SoftBank ทุ่ม 200 ล้านดอลลาร์ให้ Gravis Robotics ดัน AI เปลี่ยนรถขุดเดิมเป็นเครื่องจักรอัตโนมัติ

การขยับจากเงินทุนเดิม 23 ล้านดอลลาร์มาเป็น Series A มูลค่า 200 ล้านดอลลาร์ถือว่าใหญ่มากสำหรับบริษัทหุ่นยนต์ก่อสร้างระยะเริ่มต้น เงินก้อนนี้จะช่วยเพิ่มกำลังทีมวิศวกรรม ขยายการให้บริการในต่างประเทศ และนำระบบไปติดตั้งในโครงการโครงสร้างพื้นฐานมากขึ้น

ไม่ได้สร้างรถขุดใหม่ แต่ติดตั้ง “สมอง” ให้เครื่องจักรเดิม

ผลิตภัณฑ์หลักของ Gravis คือระบบติดตั้งเพิ่มเติม หรือ retrofit ไม่ใช่รถขุดที่บริษัทผลิตขึ้นเอง โดย Gravis Rack เป็นชุดควบคุมอัตโนมัติที่สามารถติดตั้งกับเครื่องจักรหนักจากผู้ผลิตหลายราย เช่น Caterpillar, John Deere, Volvo, JCB และ Hitachi รวมถึง Case, Develon, Sumitomo และ Yanmar

ระบบรองรับการทำงานหลายระดับ ตั้งแต่ตัวช่วยผู้ควบคุมภายในห้องโดยสารและระบบนำทางแบบ 3 มิติ ไปจนถึงการควบคุมจากระยะไกลและการทำงานอัตโนมัติเต็มรูปแบบ

Gravis ยังมีซอฟต์แวร์ช่วยเหลือชื่อ Gravis Copilot ซึ่งทำงานร่วมกับฮาร์ดแวร์ retrofit เพื่อเปลี่ยนกองเครื่องจักรต่างยี่ห้อของผู้รับเหมาให้เป็นระบบกึ่งอัตโนมัติหรืออัตโนมัติ

แนวทางที่ไม่ผูกติดกับผู้ผลิตรายใดรายหนึ่งเป็นหัวใจของดีลนี้ ผู้รับเหมามักใช้เครื่องจักรหลายแบรนด์ โดยเลือกจากราคา ความพร้อมใช้งาน เครือข่ายตัวแทนจำหน่าย และความสะดวกในการซ่อมบำรุง ระบบที่ทำงานกับเครื่องจักรซึ่งมีอยู่แล้วจึงอาจนำไปใช้ได้ง่ายกว่าแพ็กเกจอัตโนมัติที่ผูกกับผู้ผลิตเพียงรายเดียว

AI ของ Gravis ทำงานอย่างไร

Gravis ระบุว่าระบบผสานข้อมูลจากกล้อง เซนเซอร์ ระบบเทเลเมทรีของเครื่องจักร และสัญญาณตอบสนองทางกายภาพจากอุปกรณ์ Dominic Jud เปรียบเทียบแนวคิดนี้กับวิธีที่ผู้ควบคุมเครื่องจักรที่มีประสบการณ์อ่านสภาพพื้นดินจากแรงของเครื่องยนต์ แรงสั่นสะเทือน และแรงต้านของระบบไฮดรอลิก

บริษัทระบุว่าโมเดล AI ใช้สัญญาณเหล่านี้เพื่อปรับการควบคุมให้เข้ากับแรงของดินและชั้นใต้ผิวดิน ขณะที่การฝึกด้วยระบบจำลองช่วยให้ AI นำความรู้ไปใช้กับเครื่องจักรและสภาพแวดล้อมที่แตกต่างกันได้

ในทางปฏิบัติ เป้าหมายไม่ใช่เพียงให้รถขุดวิ่งตามเส้นทางที่ตั้งโปรแกรมไว้ล่วงหน้า แต่ต้องช่วยให้เครื่องจักรตอบสนองต่อภูมิประเทศที่เปลี่ยนแปลงระหว่างการขุด ทำร่องวางระบบ ขุดดินปริมาณมาก และตักดินขึ้นรถบรรทุก

โครงการ CAM Pathfinder ที่ได้รับการสนับสนุนจากรัฐบาลสหราชอาณาจักรและดำเนินงานร่วมกับ Flannery Plant Hire กำลังทดสอบรถขุดระบบอัตโนมัติระดับสูงจำนวน 6 คันสำหรับงานลักษณะดังกล่าว

ตัวเลขเพิ่มผลิตภาพ 30% ต้องอ่านอย่างระมัดระวัง

Gravis อ้างว่าเทคโนโลยีของบริษัทอาจเพิ่มผลิตภาพในไซต์ก่อสร้างได้ สูงสุด 30% เมื่อเทียบกับการทำงานด้วยแรงงานคนในระดับสูงสุด นอกจากนี้ยังนำเสนอประโยชน์ด้านความปลอดภัย การลดงานแก้ไขซ้ำ รวมถึงการสำรวจพื้นที่และทำแผนที่จุดเสี่ยง

แต่ตัวเลข 30% นี้เป็นคำกล่าวอ้างจากบริษัท ไม่ใช่เกณฑ์มาตรฐานของอุตสาหกรรมที่ผ่านการตรวจสอบโดยอิสระตามหลักฐานที่มีสำหรับดีลนี้ ผลลัพธ์จริงย่อมขึ้นอยู่กับประเภทเครื่องจักร ลักษณะงาน สภาพพื้นที่ ขั้นตอนการทำงานของผู้ควบคุม และระดับความเป็นอัตโนมัติที่นำมาใช้

จากต้นแบบสู่การใช้งานจริง

Gravis ระบุว่าระบบของบริษัทถูกนำไปใช้งานร่วมกับลูกค้าด้านโครงสร้างพื้นฐานใน 4 ทวีป รายงานก่อนหน้านี้ยังกล่าวถึงการติดตั้งหรือความร่วมมือกับบริษัทอย่าง Holcim, Taylor Woodrow, HD Hyundai และ Flannery

ความร่วมมือกับ Flannery มีความสำคัญในเชิงธุรกิจ เพราะทั้งสองบริษัทพัฒนาโมเดลที่รวมรถขุดอัตโนมัติเข้ากับบริการเช่าเครื่องจักร ลูกค้าจึงสามารถเช่าเครื่องจักรที่ติดตั้ง Gravis Rack มาแล้ว แทนที่จะต้องซื้ออุปกรณ์และสร้างโครงการหุ่นยนต์ภายในองค์กรเอง

โมเดลนี้อาจลดอุปสรรคสำคัญของระบบอัตโนมัติในอุตสาหกรรมก่อสร้าง ผู้รับเหมาอาจยอมเช่าเครื่องจักรอัตโนมัติสำหรับโครงการหนึ่งได้ง่ายกว่าการลงทุนติดตั้งระบบใหม่ให้กับเครื่องจักรทั้งกอง

SafeAI และ Teleo อยู่ตรงไหนในตลาดนี้

SafeAI และ Teleo เป็นบริษัทที่ทำงานในพื้นที่ใกล้เคียง ทั้งด้านระบบอัตโนมัติสำหรับเครื่องจักรก่อสร้างและการควบคุมจากระยะไกล จุดต่างที่ Gravis นำเสนอคือแพลตฟอร์มที่เรียนรู้จากข้อมูลและปรับตัวตามเครื่องจักร ซึ่งออกแบบมาให้ทำงานกับอุปกรณ์หลายแบรนด์และหลายขนาด โดยไม่บังคับให้ลูกค้าต้องใช้ผู้ผลิตรายเดียว

อย่างไรก็ตาม ความได้เปรียบดังกล่าวยังเป็นข้อเสนอทางธุรกิจ ไม่ใช่ผลลัพธ์ที่รับประกันแล้ว Gravis ยังต้องพิสูจน์ว่าระบบทำงานได้เสถียรในไซต์ที่หลากหลาย ผ่านข้อกำหนดด้านความปลอดภัยและการตรวจรับรอง ควบคุมต้นทุนการติดตั้ง และให้บริการลูกค้าได้เมื่อการใช้งานขยายตัว

เครื่องจักรก่อสร้างต้องทำงานท่ามกลางฝุ่น พื้นที่ไม่เรียบ น้ำหนักบรรทุกที่เปลี่ยนไป และผู้คนที่เคลื่อนไหวไม่แน่นอน ปัจจัยเหล่านี้อาจเปิดเผยข้อจำกัดของระบบที่ไม่เห็นได้ชัดจากการสาธิตในสภาพแวดล้อมควบคุม

ทำไม SoftBank จึงมองว่าเป็น “Physical AI”

การลงทุนใน Gravis ขยายกลยุทธ์ AI ของ SoftBank ไปสู่ระบบที่สามารถรับรู้และลงมือทำในโลกจริง หรือที่เรียกว่า Physical AI นี่เป็นโจทย์เชิงพาณิชย์ที่แตกต่างจากซอฟต์แวร์หรือโมเดล AI ทั่วไป เพราะระบบต้องทำงานอย่างปลอดภัยใกล้คนและเครื่องจักรในสภาพแวดล้อมที่เปลี่ยนแปลงตลอดเวลา พร้อมสร้างมูลค่าที่วัดผลได้ให้กับลูกค้าอุตสาหกรรม

ดีลนี้สอดคล้องกับการขยายพอร์ตโฟลิโอหุ่นยนต์ของ SoftBank บริษัทตกลงเข้าซื้อธุรกิจหุ่นยนต์ของ ABB ด้วยมูลค่ากิจการ 5.375 พันล้านดอลลาร์ โดยระบุว่าธุรกรรมดังกล่าวเป็นส่วนหนึ่งของความพยายามผสาน AI เข้ากับหุ่นยนต์ อย่างไรก็ตาม การเข้าซื้อกิจการยังอยู่ภายใต้การอนุมัติจากหน่วยงานกำกับดูแลและเงื่อนไขการปิดดีลอื่น ๆ ตามประกาศที่มีอยู่

SoftBank ยังจัดตั้ง Robo HD เพื่อรวมการลงทุนที่เกี่ยวข้องกับหุ่นยนต์ไว้ในโครงสร้างเดียวกัน ขณะเดียวกัน บริษัทได้ทำข้อตกลงลงทุนเพิ่มเติมใน OpenAI สูงสุด 40,000 ล้านดอลลาร์ โดยคาดว่าเงินลงทุนจริงของ SoftBank จะอยู่ที่ 30,000 ล้านดอลลาร์ หากธุรกรรมเสร็จสมบูรณ์ เงินลงทุนสะสมใน OpenAI จะอยู่ที่ประมาณ 64,600 ล้านดอลลาร์ และถือหุ้นราว 13% ตัวเลขทั้งหมดนี้ยังขึ้นอยู่กับการปิดธุรกรรมและเงื่อนไขสุดท้าย

Gravis จึงอาจเป็นชั้นการประยุกต์ใช้ในยุทธศาสตร์ดังกล่าว นั่นคือการนำซอฟต์แวร์อัจฉริยะและระบบอัตโนมัติไปใช้งานผ่านเครื่องจักรจริงในตลาดอุตสาหกรรมขนาดใหญ่ แต่การลงทุนครั้งนี้ยังไม่ควรถูกตีความว่า SoftBank มีแพลตฟอร์ม AI และหุ่นยนต์แบบบูรณาการครบวงจรแล้ว

บททดสอบที่ใกล้ที่สุดคือ Gravis จะเปลี่ยนระบบ retrofit ที่ยืดหยุ่นทางเทคนิคให้กลายเป็นการปฏิบัติงานก่อสร้างที่เชื่อถือได้ ทำซ้ำได้ และคุ้มทุนหรือไม่

ความหมายที่ใหญ่กว่าของเงินลงทุนรอบนี้

เช็คมูลค่า 200 ล้านดอลลาร์จาก SoftBank สะท้อนว่าระบบอัตโนมัติสำหรับงานก่อสร้างกำลังถูกประเมินในฐานะโอกาสสร้างแพลตฟอร์ม ไม่ใช่เพียงโครงการทดลองรายแห่ง Gravis กำลังมองไปยังกองเครื่องจักรหนักที่มีอยู่ทั่วโลก และใช้ฮาร์ดแวร์กับซอฟต์แวร์ retrofit เพื่อทำให้ระบบอัตโนมัติเข้าถึงตลาดได้ โดยไม่ต้องรอให้ผู้ผลิตทุกรายออกแบบเครื่องจักรรุ่นใหม่

แนวทางนี้อาจเปิดช่องทางเข้าสู่ตลาดที่กว้าง แต่ก็ทำให้เกิดคำถามที่ยากที่สุดเช่นกัน: ระบบอัตโนมัติชุดเดียวจะทำงานได้สม่ำเสมอกับเครื่องจักรต่างยี่ห้อและต่างประเภทหรือไม่ ผู้รับเหมาจะไว้วางใจให้ระบบรับผิดชอบงานที่เกี่ยวข้องกับความปลอดภัยได้แค่ไหน และผลิตภาพที่เพิ่มขึ้นจะยังคงอยู่เมื่อเจอกับความซับซ้อนของไซต์ก่อสร้างจริงหรือไม่

เงินลงทุน 200 ล้านดอลลาร์ทำให้ Gravis มีทรัพยากรพอที่จะหาคำตอบในระดับใหญ่ขึ้น ส่วนมูลค่าบริษัท 1 พันล้านดอลลาร์ที่มีรายงานออกมาจะสมเหตุสมผลหรือไม่ สุดท้ายคงไม่ได้ตัดสินกันที่ขนาดของเงินระดมทุน แต่ขึ้นอยู่กับความสามารถในการเปลี่ยนคำกล่าวอ้างเรื่อง Physical AI ให้เป็นผลผลิตที่เชื่อถือได้ การทำงานที่ปลอดภัยขึ้น และเศรษฐศาสตร์การดำเนินงานที่ลูกค้าก่อสร้างทำซ้ำได้จริง