Fady Saad ผู้ก่อตั้งและหุ้นส่วนทั่วไปของ Cybernetix Ventures – ชุดบทสัมภาษณ์

Fady Saad เป็นผู้ก่อตั้งและหุ้นส่วนทั่วไปของ Cybernetix Ventures ซึ่งลงทุนในบริษัทหุ่นยนต์ ระบบอัตโนมัติ และ AI ภาคอุตสาหกรรมระยะเริ่มต้น นอกจากนี้ เขายังร่วมก่อตั้ง MassRobotics โดยมีส่วนช่วยพัฒนาความร่วมมือกับองค์กรธุรกิจและสนับสนุนสตาร์ตอัปด้านหุ่นยนต์ในช่วงที่กำลังมุ่งสู่การนำผลิตภัณฑ์ออกสู่ตลาด ประสบการณ์ของเขาเชื่อมโยงทั้งด้านวิศวกรรม การพัฒนาธุรกิจ และความท้าทายในทางปฏิบัติของการนำเครื่องจักรไปใช้งานในสภาพแวดล้อมการทำงานจริง โดยแนวทางการลงทุนมุ่งเน้นความต้องการของลูกค้าและการนำไปใช้งานที่สร้างผลเชิงพาณิชย์ได้

Cybernetix Ventures เป็นบริษัทเงินร่วมลงทุนที่ตั้งอยู่ในบอสตัน และลงทุนในสตาร์ตอัปด้านหุ่นยนต์ ระบบอัตโนมัติ และ AI ภาคอุตสาหกรรมในอเมริกาเหนือและยุโรป บริษัทมุ่งเน้นภาคการผลิต โลจิสติกส์ การดูแลสุขภาพ และการก่อสร้าง รวมถึงเทคโนโลยีสนับสนุน เช่น การรับรู้สภาพแวดล้อม ระบบทำงานอัตโนมัติ เซ็นเซอร์ และความปลอดภัยทางไซเบอร์สำหรับหุ่นยนต์ ในบทสัมภาษณ์นี้ Saad พูดถึงโอกาสและข้อจำกัดของ AI ทางกายภาพ เศรษฐศาสตร์ของหุ่นยนต์เฉพาะทางและหุ่นยนต์ฮิวแมนนอยด์ ตลอดจนความน่าเชื่อถือ ข้อมูล และโครงสร้างพื้นฐานที่จำเป็นต่อการเปลี่ยนเทคโนโลยีที่มีศักยภาพให้กลายเป็นธุรกิจที่ขยายขนาดได้

คุณร่วมก่อตั้ง MassRobotics ในปี 2014 และช่วยสร้างหนึ่งในระบบนิเวศนวัตกรรมหุ่นยนต์ชั้นนำของโลก ก่อนจะก่อตั้ง Cybernetix Ventures ในปี 2021 อะไรเป็นแรงบันดาลใจให้คุณเปลี่ยนจากการสนับสนุนสตาร์ตอัปด้านหุ่นยนต์มาเป็นการลงทุนในบริษัทเหล่านั้นโดยตรง และประสบการณ์ที่ MassRobotics หล่อหลอมแนวคิดการลงทุนของคุณอย่างไร

ผมไม่ได้วางแผนว่าจะมาเป็นนักลงทุน ผมเข้าสู่วงการหุ่นยนต์ผ่าน Vecna โดยทำงานด้าน R&D และกลยุทธ์การนำผลิตภัณฑ์ออกสู่ตลาด แล้วก็ได้เรียนรู้อย่างรวดเร็วว่าหุ่นยนต์ไม่ได้เดินตามรูปแบบการพัฒนาซอฟต์แวร์ คุณสามารถปล่อยต้นแบบซอฟต์แวร์ให้ผู้ใช้ได้ภายในหกเดือน แต่หุ่นยนต์ต้องอาศัยการผลิต ห่วงโซ่อุปทาน การทดสอบ งานด้านความปลอดภัย และลูกค้าที่เต็มใจให้หุ่นยนต์เข้ามาทำงานในสถานที่ของตน

นั่นคือเหตุผลที่เราเริ่ม MassRobotics ในปี 2014 เราเรียกที่นี่ว่าโครงการเร่งการเติบโตของสตาร์ตอัป เพราะส่วนที่ยากไม่ใช่การสร้างต้นแบบ แต่คือการพัฒนาจากต้นแบบที่ใช้งานได้ให้กลายเป็นผลิตภัณฑ์ที่มีคนซื้อ ผมดูแลงานความร่วมมือกับองค์กรธุรกิจ และตลอดเวลากว่าหกปี ผมเข้าร่วมการประชุมกับองค์กรธุรกิจมากกว่า 300 ครั้ง และช่วยสร้างความร่วมมือมากกว่า 40 ราย ผมเห็นภาพเดิมซ้ำแล้วซ้ำเล่า นั่นคือองค์กรธุรกิจที่มีปัญหาจริง สตาร์ตอัปที่มีเทคโนโลยีจริง แต่แทบไม่มีนักลงทุนที่เข้าใจทั้งสองฝ่าย

เมื่อถึงปี 2018 และ 2019 เรื่องนี้ก็เห็นได้ชัด บริษัทร่วมลงทุนต่างกระจุกตัวอยู่ในธุรกิจ SaaS หรือเทคโนโลยีชีวภาพ ขณะที่ผู้ก่อตั้งสตาร์ตอัปด้านหุ่นยนต์กลับไม่เข้าพวก พวกเขามีฮาร์ดแวร์มากเกินไปสำหรับนักลงทุนซอฟต์แวร์ และมีองค์ประกอบด้านชีววิทยาน้อยเกินไปสำหรับนักลงทุนเทคโนโลยีชีวภาพ ทีมที่มีฝีมือหลายทีมชะงักงันเพราะไม่มีเงินทุนที่เหมาะสม Mark Martin ซึ่งผมพบในปี 2017 ตอนที่เราพา Analog Devices เข้ามาร่วมงานกับ MassRobotics มองเห็นช่องว่างเดียวกันจากฝั่งองค์กรธุรกิจ เราจึงก่อตั้ง Cybernetix ซึ่งเป็นกองทุนที่มองหุ่นยนต์เป็นสินทรัพย์ประเภทหนึ่งโดยเฉพาะ และเปิดตัวในปี 2021

MassRobotics หล่อหลอมแนวทางการลงทุนของเราในแบบที่เรียบง่าย เราเริ่มจากปัญหาของลูกค้า ไม่ใช่เทคโนโลยี เราชอบทีมที่มีผู้ก่อตั้งอย่างน้อยหนึ่งคนมาจากอุตสาหกรรมที่บริษัทจะเข้าไปขายผลิตภัณฑ์ และเรานำเครือข่ายองค์กรธุรกิจของเราเข้ามามีส่วนร่วมในทุกดีล เพราะในภาคธุรกิจนี้ การแนะนำให้รู้จักผู้ซื้อที่เหมาะสมอาจมีค่ามากกว่าเงินลงทุน

AI ทางกายภาพกำลังเป็นหนึ่งในสาขาปัญญาประดิษฐ์ที่มีศักยภาพพลิกโฉมมากที่สุด โดยนำความฉลาดเข้าไปอยู่ในเครื่องจักรที่มีปฏิสัมพันธ์กับโลกจริง ความก้าวหน้าทางเทคโนโลยีใดกำลังเร่งให้เกิดการนำ AI ทางกายภาพมาใช้ และเหตุใดคุณจึงเชื่อว่าอุตสาหกรรมกำลังเข้าสู่จุดเปลี่ยนสำคัญ

มีสองสิ่งที่พัฒนาขึ้นพร้อมกัน สมองของหุ่นยนต์เก่งขึ้นมาก ขณะที่ตัวหุ่นยนต์มีต้นทุนถูกลงมาก

ในด้านซอฟต์แวร์ โมเดลพื้นฐานทำให้หุ่นยนต์มีความสามารถที่แทบไม่เคยมีมาก่อน นั่นคือการรับคำสั่งและรับมือกับสถานการณ์ที่ไม่ได้เขียนโปรแกรมไว้โดยเฉพาะ การจำลองสถานการณ์ช่วยให้ทีมฝึกและทดสอบฉากทัศน์นับพันก่อนที่หุ่นยนต์จะได้สัมผัสโรงงานจริง ส่วนด้านฮาร์ดแวร์ เซ็นเซอร์ ระบบประมวลผลที่ขอบเครือข่าย ตัวขับเคลื่อน และแบตเตอรี่มีราคาถูกลงและทำงานได้ดีขึ้นอย่างต่อเนื่อง สตาร์ตอัปจึงสร้างหุ่นยนต์แบบครบวงจรได้โดยไม่ต้องเป็นบริษัทยักษ์ใหญ่ในภาคอุตสาหกรรม

อีกปัจจัยคือความต้องการ ได้แก่ การขาดแคลนแรงงานในภาคการผลิต โลจิสติกส์ เกษตรกรรม และการก่อสร้าง แรงงานที่มีอายุมากขึ้น และแรงผลักดันที่แท้จริงในการนำการผลิตกลับสู่ประเทศ ผมพูดเสมอว่าการขาดแคลนแรงงานเป็นปัญหาทางเศรษฐกิจ ไม่ใช่ปัญหาทางวิศวกรรม และตอนนี้คณะกรรมการบริษัทก็มองเรื่องนี้ในแบบเดียวกัน

ดังนั้น ใช่แล้ว เรากำลังอยู่ในช่วงหัวเลี้ยวหัวต่อ แต่ผมอยากระบุให้ชัดว่าเป็นจุดเปลี่ยนในด้านใด ความสามารถและเงินทุนก้าวมาถึงจุดเปลี่ยนแล้ว แต่การนำไปใช้งานในวงกว้างยังไม่ถึงจุดนั้น ChatGPT อาศัยองค์ความรู้ของมนุษย์ที่แปลงเป็นดิจิทัลตลอดช่วงเวลา 20 หรือ 30 ปี และโลกทางกายภาพก็ไม่มีสิ่งที่เทียบเท่ากัน ไม่มีชุดข้อมูลใดบอกหุ่นยนต์ได้ว่าควรจับไข่ กระดาษแผ่นหนึ่ง หรือผ้าชิ้นหนึ่งอย่างไรให้แตกต่างกัน บริษัทที่ปิดช่องว่างด้านข้อมูลนี้ได้ด้วยการนำหุ่นยนต์ไปใช้งานในสภาพแวดล้อมจริงและเรียนรู้จากทุกกะการทำงาน จะเป็นผู้กำหนดทิศทางของระยะต่อไป

การลงทุนในหุ่นยนต์และ AI ทางกายภาพเพิ่มขึ้นอย่างรวดเร็ว โดยมีความก้าวหน้าด้าน AI การขาดแคลนแรงงาน และความต้องการระบบอัตโนมัติที่เพิ่มขึ้นเป็นแรงขับเคลื่อน อะไรเป็นปัจจัยที่จุดกระแสความสนใจของนักลงทุน และแรงส่งนี้สะท้อนโอกาสทางธุรกิจที่แท้จริงมากน้อยเพียงใด เมื่อเทียบกับความตื่นเต้นจากการเก็งกำไร

ผมคิดว่ามีทั้งสองอย่าง และการที่นักลงทุนแสร้งทำเป็นว่าไม่ใช่ทั้งสองอย่างก็ไม่ได้ช่วยใคร

ความต้องการแรงงานมีอยู่จริง Deloitte และ Manufacturing Institute คาดการณ์ว่า ผู้ผลิตในสหรัฐฯ อาจต้องการแรงงานมากถึง 3.8 ล้านคนภายในปี 2033 โดยมีตำแหน่งงานราว 1.9 ล้านตำแหน่งที่เสี่ยงจะไม่มีคนทำ นี่ไม่ใช่การกล่าวเกินจริง แต่เป็นช่องโหว่ในระบบเศรษฐกิจ

เรื่องเงินทุนเป็นอีกเรื่องหนึ่ง Crunchbase ระบุว่า ในช่วงครึ่งแรกของปี 2026 มีการลงทุนในสตาร์ตอัปด้านหุ่นยนต์มูลค่า 18.8 พันล้านดอลลาร์ ซึ่งมากกว่าตลอดทั้งปี 2025 แต่ PitchBook พบว่าจำนวนดีลลดลงในไตรมาสที่สอง ขณะที่มูลค่าเงินลงทุนทำสถิติสูงสุด ซึ่งแสดงให้เห็นว่าดีลขนาดใหญ่มหาศาลเพียงไม่กี่ดีลดูดซับเงินลงทุนส่วนใหญ่ไป เงินจำนวนมากกำลังถูกนำไปใช้กับเรื่องเล่าที่ชวนเชื่อ โดยส่วนใหญ่เป็นเรื่องหุ่นยนต์ฮิวแมนนอยด์และโมเดลหุ่นยนต์อเนกประสงค์

ผมตั้งใจใช้เกณฑ์คัดกรองที่เรียบง่ายมาก ลูกค้ากลับมาซื้ออีกหรือไม่หลังจบโครงการนำร่อง? หุ่นยนต์ทำงานได้อย่างน่าเชื่อถือตามที่งานนั้นต้องการหรือไม่ ซึ่งในสายการผลิตต้องมีความน่าเชื่อถือ 99.99% ไม่ใช่ 90%? มีรายได้จริงภายในราวหนึ่งปีหรือไม่? ถ้าคำตอบคือใช่ นั่นก็คือธุรกิจ แต่ถ้าข้อเสนอขายมุ่งเน้นไปที่สิ่งที่หุ่นยนต์อาจทำได้ในปี 2030 เป็นหลัก นั่นก็คือการเก็งกำไรที่ตั้งราคาเสมือนเป็นสิ่งแน่นอน อุตสาหกรรมหุ่นยนต์เคยผ่านวัฏจักรเช่นนี้มาแล้ว และบริษัทที่มีลูกค้าจ่ายเงินจริงจะผ่านช่วงคัดกรองนี้ไปได้อย่างแข็งแกร่งกว่า

Cybernetix Ventures กำลังระดมทุนสำหรับกองทุนที่สอง เพื่อขยายการลงทุนในบริษัทหุ่นยนต์และปัญญาประดิษฐ์ระยะเริ่มต้น นับตั้งแต่เปิดตัวกองทุนแรก วิทยานิพนธ์การลงทุนของคุณพัฒนาไปอย่างไร และเทคโนโลยีหรืออุตสาหกรรมเกิดใหม่ใดที่กำลังได้รับความสนใจมากที่สุดจากนักลงทุนสถาบัน?

ความเชื่อหลักของเรายังไม่เปลี่ยนแปลง มูลค่าของปัญญาประดิษฐ์เชิงกายภาพเกิดขึ้นตรงจุดที่ซอฟต์แวร์มาบรรจบกับการนำไปใช้งานจริง และหุ่นยนต์ที่ดีที่สุดต้องได้รับการออกแบบย้อนกลับจากปัญหาเฉพาะด้าน กองทุน II มุ่งเน้นแนวทางนี้มากยิ่งขึ้น

สิ่งที่เปลี่ยนไปคือขอบเขตการลงทุน กองทุน I มุ่งเน้นภาคการผลิต โลจิสติกส์ การก่อสร้าง และการดูแลสุขภาพ กองทุน II ยังคงลงทุนในภาคส่วนเหล่านี้ พร้อมเพิ่มภาคเกษตรกรรม พลังงานและโครงสร้างพื้นฐานด้านสภาพภูมิอากาศ อวกาศและการป้องกันประเทศ ตลอดจนเทคโนโลยีที่ใช้ได้ทั้งในภาคพลเรือนและการทหาร สัดส่วนการลงทุนยังคงอยู่ที่ประมาณสองในสามสำหรับบริษัทหุ่นยนต์แบบครบวงจร และหนึ่งในสามสำหรับเทคโนโลยีสนับสนุน เช่น โมเดล AI เทคโนโลยีการรับรู้ และความมั่นคงปลอดภัยทางไซเบอร์ระหว่างเครื่องจักร เช็คลงทุนชุดแรกของกองทุน II ลงทุนในบริษัทหุ่นยนต์อวกาศแห่งหนึ่งและบริษัทพัฒนาโมเดลการรับรู้แห่งหนึ่ง ซึ่งสะท้อนให้เห็นว่าหุ่นยนต์รุ่นใหม่กำลังมุ่งไปในทิศทางใด

เรายังพิจารณาประเด็นต่าง ๆ อย่างจริงจัง ซึ่งแทบไม่มีใครพูดถึงในปี 2021 เช่น ชิ้นส่วนมาจากที่ใด ห่วงโซ่อุปทานพึ่งพาจีนมากน้อยเพียงใด และหุ่นยนต์มีความปลอดภัยแค่ไหนเมื่อเชื่อมต่อกับเครือข่าย

จากนักลงทุนสถาบันและนักลงทุนภาคธุรกิจ ผมได้ยินคำถามอยู่สองข้อเป็นหลัก ข้อแรก บริษัทต่าง ๆ ถามว่าจะเข้าถึงข้อมูลเชิงลึกเกี่ยวกับตลาดที่ตนไม่สามารถสร้างความเชี่ยวชาญขึ้นเองภายในองค์กรได้อย่างไร ซึ่งหมายถึงการสำรวจหาโอกาส การวิเคราะห์ข้อมูลตลาด และการร่วมลงทุน สำหรับบริษัทจำนวนมาก ปัญญาประดิษฐ์เชิงกายภาพกลายเป็นประเด็นสำคัญระดับซีอีโอแล้ว แต่สำนักงานบริหารความมั่งคั่งของครอบครัวและสถาบันต่าง ๆ ถามตรงกว่านั้นว่า ทำไมไม่เข้าร่วมลงทุนในรอบระดมทุนใหญ่ของบริษัทฮิวแมนนอยด์หรือโมเดลหุ่นยนต์ผ่าน SPV ไปเลย? คำตอบของผมคือ การลงทุนเหล่านั้นมีผู้สนใจแน่นขนัด ราคาแพง และต้องใช้เงินทุนมหาศาล ผลตอบแทนที่ไม่สมมาตรมีโอกาสเกิดขึ้นได้มากกว่าในช่วงก่อนหน้านี้… ในบริษัทที่นักลงทุนทั่วไปยังค้นไม่พบ นั่นคือจุดที่ผู้เชี่ยวชาญเฉพาะทางสร้างคุณค่าได้

หุ่นยนต์ฮิวแมนนอยด์ได้รับความสนใจและเงินลงทุนอย่างมหาศาล โดยมีบริษัทอย่าง Tesla และ Figure AI ที่กำลังพัฒนาขีดความสามารถให้ก้าวหน้ายิ่งขึ้น คุณแสดงความกังขาต่อความเป็นไปได้ในเชิงพาณิชย์ของหุ่นยนต์เหล่านี้ คุณคิดว่านักลงทุนประเมินศักยภาพในระยะใกล้สูงเกินจริงในด้านใดบ้าง และหุ่นยนต์เฉพาะทางเป็นโอกาสการลงทุนที่น่าดึงดูดใจกว่าหรือไม่?

ผมกังขาเรื่องกรอบเวลา ไม่ใช่ตัวเทคโนโลยี หลักคิดของผมคือรูปแบบต้องตอบโจทย์การใช้งาน หากงานคือการเคลื่อนย้ายชิ้นส่วนหรือหยิบวาง ก็ควรถามว่าจำเป็นต้องใช้เครื่องจักรสองขาที่ซับซ้อนและมีราคาแพงมากจริงหรือไม่ หรือใช้แขนกล หรือแขนกลสองข้างบนฐานเคลื่อนที่แทนได้หรือไม่ ในคลังสินค้าหรือโรงงานที่มีพื้นราบ ขาไม่ได้ช่วยอะไรมากนัก แต่กลับเพิ่มต้นทุน ใช้พลังงานมากขึ้น และต้องพึ่งพาหุ่นยนต์ที่อาจล้มได้

สิ่งที่นักลงทุนประเมินศักยภาพของหุ่นยนต์ฮิวแมนนอยด์สูงเกินจริงคือความคุ้มค่าในระยะใกล้ มูลค่าประเมินของบริษัทตั้งอยู่บนสมมติฐานว่าจะมีการนำไปใช้อย่างแพร่หลายในเร็ว ๆ นี้ แต่ปัญหาสำคัญหลายอย่างยังไม่ได้รับการแก้ไข เช่น มือที่หยิบจับสิ่งของได้อย่างคล่องแคล่ว ระบบป้อนกลับด้านสัมผัสและแรง แบตเตอรี่ที่ใช้งานได้เพียงไม่กี่ชั่วโมง และชุดระบบ AI ที่ทำงานซ้ำได้อย่างสม่ำเสมอและตรวจสอบย้อนกลับได้ อัตราความผิดพลาด 10% ถือว่ายอมรับได้สำหรับแชตบอต แต่ในโรงงาน ความผิดพลาดเพียงครั้งเดียวอาจทำให้ใครบางคนบาดเจ็บหรือทำให้ลูกค้าเสียเงินหลายล้านดอลลาร์ ผมคาดว่าจะมีการจัดส่งหุ่นยนต์ในปริมาณมากอย่างมีนัยสำคัญภายใน 5 ถึง 10 ปี ไม่ใช่ปีหน้า

หุ่นยนต์ฮิวแมนนอยด์เหมาะกับสภาพแวดล้อมที่สร้างขึ้นเพื่อมนุษย์และไม่สามารถปรับแบบใหม่ได้ อวกาศเป็นตัวอย่างที่ผมชื่นชอบ NASA เรียกเก็บค่าบริการจากผู้ใช้เชิงพาณิชย์ราว 130,000 ดอลลาร์ต่อเวลานักบินอวกาศหนึ่งชั่วโมง ดังนั้นหุ่นยนต์ที่ทำงานภายในสถานีซึ่งออกแบบมาสำหรับมนุษย์ได้จึงคืนทุนอย่างรวดเร็ว ตรรกะเดียวกันนี้ใช้ได้กับสถานที่ปฏิบัติงานนิวเคลียร์ การรับมือภัยพิบัติ และงานด้านการป้องกันประเทศบางประเภท

ดังนั้น ในระยะใกล้ ใช่แล้ว หุ่นยนต์เฉพาะทางเป็นการลงทุนที่ให้ผลตอบแทนคุ้มกับความเสี่ยงมากกว่า เพราะหุ่นยนต์เหล่านี้กำลังส่งมอบและสร้างรายได้อยู่ในขณะนี้

ขณะที่หุ่นยนต์ฮิวแมนนอยด์ครองพื้นที่พาดหัวข่าว Cybernetix Ventures มุ่งเน้นการประยุกต์ใช้จริงในภาคการผลิต การดูแลสุขภาพ โลจิสติกส์ และการก่อสร้าง อุตสาหกรรมใดจะได้รับผลกระทบทางเศรษฐกิจจากปัญญาประดิษฐ์เชิงกายภาพมากที่สุดในระยะใกล้ และคุณเห็นผลตอบแทนที่วัดผลได้จากการลงทุนด้านระบบอัตโนมัติในส่วนใดแล้วบ้าง?

ผลกระทบที่เกิดขึ้นเร็วที่สุดจะปรากฏในจุดที่ปัจจัยสามประการมาบรรจบกัน ได้แก่ ปัญหาที่มีต้นทุนสูง การขาดแคลนแรงงาน และผู้ซื้อที่วัดผลลัพธ์เป็นตัวเงิน

ภาคการผลิตมาเป็นอันดับแรก โดยเฉพาะโรงงานที่มีอยู่แล้ว โรงงานส่วนใหญ่ไม่สามารถสร้างขึ้นใหม่ให้รองรับหุ่นยนต์ได้ บริษัทที่มีสถานที่ปฏิบัติงานหลายร้อยแห่งต้องการระบบอัตโนมัติที่เข้ากับอาคารซึ่งมีอยู่เดิม นี่จึงเป็นเหตุผลว่าทำไมระบบวิชัน AI ที่ช่วยให้แขนหุ่นยนต์เดิมหยิบชิ้นงานที่คละกัน ผิวมันวาว หรือโปร่งใสได้ จึงมีคุณค่าอย่างยิ่ง เพราะช่วยยกระดับสิ่งที่มีอยู่แล้วในโรงงาน

โลจิสติกส์เป็นตลาดที่พัฒนาไปมากที่สุด โดยมีผลตอบแทนจากการลงทุน (ROI) ที่ชัดเจนในงานหยิบ เคลื่อนย้าย และขนถ่ายสินค้า ถึงอย่างนั้น การหยิบสินค้าชิ้นใดชิ้นหนึ่งออกจากถังที่มีของปะปนกันได้อย่างแม่นยำสม่ำเสมอก็ยังแก้ปัญหาได้ไม่สมบูรณ์

ภาคสุขภาพและวิทยาศาสตร์ชีวภาพยังได้รับความสนใจน้อยกว่าที่ควร ห้องปฏิบัติการอัตโนมัติเปลี่ยนงานที่เคยล่าช้าและต้องทำด้วยมือให้เป็นผลลัพธ์ที่รวดเร็วและทำซ้ำได้ ขณะที่ผู้พัฒนายาก็รู้อยู่แล้วว่าควรจ่ายอย่างไรเพื่อให้ได้คำตอบเร็วขึ้น

การก่อสร้างยังอยู่ในระยะเริ่มต้น แต่เป็นหนึ่งในอุตสาหกรรมที่ขาดแคลนแรงงานหนักที่สุด หุ่นยนต์เริ่มสร้างความคุ้มค่าในงานเฉพาะทาง เช่น การกำหนดตำแหน่งติดตั้งและการยกขนวัสดุ

จากที่ผมเห็น ผลตอบแทนที่วัดได้แทบจะเกิดจากรูปแบบเดิมเสมอ นั่นคือทำงานเฉพาะอย่างหนึ่งได้อย่างน่าเชื่อถือยิ่งขึ้น และลูกค้าสามารถเห็นระยะเวลาคืนทุนได้จากตัวเลขของตนเอง ไม่ใช่จากสไลด์ที่คาดการณ์ไปอีกห้าปี

ความก้าวหน้าในด้านโมเดลพื้นฐาน คอมพิวเตอร์วิทัศน์ การเรียนรู้แบบเสริมกำลัง และการจำลอง กำลังเปลี่ยนแปลงขีดความสามารถของหุ่นยนต์ นวัตกรรม AI ใดที่คุณมองว่าจะส่งผลมากที่สุดในช่วงห้าปีข้างหน้า และข้อจำกัดทางเทคนิคใดยังคงขัดขวางการใช้งานอย่างแพร่หลายในสภาพแวดล้อมจริงที่คาดเดาไม่ได้

ในช่วงห้าปีข้างหน้า ผมจะจับตาดูสี่เรื่อง

โมเดลพื้นฐานสำหรับหุ่นยนต์ โดยเฉพาะโมเดลที่เชื่อมโยงการมองเห็น ภาษา และการกระทำเข้าด้วยกัน แต่ผมคาดว่าโมเดลเหล่านี้จะประสบความสำเร็จไปทีละสาขา ไม่ใช่มีโมเดลเดียวที่ใช้ได้กับทุกอย่าง เส้นทางเริ่มจากการใช้งานเฉพาะอย่างหนึ่ง ต่อด้วยการขยายขอบเขตกรณีใช้งาน แล้วอาจครอบคลุมทั้งสาขาในที่สุด เช่น การก่อสร้างบ้านเดี่ยว ผมไม่เชื่อว่าจะมีโมเดลเดียวที่ใช้ได้กับงานก่อสร้าง การผลิต และภาคสุขภาพ

การจำลอง เพราะช่วยลดต้นทุนการฝึก แต่การจำลองพาคุณไปได้ถึง 80% หรือ 90% ส่วนอีก 10% ที่เหลือคือช่วงที่หุ่นยนต์ทำของตกหรือชนสิ่งต่าง ๆ

การสัมผัส การมองเห็นช่วยให้เข้าใจสภาพแวดล้อมได้ดี แต่ถ้าต้องการเปลี่ยนแปลงสิ่งต่าง ๆ ในโลก ก็ต้องสัมผัสสิ่งเหล่านั้น การรับรู้ทางสัมผัสและมือหุ่นยนต์ที่ดีขึ้นมีความสำคัญ เพราะงานส่วนใหญ่ในโลกจริงเกิดขึ้นในขั้นตอนการหยิบจับและจัดการวัตถุ

โครงสร้างพื้นฐานด้านข้อมูล ในธุรกิจยานยนต์ไร้คนขับ บริษัทหลายแห่งในยุคหนึ่ง เช่น Scale AI สร้างธุรกิจขนาดใหญ่จากการเก็บรวบรวมและติดป้ายกำกับข้อมูล ส่วน Applied Intuition สร้างธุรกิจบนพื้นฐานของการจำลอง AI ทางกายภาพจะก่อให้เกิดสิ่งที่คล้ายกัน และนี่เป็นหนึ่งในโอกาสที่ใหญ่ที่สุดในแวดวงนี้

สิ่งที่ยังขัดขวางการใช้งานในสภาพแวดล้อมที่วุ่นวายและคาดเดาไม่ได้คือความน่าเชื่อถือและความไว้วางใจ โรงงานต้องการความแม่นยำ 99.99% มาตรฐานความปลอดภัย การรับรอง และการประกันภัยยังตามไม่ทันการใช้งานหุ่นยนต์เคลื่อนที่ที่ทำงานร่วมกับผู้คน และหุ่นยนต์ทุกตัวที่เชื่อมต่อเครือข่ายก็เป็นความเสี่ยงด้านความมั่นคงปลอดภัยทางไซเบอร์ ซึ่งจนถึงตอนนี้มีคนเพียงน้อยนิดที่นำความเสี่ยงนี้มาคิดรวมในต้นทุน

Cybernetix Ventures ลงทุนในบริษัทต่าง ๆ เช่น Cambrian Robotics, Dash Bio และ Rugged Robotics อะไรทำให้คุณสนใจบริษัทเหล่านี้ และอะไรที่ทำให้เทคโนโลยีหุ่นยนต์ซึ่งมีแนวโน้มดีแตกต่างจากธุรกิจที่ขยายเชิงพาณิชย์ได้

ทั้งสามบริษัทเริ่มต้นจากปัญหาของลูกค้า ไม่ใช่จากการสาธิตเทคโนโลยีที่น่าตื่นตาตื่นใจ

Cambrian Robotics ระบบวิชันสำหรับเครื่องจักรเป็นตลาดที่มีผู้เล่นมาก แต่ Cambrian หยิบชิ้นงานขนาดเล็ก ผิวมันวาว และโปร่งใส ซึ่งทำให้ระบบส่วนใหญ่ทำงานติดขัด ได้อย่างแม่นยำสม่ำเสมอ ระบบนี้ทำงานร่วมกับแบรนด์หุ่นยนต์อุตสาหกรรมรายใหญ่ได้ ติดตั้งเสร็จในเวลาประมาณครึ่งวัน และตอนที่เราร่วมเป็นผู้นำการระดมทุนรอบ Seed ในปี 2024 ก็มีการทดสอบและนำไปใช้งานกับผู้ผลิตอย่าง Toyota, Audi และ Electrolux แล้ว

Dash Bio ผู้พัฒนายาจำนวนมากส่งงานวิเคราะห์ทางชีวภาพไปยังห้องปฏิบัติการภายนอก ซึ่งส่วนใหญ่ยังทำงานด้วยมือ Dash สร้างห้องปฏิบัติการระบบอัตโนมัติขั้นสูงที่เป็นไปตามมาตรฐาน GLP (หลักปฏิบัติที่ดีในห้องปฏิบัติการ) โดยผสานหุ่นยนต์ AI และซอฟต์แวร์เข้าด้วยกัน เพื่อดำเนินการทดสอบสำคัญได้เร็วขึ้นสูงสุด 10 เท่า พวกเขาไม่ได้ขายหุ่นยนต์ แต่ขายคำตอบที่รวดเร็วขึ้น ซึ่งลูกค้ารู้อยู่แล้วว่าจะซื้ออย่างไร

Rugged Robotics ในไซต์ก่อสร้าง ยังมีคนที่ต้องทำเครื่องหมายด้วยมือว่าผนัง ท่อ และอุปกรณ์ติดตั้งทุกชิ้นจะอยู่ตรงไหน งานนี้ล่าช้า และความผิดพลาดจะมีค่าใช้จ่ายสูงเมื่อก่อผนังขึ้นแล้ว หุ่นยนต์ของ Rugged พิมพ์แบบลงบนพื้นโดยตรง เป็นงานเฉพาะอย่างหนึ่งที่ทำได้เร็วและแม่นยำขึ้นในไซต์งานที่หาแรงงานฝีมือได้ไม่เพียงพอ

อะไรทำให้เทคโนโลยีที่มีแนวโน้มดีแตกต่างจากธุรกิจที่ขยายขนาดได้ ในเก้าสิบเก้าเปอร์เซ็นต์ของกรณี การเริ่มจากความสำเร็จทางเทคนิคที่น่าตื่นตาตื่นใจแล้วค่อยตามหากรณีใช้งาน มักเป็นสูตรที่ทำให้บริษัทไปได้ไม่ดี บริษัทที่ขยายธุรกิจได้เริ่มจากปัญหาแล้วค่อยย้อนคิดหาวิธีแก้ด้วยเครื่องจักร เช่นเดียวกับที่ Kiva, Locus และ Universal Robots ทำ หลังจากนั้น ผมจะมองหาลูกค้าที่กลับมาซื้ออีกหลังจบโครงการนำร่อง การติดตั้งใช้งานที่ไม่ต้องมีผู้เชี่ยวชาญระดับปริญญาเอกประจำไซต์ เศรษฐศาสตร์ต่อหน่วยที่ยังคุ้มค่าเมื่อขยายปริมาณ และทีมที่ทำได้ตามเป้าหมายที่กำหนด หุ่นยนต์จำนวนมากน่าประทับใจ แต่มีเพียงไม่กี่รายที่เป็นธุรกิจได้จริง

เมื่อ AI ทางกายภาพมีขีดความสามารถมากขึ้น ความกังวลเรื่องการเข้ามาแทนที่แรงงาน ความปลอดภัย และการกำกับดูแลโดยมนุษย์ก็เพิ่มสูงขึ้น คุณมองว่าหุ่นยนต์จะเข้ามาแก้ปัญหาการขาดแคลนแรงงานและช่วยเพิ่มขีดความสามารถให้คนทำงานเป็นหลัก หรือคาดว่าการนำหุ่นยนต์มาใช้ที่เร่งตัวขึ้นจะสร้างความเปลี่ยนแปลงครั้งใหญ่ต่อกำลังแรงงาน

ในระยะใกล้ หุ่นยนต์ส่วนใหญ่จะเข้ามาเติมเต็มส่วนที่ขาด ในโรงงาน คลังสินค้า ห้องปฏิบัติการ และไซต์งานที่เราทำงานด้วย ข้อจำกัดคือจำนวนคน ไม่ใช่ความต้องการ ตำแหน่งงานว่างค้างอยู่นานหลายเดือน

Verve Motion ซึ่งเป็นหนึ่งในบริษัทในพอร์ตการลงทุนของเรา เป็นตัวอย่างที่ผมนึกถึงอยู่เสมอ บริษัทผลิตชุดเอ็กโซสูทแบบนุ่มที่ช่วยลดภาระของคนงานซึ่งต้องยกของหนักตลอดทั้งวันได้มาก คนงานในคลังสินค้าคนหนึ่งบอกทีมงานว่า ในที่สุดเขาก็มีแรงเล่นกับลูก ๆ เมื่อกลับถึงบ้าน นี่คือการใช้หุ่นยนต์สร้างประโยชน์ให้โลก และไม่ได้ทำให้ใครต้องตกงาน

ผมจะไม่แสร้งทำเป็นว่าไม่มีผลกระทบเกิดขึ้น งานที่ทำซ้ำมากที่สุดจะลดลง และรูปแบบการทำงานจะเปลี่ยนเร็วกว่าที่ระบบฝึกอบรมของเราจะปรับตามได้ คำตอบที่ตรงไปตรงมาคือ เราต้องลงทุนในการพัฒนาทักษะใหม่ตั้งแต่ตอนนี้ ทั้งสำหรับช่างเทคนิค ผู้ควบคุมเครื่องจักร และผู้ที่ดูแลกองหุ่นยนต์ หุ่นยนต์ทุกตัวที่ส่งมอบออกไปยังก่อให้เกิดงานสำหรับคนที่ติดตั้ง ตั้งโปรแกรม และซ่อมบำรุงมัน

ในด้านความปลอดภัย เทคโนโลยีหุ่นยนต์มีจุดเริ่มต้นที่ได้เปรียบ AI ซอฟต์แวร์อยู่ไม่น้อย หุ่นยนต์อุตสาหกรรมอยู่ภายใต้มาตรฐานความปลอดภัยและการรับรองมานานหลายทศวรรษ เมื่อหุ่นยนต์ฉลาดขึ้น วัฒนธรรมด้านความปลอดภัยนี้ก็ต้องสืบทอดต่อไป ได้แก่ ความรับผิดชอบที่ชัดเจน เครื่องจักรที่ปลอดภัย และการให้มนุษย์เป็นผู้ควบคุมการตัดสินใจที่สำคัญ

เมื่อมองไปถึงปี 2030 และหลังจากนั้น คุณคิดว่าพัฒนาการด้าน AI ในโลกกายภาพและหุ่นยนต์เรื่องใดจะส่งผลต่อเศรษฐกิจโลกมากที่สุด มีโอกาสลงทุนที่ยังไม่มีใครมองเห็นหรือการประยุกต์ใช้ที่กำลังเกิดขึ้นเรื่องใดบ้าง ซึ่งควรได้รับความสนใจมากกว่านี้อย่างมาก?

ผมคิดว่า ภายในปี 2030 จะมีสามเรื่องที่ส่งผลต่อเศรษฐกิจโลกมากที่สุด

หุ่นยนต์ที่เรียนรู้จากการทำงานจริงจะทำให้ผู้ผลิตขนาดเล็กและขนาดกลาง ซึ่งไม่เคยมีกำลังจ่ายค่าบูรณาการระบบแบบปรับแต่งเฉพาะ สามารถนำระบบอัตโนมัติมาใช้ได้ในที่สุด เพราะผู้ประกอบการส่วนใหญ่ในภาคอุตสาหกรรมอยู่ในกลุ่มนี้

ห้องปฏิบัติการอัตโนมัติจะช่วยเร่งความก้าวหน้าทางวิทยาศาสตร์ โดยงานด้านชีววิทยาและการค้นคว้ายาจะดำเนินไปตลอด 24 ชั่วโมง

ห่วงโซ่อุปทานของชิ้นส่วนหุ่นยนต์ ซึ่งได้แก่ ตัวขับเคลื่อน มอเตอร์ เซ็นเซอร์ และเฟือง จะกลายเป็นปัจจัยเชิงยุทธศาสตร์ ผู้ผลิตหุ่นยนต์ฮิวแมนนอยด์ส่วนใหญ่ไม่ได้ผลิตชิ้นส่วนเหล่านี้เอง แต่จะออกแบบ บูรณาการระบบ และประกอบชิ้นส่วน โดยปัจจุบันแหล่งจัดหาชิ้นส่วนเหล่านี้ส่วนใหญ่อยู่ในจีนและญี่ปุ่น ประเทศที่สร้างฐานการผลิตด้านนี้ขึ้นในสหรัฐฯ และประเทศพันธมิตรจะมีบทบาทสำคัญอย่างยิ่ง

สิ่งที่ยังไม่ค่อยมีใครพูดถึงคือโครงสร้างพื้นฐานเบื้องหลังต่าง ๆ ได้แก่ การเก็บรวบรวมข้อมูลจากโลกกายภาพ การจำลองสถานการณ์และการทดสอบ การจัดการกองหุ่นยนต์ ระบบรับรู้ และอัตลักษณ์ของเครื่องจักรกับความมั่นคงปลอดภัยทางไซเบอร์ ซึ่งช่วยให้หุ่นยนต์เชื่อถือกันและกัน รวมถึงเครือข่ายที่หุ่นยนต์ทำงานอยู่ได้ อีกทั้งยังมีการประยุกต์ใช้เฉพาะอุตสาหกรรมในภาคส่วนที่ขาดแคลนแรงงานและไม่ค่อยเป็นข่าว เช่น เกษตรกรรมและการก่อสร้าง

พาดหัวข่าวจะพูดถึงหุ่นยนต์ฮิวแมนนอยด์ แต่เม็ดเงินจำนวนมากจะเกิดขึ้นในโครงสร้างพื้นฐานเบื้องหลัง และท้ายที่สุด สิ่งที่สำคัญคือผลกระทบต่อสังคม ไม่ใช่ผลกระทบทางเทคโนโลยี

ขอขอบคุณสำหรับบทสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมเกี่ยวกับหุ่นยนต์ AI ในโลกกายภาพ และการลงทุนในระยะเริ่มต้นด้านระบบอัตโนมัติ สามารถเยี่ยมชม Cybernetix Ventures ได้