Stockholm Medical Cannabis Conference

Nu odlar AI din cannabis

Från robotstyrda system som skannar odlingarnas växttak och AI-drivna förädlingsverktyg till smarta algoritmer bakom försäljningsdiskarna på dispensärer – artificiell intelligens håller på att förändra cannabisindustrin på alla nivåer.

Men det finns en fråga som fortfarande saknar ett tydligt svar:

Hjälper den här utvecklingen människorna som byggde kulturen och branschen från grunden – eller håller den på att ersätta dem?

Robotar bland cannabisplantorna

Cannabisodling har alltid handlat om att hantera enorma mängder data.

Inomhusodlingar kräver ständig finjustering av luftfuktighet, temperatur, koldioxidnivåer, ljusspektrum, bevattning och näring – faktorer som påverkar varandra på komplexa sätt och som dessutom varierar mellan olika sorter och odlingsrum.

En skicklig odlare bär ofta all denna kunskap i huvudet. Men inte ens den bästa odlaren kan vara i varje rum och övervaka varje planta dygnet runt.

Företaget Neatleaf har installerat sitt system Spyder i fler än 30 odlingsanläggningar, och väntelistan omfattar nu även producenter av bär och andra grödor. Cannabisbolaget iAnthus implementerade systemet i sin odling i New Jersey och rapporterade minskade skördeförluster tack vare att problem kunde upptäckas i ett tidigt skede.

På 22Red i Arizona beskriver odlingschefen Stephen Hess tekniken som ett sätt att slippa den tidskrävande processen att manuellt jämföra och analysera dussintals miljömätningar.

Andra företag arbetar med olika delar av samma tekniska utveckling. AgEye Technologies utvecklar spektral avbildning för övervakning av grödor, medan Jushi Holdings har integrerat maskininlärning i hela sitt fastighets- och odlingsstyrningssystem. Företag som iUNU och AEssenseGrows specialiserar sig på datorseende som kan upptäcka skadedjursangrepp i stadier där problemen fortfarande är osynliga för det mänskliga ögat.

Vissa odlare har tagit utvecklingen ännu längre.

Genom AI-driven spektral avbildning kan man nu mäta cannabinoidhalter direkt på levande plantor och samtidigt identifiera sjukdomar som Hop Latent Viroid, ett virusliknande smittämne som orsakar stora problem inom cannabisodling.

I november 2025 publicerade forskare vid University of Adelaide en metod som kombinerar hyperspektral skanning av blad med maskininlärning. Metoden kunde förutsäga cannabinoidkoncentrationer flera veckor före skörd med en träffsäkerhet på 94,74 procent.

Om tekniken implementeras i stor skala kan den förändra hur odlare planerar sina skördar, optimerar produktionen och hanterar regulatoriska krav i grunden.

Förädling med hjälp av algoritmer

Under odlingsrummens yta håller AI också på att förändra cannabisplantans genetiska framtid.

Växtförädling har traditionellt varit ett långsamt arbete. Odlare väljer ut föräldraplantor, korsar dem, odlar fram tusentals frön, identifierar de mest lovande fenotyperna och upprepar processen under flera år.

Maskininlärning förändrar spelplanen genom att simulera potentiella korsningar digitalt innan ett enda frö ens har satts i jord.

Forskare vid University of Saskatchewan och Renaissance Bioscience har visat att AI-modeller kan förutsäga hur olika korsningar kommer att påverka cannabinoidhalter, terpenprofiler och växternas egenskaper genom att analysera genetiska markörer, tillväxtdata och kemiska analyser.

Företag som Phylos Bioscience och Front Range Biosciences har byggt stora delar av sina verksamheter kring just detta arbetssätt.

Potentialen är enorm.

Men riskerna är också verkliga.

De lagliga cannabismarknaderna premierar redan i dag ett relativt smalt urval av egenskaper – höga THC-nivåer, snabb blomning och växter som är enkla att använda för extraktion.

AI riskerar att ytterligare förstärka denna utveckling och skapa en genetisk flaskhals där mångfalden successivt minskar. Det är just den genetiska variationen som har gjort cannabis anpassningsbart, motståndskraftigt och kulturellt betydelsefullt genom historien.

Samma typ av monokultur som urholkade den genetiska bredden hos majs och vete skulle kunna uppstå inom cannabis – men på betydligt kortare tid, driven av algoritmer som optimerar för kvartalsvinster snarare än långsiktig biologisk mångfald.

Kalifornien har redan uppmärksammat problemet. Delstatens Department of Cannabis Control har finansierat ett projekt för att kartlägga och bevara äldre och historiskt viktiga cannabisgenetiker.

Frågan är om branschen kommer att agera tillräckligt snabbt för att skydda dessa genetiska arv innan algoritmerna börjar styra utvecklingen mot ett allt smalare urval av sorter.

AI inom cannabis – där tekniken redan används

Odling

  • Automatiserad skanning av odlingsytor
  • Miljöövervakning
  • Identifiering av skadedjur
  • Optimering av skördar

Förädling

  • Simulering av genetiska korsningar
  • Prognoser för cannabinoidhalter
  • Modellering av terpenprofiler

Bearbetning

  • Övervakning av extraktionsprocesser i realtid
  • Robotiserad trimning
  • Automatiserad förpackning
  • Upptäckt av föroreningar

Regelefterlevnad

  • Automatiserade svar på regulatoriska frågor
  • Rapportering från frö till försäljning
  • Integration med spårbarhetssystem som Metrc

Försäljning

  • AI-drivna rekommendationssystem i kassasystem
  • Personanpassad marknadsföring
  • Förlustförebyggande analys
  • Kundprofilering och beteendeanalys
Från laboratoriet till licensen

Mellan skörd och försäljning gör AI tystare, men minst lika betydelsefulla, avtryck.

I produktionsanläggningar övervakar idag sensorutrustad extraktionsutrustning temperatur, tryck och lösningsmedelsförhållanden i realtid. Maskininlärningsmodeller kan justera parametrar medan processen pågår för att säkerställa jämna cannabinoidhalter och konsekventa terpenprofiler mellan olika batcher.

Det som tidigare kunde vara beroende av en enskild teknikers erfarenhet och personliga metod håller på att omvandlas till ett ständigt förbättrande digitalt system.

Även de robotar som används för trimning blir allt smartare. Automatiserade förpackningslinjer kommunicerar direkt med lagerhanteringssystem, och i laboratorier används AI för att analysera kemiska data betydligt snabbare än tidigare.

Algoritmer som tränats på enorma databaser hjälper HPLC- och gaskromatografisystem att identifiera cannabinoider snabbare och upptäcka föroreningar på nivåer som ligger under vad människor själva kan uppfatta.

Sedan finns regelefterlevnaden.

Cannabis är en av de mest reglerade branscherna i många delar av världen. Spårbarhet från frö till försäljning, laboratorietester, märkningskrav och rapportering skiljer sig mellan olika jurisdiktioner, förändras kontinuerligt och kan leda till böter eller indragna licenser om något blir fel.

Företaget CannabisRegulations.ai har tränat en språkmodell specifikt på amerikanska cannabislagar och myndighetsbeslut. Operatörer kan ställa frågor om regler i en viss delstat och få källhänvisade svar på några sekunder.

Flowhub använder redan verktyget när företaget etablerar sig på nya marknader.

Prelude erbjuder ett AI-drivet affärssystem som automatiserar rapportering och synkroniserar data med Metrc, det spårbarhetssystem som idag används på 30 reglerade marknader.

Företaget Solink använder AI-baserad videoanalys som jämför kassadata med övervakningskameror för att upptäcka felvägningar, otillåtna rabatter och intern stöld.

Alla dessa tekniker – de självgående robotarna, de algoritmstyrda växtförädlarna och de digitala regelverksassistenterna – målar upp bilden av en cannabisindustri som håller på att omformas i grunden av artificiell intelligens.

Beroende på vem man frågar låter det antingen spännande eller skrämmande.

Det som däremot sällan nämns är hur mänskligt det känns.

Vad som faktiskt hände vid kassan

För att få en mer verklighetsnära bild av AI:s roll i cannabisbranschen kontaktade artikelförfattaren Rocco Del Priore.

Han är datavetare, hoppade av college med bara åtta poäng kvar till examen, arbetade som ingenjör på Apple och var med och grundade Sweed – en plattform för kassasystem och detaljhandel som idag används av hundratals dispensärer och några av de största cannabisbolagen i USA, däribland Verano och Curaleaf.

I nästan nio år har han byggt teknik för cannabisbranschen och beskriver sig själv som en genuin cannabisentusiast. Hans företag har ett helt team som arbetar med AI, och han är precis den typ av person som borde tala entusiastiskt om teknikens revolutionerande potential.

Ändå gjorde han gång på gång något oväntat: han tonade ner hypen.

Sweed var ett av de första cannabisföretagen som testade en AI-baserad rekommendationsmotor direkt i försäljningssystemet. Pilotprojektet genomfördes i Arizona för omkring två år sedan.

De första resultaten överraskade Del Priore.

– I början rekommenderade systemet egentligen inte särskilt många produkter som kunden ändå inte hade köpt. Men det skapade en nästan magisk upplevelse vid kassan.

Han beskriver scenariot med en återkommande kund som kommer in i butiken. Budtendern öppnar kundprofilen och systemet visar direkt vad kunden brukar köpa.

– Välkommen tillbaka. Blir det Blueberry eller Pear idag?

Innan någon ens hinner prata om merförsäljning händer något mer grundläggande: mötet mellan kund och personal blir bättre.

– Det hade jag inte förväntat mig. Jag trodde att historien skulle handla om imponerande försäljningssiffror. Men budtenders var mest exalterade över att få en bättre relation till kunderna.

Samtidigt blev den funktion som många i branschen trodde skulle bli den stora succén betydligt mindre framgångsrik.

Det handlade om ett AI-verktyg som ställer frågor till kunden om hur denne vill känna sig och därefter rekommenderar produkter utifrån önskad effekt.

Men intresset visade sig vara begränsat.

– Våra faktiska erfarenheter stämde inte överens med de fallstudier vi läste. En liten grupp användare använde verktyget flitigt. Men den stora majoriteten interagerade inte med det alls.

Den funktion som däremot gav tydliga resultat var betydligt mindre glamorös.

Sweed utvecklade ett system som kallas Smart Sending, där AI analyserar när varje enskild kund är mest mottaglig för marknadsföringsmeddelanden. Istället för att skicka ut samma kampanj till alla kunder klockan två på eftermiddagen väljer systemet den optimala tidpunkten för varje individ.

Resultatet blev en ökning av avkastningen på investeringen med omkring 10 procent för samtliga kampanjer som använde funktionen.

Del Priore hade väntat sig motsatsen.

Han trodde att den AI-styrda kundupplevelsen skulle bli den stora rubriken och att Smart Sending bara skulle vara en mindre detalj.

Men datan visade något helt annat.

Framtiden är fortfarande omöjlig att se

Den mest lockande berättelsen om AI inom cannabis handlar ofta om konsolidering – stora företag som använder avancerad teknik för att köra över mindre aktörer.

Men Rocco Del Priore tror att utvecklingen lika gärna kan gå åt motsatt håll.

Han ber oss föreställa oss två olika företag.

Det första är ett stort multistatligt cannabisbolag med 150 butiker och ett regionalt marknadsföringsteam på fyra personer som arbetar heltid med kampanjer, kundsegmentering och dataanalys.

Det andra är en oberoende kedja med tre butiker där samma person – ofta ägaren själv – ansvarar för inköp, prissättning, personalfrågor och marknadsföring.

Under normala omständigheter har den lilla aktören ingen möjlighet att konkurrera med resurserna hos ett stort företag.

Om inte AI kan göra jobbet åt dem.

– Om man ger de här människorna verktyg som kan utföra en stor del av arbetet åt dem kan man plötsligt få se en liten butikskedja marknadsföra sig på nästan samma nivå som ett stort företag. Jag tror att det skulle kunna skapa en väldigt intressant förändring i ekosystemet.

Del Priore beskriver också en nära framtid som han kallar ”proaktiv AI”.

I det scenariot analyserar systemet lagersaldon på egen hand, identifierar produkter som säljer långsamt, kopplar dem till rätt kundgrupper, skriver ett marknadsföringsmeddelande och väljer den optimala tidpunkten för utskick.

Operatören behöver bara godkänna förslaget.

– Istället för att jag går till datorn och säger att jag vill att den ska göra något, föreställ dig att datorn kommer till mig och säger: ”Jag tycker att jag borde göra något. Får jag?”

Ur detta mer optimistiska perspektiv skulle AI kunna fungera som en utjämnande kraft inom cannabisbranschen.

Istället för att gynna de största företagen skulle tekniken kunna ge ett familjeägt dispensär samma analytiska verktyg och marknadsföringskapacitet som ett Fortune 500-bolag.

425 000 jobb – och fler står på spel

425 000

Antal heltidsjobb inom den lagliga cannabisindustrin i USA under 2025.

30,1 miljarder dollar

Amerikansk detaljhandelsförsäljning av cannabis under 2024 – trots att antalet jobb minskade.

3,4 procent

Minskning av antalet arbetstillfällen jämfört med året innan, samtidigt som försäljningen ökade.

60 000–90 000

Antal jobb som uppskattas riskera betydande påverkan från automatisering under de kommande tre till fem åren.

Enligt Vangsts jobbrapport för 2025 sysselsätter den lagliga cannabisindustrin i USA motsvarande 425 002 heltidsanställda.

Det är en minskning med 3,4 procent jämfört med föregående år – trots att den totala försäljningen steg till 30,1 miljarder dollar.

Omkring 30 procent av jobben finns inom odling, 23 procent inom detaljhandel, 17 procent inom bearbetning och förpackning samt 30 procent inom olika stödtjänster.

Det är framför allt odling och bearbetning – tillsammans omkring 200 000 arbetstillfällen – som ligger närmast i automatiseringens väg.

De första jobben som riskerar att påverkas är ofta roller på instegsnivå, såsom trimmare, skördearbetare och personal på förpackningslinjer.

En uppskattning gör gällande att mellan 60 000 och 90 000 jobb kan påverkas betydligt av automatisering inom de närmaste tre till fem åren.

Rocco Del Priore menar dock att verkligheten är mer komplicerad än så.

Enligt honom lider cannabisindustrin redan idag av en omfattande personalbrist.

– Gå till vilken organisation som helst, stor eller liten, och fråga om de behöver fler eller färre anställda. Alla kommer att svara att de behöver fler.

Han menar att bristen delvis beror på att den federala cannabislagstiftningen har gjort att branschen länge saknat tillgång till många vanliga mjukvarulösningar och affärssystem. Samtidigt har marknaden vuxit snabbare än tillgången på människor med erfarenhet av cannabisindustrin.

Ur hans perspektiv fyller AI främst luckor snarare än att ersätta människor.

– Det finns absolut en framtid där vissa jobb är i riskzonen. Men efterfrågan på arbetskraft är så hög just nu att cannabisbranschen sannolikt inte kommer att påverkas på samma sätt som exempelvis mjukvaruutveckling.

Det är ett rimligt argument – men ett argument med ett bäst före-datum.

Om det stämmer eller inte beror på två faktorer som ingen idag kan förutse: hur snabbt legaliseringen fortsätter att spridas och hur snabbt AI-tekniken utvecklas.

Om båda utvecklas i ungefär samma takt kan Del Priores optimism visa sig vara berättigad.

Men om tekniken mognar snabbare än marknaden växer kommer arbetstillfällen att försvinna.

Och vissa tecken på den utvecklingen syns redan i dagens siffror.

Menyn och servitören

Mot slutet av samtalet delade Del Priore med sig av en liknelse som är värd att fundera över.

Föreställ dig att du går in på en restaurang. Du sätter dig vid bordet, plockar upp menyn och läser igenom alternativen. Efter en stund har du sållat ner valet till två rätter.

Då kommer servitören fram och du frågar:

– Vad tycker du? Havsabborren eller chicken parm?

Enligt Del Priore är AI menyn.

Den organiserar alternativen, lyfter fram sådant du sannolikt kommer att uppskatta och hjälper dig att navigera bland ett enormt utbud.

Men när det väl är dags att fatta beslutet vänder du dig fortfarande till en människa.

Tekniken är redan tillräckligt avancerad för att övervaka odlingar, förutsäga cannabinoidhalter, automatisera regelefterlevnad och förbättra marknadsföring.

Och den kommer att bli ännu bättre.

Arbetsuppgifter kommer att förändras. Den genetiska mångfalden kommer att behöva skyddas. Konsumenter behöver bli medvetna om hur algoritmbaserad marknadsföring i allt högre grad påverkar vad de köper och varför de köper det.

Och frågan om vad som händer när algoritmer börjar avgöra vilka varumärken som vinner och vilka som förlorar förtjänar ett seriöst svar.

Samtidigt kan det finnas en version av den här framtiden som faktiskt gynnar kulturen, växten och de människor som har byggt sina liv kring båda.

Vi kommer att följa utvecklingen.

Läs originalartikeln här!

Dela denna artikel