Fanuc และ Siemens บุกโลก Physical AI ดึงความเชี่ยวชาญโรงงานสู้ศึกอนาคต

เมื่อยักษ์ใหญ่โรงงานญี่ปุ่น-เยอรมันหันมาโอบรับ AI อย่างจริงจัง

ถ้าพูดถึงเรื่อง AI พวกเราส่วนใหญ่มักนึกถึงบริษัทเทคโนโลยีในซิลิคอนวัลเลย์ อย่าง Google, OpenAI หรือ Nvidia แต่รู้ไหมครับว่า ตอนนี้มีการเปลี่ยนแปลงครั้งใหญ่กำลังเกิดขึ้นในโลกของ "โรงงานอุตสาหกรรม" เงียบๆ แต่ลึกมาก โดยผู้เล่นหลักไม่ใช่สตาร์ทอัพหน้าใหม่ แต่เป็นยักษ์ใหญ่ด้านเครื่องจักรอย่าง Fanuc จากญี่ปุ่น และ Siemens จากเยอรมนี ที่กำลังนำความรู้สะสมในโรงงานมาหลอมรวมกับ AI อย่างเต็มตัว

ในงาน Hannover Messe ที่เยอรมนี ซึ่งเป็นงานแสดงเทคโนโลยีอุตสาหกรรมระดับโลก บริษัทเหล่านี้ได้เปิดเผยทิศทางที่ชัดเจนขึ้นว่า พวกเขาไม่ได้แค่ "ติด AI เข้ากับเครื่องจักร" แบบผิวเผิน แต่กำลังสร้างสิ่งที่เรียกว่า Physical AI หรือ AI ที่ทำงานในโลกกายภาพจริงๆ ไม่ใช่แค่ในหน้าจอคอมพิวเตอร์

Physical AI คืออะไร ทำไมถึงสำคัญ

Physical AI (AI เชิงกายภาพ) คือระบบ AI ที่ถูกออกแบบมาเพื่อทำงานและตัดสินใจในโลกจริง เช่น หุ่นยนต์ในสายการผลิต แขนกล หรือเครื่องจักร CNC (เครื่องกัดโลหะควบคุมด้วยคอมพิวเตอร์) ที่สามารถปรับตัวได้แบบเรียลไทม์ ต่างจาก AI ทั่วไปที่ส่วนใหญ่ทำงานกับข้อมูลดิจิทัลอย่างข้อความหรือภาพ

จุดสำคัญที่ทำให้ Physical AI น่าสนใจก็คือ มันต้องการ "ข้อมูลจากพื้นที่จริง" ซึ่งนั่นคือจุดแข็งที่ Fanuc และ Siemens ครอบครองอยู่มหาศาล เพราะทั้งสองบริษัทมีเครื่องจักรและหุ่นยนต์ติดตั้งอยู่ในโรงงานทั่วโลกมาหลายสิบปี ข้อมูลการทำงาน ความผิดพลาด การปรับแต่ง และทักษะช่างที่สะสมมาตลอดเวลา ล้วนเป็น "สินทรัพย์" ที่มีค่ามากในยุค AI

Japan to provide Sony with $380m to make image sensors

Fanuc จับมือ Nvidia ใส่ AI เข้าไปในหุ่นยนต์

Fanuc ซึ่งเป็นผู้ผลิตหุ่นยนต์อุตสาหกรรมรายใหญ่ที่สุดรายหนึ่งของโลก ได้ประกาศความร่วมมือกับ Nvidia บริษัทชิปเซมิคอนดักเตอร์จากสหรัฐฯ เพื่อนำ AI เข้าไปฝังในเครื่องจักรของตน แนวคิดหลักก็คือการใช้ชิป GPU (หน่วยประมวลผลกราฟิก) ของ Nvidia ที่มีความสามารถในการประมวลผล AI มาช่วยให้หุ่นยนต์ Fanuc ทำงานได้ "ฉลาดขึ้น" เรียนรู้จากประสบการณ์ได้ และปรับตัวกับงานใหม่ๆ ได้เร็วขึ้น

ที่น่าสนใจคือ Fanuc ไม่ได้เริ่มต้นจากศูนย์ พวกเขามีฐานข้อมูลจากการใช้งานหุ่นยนต์ในโรงงานจริงทั่วโลกมานานหลายทศวรรษ ข้อมูลเหล่านี้คือ "ครู" ที่ดีที่สุดในการฝึก AI ให้เข้าใจบริบทการผลิตจริง ซึ่งต่างจากบริษัทเทคโนโลยีที่อาจมีแค่ข้อมูลจำลองในคอมพิวเตอร์

Siemens ก็ไม่น้อยหน้า ผนึก AI เข้ากับซอฟต์แวร์อุตสาหกรรม

ฝั่ง Siemens เองก็เดินหน้าไม่แพ้กัน บริษัทยักษ์ใหญ่จากมิวนิกได้พัฒนาแพลตฟอร์มที่รวม AI เข้ากับซอฟต์แวร์ควบคุมโรงงาน (Industrial Automation Software) ของตน เป้าหมายหลักคือทำให้โรงงานสามารถวิเคราะห์ข้อมูลการผลิตแบบเรียลไทม์ ตรวจจับความผิดปกติของเครื่องจักรก่อนที่จะพังจริง (Predictive Maintenance หรือการบำรุงรักษาเชิงพยากรณ์) และปรับกระบวนการผลิตให้มีประสิทธิภาพสูงสุดโดยอัตโนมัติ

Memory shortage set to run until 2027 as chipmakers focus on AI

สิ่งที่ Siemens ถือว่าเป็นจุดแข็งคือระบบ Digital Twin (แฝดดิจิทัล) ซึ่งก็คือการสร้างจำลองโรงงานทั้งหมดในโลกดิจิทัล ทำให้สามารถทดสอบการปรับปรุงกระบวนการผลิตในโลกเสมือนก่อน แล้วค่อยนำไปใช้จริง ลดความเสี่ยงและต้นทุนการทดลองไปได้มาก เมื่อรวม Digital Twin กับ AI เข้าด้วยกัน ก็ยิ่งทำให้โรงงานฉลาดขึ้นหลายเท่า

จุดอ่อนที่ยังต้องยอมรับ

แม้จะมีจุดแข็งด้านฮาร์ดแวร์และข้อมูลโรงงาน แต่ต้องยอมรับตรงๆ ว่าบริษัทญี่ปุ่นและเยอรมันยังมีจุดอ่อนในด้านเทคโนโลยีดิจิทัลเมื่อเทียบกับบริษัทซิลิคอนวัลเลย์ โดยเฉพาะเรื่องการพัฒนาซอฟต์แวร์ AI เชิงลึกและการดึงดูดบุคลากรด้าน AI ระดับโลก ซึ่งเป็นเหตุผลที่ทำให้พวกเขาต้องหันมาจับมือกับ Nvidia และบริษัทเทคโนโลยีชั้นนำแทนที่จะพัฒนาทุกอย่างเอง

นักวิเคราะห์หลายคนมองว่านี่คือ "การแบ่งงานกัน" ที่ลงตัว ฝั่งเทคโนโลยีอย่าง Nvidia มีความเชี่ยวชาญด้านชิปและ AI model ขณะที่ Fanuc และ Siemens มีความเชี่ยวชาญด้านโรงงานและเครื่องจักร ความร่วมมือแบบนี้จึงเป็น win-win ทั้งสองฝ่าย

SoftBank taps Honda, other manufacturers for input on physical AI

ความรู้สึกส่วนตัวของพี่สยาม

ต้องบอกตรงๆ ว่าข่าวนี้ทำให้พี่สยามรู้สึกได้ถึง "การเปลี่ยนโลก" แบบเงียบๆ แต่ทรงพลังมาก สมัยที่ยังทำงานออฟฟิศ เคยไปเยี่ยมชมโรงงานอิเล็กทรอนิกส์แห่งหนึ่ง เห็นหุ่นยนต์ Fanuc ทำงานซ้ำๆ ทุกวัน แม่นยำสุดๆ แต่ก็ยังต้องพึ่งช่างมนุษย์ในการปรับตั้งค่า ในการแก้ปัญหาเฉพาะหน้า ถ้าวันหนึ่งหุ่นยนต์เหล่านั้นสามารถ "เรียนรู้" และ "ตัดสินใจ" เองได้ มันจะเปลี่ยนภาพโรงงานที่เราเคยเห็นไปอย่างสิ้นเชิง

แต่ในขณะเดียวกัน ก็อดเป็นห่วงไม่ได้ว่า การเปลี่ยนแปลงแบบนี้จะกระทบกับคนทำงานในโรงงานอย่างไร โดยเฉพาะในประเทศไทยที่ยังพึ่งพาแรงงานภาคการผลิตจำนวนมาก

แล้วคนไทยจะได้รับผลกระทบอย่างไร

ประเทศไทยเป็นฐานการผลิตสำคัญของอุตสาหกรรมยานยนต์ อิเล็กทรอนิกส์ และชิ้นส่วนต่างๆ มาหลายสิบปี โรงงานหลายแห่งในไทยใช้เครื่องจักรของ Fanuc และ Siemens อยู่แล้ว ดังนั้นเมื่อบริษัทเหล่านี้อัปเกรดด้วย AI การเปลี่ยนแปลงจะส่งผลถึงคนไทยโดยตรงใน 2-3 มิติหลัก

ด้านโอกาส: โรงงานไทยที่ใช้เครื่องจักร Fanuc หรือ Siemens อยู่แล้วมีโอกาสอัปเกรดเป็น Smart Factory ได้ง่ายขึ้น ซึ่งช่วยเพิ่มความสามารถในการแข่งขันกับโรงงานในประเทศอื่น
ด้านแรงงาน: งานที่ซ้ำๆ และต้องการความแม่นยำสูงจะถูกแทนที่ด้วย AI มากขึ้น แรงงานที่ไม่ได้อัปสกิลอาจได้รับผลกระทบ
ด้านทักษะ: ความต้องการช่างที่เข้าใจทั้งระบบเครื่องจักรและ AI จะเพิ่มสูงขึ้นมาก ซึ่งเป็นโอกาสสำหรับคนรุ่นใหม่ที่พร้อมเรียนรู้

Physical AI to impact 41% of companies in 3 years, Deloitte says

ข้อมูลจากสำนักงานเศรษฐกิจอุตสาหกรรม (สศอ.) ระบุว่าภาคการผลิตของไทยมีแรงงานมากกว่า 5 ล้านคน และการปรับตัวสู่อุตสาหกรรม 4.0 ยังคงอยู่ในระหว่างดำเนินการ โดยโรงงานขนาดใหญ่เริ่มนำระบบอัตโนมัติมาใช้แล้ว แต่ SME จำนวนมากยังคงพึ่งพาแรงงานมนุษย์เป็นหลัก

ถ้าอยากใช้ประโยชน์จากเทรนด์นี้ ควรทำอย่างไร

สำหรับคนที่ทำงานในอุตสาหกรรมการผลิตหรืออยากเข้าสู่สายนี้ พี่สยามขอแนะนำแนวทางที่พอทำได้จริงดังนี้

เรียนรู้พื้นฐาน Automation และ PLC (Programmable Logic Controller หรือตัวควบคุมโปรแกรมได้) เพราะเป็นพื้นฐานที่โรงงานยุคใหม่ต้องการ
ทำความเข้าใจ Data Analytics เบื้องต้น แม้ไม่ต้องเป็น Data Scientist แต่การอ่านตัวเลขและกราฟจากเครื่องจักรได้จะเพิ่มมูลค่าให้ตัวเองมาก
ติดตามโปรแกรมรัฐบาล เช่น โครงการ EEC (เขตพัฒนาพิเศษภาคตะวันออก) ที่มีทุนสนับสนุนการพัฒนาทักษะอุตสาหกรรม 4.0 อยู่หลายโครงการ
สำหรับเจ้าของกิจการหรือผู้บริหารโรงงาน ควรศึกษาโปรแกรมอัปเกรดที่ Fanuc และ Siemens เสนอสำหรับเครื่องจักรเดิม เพราะไม่จำเป็นต้องซื้อใหม่ทั้งหมดเสมอไป

สิ่งที่ต้องระวัง

แน่นอนว่าทุกการเปลี่ยนแปลงใหญ่มาพร้อมความเสี่ยง สิ่งที่น่ากังวลในกรณีนี้คือ ประการแรก ความปลอดภัยของระบบ (Cybersecurity) เพราะเมื่อเครื่องจักรเชื่อมต่ออินเทอร์เน็ตมากขึ้น ความเสี่ยงจากการถูกแฮ็กหรือโจมตีทางไซเบอร์ก็เพิ่มขึ้นตาม โรงงานในไทยจำนวนมากยังไม่ได้ลงทุนด้านนี้อย่างจริงจัง

ประการที่สอง การพึ่งพาเทคโนโลยีต่างชาติ ทั้ง Fanuc และ Siemens ล้วนเป็นบริษัทต่างชาติ การที่โรงงานไทยพึ่งพาระบบ AI จากต่างประเทศโดยตรงอาจสร้างความเสี่ยงในระยะยาวด้านการพึ่งพาเทคโนโลยี และต้นทุนที่อาจเพิ่มขึ้นเมื่อบริษัทเหล่านี้ปรับราคา

SoftBank, Fanuc turn to partners as robotics and AI merge

และสุดท้าย ช่องว่างระหว่างโรงงานใหญ่กับ SME อาจถ่างกว้างขึ้นอีก หากการลงทุนใน Physical AI ยังคงมีต้นทุนสูง โรงงานขนาดใหญ่จะได้เปรียบมากกว่า ขณะที่ SME อาจตามไม่ทัน ซึ่งเป็นประเด็นที่นโยบายภาครัฐต้องเข้ามาช่วยจัดการ

มุมมองของพี่สยาม: เทรนด์นี้ไม่ใช่ตัวเลือก แต่คือทิศทางที่หลีกเลี่ยงไม่ได้

สิ่งที่พี่สยามอยากฝากทิ้งท้ายก็คือ การที่ยักษ์ใหญ่อย่าง Fanuc และ Siemens หันมาลงทุนกับ Physical AI อย่างจริงจัง ไม่ใช่แค่เทรนด์ชั่วคราว แต่คือสัญญาณว่าอุตสาหกรรมการผลิตกำลังเข้าสู่บทใหม่อย่างแท้จริง บริษัทเหล่านี้ไม่ใช่สตาร์ทอัพที่ลองเสี่ยง แต่เป็นองค์กรที่มีอายุมากกว่า 50-100 ปี และพวกเขาตัดสินใจแล้วว่านี่คือทางที่ต้องเดิน

สำหรับคนไทยทุกคนที่เกี่ยวข้องกับภาคการผลิต ไม่ว่าจะเป็นแรงงาน วิศวกร ผู้บริหาร หรือนักลงทุน ถึงเวลาแล้วที่จะเริ่มทำความเข้าใจคลื่นลูกนี้ ไม่ใช่เพื่อกลัว แต่เพื่อเตรียมตัวให้พร้อมรับโอกาสที่กำลังจะมาถึง เพราะในโลกที่เครื่องจักรฉลาดขึ้น คนที่จะมีคุณค่าไม่ใช่คนที่ทำงานซ้ำๆ เก่ง แต่คือคนที่รู้จักทำงานร่วมกับเครื่องจักรได้อย่างชาญฉลาดครับ