หุ่นยนต์ฮิวแมนนอยด์จีนเจอบททดสอบครั้งใหญ่: จากยอดส่งมอบสู่การทำงานที่สร้างผลผลิตจริง

สารหลักจากงาน World Robot Conference (WRC) 2026 ที่กรุงปักกิ่งฟังดูเรียบง่าย แต่เป็นโจทย์ที่หินมาก: จีนอาจคว้าความได้เปรียบด้านการผลิตและยอดส่งมอบหุ่นยนต์ฮิวแมนนอยด์ไปแล้ว ทว่าจำนวนเครื่องที่ส่งออกยังเป็นเพียงจุดเริ่มต้น คำถามชี้ขาดคือ หุ่นยนต์เหล่านี้จะทำงานจริงได้อย่างสม่ำเสมอ เป็นอิสระ และช่วยเพิ่มผลิตภาพได้หรือไม่

จีนมีตัวเลขนำตลาด แต่ยอดส่งมอบยังเป็นตัวเลขที่ถกเถียงกัน

รายงานอุตสาหกรรมที่นำเสนอในงานระบุว่า จีนส่งมอบหุ่นยนต์ฮิวแมนนอยด์มากกว่า 40,000 เครื่องในช่วงครึ่งแรกของปี 2026 คิดเป็นประมาณ 97% ของยอดส่งมอบทั่วโลก รายงานจากงานประชุมมองว่าการเติบโตดังกล่าวสะท้อนว่า หุ่นยนต์ฮิวแมนนอยด์กำลังขยับพ้นจากโครงการนำร่องขนาดเล็ก ไปสู่การใช้งานเป็นประจำและการประยุกต์ใช้ในวงกว้าง 101215

อย่างไรก็ตาม ตัวเลขนี้ไม่ควรถูกมองว่าเป็นยอดรวมที่ทุกฝ่ายยอมรับตรงกัน Smart Analytics Global ประเมินว่า ทั่วโลกมีการส่งมอบหุ่นยนต์ฮิวแมนนอยด์ราว 19,100 เครื่องในช่วงเวลาเดียวกัน ขณะที่ Counterpoint Research ประเมินว่ายอดทั่วโลกมากกว่า 22,000 เครื่อง และมีอีกประมาณการหนึ่งระบุว่า ผู้ผลิตจีนเพียงประเทศเดียวอาจส่งมอบได้มากกว่า 30,000 เครื่อง ความแตกต่างดังกล่าวน่าจะมาจากนิยามตลาดและวิธีการเก็บข้อมูลที่ไม่เหมือนกัน ทำให้ยากต่อการตรวจสอบยอดที่แน่นอนอย่างเป็นอิสระ 14

แต่ข้อสรุปในภาพใหญ่มีความชัดเจนกว่าตัวเลขใดตัวเลขหนึ่ง นั่นคือ การผลิตและการนำไปใช้งานกำลังเร่งตัวขึ้น และผู้ผลิตจีนมีสัดส่วนตลาดที่โดดเด่นอย่างมากตามข้อมูลที่มีการรายงาน

เวทีประชุมกำลังแยก “โชว์” ออกจาก “ผลิตภาพ”

การสาธิตใน WRC 2026 อธิบายได้ดีว่าทำไมหุ่นยนต์ฮิวแมนนอยด์จึงดึงดูดความสนใจ และเหตุใดการสาธิตเพียงอย่างเดียวจึงไม่เพียงพออีกต่อไป การนำเสนอของ Unitree ในห้องประชุม รวมถึงการเปิดตัวล่วงหน้าของหุ่นยนต์ที่โฆษณาว่าทำความเร็วได้ 12.65 เมตรต่อวินาที แสดงให้เห็นพัฒนาการด้านการเคลื่อนไหวและการพัฒนาผลิตภัณฑ์ที่รวดเร็ว แต่ความเร็ว การทรงตัว หรือการแสดงที่ราบรื่นในสภาพแวดล้อมควบคุม ไม่ได้พิสูจน์ว่าหุ่นยนต์สามารถทำงานทั่วไปแทนแรงงานมนุษย์ได้

ประเด็นที่สำคัญกว่าคือเส้นแบ่งระหว่างการแสดงผาดโผนในฉากที่จัดเตรียมไว้ กับงานที่ยังทำได้เมื่อเจอสภาพจริงที่คาดเดาไม่ได้ หุ่นยนต์กำลังถูกพูดถึงในบริบทของงานคัดแยกพัสดุ การทำบะหมี่ และการบรรจุสินค้า รวมถึงการใช้งานในโรงงานและบ้าน มากกว่าการแสดงบนพื้นที่จัดแสดงเพียงอย่างเดียว 815

สำหรับผู้ซื้อ คำถามจึงไม่ใช่แค่ว่า หุ่นยนต์ทำงานที่เตรียมไว้หนึ่งอย่างสำเร็จหรือไม่ แต่คือระบบเดียวกันจะรับมือกับวัตถุ ผังพื้นที่ คำสั่ง แสงสว่าง และความผิดพลาดที่เปลี่ยนไปได้หรือไม่ โดยไม่ต้องให้คนเข้าไปรีเซ็ตหรือแก้โปรแกรมใหม่ทุกครั้ง

มาตรวัดถัดไปคือการทำงานที่ไม่เคยถูกฝึกมาก่อน

ผู้ก่อตั้งบริษัทและบุคคลในอุตสาหกรรมที่ร่วมแลกเปลี่ยนในงานมองเกณฑ์เชิงพาณิชย์ไว้สูงกว่าการทำภารกิจสำเร็จในฉากควบคุม หุ่นยนต์ที่มีคุณค่าจริงต้องสามารถเข้าไปในโรงงานหรือบ้านที่ไม่คุ้นเคย เข้าใจว่าต้องทำอะไร เรียนรู้งานใหม่ได้รวดเร็ว และทำงานด้วยความเร็วกับความแม่นยำที่เชื่อถือได้ 13

เงื่อนไขนี้เผยให้เห็นช่องว่างสำคัญของระบบปัจจุบันหลายด้าน:

• การนำความรู้ไปใช้กับสถานการณ์ใหม่: หุ่นยนต์ที่ฝึกมาในสภาพแวดล้อมหนึ่งอาจทำงานได้ยากขึ้นเมื่อวัตถุ พื้นผิว หรือลำดับขั้นตอนเปลี่ยนไป
• ความแม่นยำ: ความคลาดเคลื่อนทางกายภาพเพียงเล็กน้อยอาจทำให้งานที่ดูเหมือนสำเร็จในเดโม ใช้งานจริงไม่ได้
• ความเร็ว: งานที่ทำได้ในวิดีโอสาธิตอาจยังช้าเกินกว่าจะคุ้มค่าหรือแข่งขันกับแรงงานมนุษย์
• ความเป็นอิสระ: หากต้องควบคุมจากระยะไกล มีวิศวกรคอยช่วย หรือให้มนุษย์เข้าแทรกแซงบ่อยครั้ง ต้นทุนเหล่านี้อาจลบล้างคุณค่าทางเศรษฐกิจของการใช้งาน

ทั้งหมดนี้ไม่ใช่รายละเอียดปลีกย่อย แต่เป็นตัวตัดสินว่า หุ่นยนต์ฮิวแมนนอยด์จะกลายเป็นแพลตฟอร์มแรงงานที่ยืดหยุ่น หรือเป็นเพียงเครื่องจักรราคาแพงที่ทำได้ไม่กี่งานตามฉากสาธิต

ผลงานปัจจุบันยังสะท้อนช่องว่างจากมนุษย์

เกณฑ์ประเมินที่มีการอ้างถึงจาก Starship Navigator ระบุว่า ระบบในปัจจุบันทำงานได้ประมาณ 70–80% เมื่อเทียบกับประสิทธิภาพของมนุษย์ ขณะเดียวกัน มีรายงานว่าหุ่นยนต์หนึ่งเครื่องใช้เวลาเกือบ 2 นาทีในการพับเสื้อยืดแขนสั้น ก่อนที่ผู้ควบคุมซึ่งเป็นมนุษย์จะต้องเข้ามาช่วย 1320

ตัวอย่างการพับเสื้อมีประโยชน์ตรงที่เปลี่ยนความสามารถซึ่งดูน่าประทับใจให้กลายเป็นคำถามเชิงปฏิบัติการ: หุ่นยนต์ประมวลผลเสื้อผ้าได้กี่ชิ้นต่อชั่วโมง ล้มเหลวบ่อยแค่ไหน และต้องมีคนคอยดูแลมากเพียงใด หุ่นยนต์ที่ “พับเสื้อได้” กำลังแสดงความสามารถด้านการหยิบจับ แต่หุ่นยนต์ที่คัดแยกและพับเสื้อผ้าหลากหลายแบบได้อย่างรวดเร็วและเป็นอิสระ จึงจะกำลังแสดงให้เห็นถึงบริการที่มีโอกาสทำธุรกิจได้จริง

หลักการเดียวกันนี้ใช้ได้ทั้งในโรงงานและคลังสินค้า เครื่องจักรอาจเคลื่อนย้ายวัตถุได้ในทางเทคนิค แต่ยังล้มเหลวในฐานะสินค้าเชิงธุรกิจ หากทำงานช้าเกินไป เปราะบางเกินไป หรือได้รับการฝึกมาแคบเกินกว่าจะเข้ากับกระบวนการทำงานโดยรอบ

การฝึกงานใหม่ให้เร็วขึ้นคือหัวใจของความคุ้มทุน

หนึ่งในเป้าหมายที่ถูกกล่าวถึงในการรายงานข่าวจากงานประชุมคือ การลดเวลาฝึกหุ่นยนต์สำหรับงานใหม่จากประมาณ 10 ชั่วโมง เหลือราว 1 ชั่วโมง ประเด็นนี้ไม่ใช่เพียงเรื่องความสะดวก แต่หมายถึงการลดเวลาและค่าใช้จ่ายด้านการเก็บข้อมูล การเขียนโปรแกรม และการสนับสนุนทางวิศวกรรมทุกครั้งที่ลูกค้าเปลี่ยนกระบวนการทำงาน 13

ความสามารถดังกล่าวอาจเป็นตัวชี้ขาดด้านเศรษฐศาสตร์ของการนำไปใช้งาน หากทุกภารกิจใหม่ต้องเริ่มโครงการบูรณาการเฉพาะราย หุ่นยนต์ฮิวแมนนอยด์ก็อาจยังจำกัดอยู่ในโครงการทดลองที่ควบคุมอย่างเข้มงวด แต่หากผู้ปฏิบัติงานสามารถสอนหรือกำหนดค่างานใหม่ได้อย่างรวดเร็ว และหุ่นยนต์ทำงานนั้นซ้ำได้อย่างสม่ำเสมอ ฮาร์ดแวร์ชุดเดิมก็จะมีมูลค่าเพิ่มขึ้นเมื่อถูกนำไปใช้กับหลายงานและหลายสถานที่

ดังนั้น ผลิตภาพของคลังสินค้าที่วัดได้ต่อเนื่องจึงมีความหมายมากกว่าวิดีโอเดโมที่กลายเป็นไวรัล เพราะมันจะทดสอบว่าหุ่นยนต์ทำงานได้นานแค่ไหน รับมือกับความหลากหลายได้หรือไม่ แก้ไขข้อผิดพลาดเองได้เพียงใด และสร้างผลงานโดยไม่ต้องพึ่งความช่วยเหลือตลอดเวลา

ทำไม “ช่วงเวลาแบบ ChatGPT” ยังขึ้นอยู่กับเงื่อนไขหลายข้อ

บริษัทบางแห่งประเมินว่า การก้าวกระโดดสู่ความสามารถทั่วไปของหุ่นยนต์ฮิวแมนนอยด์อาจเกิดขึ้นภายใน 2–10 ปี โดยมองในแง่ดีว่าอาจเกิดขึ้นได้ราวปี 2028 แต่วันที่เหล่านี้เป็นเพียงการคาดการณ์ ไม่ใช้หมุดหมายที่ยืนยันแล้ว 13

ความท้าทายพื้นฐานอยู่ที่การทำให้ AI ที่มีร่างกายเชื่อมโยง การรับรู้ การใช้เหตุผล และการลงมือทำทางกายภาพ เข้าด้วยกัน โมเดลอาจระบุวัตถุได้ถูกต้องหรืออธิบายแผนงานได้ดี แต่ยังขยับแขนหรือมือได้ไม่แม่นยำพอในโลกจริง อุตสาหกรรมยังต้องแก้ปัญหาการนำความรู้ไปใช้กับสถานการณ์ใหม่ ความคลาดเคลื่อนระดับมิลลิเมตร และการขาดแคลนข้อมูลปฏิสัมพันธ์ทางกายภาพคุณภาพสูงสำหรับฝึกระบบให้มีความทนทาน 13

เป้าหมายที่ถูกพูดถึงในการรายงานจากงานประชุมคือ การให้หุ่นยนต์ทำงานได้ประมาณ 80% ของภารกิจในบ้านที่ไม่คุ้นเคย การไปถึงระดับนั้นอาจต้องใช้ข้อมูลฝึกที่มีประโยชน์รวมกันหลายสิบล้านชั่วโมง ควบคู่กับพัฒนาการที่ทำให้หุ่นยนต์ถ่ายโอนทักษะจากงานหนึ่งไปยังอีกงานหนึ่งได้ แทนที่จะต้องเริ่มเรียนรู้ใหม่ทั้งหมดทุกครั้ง 13

หลังจบ WRC 2026 ควรจับตาอะไร

งานประชุมครั้งนี้ปรับกรอบการแข่งขันหุ่นยนต์ฮิวแมนนอยด์ให้มาอยู่ที่คำถามเชิงปฏิบัติ 5 ข้อ:

1. หุ่นยนต์ทำงานนอกสภาพแวดล้อมที่เขียนสคริปต์ไว้ได้หรือไม่
2. มันเรียนรู้งานใหม่ที่ไม่เคยทำได้เร็วแค่ไหน
3. ความเร็วและความแม่นยำเมื่อทำงานต่อเนื่องใกล้เคียงแรงงานมนุษย์เพียงใด
4. ต้องพึ่งการแทรกแซงจากระยะไกลหรือจากหน้างานบ่อยแค่ไหน
5. การนำไปใช้งานสร้างผลตอบแทนทางเศรษฐกิจที่วัดได้ในระยะยาวหรือไม่

ยอดส่งมอบที่จีนรายงานตอบคำถามเรื่องความสามารถในการผลิตได้ชัดเจนกว่าคำถามเรื่องผลิตภาพเหล่านี้ ดังนั้น WRC 2026 จึงสะท้อนว่า อุตสาหกรรมกำลังเข้าสู่ช่วง “พิสูจน์ผลงาน” หลังจากนี้ตลาดต้องแสดงให้เห็นว่า หุ่นยนต์ฮิวแมนนอยด์ไม่ได้แค่ถูกผลิตในระดับมหาศาล แต่สามารถทำงานที่เป็นประโยชน์ได้ในระดับเดียวกัน