จีนครองยอดส่งมอบหุ่นยนต์ฮิวแมนนอยด์ แต่ยังห่างจาก “ChatGPT moment” อยู่พอสมควร

จีนกำลังเข้าใกล้จุดเปลี่ยนด้าน การผลิตจำนวนมากและต้นทุน ของหุ่นยนต์ฮิวแมนนอยด์ แต่ยังไม่ถึง “ChatGPT moment” อย่างแท้จริง กล่าวคือ แม้จีนจะมียอดส่งมอบนำตลาดโลกและมีระบบนิเวศอุตสาหกรรมที่รัฐสนับสนุนอย่างเข้มแข็ง ซึ่งช่วยให้บริษัทพัฒนาและลดต้นทุนได้เร็ว การนำไปใช้ในปัจจุบันยังมีลักษณะเป็นการทดลองและการสร้างข้อมูลฝึกระบบ มากกว่าจะเป็นแรงงานอัตโนมัติที่ทำงานได้เองในโรงงาน คลังสินค้า หรือบ้านซึ่งมีสภาพแวดล้อมไม่เป็นระเบียบ 27

จีนไปไกลแล้วในเรื่องใด

• จีนสร้างแรงส่งฝั่งอุปทานได้มาก มีรายงานว่ามีบริษัทหุ่นยนต์ฮิวแมนนอยด์มากกว่า 150 แห่ง และยังมีบริษัท มหาวิทยาลัย และสถาบันวิจัยเข้าร่วมจำนวนมาก 6
• ภาครัฐสนับสนุนในหลายทาง ทั้งเงินอุดหนุน สิทธิประโยชน์ภาษี เขตพัฒนา การผลักดันการใช้งานในประเทศ และความร่วมมือวิจัยระหว่างภาครัฐกับเอกชน 1
• มีรายงานว่าเงินสนับสนุนแก่ภาคส่วนนี้สูงกว่า 20,000 ล้านดอลลาร์สหรัฐในหนึ่งปี และจีนวางแผนจัดตั้งกองทุนมูลค่า 1 ล้านล้านหยวน หรือราว 137,000 ล้านดอลลาร์สหรัฐ สำหรับสตาร์ตอัปด้าน AI และหุ่นยนต์ 4
• ต้นทุนการเก็บข้อมูลผ่านการควบคุมหุ่นยนต์จากระยะไกล (teleoperation) ที่ลดลง รวมถึงการมีแพลตฟอร์มหุ่นยนต์เชิงพาณิชย์ให้ใช้มากขึ้น น่าจะช่วยให้บริษัทเก็บข้อมูลฝึกระบบและปรับปรุงฮาร์ดแวร์ได้เร็วขึ้น 5

จุดแข็งสำคัญจึงไม่ใช่แค่จำนวนเครื่องที่ผลิตได้ แต่คือห่วงโซ่อุปทานและฐานการผลิตที่เอื้อต่อการทดลองซ้ำ ลดต้นทุนชิ้นส่วน และขยายกำลังผลิตได้รวดเร็ว

เหตุใดจึงยังไม่ใช่จุดพลิกเกม

คำว่า “ChatGPT moment” ในบริบทนี้ ไม่ได้หมายถึงหุ่นยนต์เต้น ชกมวย หรือทำเดโมที่ซักซ้อมไว้ได้ดี แต่หมายถึงหุ่นยนต์ที่ถูกนำไปวางในสถานที่ซึ่งไม่เคยเจอมาก่อน แล้วทำงานใหม่ตามที่ได้รับมอบหมายได้ราว 80% จากคำสั่งเสียงหรือข้อความธรรมดา โดยไม่ต้องเขียนโปรแกรมเฉพาะสำหรับแต่ละงาน 3

หลักฐานด้านการผลิตและการใช้งานจริงยังไม่ชี้ว่าระบบไปถึงเกณฑ์นี้ในวงกว้าง จากหุ่นยนต์ฮิวแมนนอยด์กว่า 20,000 ตัวที่ผลิตทั่วโลกในปี 2025 มีเพียงราว 10% ที่ถูกนำไปใช้ในสถานการณ์จริง ส่วนที่เหลือส่วนใหญ่ไปอยู่กับสถาบันวิจัย โครงการเก็บข้อมูล และงานบันเทิง 7

ภาพนี้สะท้อนว่าอุตสาหกรรมยังอยู่ในช่วงสร้างวงจรป้อนกลับระหว่างฮาร์ดแวร์ การควบคุมระยะไกล ข้อมูล การจำลองสถานการณ์ และโมเดล AI เพื่อให้เกิดความสามารถทำงานได้เองอย่างทนทาน ไม่ได้หมายความว่ามี “แรงงานหุ่นยนต์” ที่ทำงานได้อย่างมีประสิทธิผลและแพร่หลายแล้ว 57

อุปสรรคที่เหลือคือการทำให้ทุกองค์ประกอบทำงานร่วมกันได้ในโลกจริง ได้แก่

• การรับรู้วัตถุและสภาพแวดล้อมอย่างแม่นยำ
• การเดินทางและหลบหลีกในพื้นที่ไม่ตายตัว
• การหยิบจับสิ่งของหลากหลายรูปทรงอย่างปลอดภัย
• ความปลอดภัยต่อคนและทรัพย์สิน
• แบตเตอรี่ที่ใช้งานได้นานพอ
• ความสามารถในการนำทักษะเดิมไปปรับใช้กับงานใหม่

ข้อมูลที่มีอยู่ยังไม่ยืนยันว่าหุ่นยนต์จีนสามารถทำได้ถึงมาตรฐานความสำเร็จ 80% อย่างสม่ำเสมอในสภาพแวดล้อมที่ไม่คุ้นเคย 37

จะเกิดขึ้นเมื่อไร: คำตอบยังห่างกันหลายปี

หวัง ซิงซิง ผู้ก่อตั้ง Unitree มองว่า หากความก้าวหน้าเป็นไปอย่างรวดเร็ว หมุดหมายดังกล่าวอาจมาถึงใน 2–3 ปี แต่หากการพัฒนาช้าลง ระยะเวลาอาจยืดออกไปมากกว่านั้น 3

อย่างไรก็ดี นี่คือการคาดการณ์ของผู้บริหารอุตสาหกรรม ไม่ใช่หมุดหมายด้านสมรรถนะที่ผ่านการตรวจสอบอิสระ ช่องว่างระหว่างยอดผลิตที่เติบโตเร็วกับสัดส่วนการใช้งานจริงที่ยังจำกัด ทำให้ความก้าวหน้าครั้งใหญ่ในช่วงปลายทศวรรษ 2020 เป็นไปได้ แต่ยังไม่มีอะไรรับประกัน 37

ข้อสรุปที่ระมัดระวังที่สุดคือ จีนอาจเป็นหนึ่งในประเทศที่มีความพร้อมสูงสุดในการไปถึงหมุดหมายนั้น แต่ปัจจุบันยังน่าจะอยู่ในระยะ พิสูจน์ความสามารถก่อนการค้าเต็มรูปแบบ มากกว่าจะอยู่ตรงหน้าประตูของการใช้งานอัตโนมัติขนาดใหญ่ 127

นโยบายรัฐอาจเร่งฮาร์ดแวร์ได้เร็วกว่าปัญญาประดิษฐ์

โมเดลของจีนที่อาศัยเงินอุดหนุน การสร้างกำลังการผลิต และการแข่งขันเพื่อลดราคา อาจทำให้ฮาร์ดแวร์กลายเป็นสินค้าที่เข้าถึงง่ายได้อย่างรวดเร็ว แม้ระบบอัตโนมัติอเนกประสงค์จะยังมาไม่ถึง 2

การพึ่งพามหาวิทยาลัย ห้องปฏิบัติการ พื้นที่ทดสอบ และการเก็บข้อมูลที่รัฐสนับสนุน เป็นจุดแข็งด้านการทดลอง แต่ในอีกด้านก็สะท้อนว่าโมเดลการใช้งานที่พึ่งพาตลาดและคุ้มทุนได้เองยังไม่ได้รับการพิสูจน์ในวงกว้าง 167

ส่วนตลาดต่างประเทศอาจไม่เปิดกว้างตามส่วนแบ่งยอดส่งมอบโดยอัตโนมัติ หากรัฐบาลต่างชาติประเมินว่าหุ่นยนต์ที่เชื่อมต่อเครือข่ายและมีเซ็นเซอร์จำนวนมากเป็นความเสี่ยงด้านความมั่นคงไซเบอร์หรือโครงสร้างพื้นฐานสำคัญ ข้อมูลที่ให้มายังไม่เพียงพอจะระบุขอบเขตหรือสถานะทางกฎหมายที่แน่ชัดของข้อจำกัดใหม่ในต่างประเทศ แต่ความกังวลดังกล่าวมีนัยเชิงยุทธศาสตร์

ตัวชี้วัดที่ควรจับตา

ตัวชี้วัดสำคัญจึงไม่ใช่ส่วนแบ่งยอดส่งมอบ จำนวนหุ่นยนต์ หรือคลิปเดโมที่สะดุดตา แต่คือผลทดสอบอิสระว่า หุ่นยนต์ทำภารกิจที่ไม่คุ้นเคยได้สำเร็จเพียงใด โดยต้องพึ่งพามนุษย์น้อยแค่ไหน และมีต้นทุนกับความน่าเชื่อถือในระดับที่ลูกค้าโรงงานและโลจิสติกส์ยอมต่ออายุการใช้งาน โดยไม่ต้องอาศัยเงินอุดหนุนหรือโครงการนำร่อง

เมื่อถึงจุดนั้น จึงจะเรียกได้อย่างมีน้ำหนักว่าอุตสาหกรรมหุ่นยนต์ฮิวแมนนอยด์ได้พบ “ChatGPT moment” แล้วจริง ๆ