molnet, går datan först till en liten lokal enhet som innehåller: * processor / styrning * programvara * och Lokotechs AI-chip Det är denna chip som ska utföra själva AI-jobbet effektivt. ⸻ 3) Lokotech-chipet kör AI-modellen lokalt Chipet analyserar datan med en gång. Exempelvis kan den svara på: * "Är denna produkt felproducerad?" * "Tyder vibrationen på att motorn är på väg att svikta?" * "Är detta en person, ett fordon eller bara brus i bilden?" * "Har temperaturen utvecklats onormalt?" Poängen är att analysen sker lokalt, utan att skicka allt till ett datacenter. ⸻ 4) Systemet vidtar en åtgärd med en gång När AI:n har analyserat datan, kan systemet reagera omedelbart: * stoppa en produktionslinje * skicka larm till driftspersonal * justera en maskin automatiskt * lagra bara relevanta händelser * skicka ett kort meddelande till molnet istället för hela datamängden ⸻ En enkel illustration Exempel: fabrik / kvalitetskontroll Utan Edge AI: Kamera → skickar bilder till molnet → AI analyserar → svar tillbaka → maskinen reagerar Nackdelar: * långsammare * mer data som måste skickas * dyrare drift * mer sårbart om nätverket är dåligt ⸻ Med Lokotech Edge AI: Kamera → Lokotech-chip lokalt → AI analyserar bilden med en gång → maskinen stoppar / godkänner produkten Fördelar: * snabbare respons * lägre dataanvändning * mindre beroende av moln * bättre lämpad för industriell drift ⸻ Exempel 2: kraftverk / transformator / turbin Flödet kan se ut så här: Sensor → Lokotech Edge AI-modul → analyserar vibration/temperatur/ljud → upptäcker avvikelser → skickar varning innan fel uppstår Här är poängen att AI:n inte bara lagrar data, utan faktiskt tolkar signalerna fortlöpande. Det kan användas för: * prediktivt underhåll * felvarning * reducerad nedtid * lägre underhållskostnader ⸻ Exempel 3: smart kamera / säkerhet Flöde: Kamera → Lokotech-chip → AI bedömer om det är en person, truck, rök, intrång osv. → skickar larm eller utlöser åtgärd Här slipper man att skicka kontinuerlig videoström till molnet bara för att upptäcka en händelse. ⸻ Vad är Lokotechs roll i detta? Lokotech försöker i praktiken leverera "motorn" inuti boxen. Inte nödvändigtvis hela slutprodukten, men själva chipet / acceleratorkortet som gör att AI kan köras: * snabbt * energieffektivt * lokalt * billigare än att skicka allt till molnet ⸻ Hur detta kan se ut kommersiellt Det finns i grova drag tre sätt Lokotech kan tjäna pengar på detta: 1. Sälja chipet till andra Till exempel till företag som tillverkar: * industriella boxar * kameror * sensormoduler * edge-servrar Då blir Lokotech en komponentleverantör. ⸻ 2. Sälja moduler / färdiga AI-kort Istället för bara chip, kan de leverera en mer komplett lösning: * chip * kretskort * mjukvarustöd * integration Då blir det lättare för kunderna att ta i bruk lösningen. ⸻ 3. JV/partner bygger produkt runt chipet Detta är kanske det mest intressanta med det nya meddelandet. Då kan Arctic AI + partnerna bygga: * mjukvara * modeller * edge-lösning * kommersialisering runt Lokotechs teknologi. Då går man från "vi har ett chip" till "vi har en faktisk edge AI-produkt marknaden kan köpa". ⸻ En väldigt enkel analogi Moln-AI: Som att skicka allt till ett stort centralkök som lagar maten åt dig. Edge AI: Som att ha en liten, effektiv kock på plats som lagar precis det du behöver med en gång. Lokotech försöker inte bygga det största centralköket i världen. De försöker snarare skapa en liten, effektiv AI-motor som kan stå ute hos kunden och göra jobbet lokalt.
Kommentarerna ovan kommer från användare på Nordnets sociala nätverk Nordnet Social och har varken redigerats eller på förhand granskats av Nordnet. Det innebär inte att Nordnet tillhandahåller investeringsrådgivning eller investeringsrekommendationer. Nordnet påtar sig inget ansvar för kommentarerna eller eventuella felaktigheter i automatiska översättningar.
Nyheter
Nyheter och/eller generella investeringsrekommendationer alternativt utdrag därav på denna sida och relaterade länkar är framtagna och tillhandahålls av den leverantör som anges. Nordnet har inte medverkat till framtagandet, granskar inte och har inte gjort några ändringar i materialet. Läs mer om investeringsrekommendationer.
2025 Q4-rapport
87 dagar sedanNyheter
Nyheter och/eller generella investeringsrekommendationer alternativt utdrag därav på denna sida och relaterade länkar är framtagna och tillhandahålls av den leverantör som anges. Nordnet har inte medverkat till framtagandet, granskar inte och har inte gjort några ändringar i materialet. Läs mer om investeringsrekommendationer.
Forum
Delta i diskussionerna på Nordnet Social
- ·för 4 tim sedan
- ·för 7 tim sedanVad händer om alla vertikalerna lyckas samtidigt?·för 5 tim sedanAnokeke, du har försökt i månadsvis att framstå som att du har koll på Lokotech, men så kommer du med sådana kommentarer som verkligen slår undan benen på dig. 😂😂
- ·för 8 tim sedanSå här kan Lokotech Edge AI fungera i praktiken 1) En enhet samlar in data Det kan vara: * en kamera på en fabrik * en sensor i ett kraftverk * en maskin som mäter temperatur, vibration eller ljud * en robot eller ett fordon som måste förstå sin omgivning Det är alltså här data uppstår. ⸻ 2) Datan går in i en lokal box / modul med Lokotech-chip Istället för att skicka allt till molnet, går datan först till en liten lokal enhet som innehåller: * processor / styrning * programvara * och Lokotechs AI-chip Det är denna chip som ska utföra själva AI-jobbet effektivt. ⸻ 3) Lokotech-chipet kör AI-modellen lokalt Chipet analyserar datan med en gång. Exempelvis kan den svara på: * "Är denna produkt felproducerad?" * "Tyder vibrationen på att motorn är på väg att svikta?" * "Är detta en person, ett fordon eller bara brus i bilden?" * "Har temperaturen utvecklats onormalt?" Poängen är att analysen sker lokalt, utan att skicka allt till ett datacenter. ⸻ 4) Systemet vidtar en åtgärd med en gång När AI:n har analyserat datan, kan systemet reagera omedelbart: * stoppa en produktionslinje * skicka larm till driftspersonal * justera en maskin automatiskt * lagra bara relevanta händelser * skicka ett kort meddelande till molnet istället för hela datamängden ⸻ En enkel illustration Exempel: fabrik / kvalitetskontroll Utan Edge AI: Kamera → skickar bilder till molnet → AI analyserar → svar tillbaka → maskinen reagerar Nackdelar: * långsammare * mer data som måste skickas * dyrare drift * mer sårbart om nätverket är dåligt ⸻ Med Lokotech Edge AI: Kamera → Lokotech-chip lokalt → AI analyserar bilden med en gång → maskinen stoppar / godkänner produkten Fördelar: * snabbare respons * lägre dataanvändning * mindre beroende av moln * bättre lämpad för industriell drift ⸻ Exempel 2: kraftverk / transformator / turbin Flödet kan se ut så här: Sensor → Lokotech Edge AI-modul → analyserar vibration/temperatur/ljud → upptäcker avvikelser → skickar varning innan fel uppstår Här är poängen att AI:n inte bara lagrar data, utan faktiskt tolkar signalerna fortlöpande. Det kan användas för: * prediktivt underhåll * felvarning * reducerad nedtid * lägre underhållskostnader ⸻ Exempel 3: smart kamera / säkerhet Flöde: Kamera → Lokotech-chip → AI bedömer om det är en person, truck, rök, intrång osv. → skickar larm eller utlöser åtgärd Här slipper man att skicka kontinuerlig videoström till molnet bara för att upptäcka en händelse. ⸻ Vad är Lokotechs roll i detta? Lokotech försöker i praktiken leverera "motorn" inuti boxen. Inte nödvändigtvis hela slutprodukten, men själva chipet / acceleratorkortet som gör att AI kan köras: * snabbt * energieffektivt * lokalt * billigare än att skicka allt till molnet ⸻ Hur detta kan se ut kommersiellt Det finns i grova drag tre sätt Lokotech kan tjäna pengar på detta: 1. Sälja chipet till andra Till exempel till företag som tillverkar: * industriella boxar * kameror * sensormoduler * edge-servrar Då blir Lokotech en komponentleverantör. ⸻ 2. Sälja moduler / färdiga AI-kort Istället för bara chip, kan de leverera en mer komplett lösning: * chip * kretskort * mjukvarustöd * integration Då blir det lättare för kunderna att ta i bruk lösningen. ⸻ 3. JV/partner bygger produkt runt chipet Detta är kanske det mest intressanta med det nya meddelandet. Då kan Arctic AI + partnerna bygga: * mjukvara * modeller * edge-lösning * kommersialisering runt Lokotechs teknologi. Då går man från "vi har ett chip" till "vi har en faktisk edge AI-produkt marknaden kan köpa". ⸻ En väldigt enkel analogi Moln-AI: Som att skicka allt till ett stort centralkök som lagar maten åt dig. Edge AI: Som att ha en liten, effektiv kock på plats som lagar precis det du behöver med en gång. Lokotech försöker inte bygga det största centralköket i världen. De försöker snarare skapa en liten, effektiv AI-motor som kan stå ute hos kunden och göra jobbet lokalt.
Kommentarerna ovan kommer från användare på Nordnets sociala nätverk Nordnet Social och har varken redigerats eller på förhand granskats av Nordnet. Det innebär inte att Nordnet tillhandahåller investeringsrådgivning eller investeringsrekommendationer. Nordnet påtar sig inget ansvar för kommentarerna eller eventuella felaktigheter i automatiska översättningar.
Orderdjup
Antal
Köp
-
Sälj
Antal
-
Senaste avslut
| Tid | Pris | Antal | Köpare | Säljare |
|---|---|---|---|---|
| 92 825 | - | - | ||
| 50 000 | - | - | ||
| 30 876 | - | - | ||
| 39 999 | - | - | ||
| 36 300 | - | - |
Vi vill bara påminna om att börsen ger och tar. Även om sparande i aktier historiskt gett god avkastning över tid finns inga garantier för framtida avkastning. Det finns risk att du inte får tillbaka de pengar du investerat.
Mäklarstatistik
Ingen data hittades
Kunder har även besökt
Företagshändelser
Data hämtas från FactSet, Quartr| Nästa händelse | |
|---|---|
2026 H1-rapport 31 aug. |
| Tidigare händelser | ||
|---|---|---|
2025 Q4-rapport 26 mars | ||
2025 H2-rapport 26 mars | ||
2025 Q2-rapport 29 aug. 2025 | ||
2025 H1-rapport 29 aug. 2025 | ||
2024 H2-rapport 31 mars 2025 |
2025 Q4-rapport
87 dagar sedanNyheter
Nyheter och/eller generella investeringsrekommendationer alternativt utdrag därav på denna sida och relaterade länkar är framtagna och tillhandahålls av den leverantör som anges. Nordnet har inte medverkat till framtagandet, granskar inte och har inte gjort några ändringar i materialet. Läs mer om investeringsrekommendationer.
Företagshändelser
Data hämtas från FactSet, Quartr| Nästa händelse | |
|---|---|
2026 H1-rapport 31 aug. |
| Tidigare händelser | ||
|---|---|---|
2025 Q4-rapport 26 mars | ||
2025 H2-rapport 26 mars | ||
2025 Q2-rapport 29 aug. 2025 | ||
2025 H1-rapport 29 aug. 2025 | ||
2024 H2-rapport 31 mars 2025 |
Forum
Delta i diskussionerna på Nordnet Social
- ·för 4 tim sedan
- ·för 7 tim sedanVad händer om alla vertikalerna lyckas samtidigt?·för 5 tim sedanAnokeke, du har försökt i månadsvis att framstå som att du har koll på Lokotech, men så kommer du med sådana kommentarer som verkligen slår undan benen på dig. 😂😂
- ·för 8 tim sedanSå här kan Lokotech Edge AI fungera i praktiken 1) En enhet samlar in data Det kan vara: * en kamera på en fabrik * en sensor i ett kraftverk * en maskin som mäter temperatur, vibration eller ljud * en robot eller ett fordon som måste förstå sin omgivning Det är alltså här data uppstår. ⸻ 2) Datan går in i en lokal box / modul med Lokotech-chip Istället för att skicka allt till molnet, går datan först till en liten lokal enhet som innehåller: * processor / styrning * programvara * och Lokotechs AI-chip Det är denna chip som ska utföra själva AI-jobbet effektivt. ⸻ 3) Lokotech-chipet kör AI-modellen lokalt Chipet analyserar datan med en gång. Exempelvis kan den svara på: * "Är denna produkt felproducerad?" * "Tyder vibrationen på att motorn är på väg att svikta?" * "Är detta en person, ett fordon eller bara brus i bilden?" * "Har temperaturen utvecklats onormalt?" Poängen är att analysen sker lokalt, utan att skicka allt till ett datacenter. ⸻ 4) Systemet vidtar en åtgärd med en gång När AI:n har analyserat datan, kan systemet reagera omedelbart: * stoppa en produktionslinje * skicka larm till driftspersonal * justera en maskin automatiskt * lagra bara relevanta händelser * skicka ett kort meddelande till molnet istället för hela datamängden ⸻ En enkel illustration Exempel: fabrik / kvalitetskontroll Utan Edge AI: Kamera → skickar bilder till molnet → AI analyserar → svar tillbaka → maskinen reagerar Nackdelar: * långsammare * mer data som måste skickas * dyrare drift * mer sårbart om nätverket är dåligt ⸻ Med Lokotech Edge AI: Kamera → Lokotech-chip lokalt → AI analyserar bilden med en gång → maskinen stoppar / godkänner produkten Fördelar: * snabbare respons * lägre dataanvändning * mindre beroende av moln * bättre lämpad för industriell drift ⸻ Exempel 2: kraftverk / transformator / turbin Flödet kan se ut så här: Sensor → Lokotech Edge AI-modul → analyserar vibration/temperatur/ljud → upptäcker avvikelser → skickar varning innan fel uppstår Här är poängen att AI:n inte bara lagrar data, utan faktiskt tolkar signalerna fortlöpande. Det kan användas för: * prediktivt underhåll * felvarning * reducerad nedtid * lägre underhållskostnader ⸻ Exempel 3: smart kamera / säkerhet Flöde: Kamera → Lokotech-chip → AI bedömer om det är en person, truck, rök, intrång osv. → skickar larm eller utlöser åtgärd Här slipper man att skicka kontinuerlig videoström till molnet bara för att upptäcka en händelse. ⸻ Vad är Lokotechs roll i detta? Lokotech försöker i praktiken leverera "motorn" inuti boxen. Inte nödvändigtvis hela slutprodukten, men själva chipet / acceleratorkortet som gör att AI kan köras: * snabbt * energieffektivt * lokalt * billigare än att skicka allt till molnet ⸻ Hur detta kan se ut kommersiellt Det finns i grova drag tre sätt Lokotech kan tjäna pengar på detta: 1. Sälja chipet till andra Till exempel till företag som tillverkar: * industriella boxar * kameror * sensormoduler * edge-servrar Då blir Lokotech en komponentleverantör. ⸻ 2. Sälja moduler / färdiga AI-kort Istället för bara chip, kan de leverera en mer komplett lösning: * chip * kretskort * mjukvarustöd * integration Då blir det lättare för kunderna att ta i bruk lösningen. ⸻ 3. JV/partner bygger produkt runt chipet Detta är kanske det mest intressanta med det nya meddelandet. Då kan Arctic AI + partnerna bygga: * mjukvara * modeller * edge-lösning * kommersialisering runt Lokotechs teknologi. Då går man från "vi har ett chip" till "vi har en faktisk edge AI-produkt marknaden kan köpa". ⸻ En väldigt enkel analogi Moln-AI: Som att skicka allt till ett stort centralkök som lagar maten åt dig. Edge AI: Som att ha en liten, effektiv kock på plats som lagar precis det du behöver med en gång. Lokotech försöker inte bygga det största centralköket i världen. De försöker snarare skapa en liten, effektiv AI-motor som kan stå ute hos kunden och göra jobbet lokalt.
Kommentarerna ovan kommer från användare på Nordnets sociala nätverk Nordnet Social och har varken redigerats eller på förhand granskats av Nordnet. Det innebär inte att Nordnet tillhandahåller investeringsrådgivning eller investeringsrekommendationer. Nordnet påtar sig inget ansvar för kommentarerna eller eventuella felaktigheter i automatiska översättningar.
Orderdjup
Antal
Köp
-
Sälj
Antal
-
Senaste avslut
| Tid | Pris | Antal | Köpare | Säljare |
|---|---|---|---|---|
| 92 825 | - | - | ||
| 50 000 | - | - | ||
| 30 876 | - | - | ||
| 39 999 | - | - | ||
| 36 300 | - | - |
Vi vill bara påminna om att börsen ger och tar. Även om sparande i aktier historiskt gett god avkastning över tid finns inga garantier för framtida avkastning. Det finns risk att du inte får tillbaka de pengar du investerat.
Mäklarstatistik
Ingen data hittades