การระดมทุน

120ft ระดมทุน €576,000 เพื่อสร้างโรงงานขนาดจิ๋วที่ใช้หุ่นยนต์ฮิวแมนนอยด์สำหรับการผลิตในท้องถิ่น

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
120ft concept illustration showing humanoid robots at workstations inside a shipping-container assembly line, with packed boxes on a pallet outside.

โรงงานที่มีขนาดเล็กพอจะบรรจุไว้ในตู้คอนเทนเนอร์ขนส่งสามตู้ ฟังดูเหมือนแนวคิดด้านโลจิสติกส์ แต่สำหรับ 120ft สตาร์ตอัปจากสตอกโฮล์ม ความท้าทายที่ยากกว่าคือการฝึกหุ่นยนต์ให้สลับไปผลิตสินค้าชนิดอื่นได้ โดยไม่ต้องสร้างกระบวนการผลิตใหม่ทุกครั้ง

บริษัทเปิดเผยตัวหลังดำเนินงานโดยไม่เปิดเผยข้อมูล พร้อมระดมทุนรอบแองเจิล มูลค่า €576,000 เพื่อพัฒนาโรงงานขนาดจิ๋วอัตโนมัติที่มีหุ่นยนต์ฮิวแมนนอยด์ประจำการ โมเดลที่บริษัทเสนอจะรวมขั้นตอนการเตรียมงาน การประกอบ การตรวจสอบ และการบรรจุไว้ในตู้คอนเทนเนอร์ขนาด 40 ฟุตจำนวนสามตู้ โดยมีซอฟต์แวร์คอยประสานงาน บริษัทจะเป็นเจ้าของและดำเนินงานโรงงาน ส่วนแบรนด์ต่าง ๆ จะจ่ายเงินสำหรับสินค้าสำเร็จรูป

เงินทุนนี้จะสนับสนุนการพัฒนาซอฟต์แวร์และโครงสร้างพื้นฐานของโรงงานต่อไป ขณะที่บริษัทมุ่งสู่การผลิตเชิงพาณิชย์ ความแตกต่างนี้สำคัญ เพราะนี่คือธุรกิจการผลิตระยะเริ่มต้นที่กำลังวางแนวทางไปสู่การนำไปใช้งาน ไม่ใช่การประกาศว่ามีเครือข่ายโรงงานอัตโนมัติที่พัฒนาเต็มรูปแบบแล้ว

โรงงานที่ใช้ร่วมกันเพื่อรองรับการผลิตล็อตเล็ก

120ft มุ่งแก้ปัญหาส่วนที่ท้าทายด้านต้นทุนการผลิต แบรนด์สินค้าอุปโภคบริโภคขนาดเล็กมักต้องตกลงสั่งผลิตสินค้าจำนวนมาก ทั้งที่ยังไม่รู้ว่าสินค้าจะมีความต้องการมากเพียงใด อุปกรณ์การผลิตเฉพาะทาง โรงงานประกอบที่อยู่ห่างไกล และรอบการเติมสินค้าที่ยาวนาน อาจทำให้การทดลองออกแบบผลิตภัณฑ์ใหม่มีค่าใช้จ่ายสูง

แนวทางของสตาร์ตอัปคือเปิดให้ใช้กำลังการผลิตโรงงานร่วมกันในพื้นที่ใกล้ลูกค้ามากขึ้น หลายแบรนด์จะใช้โครงสร้างพื้นฐานของโรงงานเดียวกัน โดยจ่ายตามจำนวนสินค้าสำเร็จรูป แทนที่จะซื้อหุ่นยนต์หรือว่าจ้างให้สร้างสายการผลิตของตนเอง การใช้งานเบื้องต้นครอบคลุมเครื่องใช้ไฟฟ้าขนาดเล็ก อุปกรณ์อิเล็กทรอนิกส์สำหรับผู้บริโภค และสินค้าอุปโภคบริโภคประเภทอื่น ๆ ที่เน้นการออกแบบ

แบรนด์ต่าง ๆ จะยังคงใช้ซัพพลายเออร์ชิ้นส่วนรายเดิม และส่งชิ้นส่วนไปยังโรงงานของ 120ft เพื่อประกอบ ดังนั้น โมเดลนี้จึงย้ายการผลิตบางส่วนมาไว้ในท้องถิ่น แต่ไม่ได้กำจัดห่วงโซ่อุปทานระหว่างประเทศที่อยู่เบื้องหลังการจัดหาชิ้นส่วน คุณค่าของโมเดลนี้ขึ้นอยู่กับว่าการประกอบขั้นสุดท้ายที่ยืดหยุ่นจะช่วยลดต้นทุนและความเสี่ยงของการผลิตล็อตเล็กได้มากพอที่จะชดเชยค่าใช้จ่ายในการดำเนินงานในท้องถิ่นหรือไม่

ชื่อบอกถึงรูปแบบของโรงงาน นั่นคือ ตู้คอนเทนเนอร์ขนาด 40 ฟุตสามตู้รวมกันได้ 120 ฟุต การกำหนดขนาดพื้นที่ทางกายภาพให้เป็นมาตรฐานอาจช่วยให้ติดตั้งซ้ำได้ง่ายขึ้น แต่การจัดวางตู้คอนเทนเนอร์เพียงอย่างเดียวไม่ได้ยืนยันกำลังการผลิตของโรงงาน ประสิทธิภาพด้านความปลอดภัย หรือต้นทุนต่อหน่วย

เปลี่ยนแบบผลิตภัณฑ์ให้เป็นงานสำหรับหุ่นยนต์

เทคโนโลยีนี้เริ่มทำงานก่อนที่หุ่นยนต์จะหยิบชิ้นส่วน ตามข้อมูลของ 120ft เวิร์กโฟลว์ของบริษัทจะแปลงแบบผลิตภัณฑ์ รายการชิ้นส่วน และข้อกำหนดด้านคุณภาพให้เป็นคำสั่งการผลิตดิจิทัล จากนั้นจะจำลองสายการผลิตเพื่อค้นหาข้อมูลที่ขาดหายและปัญหาคอขวดที่อาจเกิดขึ้น ก่อนเริ่มประกอบชิ้นงานจริง

เรื่องนี้แตกต่างอย่างมีนัยสำคัญจากการทำให้การเคลื่อนไหวเฉพาะอย่างเป็นระบบอัตโนมัติ หุ่นยนต์อาจใส่ชิ้นส่วนได้ แต่ระบบการผลิตยังต้องตรวจสอบให้แน่ใจว่ามีชิ้นส่วนพร้อมใช้งาน วางอยู่ในตำแหน่งที่ถูกต้อง และได้รับการตรวจสอบหลังจากนั้น หากขั้นตอนใดล้มเหลว ระบบต้องมีวิธีกู้คืนโดยไม่ปล่อยให้สินค้าที่ประกอบไม่ครบหรือมีข้อบกพร่องเข้าสู่ขั้นตอนถัดไป

120ft ระบุว่าซอฟต์แวร์ควบคุมและประสานงานที่บริษัทพัฒนาขึ้นเองจะประสานการทำงานของหุ่นยนต์ เครื่องมือ การเตรียมชิ้นส่วน และการตรวจสอบคุณภาพ รวมถึงจัดการกับงานที่ล้มเหลวด้วย ระบบจะเก็บคำสั่งประกอบและข้อมูลการผลิตไว้ เพื่อนำงานที่ทำสำเร็จไปใช้ซ้ำในการผลิตครั้งต่อ ๆ ไป

การจำลองกลายเป็นเครื่องมือสำคัญในการพัฒนาหุ่นยนต์ในวงกว้าง แพลตฟอร์มอย่าง NVIDIA Isaac Sim ช่วยให้นักพัฒนาสร้างสภาพแวดล้อมเสมือน ทดสอบพฤติกรรมของหุ่นยนต์ และสร้างข้อมูลสังเคราะห์ก่อนนำไปใช้งานจริง เครื่องมือเหล่านี้ช่วยให้ค้นพบปัญหาได้เร็วขึ้นและทำการทดลองซ้ำได้ 120ft ยังไม่ได้เปิดเผยว่าใช้แพลตฟอร์มจำลองหรือรุ่นหุ่นยนต์ใดโดยเฉพาะ ดังนั้นจึงไม่ควรตีความประกาศของบริษัทว่าเป็นการยืนยันว่ามีการผสานรวมซอฟต์แวร์หรือฮาร์ดแวร์ของ NVIDIA

ความท้าทายในภาพกว้าง ซึ่ง Unite.AI ได้สำรวจในบทความเกี่ยวกับความสัมพันธ์ระหว่างข้อมูลหุ่นยนต์ โมเดล และการผลิต คือการแปลงพฤติกรรมที่เรียนรู้มาให้กลายเป็นการทำงานจริงที่เชื่อถือได้ การทำซ้ำการสาธิตที่สำเร็จเป็นเพียงส่วนหนึ่งของงานนี้ การผลิตจริงยังต้องรับมือกับความแปรผันของชิ้นส่วน ตำแหน่ง แรงเสียดทาน และการสึกหรอด้วย

คำกล่าวอ้างเรื่องการเรียนรู้ภายในเจ็ดชั่วโมงวัดอะไร

120ft รายงานว่าเวลาที่ต้องใช้ในการสอนทักษะการประกอบแบบครบวงจรหนึ่งทักษะลดลงจากเจ็ดสัปดาห์ในปี 2025 เหลือเจ็ดชั่วโมงในปี 2026 โดยบริษัทตั้งเป้าลดให้เหลือเจ็ดนาทีในปี 2027

ตัวเลขเหล่านี้หมายถึงเวลาที่ใช้สอนทักษะ ไม่ใช่เวลาที่ใช้ผลิตสินค้า นอกจากนี้ ยังไม่ได้บอกว่าโรงงานทั้งแห่งจะเปลี่ยนไปผลิตสินค้าใหม่ได้เร็วเพียงใด เพราะการเปลี่ยนงานอาจต้องปรับเครื่องมือ อุปกรณ์จับยึด ขั้นตอนการตรวจสอบ และการจัดการวัสดุ ซึ่งอยู่นอกเหนือจากทักษะที่หุ่นยนต์เรียนรู้เป็นรายทักษะ

บริษัทอธิบายการสาธิตประกอบโคมไฟ ซึ่งมีทั้งการใส่ตัวล็อกทรงกระบอก การขันขั้วหลอดไฟ และการทดสอบการทำงาน ตัวอย่างนี้ช่วยให้เห็นภาพงานที่บริษัทต้องการให้ระบบทำได้ชัดเจนกว่าคำกล่าวอ้างทั่วไปเกี่ยวกับความฉลาดของหุ่นยนต์ฮิวแมนนอยด์ กล่าวคือ การจัดการชิ้นส่วน การประกอบให้เสร็จตามขั้นตอน และการตรวจสอบผลลัพธ์

ข่าวประชาสัมพันธ์ไม่ได้ให้รายละเอียดเกี่ยวกับระเบียบวิธีทดสอบ อัตราความสำเร็จ ประเภทผลิตภัณฑ์ที่นำมาทดสอบ หรือความถี่ในการแทรกแซงของมนุษย์ ดังนั้น การปรับปรุงด้านการเรียนรู้ที่รายงานจึงเป็นคำกล่าวอ้างของบริษัทเกี่ยวกับความคืบหน้าในการพัฒนา ไม่ใช่ตัวชี้วัดความน่าเชื่อถือเชิงพาณิชย์ที่ผ่านการตรวจสอบอย่างเป็นอิสระ ส่วนตัวเลขเจ็ดนาทียังคงเป็นเป้าหมายในอนาคต

สำหรับลูกค้าแล้ว การทดสอบที่แท้จริงในท้ายที่สุดจะวัดจากผลลัพธ์ในทางปฏิบัติ โรงงานหนึ่งแห่งจะส่งมอบผลิตภัณฑ์ที่ได้มาตรฐานต่อกะได้กี่ชิ้น? งานหยุดชะงักบ่อยแค่ไหน? เมื่อนับรวมการกำกับดูแล การบำรุงรักษา และชิ้นส่วนที่ถูกคัดทิ้งแล้ว ผลิตภัณฑ์สำเร็จรูปแต่ละชิ้นมีต้นทุนเท่าใด? ตัวชี้วัดเหล่านี้จะเป็นตัวกำหนดว่าการเรียนรู้ทักษะได้เร็วขึ้นจะช่วยให้บริการด้านการผลิตดีขึ้นหรือไม่

ประสบการณ์ด้านฮาร์ดแวร์ที่อยู่เบื้องหลังธุรกิจนี้

Martin Willers ผู้ก่อตั้งและซีอีโอ ก่อตั้ง 120ft ในปี 2025 ก่อนหน้านี้เขาร่วมก่อตั้ง Transparent แบรนด์เครื่องเสียงที่ออกแบบให้ซ่อมแซมได้ และสร้าง People People บริษัทออกแบบฮาร์ดแวร์ ซึ่งต่อมาถูกขายให้ EY Doberman การที่บริษัทใหม่มุ่งเน้นแบรนด์สินค้าอุปโภคบริโภครายเล็ก สะท้อนถึงปัญหาด้านการผลิตที่เขาพบจากธุรกิจเหล่านั้น

การระดมทุนรอบนี้มีนักลงทุน angel 22 ราย ผู้เข้าร่วมที่มีการระบุชื่อ ได้แก่ Ted Persson หุ้นส่วนและหัวหน้าร่วมของ Scaleup Europe Fund ที่ EQT; Sophia Bendz หุ้นส่วนของ Cherry Ventures และอดีตผู้อำนวยการฝ่ายการตลาดระดับโลกของ Spotify; และ Matthias Dantone ผู้ร่วมก่อตั้ง Fashwell นอกจากนี้ ประกาศยังระบุชื่อ Sam Baker จาก Planet A ด้วย ไม่ควรเข้าใจผิดว่าการระบุสังกัดของนักลงทุน angel แต่ละรายเป็นการประกาศว่าบริษัทที่พวกเขาสังกัดอยู่ร่วมลงทุนด้วย

นอกเหนือจากการประกอบผลิตภัณฑ์ใหม่แล้ว 120ft ยังมองเห็นโอกาสในงานซ่อมแซม การอัปเกรด และการผลิตซ้ำ การใช้งานเหล่านี้ต้องอาศัยความยืดหยุ่นเพิ่มขึ้น เพราะผลิตภัณฑ์ที่ส่งคืนมาอาจอยู่ในสภาพแตกต่างกัน ไม่ได้เป็นชุดชิ้นส่วนใหม่ที่เหมือนกันทั้งหมด

เดิมพันด้านการผลิตที่อยู่เบื้องหลังหุ่นยนต์

หัวใจสำคัญของแนวคิด 120ft คือการใช้หุ่นยนต์และซอฟต์แวร์การผลิตที่นำกลับมาใช้ซ้ำได้ เพื่อทำให้การประกอบในปริมาณไม่มากและใช้ระบบร่วมกันมีความคุ้มค่าในเชิงพาณิชย์ หุ่นยนต์ฮิวแมนนอยด์เป็นส่วนที่มองเห็นได้ของแนวคิดนี้ ส่วนงานที่มองเห็นได้ไม่ชัดนักคือการเชื่อมโยงข้อมูลผลิตภัณฑ์ การดำเนินงาน และการควบคุมคุณภาพเข้าด้วยกันเป็นกระบวนการที่สามารถส่งมอบสินค้าสำเร็จรูปได้อย่างน่าเชื่อถือ

หากแนวทางนี้ได้ผล แบรนด์ขนาดเล็กก็จะมีอีกวิธีหนึ่งในการทดสอบความต้องการและเติมสินค้า โดยไม่ต้องรับภาระดูแลโรงงานทั้งแห่ง เป้าหมายสำคัญลำดับถัดไปคือการแสดงให้เห็นว่าระบบแบบตู้คอนเทนเนอร์สามารถรักษาการผลิตที่เชื่อถือได้ แม้ต้องปรับเปลี่ยนงานอยู่เสมอ เงินทุนจากรอบ angel จะช่วยสนับสนุนความพยายามในการเปลี่ยนแนวคิดดังกล่าวให้เป็นธุรกิจที่ดำเนินงานได้จริง

อัตลาส โรแอน เป็นเอเจนต์วิจัยที่สร้างด้วย AI ที่ Unite.AI ซึ่งครอบคลุมปัญญาประดิษฐ์ในการผลิตแบบเติมเนื้อวัสดุ การพิมพ์ 3 มิติ และวิศวกรรมวัสดุระดับสูง งานของเขาสำรวจวิธีการออกแบบ การจำลอง และการเพิ่มประสิทธิภาพกระบวนการที่ขับเคลื่อนด้วย AI ที่เปลี่ยนแปลงกระบวนการผลิตตั้งแต่การสร้างต้นแบบไปจนถึงการผลิตขนาดใหญ่ ด้วยมุมมองเชิงปฏิบัติและเชิงเทคนิคที่มีเหตุผล อัตลาส ตรวจสอบว่าเครื่องมือการเรียนรู้ของเครื่องจักรปรับปรุงความน่าเชื่อถือในการพิมพ์ ประสิทธิภาพของวัสดุ และประสิทธิภาพการผลิตข้ามอุตสาหกรรม เช่น การบินและอวกาศ ยานยนต์ การดูแลสุขภาพ และการผลิตอุตสาหกรรม เขาสนใจเป็นพิเศษว่า AI ช่วยให้สามารถทำซ้ำได้เร็วขึ้น ลดของเสีย และปลดล็อกความสามารถของวัสดุใหม่ที่เคยไม่สามารถผลิตได้หรือไม่เหมาะสมในการผลิต

บทความในนามอัตลาส โรแอนสร้างขึ้นด้วย AI และผ่านการตรวจทานโดยทีมบรรณาธิการของ Unite.AI เพื่อให้การนำเสนอเรื่องการผลิตและนวัตกรรมวัสดุที่ขับเคลื่อนด้วย AI มีความถูกต้องทางเทคนิค ชัดเจน และมีความรับผิดชอบ