อีลอน มัสก์คาดการณ์หุ่นยนต์ฮิวแมนนอยด์ 1 พันล้านตัว เศรษฐกิจ AI เพิ่ม 20–30% ในทศวรรษหน้า

อีลอน มัสก์ใช้การปรากฏตัวผ่านวิดีโอในเวที G20 Innovation Ministerial ที่เมืองแชเปิลฮิลล์ รัฐนอร์ทแคโรไลนา เพื่อเสนอภาพอนาคตของปัญญาประดิษฐ์และหุ่นยนต์ฮิวแมนนอยด์ที่ทะเยอทะยานอย่างมาก

เขากล่าวว่า ภายใน 10 ปีข้างหน้า โลกอาจมีหุ่นยนต์ฮิวแมนนอยด์ที่กำลังปฏิบัติงานอยู่มากกว่า 1 พันล้านตัว และหุ่นยนต์แต่ละตัวอาจสร้างผลผลิตได้ประมาณ 5 เท่าของมนุษย์ นอกจากนี้ มัสก์ยังประเมินว่า AI ดิจิทัลอาจช่วยเพิ่มขนาดเศรษฐกิจโลกได้ 20–30% หรือราว 20–30 ล้านล้านดอลลาร์ต่อปี 4142

อย่างไรก็ตาม ตัวเลขเหล่านี้เป็นการคาดการณ์ของมัสก์ ไม่ใช่ประมาณการที่ได้รับการยืนยันหรือเป็นฉันทามติของอุตสาหกรรม คำถามสำคัญจึงไม่ใช่เพียงว่า “สร้างหุ่นยนต์ได้กี่ตัว” แต่คือ หุ่นยนต์เหล่านั้นจะทำงานที่มีมูลค่าได้สม่ำเสมอ ปลอดภัย และคุ้มค่ากับต้นทุนจริงหรือไม่

วิสัยทัศน์ของมัสก์: แรงงานดิจิทัลและแรงงานกายภาพที่มีอยู่อย่างเหลือเฟือ

มัสก์มองว่า AI และหุ่นยนต์ฮิวแมนนอยด์อาจช่วยขยายศักยภาพการผลิตของเศรษฐกิจ ไม่ใช่เพียงเข้ามาแทนที่แรงงานมนุษย์เท่านั้น ในภาพอนาคตของเขา AI ดิจิทัลจะรับผิดชอบงานที่ไม่จำเป็นต้องใช้มือจัดการกับวัตถุจริง ขณะที่หุ่นยนต์รูปร่างคล้ายมนุษย์จะนำระบบอัตโนมัติเข้าสู่โลกกายภาพ 41

หากหุ่นยนต์ 1 พันล้านตัวทำงานได้มากกว่ามนุษย์ถึง 5 เท่า ผลผลิตที่เพิ่มขึ้นย่อมมหาศาลในทางทฤษฎี แต่สมมติฐานนี้จะเป็นจริงได้ก็ต่อเมื่อหุ่นยนต์สามารถทำงานที่เป็นประโยชน์ได้อย่างต่อเนื่อง แก้ไขข้อผิดพลาดเองได้ ทำงานโดยมีผู้ควบคุมคอยช่วยเหลือน้อย และสร้างมูลค่าได้มากกว่าค่าใช้จ่ายในการซื้อและดูแล

มัสก์ยังมีรายงานว่าคาดการณ์ว่า AI จะมีความฉลาดเหนือมนุษย์แต่ละคน และในที่สุดอาจเหนือกว่าความฉลาดรวมของมนุษยชาติด้วย นี่เป็นการคาดการณ์ด้านขีดความสามารถที่ยังเป็นเรื่องเก็งอนาคต ไม่ใช่กำหนดการทางเทคนิคที่ได้รับการยืนยันจากหลักฐานในปัจจุบัน

Optimus ของ Tesla ต้องผ่านด่านอะไรบ้าง

Optimus คือแนวคิดหุ่นยนต์ฮิวแมนนอยด์อเนกประสงค์ของ Tesla ซึ่งออกแบบมาให้ทำงานในสภาพแวดล้อมที่เดิมสร้างขึ้นสำหรับมนุษย์ มัสก์เคยระบุว่า Optimus อาจเป็นผลิตภัณฑ์ระยะยาวที่สำคัญอย่างยิ่งของ Tesla แต่ก็ยอมรับว่าการผลิตจำนวนมากจะเป็นงานที่ยากเป็นพิเศษ เพราะชิ้นส่วนจำนวนมากยังเป็นเทคโนโลยีใหม่ และช่วงเริ่มต้นของการขยายกำลังผลิตอาจเป็นไปอย่างช้า ๆ 46

หากจะเข้าใกล้จำนวน 1 พันล้านตัว จำเป็นต้องทำให้หลายระบบพัฒนาไปพร้อมกัน ได้แก่

• การผลิตฮาร์ดแวร์: ต้องผลิตแอ็กทูเอเตอร์ มือ แบตเตอรี่ เซนเซอร์ คอมพิวเตอร์บนตัวหุ่นยนต์ สายไฟ และอะไหล่ในปริมาณสูง พร้อมควบคุมคุณภาพให้ได้มาตรฐาน
• ความคล่องแคล่วทางกายภาพ: มือและความสามารถในการหยิบจับอย่างละเอียดมีความสำคัญมาก เพราะงานที่สร้างมูลค่าทางเศรษฐกิจจำนวนมากต้องใช้ความแม่นยำ ไม่ใช่แค่เดินหรือยกของ
• ซอฟต์แวร์อเนกประสงค์: หุ่นยนต์ต้องมองเห็นและเข้าใจสภาพแวดล้อม วางแผนงาน นำทาง หยิบจับ เรียนรู้ และรับมือกับสถานการณ์ที่แตกต่างจากข้อมูลฝึกสอนได้อย่างน่าเชื่อถือ
• ระบบปฏิบัติการและการดูแลฝูงหุ่นยนต์: การใช้งานในวงกว้างต้องมีระบบชาร์จ การเชื่อมต่อ ผู้ช่วยระยะไกล การบำรุงรักษา อัปเดตซอฟต์แวร์ อะไหล่ ประกันภัย และมาตรการความปลอดภัย
• การผสานเข้ากับสถานที่ทำงาน: โรงงาน คลังสินค้า บ้าน และพื้นที่อื่น ๆ ต้องปรับกระบวนการให้สอดคล้องกับข้อจำกัดของหุ่นยนต์ การทำงานร่วมกับมนุษย์ และการแทรกแซงฉุกเฉิน

ดังนั้น ความยากไม่ได้อยู่แค่การประกอบตัวหุ่นยนต์ให้ได้จำนวนมาก หากหุ่นยนต์ราคาถูกแต่ต้องมีมนุษย์คอยแก้ไขอยู่ตลอดเวลา ก็อาจไม่สามารถสร้างผลตอบแทนที่คุ้มค่าได้

จากโชว์เต้นและตีลังกา สู่บททดสอบว่า “ทำงานคุ้มไหม”

รายงานเกี่ยวกับหุ่นยนต์ฮิวแมนนอยด์ในปัจจุบันสะท้อนช่องว่างระหว่างการสาธิตที่น่าตื่นตา กับการทำงานเชิงพาณิชย์ที่เชื่อถือได้ Reuters รายงานว่า นักลงทุนและลูกค้าเริ่มประเมินหุ่นยนต์จากปริมาณงานที่ทำได้จริง ระดับการควบคุมจากมนุษย์ที่ต้องใช้ และความสามารถในการสร้างผลตอบแทนเมื่อเทียบกับต้นทุน ขณะที่การนำไปใช้ในวงกว้างนอกเหนือจากโครงการนำร่องยังไม่เกิดขึ้น 17

การสอบสวนอีกชิ้นของ Reuters ระบุว่า หุ่นยนต์ฮิวแมนนอยด์จำนวนมากในจีนยังทำงานช้าและผิดพลาดเกินกว่าจะรองรับงานอุตสาหกรรมส่วนใหญ่ แม้ผู้ผลิตจะเร่งเพิ่มกำลังการผลิตก็ตาม 18 นั่นทำให้ตัวชี้วัดอย่างความเสถียร ระยะเวลาทำงานต่อเนื่อง การพึ่งพาผู้ควบคุม และต้นทุน มีความสำคัญกว่าการสาธิตเต้น ชกมวย หรือแสดงกายกรรม

ช่องว่างด้านขนาดตลาดก็ยังใหญ่เช่นกัน แหล่งข่าวหนึ่งประเมินว่า การจัดส่งหุ่นยนต์ฮิวแมนนอยด์ทั่วโลกในช่วงครึ่งแรกของปี 2026 อยู่ที่ประมาณ 19,100 ตัว ขณะที่การคาดการณ์อีกชุดหนึ่งระบุว่า การจัดส่งทั่วโลกอาจแตะ 1.2 ล้านตัวต่อปีภายในปี 2030 1823 แม้ตัวเลขหลังจะสูงกว่าปัจจุบันมาก แต่ก็ยังห่างไกลจากหุ่นยนต์ 1 พันล้านตัวที่กำลังทำงานอยู่

ทำไมมัสก์จึงเตือนเรื่องไฟฟ้าและศูนย์ข้อมูล

ท่ามกลางความมองโลกในแง่ดี มัสก์ยังเตือนว่าโครงสร้างพื้นฐานอาจกลายเป็นคอขวด เขากล่าวว่าการผลิตชิป AI กำลังเดินหน้าเร็วกว่ากำลังผลิตไฟฟ้าที่มีอยู่ และอาจเกิดภาวะขาดแคลนไฟฟ้าอย่างมีนัยสำคัญได้เร็วถึงปีถัดไป 35

ข้อจำกัดไม่ได้มีเพียงจำนวนชิป แต่ยังรวมถึงโรงไฟฟ้า ระบบส่งและจำหน่ายไฟฟ้า ระบบระบายความร้อน และพื้นที่ที่เหมาะสมสำหรับศูนย์ข้อมูล หากมีการใช้หุ่นยนต์ฮิวแมนนอยด์จำนวนมาก ความต้องการพลังงานจะเพิ่มขึ้นอีกจากการประมวลผลบนตัวหุ่นยนต์ การชาร์จ การสื่อสาร และการประมวลผลผ่านคลาวด์ในบางระบบ

มีรายงานรองที่อ้างตัวเลขว่า มัสก์เตือนถึงการขาดแคลนไฟฟ้าอย่างน้อย 15 กิกะวัตต์สำหรับชิป AI ในปี 2027 แต่หลักฐานที่มีอยู่ยังไม่เพียงพอจะยืนยันตัวเลขนี้อย่างเป็นอิสระ 35 ประเด็นที่มีน้ำหนักกว่าคือ หากไม่มีการเพิ่มกำลังผลิตไฟฟ้าและความสามารถของโครงข่ายไฟฟ้า พลังงานอาจจำกัดการขยายตัวของ AI ก่อนที่ปัญหาการจัดหาชิปจะคลี่คลาย

เหตุผลที่มัสก์สนับสนุนแนวคิด “ถูกกฎหมายไว้ก่อน”

มัสก์เสนอว่าเทคโนโลยีเกิดใหม่ควรอยู่ในสถานะ “ถูกกฎหมายไว้ก่อน” มากกว่า “ผิดกฎหมายไว้ก่อน” เขาเห็นว่ากฎระเบียบแบบกว้าง ๆ ที่ออกมาเพื่อป้องกันความเสี่ยงล่วงหน้าอาจชะลอการทดลอง การลงทุน และการแข่งขัน ก่อนที่สังคมจะเข้าใจประโยชน์ของเทคโนโลยีนั้นอย่างถ่องแท้ Reuters รายงานว่า สหรัฐฯ เรียกร้องให้สมาชิก G20 หลีกเลี่ยงการออกกฎ AI ใหม่ ขณะที่มัสก์วิจารณ์กฎระเบียบเทคโนโลยีของสหภาพยุโรปว่าเป็นอุปสรรคต่อความก้าวหน้า 2

แนวทางนี้ให้ความสำคัญกับความเร็วและนวัตกรรม แต่ก็แลกมาด้วยโอกาสที่ภาครัฐจะมีเวลาน้อยลงในการจัดการความเสี่ยงก่อนการนำเทคโนโลยีไปใช้งานจริง ซึ่งรวมถึงการแทนที่แรงงาน ความเป็นส่วนตัว การเลือกปฏิบัติ การกระจุกตัวของตลาด ความปลอดภัยทางกายภาพ และการโจมตีทางไซเบอร์

การลดบทบาทของกฎระเบียบไม่ได้หมายความว่าไม่จำเป็นต้องมีมาตรการควบคุมทางวิศวกรรม หุ่นยนต์อเนกประสงค์ผสานการตัดสินใจของซอฟต์แวร์เข้ากับแรงทางกายภาพ การใช้งานในวงกว้างจึงยังต้องมีการอัปเดตที่ปลอดภัย การควบคุมสิทธิ์เข้าถึง การแบ่งเครือข่าย บันทึกตรวจสอบ การทดสอบ ระบบรับมือเหตุการณ์ และกลไกให้มนุษย์สั่งหยุดหรือเข้าควบคุมได้อย่างชัดเจน

คำกล่าวของมัสก์สอดคล้องกับบรรยากาศของเวที G20 อย่างไร

การประชุมรัฐมนตรีด้านนวัตกรรมของ G20 ระหว่างวันที่ 1–2 กันยายน จัดขึ้นเพื่อหารือเรื่อง AI นวัตกรรม การค้า นโยบายแรงงาน และการเติบโตทางเศรษฐกิจที่ขับเคลื่อนด้วยเทคโนโลยี มัสก์เข้าร่วมผ่านระบบทางไกล ขณะที่แซม อัลต์แมน ซีอีโอของ OpenAI และเจนเซน หวง ซีอีโอของ Nvidia มีกำหนดร่วมงานในวันถัดไป 134

เวทีดังกล่าวจึงไม่ได้มีเพียงภาพอนาคตแบบ “ความอุดมสมบูรณ์” และการผ่อนคลายกฎระเบียบของมัสก์ แต่ยังต้องเผชิญคำถามเชิงนโยบายที่เป็นรูปธรรม เช่น จะทำให้เศรษฐกิจเติบโตจาก AI อย่างไร เตรียมแรงงานให้พร้อมต่อการเปลี่ยนแปลงอย่างไร ขยายโครงสร้างพื้นฐานศูนย์ข้อมูลอย่างไร และดูแลการแข่งขันกับความมั่นคงอย่างไร

มาร์ก ซักเคอร์เบิร์ก จาก Meta ยังกล่าวว่า AI อาจช่วยลดต้นทุนและจำนวนคนที่จำเป็นต่อการเริ่มต้นธุรกิจ 8 ส่วนข้อกล่าวอ้างเกี่ยวกับการประท้วงใกล้สถานที่จัดงานจากความกังวลเรื่องผลกระทบของ AI ต่อแรงงานและเศรษฐกิจ ยังไม่มีหลักฐานจากแหล่งข้อมูลที่ให้มามากพอจะยืนยันรายละเอียดดังกล่าว

จีนสะท้อนทั้งโอกาสและข้อจำกัด

จีนเป็นกรณีทดสอบสำคัญสำหรับวิสัยทัศน์หุ่นยนต์ของมัสก์ ประเทศมีฐานการผลิตขนาดใหญ่และให้การสนับสนุนอุตสาหกรรมหุ่นยนต์ฮิวแมนนอยด์ แต่รายงานที่มีอยู่ก็ชี้ถึงข้อจำกัดด้านความแม่นยำ ความคล่องแคล่ว ความเป็นอิสระ ต้นทุน และความต้องการของตลาด 1820

Reuters ยังรายงานว่ามีผู้ผลิตหุ่นยนต์ฮิวแมนนอยด์ในจีนราว 150 ราย ซึ่งอาจสะท้อนภาวะตลาดแออัดและความเสี่ยงที่จะเกิดฟองสบู่ 19

บทเรียนสำคัญคือ กำลังการผลิตอาจขยายตัวเร็วกว่าการใช้งานที่สร้างผลตอบแทนจริง การมีบริษัทจำนวนมากหรือมียอดจัดส่งเพิ่มขึ้น ไม่ได้แปลว่าหุ่นยนต์เหล่านั้นพร้อมทำงานแทนมนุษย์ในสถานที่ทำงานทั่วไป

บทสรุป

สารของมัสก์บนเวที G20 คือภาพอนาคตที่เศรษฐกิจเติบโตอย่างก้าวกระโดด: AI อาจเพิ่มขนาดเศรษฐกิจโลก 20–30% และหุ่นยนต์ฮิวแมนนอยด์อาจกลายเป็นกำลังแรงงานจำนวน 1 พันล้านตัวภายในทศวรรษ 4142

Optimus ของ Tesla เป็นหัวใจสำคัญของวิสัยทัศน์นี้ แต่การไปให้ถึงเป้าหมายจะต้องอาศัยความก้าวหน้าอีกมาก ทั้งด้านการหยิบจับและความคล่องตัว ซอฟต์แวร์อเนกประสงค์ ประสิทธิภาพการผลิต ต้นทุนต่อหน่วย แหล่งพลังงาน โครงข่ายไฟฟ้า ศูนย์ข้อมูล ความปลอดภัย และความมั่นคงไซเบอร์

หลักฐานในเวลานี้สนับสนุนภาพของการทดลองและการลงทุนที่เร่งตัวขึ้น แต่ยังไม่สนับสนุนระดับผลผลิตหรือจำนวนการใช้งานตามที่อยู่ในคำพยากรณ์ของมัสก์อย่างเต็มที่ บททดสอบที่ชัดเจนที่สุดจึงยังเป็นคำถามเดิม: หุ่นยนต์จะทำงานที่มีประโยชน์ได้อย่างน่าเชื่อถือ ต่อเนื่อง และต้นทุนต่ำพอจนคุ้มค่าต่อการนำไปใช้ในวงกว้างหรือไม่