Meta ทดลองใช้หุ่นยนต์ในศูนย์ข้อมูล ขณะที่ช่างเทคนิคมนุษย์ยังจำเป็น

Meta กำลังขยับการทำให้โครงสร้างพื้นฐานด้าน AI เป็นระบบอัตโนมัติจากโลกของซอฟต์แวร์เข้าสู่งานภาคกายภาพ บริษัทกำลังทดสอบหุ่นยนต์ภายในศูนย์ข้อมูลเพื่อจัดการงานประจำ เช่น การต่อสายและรีเซ็ตเซิร์ฟเวอร์ ขณะเดียวกันก็เดินหน้าภารกิจที่ใหญ่กว่ามาก นั่นคือการปรับทั้งองค์กรให้เป็นบริษัทที่ “ขับเคลื่อนด้วย AI”

แรงจูงใจทางธุรกิจนั้นชัดเจน Meta คาดว่าจะใช้งบอย่างน้อย 130,000 ล้านดอลลาร์กับโครงสร้างพื้นฐานและชิปสำหรับ AI ในปี 2026 ขณะที่การประเมินบางแห่งระบุว่ายอดใช้จ่ายตลอดทั้งปีอาจสูงถึง 145,000 ล้านดอลลาร์ 2 9 แต่การทดลองหุ่นยนต์ในระยะเริ่มต้นก็แสดงให้เห็นเช่นกันว่า ระบบอัตโนมัติยังไม่น่าจะกำจัดความต้องการช่างเทคนิคศูนย์ข้อมูลที่มีทักษะได้ในเร็ว ๆ นี้

หุ่นยนต์ของ Meta กำลังถูกทดสอบให้ทำอะไร

รายงานที่อ้างอิงพนักงานปัจจุบันและอดีตพนักงานซึ่งคุ้นเคยกับโครงการระบุว่า Meta ได้ทดสอบหุ่นยนต์และอุปกรณ์ที่เกี่ยวข้องจากบริษัทต่าง ๆ เช่น Watney Robotics, Kinova และ ABB ในศูนย์ข้อมูลอย่าง Altoona รัฐไอโอวา และ New Albany รัฐโอไฮโอ

งานที่มีรายงานว่ากำลังถูกทดสอบ ได้แก่

• เสียบและเปลี่ยนสายเครือข่าย
• ปิด–เปิดเซิร์ฟเวอร์เพื่อรีบูตระบบ
• ตัดกระแสไฟให้อุปกรณ์
• กดปุ่มรีสตาร์ตบนอุปกรณ์จริง
• จัดการงานฮาร์ดแวร์ซ้ำ ๆ อื่น ๆ ที่เดิมเป็นหน้าที่ของช่างเทคนิคศูนย์ข้อมูล 9

งานเหล่านี้มีขั้นตอนตายตัวและคาดการณ์ได้ จึงเหมาะจะเป็นเป้าหมายระยะแรกของระบบหุ่นยนต์มากกว่างานติดตั้ง วินิจฉัยปัญหา และซ่อมบำรุงที่ซับซ้อนในศูนย์ AI ขนาดใหญ่

พนักงานคนหนึ่งประเมินว่า หากพัฒนาหุ่นยนต์เปลี่ยนสายได้สำเร็จ หุ่นยนต์อาจรับภาระงานของช่างเทคนิคบางประเภทได้มากถึง 80% ในอนาคต อย่างไรก็ตาม ตัวเลขนี้เป็นการประเมินศักยภาพ ไม่ใช่ผลการใช้งานจริงที่แสดงว่าหุ่นยนต์กำลังทำงานแทนคนในสัดส่วนดังกล่าวแล้ว 9

ความสามารถของหุ่นยนต์ยังมีข้อจำกัดมาก

การทดลองที่มีรายงานออกมาไม่ได้หมายความว่า Meta มีศูนย์ข้อมูลที่ทำงานได้เองโดยสมบูรณ์ หุ่นยนต์ยังทำงานช้ากว่ามนุษย์ ต้องมีคนคอยกำกับดูแลและต้องนำไปชาร์จ อีกทั้งยังใช้ระบบกล้องแบบภาพโทนเทาเป็นหลัก นอกจากนี้ยังไม่สามารถทำงานติดตั้งที่ละเอียดอ่อน เช่น การวางสายจำนวนมากและหนาแน่นสำหรับระบบ Nvidia GB300 ได้

ความแตกต่างนี้มีความสำคัญ หุ่นยนต์ที่ทำตามขั้นตอนมาตรฐานในการเปลี่ยนสายหรือรีสตาร์ตเครื่องอาจช่วยลดงานประจำที่ช่างต้องทำ แต่ไม่ได้หมายความว่าหุ่นยนต์จะเข้ามาแทนคนที่ต้องตัดสินใจเมื่ออุปกรณ์ทำงานผิดปกติ ประสานงานการติดตั้งที่ซับซ้อน หรือทำงานอย่างปลอดภัยท่ามกลางระบบไฟฟ้าและคอมพิวเตอร์กำลังสูง

เป้าหมายระยะยาวของฝ่ายหุ่นยนต์ Meta ยังไปไกลกว่าการกดปุ่ม โดยผู้นำด้านหุ่นยนต์ของบริษัทเคยกล่าวถึงการใช้งานที่เป็นไปได้ เช่น การตอบสนองต่อเหตุขัดข้องให้เร็วขึ้น การตรวจสอบสภาพแวดล้อม และการบำรุงรักษาเชิงป้องกันในศูนย์ข้อมูล ภาพที่เห็นจึงน่าจะเป็นการเพิ่มงานให้หุ่นยนต์ทีละขั้น ขณะที่มนุษย์ยังรับผิดชอบการกำกับดูแล กรณีผิดปกติ และงานที่ต้องใช้ดุลยพินิจ

Meta ยืนยันว่ายังต้องการบุคลากรผู้เชี่ยวชาญ

การทดสอบหุ่นยนต์เกิดขึ้นควบคู่กับการลงทุนของ Meta ในการฝึกอบรมและว่าจ้างคนเพื่อสร้างและดูแลศูนย์ข้อมูล บริษัทมองว่าการขยายโครงสร้างพื้นฐาน AI อย่างรวดเร็วทำให้เกิดภาวะขาดแคลนแรงงานที่มีทักษะ และระบุว่าต้องการคนที่มีความเชี่ยวชาญเพิ่มขึ้น ไม่ใช่เพียงต้องการลดจำนวนพนักงาน 15

จุดยืนนี้อาจดูขัดแย้งกับการเร่งใช้ระบบอัตโนมัติ แต่ทั้งสองแนวทางสามารถดำเนินไปพร้อมกันได้ การจ้างผู้เชี่ยวชาญช่วยแก้ปัญหาคอขวดด้านแรงงานในปัจจุบัน ส่วนหุ่นยนต์อาจช่วยให้ผู้เชี่ยวชาญแต่ละคนดูแลโครงสร้างพื้นฐานได้มากขึ้นในระยะยาว

ในภาพดังกล่าว หุ่นยนต์จึงไม่ได้ทำหน้าที่แทนช่างเทคนิคทั้งหมด แต่เป็นเครื่องมือเพิ่มขีดความสามารถ โดยเฉพาะการรับงานซ้ำ ๆ ที่กินเวลาแต่ไม่ต้องใช้การตัดสินใจมากนัก

การทดลองหุ่นยนต์เกี่ยวข้องกับ Project OT อย่างไร

ความพยายามใช้ระบบอัตโนมัติทางกายภาพสะท้อนคำถามเดียวกับ Project OT หรือ “Organization Transformation” แผนปรับโครงสร้างองค์กรของ Meta ให้เป็นบริษัทที่ “ขับเคลื่อนด้วย AI”

เอกสารและการวางแผนภายในเคยพิจารณาให้ AI agent เข้ามารับงานที่พนักงานหลายพันคนทำอยู่ พร้อมลดขนาดทีมมนุษย์ให้เล็กลงเพื่อทำหน้าที่กำกับกระบวนการอัตโนมัติ ในบางสถานการณ์ บางทีมถูกประเมินว่าอาจลดขนาดลงได้มากถึง 60% 1 6

แผนดังกล่าวไม่ได้เดินหน้าต่อในรูปแบบเดิม Meta ปลดพนักงานประมาณ 8,000 คน ขณะที่แผนปรับลดพนักงานระลอกที่สองทั่วทั้งบริษัท ซึ่งกำหนดไว้ในเดือนพฤศจิกายน ถูกยกเลิกไม่นานก่อนการลดพนักงานระลอกแรกจะเริ่มขึ้น 7

รายงานระบุว่าการถอยจากแผนนี้เกี่ยวข้องกับแรงต่อต้านภายในบริษัทและหลักฐานที่น่าผิดหวังว่า AI ยังไม่สามารถสร้างประสิทธิภาพเพิ่มขึ้นได้ตามที่คาดหวัง 1 3 Meta อธิบายว่า Project OT เป็นการวางแผนหลายสถานการณ์ ไม่ใช่แผนสุดท้ายที่จะส่งผลต่อทุกทีมในบริษัท 2

ประวัตินี้เป็นบริบทสำคัญสำหรับโครงการหุ่นยนต์ คำถามไม่ใช่ว่า Meta ต้องการทำงานให้เป็นอัตโนมัติหรือไม่ เพราะเห็นได้ชัดว่าบริษัทต้องการทำเช่นนั้น คำถามที่ยากกว่าคือ เทคโนโลยีจะสร้างประสิทธิภาพที่เชื่อถือได้ในสภาพแวดล้อมการทำงานจริงหรือไม่ ซึ่งความผิดปกติที่คาดไม่ถึงและข้อกำหนดด้านความปลอดภัยมีความสำคัญไม่แพ้ความเร็วในการทำงานซ้ำ ๆ

เหตุผลที่ Meta มีแรงจูงใจสูงในการใช้ระบบอัตโนมัติ

การลงทุนด้านโครงสร้างพื้นฐานของ Meta ทำให้แม้แต่การเพิ่มประสิทธิภาพเพียงเล็กน้อยก็มีมูลค่าเชิงกลยุทธ์ บริษัทเปิดเผยว่ามีรายจ่ายลงทุน 31,100 ล้านดอลลาร์ในไตรมาส 2 ของปี 2026 โดยขับเคลื่อนจากการลงทุนในเซิร์ฟเวอร์ ศูนย์ข้อมูล และโครงสร้างพื้นฐานเครือข่าย 14 นอกจากนี้ บริษัทยังระบุว่าคาดว่าจะลงทุนอย่างน้อย 130,000 ล้านดอลลาร์ในโครงสร้างพื้นฐานและชิป AI ตลอดทั้งปี ขณะที่รายงานอื่นประเมินช่วงการใช้จ่ายไว้ที่ 130,000–145,000 ล้านดอลลาร์ 2 9

เมื่อเครือข่ายศูนย์ข้อมูลขยายตัว แรงงานก็กลายเป็นส่วนหนึ่งของโจทย์การดำเนินงานที่ใหญ่ขึ้น หุ่นยนต์อาจช่วยให้ Meta สามารถ

• ทำงานประจำได้อย่างสม่ำเสมอ
• ลดเวลาที่ผู้เชี่ยวชาญต้องใช้กับงานซ้ำ ๆ
• ตอบสนองต่อเหตุขัดข้องได้เร็วขึ้น
• ให้ช่างเทคนิคจำนวนน้อยลงตรวจสอบอุปกรณ์ได้มากขึ้น
• ลดต้นทุนการดำเนินงานระยะยาว หากระบบมีความน่าเชื่อถือและคุ้มค่าเพียงพอ

แต่การลงทุนที่มีมูลค่าสูงก็ทำให้เกณฑ์วัดความสำเร็จเข้มงวดขึ้น หุ่นยนต์ที่มีราคาแพง ทำงานช้า ควบคุมยาก หรือรับมือกับกรณีผิดปกติไม่ได้ อาจเพิ่มความซับซ้อนแทนที่จะลดลง อีกทั้งความผิดพลาดก็อาจมีต้นทุนสูง เมื่ออุปกรณ์เหล่านี้รองรับงาน AI ในระดับใหญ่

ระยะใกล้มีแนวโน้มเป็น “แรงงานแบบผสม”

หลักฐานที่มีอยู่สนับสนุนข้อสรุปที่แคบกว่าคำกล่าวว่า “หุ่นยนต์กำลังเข้ามาแทนช่างเทคนิคศูนย์ข้อมูล” Meta กำลังทดสอบว่าหุ่นยนต์จะจัดการงานทางกายภาพที่เป็นมาตรฐานได้มากเพียงใด ขณะที่กลยุทธ์ AI ในวงกว้างของบริษัทพยายามออกแบบงานความรู้ใหม่ให้ทำงานผ่านทีมขนาดเล็กและ AI agent

ในตอนนี้ เป้าหมายดังกล่าวยังติดข้อจำกัดด้านประสิทธิภาพ หุ่นยนต์ต้องมีมนุษย์คอยกำกับดูแลและยังทำงานเดินสายที่ซับซ้อนไม่ได้ ส่วน Project OT ก็ถูกลดขนาดลง หลังผลลัพธ์ด้านประสิทธิภาพจาก AI ไม่ได้เกิดขึ้นในระดับที่คาดหวัง 1 3

ดังนั้น รูปแบบที่เป็นไปได้มากที่สุดในระยะใกล้คือการทำงานแบบผสม หุ่นยนต์รับผิดชอบงานซ้ำ ๆ ซอฟต์แวร์ AI ช่วยประสานหรือสนับสนุนกระบวนการ และช่างเทคนิคที่มีทักษะดูแลงานติดตั้งที่ซับซ้อน ความปลอดภัย การวินิจฉัยปัญหา และกรณีผิดปกติ

การใช้จ่ายมหาศาลของ Meta เป็นแรงผลักดันสำคัญให้บริษัทเดินหน้ารูปแบบนี้ต่อไป แต่ประสบการณ์จากการทดลองปรับโครงสร้างบุคลากรของบริษัทเองก็เตือนว่า แผนอัตโนมัติจะต้องพิสูจน์ผลในหน้างานจริง ไม่ใช่เพียงอยู่บนเอกสารวางแผน