Arrakis Technologies สตาร์ตอัป AI ที่เดิมพันกับโรงงาน ไม่ใช่แค่ซอฟต์แวร์ออฟฟิศ

แนวคิดหลักของ Arrakis คือ ผลตอบแทนก้อนใหญ่จาก AI อาจไม่ได้มาจากแชตบอตหรือซอฟต์แวร์สำนักงานเท่านั้น แต่อยู่ใน “เศรษฐกิจภาคกายภาพ” เช่น การผลิต การขนส่ง พลังงาน และโครงสร้างพื้นฐานด้วย

บริษัทก่อตั้งขึ้นในเดือนมกราคม 2026 จึงมีอายุประมาณ 7 เดือนในวันที่เปิดตัวต่อสาธารณะ กลุ่มอุตสาหกรรมเป้าหมายครอบคลุมการบินและอวกาศ พลังงาน โลจิสติกส์ การผลิต การก่อสร้าง และโทรคมนาคม

ใครเป็นผู้ก่อตั้ง?

Arrakis ก่อตั้งโดยทีม 4 คนในเดือนมกราคม 2026

• Rafael Quintanilla — ซีอีโอและผู้ร่วมก่อตั้ง อดีตรองประธานของ Accel ผู้พัฒนาแนวคิดการลงทุนของบริษัทด้านกลาโหมและความยืดหยุ่นของภาคอุตสาหกรรม ก่อนลาออกมาก่อตั้ง Arrakis
• Haroun Beltaifa — ผู้ร่วมก่อตั้ง อดีตพนักงาน Palantir
• Romain Fouilland — ผู้ร่วมก่อตั้ง อดีตพนักงาน Palantir
• Mikhail Galkov — ผู้ร่วมก่อตั้ง อดีตพนักงาน Delivery Hero

ทีมผู้ก่อตั้งในวงกว้างยังมีบุคลากรที่เคยทำงานกับ Revolut, Datadog และ ASML

เงินทุนและนักลงทุน

Arrakis ระดมทุนรวมประมาณ 38 ล้านดอลลาร์จาก 2 รอบ

การระดมทุนรอบ Series A มูลค่า 30 ล้านดอลลาร์ทำให้เงินทุนรวมของบริษัทอยู่ที่ประมาณ 38 ล้านดอลลาร์ ขณะที่มูลค่ากิจการหลังการระดมทุน (post-money valuation) อยู่ที่ 140 ล้านดอลลาร์

นักลงทุนเทวดาที่มีชื่อเสียงของบริษัท ได้แก่

• Olivier Pomel — ผู้ก่อตั้งและซีอีโอของ Datadog
• Olivier Godement — หัวหน้าฝ่ายผลิตภัณฑ์ธุรกิจของ OpenAI
• Junaid Hussein — ผู้ก่อตั้ง Cambridge Aerospace

แพลตฟอร์มของ Arrakis ทำงานอย่างไร?

Arrakis เรียกแพลตฟอร์มของตัวเองว่าเป็น “ระบบปฏิบัติการ AI” สำหรับบริษัทอุตสาหกรรม โดยผสาน 3 ส่วนเข้าด้วยกัน

1. วิศวกร AI ที่เข้าไปทำงานหน้างานจริง — ทีมงานจะเข้าไปอยู่กับลูกค้าเพื่อออกแบบและสร้าง AI Agents ให้เหมาะกับกระบวนการเฉพาะของแต่ละองค์กร
2. แพลตฟอร์มที่ไม่ผูกติดกับโมเดลใดโมเดลหนึ่ง — ลูกค้าสามารถเลือกใช้โมเดลจาก OpenAI, Anthropic, Mistral หรือโมเดลโอเพนซอร์ส และสลับโมเดลให้เหมาะกับงานแต่ละประเภทได้
3. งานวิจัย AI ที่ปรับให้เข้ากับงานอุตสาหกรรม — มุ่งจัดการข้อมูลที่ไม่มีโครงสร้าง เช่น PDF อีเมล และสเปรดชีต รวมถึงเชื่อมต่อกับระบบ ERP ที่องค์กรใช้อยู่แล้ว เช่น SAP, Oracle, Infor, IBM และ Workday

การไม่ยึดติดกับโมเดลเดียวเป็นจุดขายสำคัญของ Arrakis บริษัทอ้างว่าแนวทางนี้ช่วยเพิ่มคุณภาพผลลัพธ์ได้ 2–4 เท่า พร้อมลดต้นทุนโทเคนลงประมาณ 70%

ความสามารถหลักของแพลตฟอร์ม ได้แก่

• รับข้อมูลและเชื่อมต่อกับระบบองค์กรเดิม โดยไม่จำเป็นต้องรื้อระบบทั้งหมดแล้วเปลี่ยนใหม่
• จัดการตรรกะของเวิร์กโฟลว์และกำกับดูแลการทำงาน เพื่อให้ตรวจสอบย้อนหลังและติดตามการตัดสินใจได้
• มีศูนย์กลางสำหรับการดำเนินงาน และศูนย์บัญชาการเชิงกลยุทธ์สำหรับทีมปฏิบัติการ
• รองรับมาตรฐาน SOC 2, ISO 27001 และ GDPR รวมถึงติดตั้งบนคลาวด์ของลูกค้าหรือระบบภายในองค์กร (on-premise) ได้

ผลลัพธ์จากลูกค้าองค์กร

Arrakis ระบุว่าปัจจุบันมีลูกค้าองค์กรแล้ว 5 ราย ซึ่งรวมถึงบริษัทที่จดทะเบียนในตลาดหลักทรัพย์นิวยอร์ก (NYSE)

ผลลัพธ์ที่บริษัทเปิดเผย ได้แก่

• ลูกค้ารายหนึ่งลดระยะเวลาของกระบวนการจัดซื้อได้ 90%
• บริษัทขนส่งที่จดทะเบียนใน NYSE ยกระดับการมองเห็นกระแสเงินสดจากเดิมที่ตรวจสอบได้เป็นรายเดือน ให้กลายเป็นรายวัน โดย Arrakis สร้างสเปรดชีตขึ้นใหม่ ให้ AI เป็นผู้เติมข้อมูล และเรียนรู้จากการแก้ไขของพนักงานปฏิบัติการ

อีกจุดที่แตกต่างคือ Arrakis ผูกค่าธรรมเนียมประมาณ 50% ไว้กับการทำได้ตามเป้าหมายด้านประสิทธิภาพของลูกค้า เป็นรูปแบบการคิดค่าบริการตามผลลัพธ์ ซึ่งยังพบไม่บ่อยในอุตสาหกรรมนี้

แผนขยายธุรกิจหลังระดมทุน

Arrakis ระบุว่าจะนำเงินทุนก้อนใหม่ไปใช้ในหลายด้าน

• เพิ่มจำนวนพนักงานเป็น 3 เท่าจากปัจจุบันราว 15 คน
• เปิดสำนักงานในนิวยอร์กและตะวันออกกลาง โดยมุ่งตลาดที่ภาครัฐให้ความสำคัญกับการยกระดับภาคอุตสาหกรรม
• เดินหน้าหาลูกค้าที่เป็นธุรกิจครอบครัว ซึ่ง Quintanilla มองว่ามักตัดสินใจซื้อได้เร็วกว่าและวางแผนธุรกิจระยะยาวมากกว่า

Arrakis วางตำแหน่งตัวเองอย่างไรในตลาด?

Arrakis วางตัวเป็นทางเลือกที่รวดเร็วและยืดหยุ่นกว่า Palantir รวมถึงบริษัทที่ปรึกษาดั้งเดิมอย่าง Accenture และ BCG โดย Quintanilla วิจารณ์ Palantir ว่าเป็น “บริษัทอายุ 20 ปีที่เทคโนโลยีกำลังเริ่มกลายเป็นระบบเก่า” ขณะที่บริษัทที่ปรึกษาแบบเดิมมักคิดค่าบริการตามจำนวนชั่วโมงทำงาน มากกว่าผูกกับผลลัพธ์ทางธุรกิจ

บริษัท ยังแข่งขันกับผู้เล่นด้าน AI อุตสาหกรรมรายอื่น เช่น PhysicsX ซึ่งระดมทุนไปแล้ว 300 ล้านดอลลาร์ และ Prometheus ซึ่งได้รับการสนับสนุนจาก Jeff Bezos อย่างไรก็ตาม Quintanilla ระบุว่า Arrakis เน้นเวิร์กโฟลว์การปฏิบัติงานที่อยู่รอบงานวิศวกรรมหลัก มากกว่าการจำลองทางวิศวกรรมหรือการออกแบบผลิตภัณฑ์โดยตรง

เดิมพันของ Arrakis จึงไม่ได้อยู่ที่การสร้าง AI สำหรับงานหน้าจอเพียงอย่างเดียว แต่อยู่ที่การทำให้กระบวนการเบื้องหลังโรงงาน คลังสินค้า การจัดซื้อ และซัพพลายเชนสามารถทำงานแบบกึ่งอัตโนมัติ โดยยังมีการกำกับดูแลและตรวจสอบจากมนุษย์