หุ่นยนต์ทำไอศกรีมมูลค่า 7 หมื่นล้านบาท: “มืออัจฉริยะ” กำลังกลายเป็นเครื่องพิมพ์เงินของวงการ Embodied AI

ในร้าน DQ ย่านถนนอู๋เจียง เซี่ยงไฮ้ มีหุ่นยนต์ตัวหนึ่งกำลังทำสิ่งที่ดูเหมือน “โง่ๆ”

มันหยิบวงแหวนกระดาษจากตู้ฆ่าเชื้อ ดึงแก้วกระดาษออกมา รับไอศกรีมจากเครื่อง โรยโอรีโอ้บด คน เกลี่ยปากแก้ว แล้วคว่ำแก้วลง — เพื่อพิสูจน์ซิกเนเจอร์ของ DQ ที่ว่า “คว่ำแก้วไม่หก” ทั้งหมด 55 ขั้นตอน ทำเองหมด พนักงานยืนดูอยู่ข้างๆ ไม่ได้แตะแม้แต่นิ้วเดียว

พนักงานทำแก้วหนึ่งใช้เวลา 2-3 นาที หุ่นยนต์ตัวนี้ใช้ 6 นาที

ช้ากว่าเท่าตัว แต่ไม่มีใครเร่งมัน

เพราะทั้ง DQ และ Sharpa บริษัทเจ้าของหุ่นยนต์ตัวนี้ ไม่ได้สนใจเรื่องความเร็วเลย สิ่งที่พวกเขาสนใจคืออีกอย่างหนึ่ง: ข้อมูล

ท้ายบทความนี้ ผมจะบอกช่องทางทำเงิน 3 ทางที่คนธรรมดาอย่างเราเข้าถึงได้

นี่ไม่ใช่การเอาปืนใหญ่ไปยิงนก แต่คือสนามฝึกขั้นสูง

คนส่วนใหญ่เห็นข่าวนี้แล้วคิดว่า: บริษัทมูลค่าหมื่นล้าน ไปทำงานร้านไอศกรีม? เกินความจำเป็นไปหน่อยมั้ย?

คนที่พูดแบบนี้ ไม่เข้าใจตรรกะการแข่งขันของ Embodied AI

“หุ่นยนต์” ที่คุณเห็นในร้านอาหารทั่วไป ส่วนมากแค่เสิร์ฟจาน วิ่งไปมา พูดตรงๆ คือถาดมีล้อ งานขนของที่มีองศาอิสระต่ำที่สุด หุ่นยนต์แบบนี้ไม่ต้องมี “มือ” แค่เดินได้ หลบสิ่งกีดขวางได้ ส่งของถึงจุดก็พอ เทคโนโลยีใกล้ศูนย์ คูเมืองป้องกันธุรกิจไม่มีเลย

แต่ Sharpa เลือกตรงกันข้าม มุดเข้าไปในครัว ใช้อุปกรณ์ของมนุษย์ วัตถุดิบของมนุษย์ มาตรฐานเดียวกันทั่วโลก ทำทุกขั้นตอนตั้งแต่ต้นจนจบ

หลี่ อี้ฟาน ผู้ก่อตั้ง Sharpa เคยพูดไว้แรงมาก: ถ้าหุ่นยนต์มนุษย์ที่มีหลายสิบองศาอิสระ มีทั้งระบบมองเห็นและควบคุมแรง สุดท้ายไปทำงานแค่เสิร์ฟกาแฟที่แขนกลธรรมดาก็ทำได้ ต้นทุนจะไม่มีวันคุ้ม

ใจความสำคัญคือ: หุ่นยนต์ไม่มีสิทธิ์เรียกร้องให้สภาพแวดล้อมยอมมัน ไม่มีสิทธิ์ทำ 9 ขั้นแล้วทิ้งขั้นสุดท้ายให้คนมาเก็บกวาด แบบนั้นไม่ใช่การสร้างผลิตภาพ แค่หางานเล่นๆ ให้หุ่นยนต์

ดังนั้นเคส DQ นี้ ยากตรงที่ 55 ขั้นตอนเชื่อมกันหมด แก้วกระดาษนิ่ม ความแข็งของไอศกรีมเปลี่ยนตามอุณหภูมิ การเติมท็อปปิ้ง 3 ครั้งหน้าตาแทบเหมือนกัน พลาดนิดเดียวพังทั้งแก้ว

และสิ่งที่ Sharpa ต้องการ ก็คือ “ความพลาด” พวกนี้แหละ

คูเมืองที่แท้จริงไม่ใช่ชิป แต่คือข้อมูลจากการ “ล้ม”

อุปสรรคใหญ่สุดของ Embodied AI คืออะไร?

ไม่ใช่การดูวิดีโอแล้วเรียนท่าทาง ลองให้ GPT ดูคลิปทำไอศกรีมร้อยรอบ มันก็ไม่รู้หรอกว่าต้องบีบแก้วแรงแค่ไหน เพราะในวิดีโอไม่มีสัมผัส ไม่มีแรงกด ไม่มีตรรกะว่าพลาดแล้วต้องแก้ยังไง

คุณดูคนทำรอบเดียว รู้แค่ว่ายกมือสูงเท่าไหร่ แต่ไม่รู้ว่าจับแก้วกระดาษต้องใช้แรงเท่าไหร่ถึงไม่บีบแบน ไม่รู้ว่าที่หกเพราะรับไอศกรีมเบี้ยวหรือคนเร็วเกิน ไม่รู้ว่าเกลี่ยปากแก้วเยื้องไปสององศาจะเกิดอะไรขึ้น

ข้อมูลพวกนี้ เก็บได้ทางเดียว: ให้หุ่นยนต์ล้ม พลาด แล้วปรับใหม่ในสถานการณ์จริง เมื่อ “ข้อมูลความล้มเหลว” เหล่านี้ถูกป้อนเข้าโมเดล สถานการณ์ถัดไปก็จะเสียเวลาน้อยลง

Sharpa ฝึมกระบวนการ DQ นี้ไม่ถึง 5 เดือน อัตราสำเร็จในแล็บค่อนข้างสูง แต่ตัวเลขนั้นไม่มีความหมาย สนามจริงต่างหาก — คนแน่นช่วงพีค อุณหภูมิเครื่องแกว่ง วัตถุดิบต่างล็อต — นั่นคือสอบจริง

ทักษะจับ ตัก คน เท ที่ฝึกได้จาก DQ วันนี้ พรุ่งนี้เอาไปใช้จัดของในร้านสะดวกซื้อ ทำความสะอาดห้องพักโรงแรม หรือแม้แต่งานบ้านได้ทันที ถ้าเปลี่ยนสถานการณ์แล้วต้องฝึกใหม่แสนชั่วโมง ร้านนี้ก็เป็นแค่โปรเจกต์ใช้แล้วทิ้ง ไม่มีมูลค่าทางธุรกิจ

นี่คือความทะเยอทะยานจริงๆ ของ Sharpa: แลกร้าน DQ หนึ่งสาขา กับฐานข้อมูลการใช้มือที่ย้ายไปใช้ที่ไหนก็ได้

มูลค่า 7 หมื่นล้านบาท แพงกว่าบริษัทแม่เสียอีก

Sharpa ก่อตั้งปลายปี 2024 อายุยังไม่ถึงสองปี เพิ่งประกาศระดมทุนรอบใหม่รวมกว่า 2.2 หมื่นล้านบาท มูลค่าหลังระดมทุนพุ่งแตะ 7 หมื่นล้านบาท

ที่น่าสนใจกว่าคือภูมิหลัง: ผู้ร่วมก่อตั้งทั้งสามคน คือทีมก่อตั้งตัวจริงของ Hesai บริษัท LiDAR ระดับหัวแถวของโลก

บริษัทใหม่อายุไม่ถึงสองปี มูลค่าแซงบริษัทแม่ ทำไม Hesai ไม่ทำธุรกิจนี้ในองค์กรตัวเอง แต่เลือกแยกออกมาตั้งใหม่?

นี่คือกลยุทธ์อุตสาหกรรมแบบตำรา

ข้อแรก คนละสนาม ตรรกะการประเมินมูลค่าต่างกันลิบลับ LiDAR คือตรรกะอุตสาหกรรมผลิตที่วัยแล้ว ดูยอดส่งมอบ กำไรขั้นต้น การคุมต้นทุน ส่วนหุ่นยนต์มนุษย์คือตรรกะเทคโนโลยีช่วงบูม ดูคูเมืองเทคโนโลยี การสะสมข้อมูล และจินตนาการของตลาด แยกออกมาระดมทุนเอง เพดานมูลค่าสูงกว่ามาก

ข้อสอง แรงจูงใจทีมยืดหยุ่นกว่า โครงสร้างหุ้นของบริษัทใหม่ออกแบบใหม่ได้หมด ไม่ต้องเจือจางผู้ถือหุ้นเดิมของ Hesai ทีมหลักได้ทั้งสัดส่วนและอำนาจตัดสินใจที่ต่างกันโดยสิ้นเชิง

ดูนักลงทุนรอบนี้สิ: Alibaba, Meituan, กองทุนอุตสาหกรรมของ JD เข้ามาครบ แถม Sequoia กับ Qiming สถาบันระดับหัวกะทิ สิ่งที่พวกเขาเดิมพันเหมือนกันหมดคือ: Sharpa จะคัดลอกเส้นทางสำเร็จของ Hesai จาก LiDAR มาสู่หุ่นยนต์มนุษย์ได้อีกครั้ง

ยึดชิ้นส่วนหลักก่อน แล้วใช้ข้อมูลจากสถานการณ์จริงปิดวงจรอัลกอริทึม สุดท้ายกลายเป็นระบบครบวงจร