Gravis Robotics ระดมทุน Series A มูลค่า 200 ล้านดอลลาร์เพื่อขยายเครื่องจักรหนักอัตโนมัติ

Gravis Robotics ระดมทุน ซีรีส์ A จำนวน 200 ล้านดอลลาร์จาก SoftBankทำให้บริษัทหุ่นยนต์ก่อสร้างจากซูริกมีเงินทุนใหม่จำนวนมากสำหรับขยายเทคโนโลยีเครื่องจักรหนักอัตโนมัติไปยังโครงการโครงสร้างพื้นฐานทั่วโลก

บริษัทระบุว่านี่คือการระดมทุนซีรีส์ A ที่ใหญ่ที่สุดในวงการหุ่นยนต์ก่อสร้างจนถึงปัจจุบัน การระดมทุนครั้งนี้เกิดขึ้นขณะที่การลงทุนใน AI ที่ทำงานในโลกกายภาพ กำลังขยายออกจากหุ่นยนต์รูปร่างมนุษย์และระบบอัตโนมัติในคลังสินค้า ไปสู่อุตสาหกรรมที่เครื่องจักรต้องปฏิสัมพันธ์กับสภาพแวดล้อมที่ซับซ้อนและเปลี่ยนแปลงอยู่เสมอ

สำหรับ Gravis สภาพแวดล้อมนั้นคือไซต์ก่อสร้าง แทนที่จะสร้างเครื่องจักรหนักขึ้นใหม่ทั้งหมด บริษัทพัฒนาฮาร์ดแวร์และซอฟต์แวร์ AI สำหรับติดตั้งเพิ่มเติมในรถขุดและเครื่องจักรงานดินที่มีอยู่ เพื่อเพิ่มความสามารถในการทำงานอัตโนมัติในระดับต่าง ๆ ให้กับเครื่องจักรที่ผู้รับเหมาเป็นเจ้าของอยู่แล้ว

เงินทุนใหม่นี้จะใช้เร่งการขยายตลาดต่างประเทศ เพิ่มทีมวิศวกรรม และนำระบบอัตโนมัติไปใช้ในโครงการก่อสร้างและโครงสร้างพื้นฐานมากขึ้น

นำ AI ในโลกกายภาพสู่งานก่อสร้างหนัก

Gravis ก่อตั้งเมื่อปลายปี 2022 โดยแยกตัวออกจาก ETH Zurichและต่อยอดงานวิจัยด้านหุ่นยนต์และระบบควบคุมอัตโนมัติ บริษัทนำโดย Ryan Luke Johns ซีอีโอและผู้ร่วมก่อตั้ง และ Dominic Jud ซีทีโอและผู้ร่วมก่อตั้ง โดยมี Marco Hutter นักวิจัยหุ่นยนต์เป็นผู้ร่วมก่อตั้งและกรรมการบริษัท

งานก่อสร้างมีความท้าทายต่างจากสภาพแวดล้อมหลายประเภทที่เครื่องจักรอัตโนมัติเริ่มได้รับการยอมรับ

ตัวอย่างเช่น รถยนต์ขับเคลื่อนอัตโนมัติมักพยายามทำความเข้าใจและเคลื่อนผ่านสภาพแวดล้อมอย่างปลอดภัยโดยไม่เปลี่ยนแปลงมัน แต่รถขุดต้องทำตรงกันข้าม การขยับบุ้งกี๋ทุกครั้งเปลี่ยนสภาพพื้นที่ที่เครื่องจักรต้องทำความเข้าใจในขั้นตอนถัดไป

เครื่องจักรยังอาจพบดิน หิน ความลาดชันที่เปลี่ยนไป แรงต้านใต้ดิน และเงื่อนไขอื่น ๆ ที่ไม่อาจคาดการณ์ล่วงหน้าได้ครบถ้วน

Gravis พยายามรับมือกับความไม่แน่นอนนี้ด้วยระบบควบคุมหุ่นยนต์ที่ใช้การเรียนรู้ โดยผสานข้อมูลระบบไฮดรอลิกของเครื่องจักรเข้ากับ LiDAR กล้อง และการระบุตำแหน่งด้วยระบบดาวเทียมนำทางทั่วโลก (GNSS) ซอฟต์แวร์ตีความสภาพแวดล้อมและแรงทางกายภาพที่กระทำต่อเครื่องจักรอย่างต่อเนื่อง แทนที่จะทำตามลำดับการเคลื่อนไหวที่กำหนดไว้ล่วงหน้าเท่านั้น

บริษัทยังระบุว่าโมเดลผ่านการฝึกในสภาพแวดล้อมจำลองอย่างเข้มข้น ทำให้ AI ได้พบสถานการณ์ขุดเสมือนจำนวนมากก่อนนำไปใช้กับเครื่องจักรจริง

เปลี่ยนรถขุดเดิมให้เป็นเครื่องจักรอัตโนมัติ

หัวใจสำคัญของกลยุทธ์ Gravis คือการไม่ผูกติดกับผู้ผลิตเครื่องจักรรายใดรายหนึ่ง

กลุ่มเครื่องจักรของผู้รับเหมามักประกอบด้วยหลายยี่ห้อ ซึ่งทยอยสะสมจากการซื้อและการเช่าตลอดหลายปี การขอให้เปลี่ยนทั้งหมดเป็นเครื่องจักรอัตโนมัติที่สร้างขึ้นโดยเฉพาะอาจทำให้การนำเทคโนโลยีมาใช้ยากขึ้นมาก

Gravis จึงพัฒนา Gravis RACKซึ่งเป็นระบบควบคุมอัตโนมัติแบบโมดูลาร์ที่ติดตั้งบนรถขุดและรถตักล้อยางเดิมได้ บริษัทระบุว่าแพลตฟอร์มนี้ได้รับการปรับให้ใช้กับเครื่องจักรของ Caterpillar, John Deere, JCB, Hitachi, Volvo, Yanmar, Case, Develon และ Sumitomo แล้ว

ระบบที่ติดตั้งบนหลังคารวมกล้อง LiDAR สามมิติ การระบุตำแหน่ง GNSS RTK และการประมวลผลที่ขอบเครือข่ายระดับยานยนต์ เนื่องจากประมวลผลบนตัวเครื่อง Gravis จึงระบุว่าฟังก์ชันอัตโนมัติยังทำงานต่อได้แม้ไม่มีการเชื่อมต่อที่เชื่อถือได้ ซึ่งสำคัญต่อไซต์ก่อสร้างที่อยู่ห่างไกลหรือยังไม่เสร็จสมบูรณ์

การครอบคลุมพื้นที่ด้วย LiDAR และการผสานข้อมูลเซนเซอร์ใช้สแกนภูมิประเทศโดยรอบอย่างต่อเนื่อง ข้อมูลนี้ช่วยให้ขุดแบบอัตโนมัติ พร้อมสร้างข้อมูลไซต์สามมิติ ภาพแสดงงานตัดดินและถมดิน และบันทึกงานที่เสร็จแล้วไปพร้อมกัน

ระบบรับรู้ของ Gravis ยังระบุรถบรรทุกดินและประสานตำแหน่งที่จะวางวัสดุที่ขุดขึ้นมาได้ ทำให้กระบวนการอัตโนมัติขยายจากการขุดไปสู่งานบรรทุกและขนย้ายวัสดุ

ระบบอัตโนมัติที่ยังมีผู้ควบคุม

Gravis ไม่ได้มองการเปลี่ยนผ่านสู่ระบบอัตโนมัติว่าเป็นทางเลือกแบบต้องใช้ทั้งหมดหรือไม่ใช้เลย

อินเทอร์เฟซแท็บเล็ต Slate ช่วยให้ผู้รับเหมาสลับระหว่างโหมดการทำงานได้ตามลักษณะงาน ผู้ควบคุมสามารถอยู่ในห้องโดยสารและใช้คำแนะนำจาก AI ออกห่างจากเครื่องขณะมันทำงานอัตโนมัติที่ใช้เวลานาน หรือดูแลเครื่องจักรจากระยะไกล

ในโหมด Copilot ภายในห้องโดยสาร ผู้ควบคุมใช้คำสั่งแตะเพื่อขุดและคำแนะนำภาพเสริมได้ สามารถกำหนดงานผ่านการออกแบบด้วยคอมพิวเตอร์ (CAD) หรือรูปทรงจาก แบบจำลองสารสนเทศอาคาร (BIM) รวมถึงจุดอ้างอิงจริงหรือพิกัด อินเทอร์เฟซจะแสดงปริมาณวัสดุที่ต้องขุดออกหรือเติมเข้าในระหว่างที่เครื่องทำงาน

อีกด้านหนึ่ง การประสานงานจากระยะไกลช่วยให้ผู้ควบคุมดูแลและบังคับเครื่องจักรตั้งแต่หนึ่งเครื่องขึ้นไปโดยใช้วิดีโอสดและข้อมูลไซต์

แนวทางผสมนี้อาจสำคัญต่อการยอมรับเทคโนโลยี ไซต์ก่อสร้างแทบไม่เคยมีแต่งานซ้ำ ๆ ภายใต้เงื่อนไขที่ควบคุมได้อย่างสมบูรณ์ การให้มนุษย์อยู่ในกระบวนการปฏิบัติงานช่วยให้ผู้รับเหมาค่อย ๆ เพิ่มความอัตโนมัติ โดยไม่ต้องออกแบบไซต์ใหม่ทั้งแห่งเพื่อรองรับเครื่องจักรไร้คนขับเต็มรูปแบบ

ชั้นซอฟต์แวร์สำหรับกลุ่มเครื่องจักรก่อสร้างหลายยี่ห้อ

เป้าหมายที่กว้างกว่านั้นคือการสร้างชั้นความอัจฉริยะที่ทำงานครอบคลุมตลาดเครื่องจักรหนักซึ่งมีผู้ผลิตหลากหลาย

หากซอฟต์แวร์อัตโนมัติเดียวกันควบคุมเครื่องจักรหลายยี่ห้อและหลายขนาดได้ ผู้รับเหมาก็อาจใช้ระบบอัตโนมัติโดยไม่ต้องเปลี่ยนเครื่องจักรทั้งหมดให้เป็นมาตรฐานของผู้ขายรายเดียว

Gravis ระบุว่าระบบควบคุมที่ใช้การเรียนรู้ปรับตัวตามลักษณะทางกายภาพของเครื่องแต่ละประเภท แทนที่จะต้องตั้งโปรแกรมรถขุดทุกคันแยกกัน

ความแตกต่างนี้อาจสำคัญขึ้นเมื่อ AI ในโลกกายภาพก้าวจากการสาธิตไปสู่การใช้งานเชิงพาณิชย์ ระบบหุ่นยนต์ที่ทำงานได้ดีบนเครื่องที่ตั้งค่าอย่างพิถีพิถันเพียงเครื่องเดียว มีประโยชน์ต่อผู้รับเหมารายใหญ่น้อยกว่าซอฟต์แวร์ที่ปรับตัวเข้ากับเครื่องจักรหลากหลายซึ่งใช้งานอยู่ทั่วโลกได้มาก

Gravis ระบุว่าเทคโนโลยีขุดที่เข้าใจภูมิประเทศเพิ่มปริมาณงานได้สูงสุด 30% แต่ผลจริงย่อมขึ้นอยู่กับเครื่องจักร ลักษณะงาน และสภาพไซต์

จากโครงการวิจัยสู่ไซต์งานจริง

Gravis เริ่มขยายธุรกิจเชิงพาณิชย์ก่อนการลงทุนของ SoftBank แล้ว

ในเดือนพฤศจิกายน 2025 บริษัทประกาศ เงินทุนใหม่ 23 ล้านดอลลาร์ พร้อมความร่วมมือและการใช้งานที่เกี่ยวข้องกับ Holcim, Taylor Woodrow, HD Hyundai และ Flannery Plant Hire ในเวลานั้น Gravis ระบุว่าระบบทำงานจริงในเจ็ดประเทศ ครอบคลุมสหราชอาณาจักร สหภาพยุโรป สหรัฐอเมริกา ลาตินอเมริกา และเอเชีย

ตัวอย่างสำคัญคือการขุดอัตโนมัติในโครงการโครงสร้างพื้นฐานของ Taylor Woodrow ที่กำลังดำเนินงานอยู่ ณ สนามบินแมนเชสเตอร์ บริษัทยังทำงานด้านขนย้ายวัสดุในเหมืองหินแบบอัตโนมัติ และร่วมมือกับ Flannery เพื่อให้เช่ารถขุดที่ติดตั้งเทคโนโลยี Gravis ได้

ประวัติการนำไปใช้เชิงพาณิชย์นี้ทำให้การระดมทุนล่าสุดต่างจากการลงทุนด้าน AI ในโลกกายภาพที่มุ่งเน้นต้นแบบในอนาคตเป็นหลัก Gravis ระดมทุนในขณะที่ระบบกำลังถูกทดสอบและใช้งานร่วมกับทีมก่อสร้างแบบดั้งเดิมอยู่แล้ว

โครงการในสหราชอาณาจักรจะทดลองรถขุดอัตโนมัติในวงกว้างขึ้น

การขยายตัวยังได้รับการสนับสนุนจากรัฐบาล

Gravis และ Flannery Plant Hire เพิ่งได้รับเลือกให้เข้าร่วมโครงการภายใต้ CAM Pathfinder ของสหราชอาณาจักร ซึ่งสนับสนุนการสัญจรแบบเชื่อมต่อและอัตโนมัติ โครงการจะทดสอบระบบงานดินอัตโนมัติเต็มรูปแบบด้วยรถขุดหกคัน ครอบคลุมงานขุดร่อง ขุดดินปริมาณมาก และบรรทุกขึ้นรถ

โครงการนี้มีความสำคัญเป็นพิเศษ เพราะธุรกิจเช่าเครื่องจักรอาจกลายเป็นช่องทางสำคัญในการเผยแพร่ระบบก่อสร้างอัตโนมัติ

แทนที่จะให้ผู้รับเหมาซื้อเครื่องจักรอัตโนมัติหรือติดตั้งอุปกรณ์ถาวรกับเครื่องของตน บริษัทให้เช่าอาจจัดหาเครื่องจักรที่มีระบบอัตโนมัติสำหรับแต่ละโครงการ วิธีนี้อาจลดอุปสรรคด้านเงินทุนและการดำเนินงานในการทดลองใช้เทคโนโลยี

นอกจากนี้ยังทำให้ระบบอัตโนมัติได้พบไซต์งาน การตั้งค่าเครื่องจักร และสภาพพื้นดินที่หลากหลายขึ้นมาก ซึ่งอาจสร้างข้อมูลปฏิบัติงานที่มีค่าสำหรับปรับปรุงโมเดล AI เบื้องหลัง

เหตุใดงานก่อสร้างจึงเริ่มเป็นตลาดใหญ่ของ AI ในโลกกายภาพ

ความสนใจจำนวนมากเกี่ยวกับ AI ในโลกกายภาพมุ่งไปที่ หุ่นยนต์รูปร่างมนุษย์ แต่เครื่องจักรหนักเป็นอีกโอกาสสำคัญที่อาจอธิบายความคุ้มค่าทางเศรษฐกิจได้ชัดกว่า

รถขุด รถตัก และเครื่องจักรอื่น ๆ ทำงานทางกายภาพปริมาณมหาศาลอยู่แล้ว ความท้าทายจึงไม่ใช่การคิดค้นรูปแบบเครื่องกลใหม่ แต่เป็นการเพิ่มความอัจฉริยะให้เครื่องจักรที่ใช้งานแพร่หลายอยู่แล้ว

สิ่งนี้สร้างเส้นทางสู่เชิงพาณิชย์ที่ต่างออกไป แทนที่จะขอให้ลูกค้าคิดว่าหุ่นยนต์ชนิดใหม่ควรทำอะไร บริษัทอย่าง Gravis เลือกงานที่ผู้รับเหมาจ่ายเงินจ้างคนมีทักษะและเครื่องจักรราคาแพงให้ทำทุกวันอยู่แล้ว

ความท้าทายที่เหลือคือความน่าเชื่อถือ สภาพแวดล้อมก่อสร้างไม่เป็นระเบียบ เปลี่ยนแปลงตลอดเวลา และมีความปลอดภัยเป็นเรื่องสำคัญยิ่ง เครื่องจักรอัตโนมัติจึงต้องทำงานได้สม่ำเสมอภายใต้เงื่อนไขที่คาดเดาได้ยากกว่าโรงงานหรือคลังสินค้ามาก

การที่ Gravis เน้นการจำลอง ข้อมูลการทำงานของเครื่องจักร การผสานข้อมูลเซนเซอร์ และโมเดลควบคุมที่ปรับตัวได้ สะท้อนว่าปัญหานี้ยากเพียงใด

เงินทุน SoftBank พา Gravis เข้าสู่ช่วงขยายตัวใหม่

เงินทุนซีรีส์ A จำนวน 200 ล้านดอลลาร์ทำให้ Gravis มีทรัพยากรมากขึ้นอย่างชัดเจนในการรับมือความท้าทายนี้

โอกาสสำคัญในตอนนี้ไม่ได้อยู่เพียงการให้ทุนวิจัยต่อ แต่คือการใช้งานจริง: ติดตั้งระบบกับเครื่องจักรยี่ห้อต่าง ๆ มากขึ้น สะสมประสบการณ์จากโครงการก่อสร้างที่กำลังทำงาน และพิสูจน์ว่าเครื่องจักรอัตโนมัติสร้างประโยชน์ทางเศรษฐกิจได้สม่ำเสมอนอกการสาธิตที่ควบคุมเงื่อนไข

กลยุทธ์ติดตั้งเพิ่มเติมอาจสำคัญเป็นพิเศษ บริษัทก่อสร้างมีเงินทุนมหาศาลผูกอยู่กับเครื่องจักรเดิม แพลตฟอร์มที่เพิ่มความอัจฉริยะให้สินทรัพย์เหล่านั้นได้จึงอาจขยายตัวต่างจากคู่แข่งที่กำหนดให้ลูกค้าซื้อเครื่องจักรหุ่นยนต์ใหม่ทั้งชุด

หากแนวทางนี้พิสูจน์ได้ว่าเชื่อถือได้ งานก่อสร้างอาจกลายเป็นหนึ่งในตลาดที่มีบทบาทสำคัญที่สุดของ AI ในโลกกายภาพ เครื่องจักรมีอยู่แล้ว งานมีขอบเขตชัดเจน และความต้องการโครงสร้างพื้นฐานยังเติบโตต่อเนื่อง

Gravis Robotics มีเงินเพิ่มอีก 200 ล้านดอลลาร์เพื่อแสดงให้เห็นว่า AI ไม่เพียงเข้าใจและเคลื่อนผ่านโลกกายภาพได้ แต่ยังช่วยปรับเปลี่ยนโลกนั้นได้ด้วย