Brian Hartzband, ประธานฝ่ายปฏิบัติการสหรัฐอเมริกา, GMEX Robotics – ชุดสัมภาษณ์

Brian Hartzband, ประธานฝ่ายปฏิบัติการสหรัฐอเมริกา ของ GMEX Robotics, เป็นผู้นำการขยายกิจการของบริษัทในสหรัฐอเมริกา โดยมุ่งเน้นการสร้างรอยเท้าทางการค้า การพัฒนาความร่วมมือเชิงกลยุทธ์ และการนำแพลตฟอร์ม AI เชิงกายภาพและหุ่นยนต์ของบริษัทไปใช้ในสภาพแวดล้อมจริง ก่อนเข้าร่วม GMEX Robotics, Hartzband ทำงานที่ TEKsystems เป็นเวลาประมาณสี่ปีในบทบาทการสรรหาเทคนิคและการจัดการบัญชีให้กับลูกค้ารัฐบาลและสถาบันการศึกษาระดับอุดมศึกษา เขาเคยร่วมก่อตั้งและช่วยนำ Handcrafted 4 Home ซึ่งทำหน้าที่ขยายตลาดสหรัฐอเมริกาและสร้างความร่วมมือกับผู้ค้าปลีกรายใหญ่และแพลตฟอร์มอีคอมเมิร์ซ ในช่วงต้นอาชีพ Hartzband ทำงานด้านการจัดการความมั่งคั่งที่ Merrill Lynch และ UBS โดยให้คำปรึกษากับลูกค้าที่มีทรัพย์สินสูงและสูงมาก และช่วยสร้างพอร์ตลูกค้าระหว่างประเทศที่มีขนาดใหญ่

GMEX Robotics เป็นบริษัทหุ่นยนต์และ AI เชิงกายภาพที่จดทะเบียนบน Nasdaq ซึ่งพัฒนาเครื่องจักรอัจฉริยะสำหรับสภาพแวดล้อมเชิงพาณิชย์ ก่อนหน้านี้บริษัทเคยชื่อว่า Fitell Corporation บริษัทใช้แนวทางที่เรียกว่า “Terminal + Brain” โดยผสานฮาร์ดแวร์หุ่นยนต์ที่ออกแบบเฉพาะกับความสามารถ AI ที่ปรับเปลี่ยนได้ แทนการพึ่งพาเทคโนโลยีสแต็กที่รวมทุกอย่างในแนวตั้ง จุดเน้นการพาณิชย์ครั้งแรกของบริษัทคือ 2F Culinary AI ซึ่งเป็นแพลตฟอร์มหุ่นยนต์ครัวเชิงพาณิชย์ที่รวมระบบ Bon Vivant 3.0 และ Max ซึ่งใช้เซนเซอร์ การควบคุมโดย AI และกระบวนการทำงานที่ตั้งโปรแกรมได้เพื่ออัตโนมัติการเตรียมอาหาร GMEX ยังได้ระบุการขนส่งและโลจิสติกส์, ระบบอัตโนมัติอุตสาหกรรม, และการสำรวจทรัพยากรเป็นพื้นที่ขยายในระยะยาว ในเดือนมีนาคม 2026 บริษัทประกาศข้อตกลงมูลค่า AU$4.2 ล้าน ครอบคลุมอย่างน้อย 50 ระบบหุ่นยนต์ครัวอัจฉริยะสำหรับกลุ่มโรงแรมในออสเตรเลีย และตามมาด้วยคำสั่งการติดตั้งครั้งแรกในเดือนพฤษภาคม

คุณเพิ่งเข้าร่วม GMEX Robotics ในตำแหน่งประธานฝ่ายปฏิบัติการสหรัฐอเมริกาหลังจากอาชีพที่ครอบคลุมการให้บริการทางการเงิน, การเป็นผู้ประกอบการ, การสรรหาเทคโนโลยี, และความสัมพันธ์ระดับองค์กร สิ่งใดทำให้คุณเชื่อว่า AI เชิงกายภาพและหุ่นยนต์เป็นบทต่อไปที่เหมาะสม, และอะไรคือความสำคัญของคุณในการสร้างการปรากฏตัวของ GMEX ในสหรัฐอเมริกา?

ผมเห็นคุณค่าใน AI และหุ่นยนต์ โดยเฉพาะด้านสังคมอัจฉริยะ ซึ่งกำลังเกิดขึ้นในขณะนี้ ผมต้องการมีส่วนร่วมกับมัน สิ่งที่ทำให้ผมตื่นเต้นเกี่ยวกับ GMEX คือโมเดล Terminal + Brain เราไม่ได้พยายามทำทุกอย่างด้วยตนเอง เราสร้างฮาร์ดแวร์ที่เชื่อถือได้และใช้งานได้จริง และเชื่อมต่อกับ AI ชั้นนำ นั่นเป็นแนวทางที่แตกต่างอย่างสิ้นเชิงจากการดำเนินงานของบริษัทหุ่นยนต์ส่วนใหญ่ ขณะนี้ผมกำลังพูดคุยกับนักลงทุนเกี่ยวกับสิ่งที่เรากำลังสร้างและกำลังสร้างความร่วมมือสำคัญในสหรัฐอเมริกา นี่คือช่วงเวลาที่เหมาะสมสำหรับสิ่งนี้

GMEX อธิบายกลยุทธ์ของตนว่าเป็นระบบนิเวศ “Terminal + Brain” ซึ่งฮาร์ดแวร์หุ่นยนต์เชื่อมต่อโลกทางกายภาพกับชั้น AI ด้านปัญญาประดิษฐ์ คุณสามารถอธิบายว่าการออกแบบสถาปัตยกรรมนี้ทำงานอย่างไรและสิ่งที่คุณเชื่อว่าทำให้มันแตกต่างจากแนวทางที่รวมทุกอย่างในแนวตั้งในด้านหุ่นยนต์ได้หรือไม่?

บริษัทหุ่นยนต์ส่วนใหญ่พยายามสร้างทุกอย่างด้วยตนเอง ทั้งฮาร์ดแวร์ ซอฟต์แวร์ และ AI ซึ่งมีค่าใช้จ่ายสูงและช้า เราทำแตกต่างออกไป Terminal คือฮาร์ดแวร์ของเรา Brain คือชั้นการประสานงาน AI ของเรา ซึ่งเราสร้างร่วมกับพันธมิตรเช่น 247meta ข้อได้เปรียบคือความยืดหยุ่น หาก AI ที่ดีกว่าเข้ามา เราจะรวมเข้ากับระบบโดยไม่ต้องสร้างหุ่นยนต์ใหม่ เราไม่ได้ผูกติดกับการลงทุนเดียว เรามุ่งเน้นในสิ่งที่เราทำได้ดีที่สุด คือฮาร์ดแวร์ที่เชื่อถือได้และใช้งานได้จริง และเราร่วมมือกับ AI ชั้นนำแทนการพยายามเอาชนะทุกฝ่ายด้านเทคโนโลยีด้วยตนเอง นั่นหมายถึงการทำซ้ำที่เร็วขึ้น ทุนที่ต่ำลง และเราก้าวไปด้วยความเร็วของนวัตกรรม AI ไม่ใช่ตามกรอบเวลาของวิศวกรรมเครื่องกล

GMEX ได้ทำข้อตกลงเพื่อเข้าซื้อส่วนถือหุ้นเริ่มต้นใน MediaMeta.ai ซึ่งเทคโนโลยีของบริษัทมุ่งเน้นที่สังคมอัจฉริยะและการสร้างแบบจำลองพฤติกรรมมนุษย์ “สังคมอัจฉริยะ” หมายถึงอะไรในบริบทของหุ่นยนต์ และความสามารถใหม่ใดที่อาจเปิดใช้งานซึ่งโมเดล AI แบบหลายโหมดในปัจจุบันไม่สามารถให้ได้อย่างเชื่อถือได้?

สังคมอัจฉริยะหมายถึงหุ่นยนต์ที่คิดถึงผู้คน ไม่ใช่แค่ทำภารกิจเท่านั้น AI ในปัจจุบันเก่งด้านการมองเห็น ภาษา และการให้เหตุผล แต่มีจุดอ่อนในการอ่านคน สภาพอารมณ์ของพวกเขา สิ่งที่พวกเขาต้องการจริงๆ และวิธีทำงานร่วมกับพวกเขาในสภาพแวดล้อมจริง เราได้ลงนามข้อตกลงที่ชัดเจนกับ MediaMeta เนื่องจากการมุ่งเน้นของพวกเขาในการสร้างแบบจำลองพฤติกรรมมนุษย์แก้ไขช่องว่างนั้นตรงนี้ นั่นคือทิศทางของแผนงานระยะยาวของ MediaMeta ที่พัฒนา AI สังคมอัจฉริยะและการสร้างแบบจำลองพฤติกรรมเป็นชั้นการเข้าใจบริบท ซึ่งในที่สุดอาจเสริมระบบ Terminal + Brain ของเราได้ ภายใต้การพัฒนา การบูรณาการและการทดสอบ ความสามารถเหล่านี้อาจช่วยให้หุ่นยนต์ตีความบริบท รูปแบบการสื่อสาร และเจตนาของมนุษย์ ซึ่งเป็นความแตกต่างระหว่างหุ่นยนต์ที่ทำภารกิจสำเร็จและหุ่นยนต์ที่มีประโยชน์อย่างแท้จริง

หุ่นยนต์ที่ก้าวหน้าที่สุดในปัจจุบันยังคงประสบปัญหาอะไรเมื่อตีความคน? ข้อจำกัดที่ใหญ่ที่สุดคือการรับรู้อารมณ์และเจตนา, การเข้าใจบริบทสังคม, การปรับตัวให้เข้ากับความแตกต่างทางวัฒนธรรม, หรือสิ่งที่พื้นฐานยิ่งกว่านั้น?

ทั้งหมดที่กล่าวมาข้างต้น แต่ปัญหาที่แท้จริงคือการพัฒนา AI ได้มุ่งเน้นที่การทำงานให้เสร็จสมบูรณ์ สามารถให้หุ่นยนต์หยิบวัตถุและเคลื่อนที่ในห้องได้หรือไม่? สิ่งนั้นวัดได้ แต่การอ่านคนไม่ได้วัดได้ ดังนั้นจึงได้รับความสนใจน้อยลง หุ่นยนต์สามารถรับรู้ว่ามีคนดูเหมือนหงุดหงิดได้ แต่ก็อ่อนแอในการเข้าใจว่าทำไมเขาถึงหงุดหงิดหรือสิ่งที่จะช่วยได้จริง ๆ ความผิดพลาดเล็ก ๆ ก็ทำให้ความเชื่อใจลดลง หุ่นยนต์ที่ทำความเข้าใจสัญญาณสังคมได้ 90% ฟังดูดีในสภาพแวดล้อมการทดสอบ แต่ในโลกจริง 10% ที่เหลือยังสำคัญ คนจะตัดสินใจว่าไม่ต้องการทำงานกับเครื่องนั้น เราต้องเปลี่ยนลำดับความสำคัญ นั่นคือสิ่งที่เรากำลังสร้างที่ GMEX.

หุ่นยนต์ที่ทำงานในคลังสินค้าอาจทำงานได้ภายใต้กฎที่ค่อนข้างเป็นโครงสร้าง ในขณะที่หุ่นยนต์ในโรงพยาบาล โรงแรม โรงเรียน หรือบ้านต้องรับมือกับพฤติกรรมมนุษย์ที่ไม่คาดการณ์ได้มากกว่าอย่างมาก ระบบ AI จำเป็นต้องเปลี่ยนแปลงอย่างไรเมื่อหุ่นยนต์ย้ายเข้าสู่สภาพแวดล้อมที่ซับซ้อนทางสังคมมากขึ้นนี้?

สติปัญญาสังคม ในคลังสินค้า คุณสามารถกำหนดกฎได้ สภาพแวดล้อมคาดการณ์ได้ เมื่อคุณนำหุ่นยนต์เข้าไปในพื้นที่ที่มีคนอยู่ ทุกอย่างจะเปลี่ยนแปลง คนมักจะทำตามสัญชาตญาณ เปลี่ยนใจ มีวันที่ไม่ดี AI ต้องอ่านสถานการณ์เหล่านั้นแบบเรียลไทม์และปรับตัว ไม่ใช่การทำตามกฎอีกต่อไป แต่เป็นการเข้าใจบริบท หุ่นยนต์ต้องเข้าใจช่วงเวลา บุคคล สภาพแวดล้อมและตัดสินใจว่ามันสมเหตุสมผลอะไร การนี้ต้องอาศัยการเชื่อมต่อที่รวดเร็วและสถาปัตยกรรมที่แตกต่างอย่างสิ้นเชิง นอกจากนี้ยังต้องรู้ว่าเมื่อใดควรขอความช่วยเหลือแทนการคาดเดาที่ผิดพลาด.

การจำลองพฤติกรรมมนุษย์โดยธรรมชาตินำไปสู่คำถามเกี่ยวกับความเป็นส่วนตัว การยินยอม ความลำเอียง และการตีความเจตนาของมนุษย์ผิดพลาด นักพัฒนาควรสร้างสติปัญญาสังคมให้กับหุ่นยนต์อย่างไรโดยไม่ทำให้เครื่องกลายเป็นการรุกรานเกินไปหรือทำสมมติฐานที่อาจมีผลสำคัญต่อผู้คน?

ในที่สุด การสร้างสติปัญญาสังคมให้กับหุ่นยนต์คือการเป็นประโยชน์โดยไม่ทำให้รู้สึกแปลกประหลาด หุ่นยนต์ไม่ควรวิเคราะห์จิตใจคนหรือคาดเดาว่าใคร ‘หมายถึง’ อย่างนั้นจะทำให้เกิดปัญหาความเป็นส่วนตัวและสมมติฐานที่ผิดพลาด ควรยึดถือสิ่งที่สังเกตได้: วิธีการเคลื่อนไหวของคน ระยะห่างที่พวกเขาอยู่ การทำท่าทาง ให้ผู้คนควบคุมด้วยสัญญาณความเป็นส่วนตัวที่ชัดเจนและการโต้ตอบแบบยอมรับง่าย ๆ ลดขนาดข้อมูลให้เล็กที่สุด ประมวลผลในเครื่องเมื่อทำได้ และตรวจสอบพฤติกรรมเพื่อให้ปฏิบัติต่อทุกคนเท่าเทียม MediaMeta กำลังจัดทำกรอบการคุ้มครองข้อมูลและ AI ที่รับผิดชอบซึ่งครอบคลุมการลดข้อมูล, ความโปร่งใส, การตรวจสอบอคติ, การกำกับดูแลโดยมนุษย์, และการติดตาม นั่นคือแนวทางที่ใส่ใจที่เราต้องการให้รวมอยู่ในระบบของเรา หากหุ่นยนต์ไม่แน่ใจว่าคนต้องการอะไร ควรชะลอความเร็ว ให้พื้นที่ หรือหยุดชั่วคราว นั่นคือวิธีสร้างความตระหนักสังคมโดยไม่ก้าวข้ามขีดจำกัด.

คุณจะประเมินว่าหุ่นยนต์ได้พัฒนาความเข้าใจมนุษย์ได้ดีขึ้นจริงหรืออย่างไร? จำเป็นต้องใช้เกณฑ์วัดแบบใด การจำลองหรือการทดสอบในโลกจริงเพื่อวัดสติปัญญาสังคม แทนที่จะดูเพียงว่าหุ่นยนต์ทำงานสำเร็จหรือไม่?

คุณไม่สามารถดูแค่ว่าหุ่นยนต์ทำงานเสร็จหรือไม่ คุณต้องมองพฤติกรรมจุลระดับ: หุ่นยนต์ให้ระยะห่างที่สบายหรือไม่ ยอมให้ทางเมื่อมีคนก้าวเข้ามาในเส้นทางของมัน เคลื่อนที่ด้วยจังหวะที่เหมาะสม หรือหยุดชะงักเมื่อเจตนาไม่ชัดเจนหรือไม่? ในการจำลอง คุณจะทำการทดสอบความทนทานกับฝูงคนหนาแน่น การหยุดกะทันหัน ท่าทางที่คลุมเครือ ในโลกจริง คุณสังเกตว่าหุ่นยนต์รู้สึกคาดเดาได้และทำให้คนรอบข้างรู้สึกสบายหรือไม่ และพฤติกรรมของมันสอดคล้องกันในกลุ่มต่าง ๆ หรือไม่ นั่นคือเกณฑ์วัดที่แท้จริง ไม่ใช่แค่การทำงานสำเร็จ แต่คือความรู้สึกของมนุษย์ว่าหุ่นยนต์ “เข้าใจ” วิธีการเคลื่อนที่และประสานงานในพื้นที่ร่วมกัน.

GMEX ได้เริ่มทำการค้าแพลตฟอร์มหุ่นยนต์ทำอาหาร Bon Vivant แล้ว สิ่งที่การใช้งานจริงในระยะเริ่มต้นสอนบริษัทเกี่ยวกับช่องว่างระหว่างการสาธิตหุ่นยนต์ที่ใช้ AI กับการดำเนินการอย่างเชื่อถือได้ในสภาพแวดล้อมเชิงพาณิชย์คืออะไร?

มีช่องว่างที่แท้จริงระหว่างการพิสูจน์ว่าหุ่นยนต์สามารถทำงานได้และการพิสูจน์ว่ามันสามารถทำงานนั้นได้อย่างเชื่อถือได้ วันต่อวัน ในสภาพแวดล้อมเชิงพาณิชย์ ในการสาธิต ทุกอย่างถูกควบคุม ครัวจริงมีอุณหภูมิสูง ปริมาณงานมาก อุปกรณ์ที่ไม่คาดคิดถูกชน ส่วนผสมเปลี่ยนแปลง คนเปลี่ยนจังหวะตลอดเวลา Bon Vivant เป็นระบบที่คงที่ ดังนั้นความท้าทายไม่ได้อยู่ที่การนำทาง แต่เป็นความสามารถในการทำซ้ำ ความทนทาน การฟื้นฟูข้อผิดพลาด และการผสานรวมกับกระบวนการทำงานที่มีอยู่ เราเรียนรู้ว่าความน่าเชื่อถือมาจากการจัดการกับเรื่อง “น่าเบื่อ” เช่น การทนความร้อนและไขมัน การคงการสอบเทียบ การฟื้นฟูอย่างราบรื่นเมื่อมีสิ่งผิดพลาด การรักษาความเร็วโดยไม่ทำให้คนทำงานช้าลง หุ่นยนต์เชิงพาณิชย์ไม่ได้เป็นเรื่องของการพิสูจน์ว่าหุ่นยนต์ทำอาหารได้ แต่เป็นการพิสูจน์ว่ามันทำอาหารได้อย่างสม่ำเสมอ ปลอดภัย และไม่เป็นภาระในธุรกิจจริง.

GMEX กำลังพัฒนาแพลตฟอร์ม AI แบบหลายเอเจนท์ที่ออกแบบมาเพื่อประสานงานโมเดลและกระบวนการทำงานต่าง ๆ คุณมองว่าเอเจนท์ AI ดิจิทัลและหุ่นยนต์ทางกายภาพจะบรรลุการบรรจบกันในที่สุดอย่างไร และชั้นปัญญาประดิษฐ์เดียวกันจะสามารถประสานงานทั้งเอเจนท์ซอฟต์แวร์และกลุ่มเครื่องจักรได้หรือไม่?

เอเจนต์ AI ดิจิทัลและหุ่นยนต์ทางกายภาพจะค่อยๆ รวมตัวกันรอบชั้นประสานงานร่วมกัน เอเจนต์ซอฟต์แวร์สามารถตีความคำขอและจัดการกระบวนการทำงานดิจิทัล หุ่นยนต์ทำงานในโลกทางกายภาพ ชั้นปัญญาประดิษฐ์ร่วมกันเชื่อมต่อทั้งสองโดยแปลวัตถุประสงค์ทางธุรกิจเป็นงาน เลือกรุ่นและเอเจนต์ที่เหมาะสม และประสานการดำเนินงาน ความแตกต่างสำคัญคือการประสานงานกับการควบคุม ชั้นประสานงานตัดสินใจว่าอะไรต้องทำและใครควรทำ ในขณะที่ระบบเฉพาะหุ่นยนต์ยังคงรับผิดชอบการนำทาง การควบคุมการเคลื่อนที่และความปลอดภัย ตัวอย่างเช่นในคลังสินค้า เอเจนต์ซอฟต์แวร์จะประมวลผลคำสั่งซื้อและตรวจสอบสินค้าคงคลัง ในขณะที่ชั้นประสานงานจะร้องขอหุ่นยนต์ที่เหมาะสมเพื่อเคลื่อนย้ายสินค้า การตอบกลับนี้จะวนกลับไปและแจ้งขั้นตอนต่อไป การตรวจสอบโดยมนุษย์และกลไกความปลอดภัยยังคงเป็นสิ่งสำคัญ นั่นคือจุดที่เรามุ่งเน้นกับ 247meta ผ่านเส้นทางขั้นตอนที่รวมการเชื่อมต่ออินเทอร์เฟซ การจำลองและการทดลองควบคุมเพื่อสนับสนุนกระบวนการทำงานที่ประสานกันระหว่างซอฟต์แวร์ระดับองค์กรและเครื่องจักรทางกายภาพ.

หากสังคมปัญญาประดิษฐ์กลายเป็นชั้นพื้นฐานของ AI ทางกายภาพ คุณคิดว่ามันจะเปลี่ยนแปลงอะไรในอุตสาหกรรมหุ่นยนต์? การเข้าใจพฤติกรรมมนุษย์จะสำคัญต่อการยอมรับหุ่นยนต์อย่างกว้างขวางเทียบเท่ากับความก้าวหน้าในด้านความคล่องแคล่ว การมองเห็นด้วยคอมพิวเตอร์ และการให้เหตุผลหรือไม่?

สังคมปัญญาประดิษฐ์จะปฏิรูปหุ่นยนต์อย่างพื้นฐาน อุตสาหกรรมเคยมุ่งเน้นที่ความสามารถของฮาร์ดแวร์ ระบบมองเห็น ประสิทธิภาพ ซึ่งทั้งหมดสำคัญแต่ก็ไม่ได้รับประกันว่าหุ่นยนต์จะทำงานได้อย่างราบรื่นรอบคนในครัวหรือบนสายการผลิต สังคมปัญญาประดิษฐ์คือสิ่งที่ทำให้หุ่นยนต์คาดเดาได้ง่าย ใช้งานร่วมกันได้สะดวก สอดคล้องกับวิธีที่มนุษย์เคลื่อนที่และประสานงานตามธรรมชาติ เมื่อหุ่นยนต์เปลี่ยนจากการสาธิตที่ควบคุมได้ไปสู่การใช้งานเชิงพาณิชย์จริง ส่วนนี้ของระบบก็สำคัญเท่ากับฮาร์ดแวร์และสแตกการควบคุม การเข้าใจพฤติกรรมมนุษย์จะมีความสำคัญเท่ากับความก้าวหน้าในด้านการรับรู้หรือความน่าเชื่อถือ มันคือความแตกต่างระหว่างหุ่นยนต์ที่ทำงานได้และหุ่นยนต์ที่เข้ากับกระบวนการทำงานจริงได้อย่างลงตัว.

ขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมเกี่ยวกับบริษัทหุ่นยนต์นี้ควรเยี่ยมชม GMEX Robotics.