SKY ICT-AGIBOT ชูหุ่นยนต์ AI พลิกโฉมธุรกิจ ปั้นฮิวแมนนอยด์ไทยบุกตลาดโลก

ปี 2569 จุดเปลี่ยนหุ่นยนต์ฮิวแมนนอยด์ จากเวทีสาธิตสู่การทำงานจริงในโรงงานและสนามบิน ขณะที่ ป้ญญาประดิษฐ์ AI และ Quantum กำลังเปิดฉากการแข่งขันเทคโนโลยีรอบใหม่ SKY ICT จับมือ AGIBOT สร้างสมอง AI และฝึกหุ่นยนต์ในไทย ตั้งเป้าต่อยอดโซลูชันสู่ตลาดโลก ชี้ธุรกิจที่ปรับตัวช้าเสี่ยงเผชิญช่องว่างการแข่งขันจนไล่ไม่ทัน

จากวันที่ปัญญาประดิษฐ์ (AI) ทำหน้าที่ตอบคำถาม ค้นหาข้อมูล และช่วยร่างเอกสาร วันนี้เทคโนโลยีกำลังก้าวไปอีกขั้น เมื่อ AI เริ่มควบคุมหุ่นยนต์ให้ลงมือทำงานในโลกจริง ตั้งแต่สายการผลิตในโรงงาน การต้อนรับนักท่องเที่ยว ไปจนถึงการให้บริการผู้โดยสารในสนามบิน สัญญาณดังกล่าวกำลังบอกว่าโลกธุรกิจไม่ได้แข่งขันกันเพียงว่าใครมี AI แต่กำลังวัดกันว่าใครสามารถเปลี่ยน AI ให้เป็นผลิตภาพและมูลค่าทางเศรษฐกิจได้ก่อน

บนเวที Nation Forum “The Intelligence Economy เปลี่ยนเทคโนโลยีสู่พลังเศรษฐกิจไทย” ในหัวข้อ AI ROBOTICS & QUANTUM นายสิทธิเดช มัยลาภ ประธานเจ้าหน้าที่บริหาร บริษัท สกาย ไอซีที จำกัด (มหาชน) สะท้อนทิศทางการเปลี่ยนผ่านดังกล่าว ผ่านแผนความร่วมมือกับ AGIBOT ผู้พัฒนาหุ่นยนต์ฮิวแมนนอยด์จากจีน เพื่อพัฒนาเทคโนโลยีและแพลตฟอร์มหุ่นยนต์ในประเทศไทย ไม่ใช่เพียงนำเข้าหุ่นยนต์มาจำหน่าย แต่ต้องการสร้างองค์ความรู้ พัฒนาบุคลากร และต่อยอดโซลูชันให้สามารถแข่งขันในตลาดโลก

Physical AI จุดเปลี่ยนหุ่นยนต์ จากสาธิตสู่ทำเงินจริง

นายอาเบล เติ้ง President, Asia-Pacific & Middle East Region, AGIBOT กล่าวบนเวทีเดียวกันว่า ปี 2569 เป็นจุดเปลี่ยนสำคัญของ Physical AI หรือ AI ที่สามารถรับรู้ ตัดสินใจ และควบคุมการทำงานทางกายภาพในโลกจริง โดยเฉพาะหุ่นยนต์ฮิวแมนนอยด์ที่เริ่มเปลี่ยนผ่านจากการวิจัยและจัดแสดงความสามารถ เช่น เดิน วิ่ง หรือเต้น ไปสู่การทำงานที่สร้างมูลค่าทางเศรษฐกิจได้จริง ขณะที่ปี 2570 จะเป็นช่วงสำคัญที่ธุรกิจต้องเร่งปรับตัวรับความเปลี่ยนแปลง

ความก้าวหน้านี้เกิดจากเทคโนโลยี 3 ด้านที่พัฒนาควบคู่กัน ได้แก่ โมเดล AI ที่ฉลาดขึ้น ความสามารถของตัวหุ่นยนต์ที่เคลื่อนไหวได้มั่นคงและทำงานต่อเนื่องได้นานขึ้น ตลอดจนการนำข้อมูลจากการใช้งานจริงกลับมาฝึก AI ให้แม่นยำยิ่งขึ้น โดย Generative AI ช่วยให้ระบบเข้าใจและสร้างเนื้อหา ขณะที่ Embodied AI เชื่อมความสามารถในการประมวลผลเข้ากับการรับรู้และลงมือปฏิบัติในสภาพแวดล้อมจริง

นอกจากนี้ การพัฒนาวัสดุ เซนเซอร์ ระบบสัมผัส และแบตเตอรี่ ยังช่วยลดข้อจำกัดของหุ่นยนต์รุ่นก่อน โดยปัจจุบันมีหุ่นยนต์ที่สามารถทำงานต่อเนื่องได้ถึง 10 ชั่วโมง เมื่อหุ่นยนต์ถูกนำไปใช้งานมากขึ้น ข้อมูลจากการปฏิบัติงานจะย้อนกลับไปพัฒนาอัลกอริทึมและหุ่นยนต์รุ่นใหม่ เกิดเป็นวงจร Data Flywheel ที่เร่งให้เทคโนโลยีพัฒนาเร็วขึ้นตามการใช้งานจริง

หัวใจสำคัญของหุ่นยนต์ฮิวแมนนอยด์จึงไม่ได้อยู่ที่การเคลื่อนไหวเหมือนมนุษย์เท่านั้น แต่ต้องมีความสามารถ 3 ด้าน ได้แก่ Locomotion Intelligence สำหรับการเคลื่อนไหวและทรงตัว Interaction Intelligence สำหรับการมองเห็น รับฟัง สนทนาและตอบสนองต่อมนุษย์ และ Manipulation Intelligence สำหรับหยิบจับสิ่งของและปฏิบัติงาน ซึ่งเป็นความสามารถสำคัญในการเปลี่ยนหุ่นยนต์จากสิ่งที่น่าตื่นตาตื่นใจให้กลายเป็นเครื่องมือทำงานจริง

AGIBOT ยกตัวอย่างการนำหุ่นยนต์เข้าทำงานในสายการผลิตโรงงาน โดยมีการถ่ายทอดสดการปฏิบัติงานต่อเนื่อง 6 วัน สามารถทำภารกิจได้มากกว่า 64,000 ครั้ง ด้วยอัตราความสำเร็จ 99.9% โดยยังมีมนุษย์ช่วยสนับสนุนในบางส่วน ส่วนสวนสนุก Chimelong ในเมืองจูไห่ ประเทศจีน มีหุ่นยนต์ทำงานแล้วมากกว่า 300 ตัว ทั้งต้อนรับนักท่องเที่ยว แนะนำเส้นทาง ให้ข้อมูล และจัดการแสดง โดยบริษัทคาดว่าในปี 2570 จำนวนอาจเพิ่มเป็นมากกว่า 2,000 ตัว ขึ้นอยู่กับแผนการขยายการใช้งาน

นอกเหนือจากโรงงานและสวนสนุก AGIBOT ยังมองโอกาสในโรงแรม ร้านค้าปลีก งานรักษาความปลอดภัย การตรวจสอบภายในนิคมอุตสาหกรรม และงานทำความสะอาด สะท้อนว่าตลาดหุ่นยนต์กำลังขยายจากการทดลองเฉพาะทางไปสู่การใช้งานที่หลากหลายมากขึ้น

ด้านการเติบโตทางธุรกิจ AGIBOT ก่อตั้งเมื่อเดือนกุมภาพันธ์ 2566 โดยบริษัทอ้างอิงรายงานของ IDC ว่า ณ สิ้นเดือนมิถุนายน 2569 มีส่วนแบ่งตลาดหุ่นยนต์ฮิวแมนนอยด์ทั่วโลกเกือบ 35% และมียอดจัดส่งประมาณ 8,600 ตัว ขณะที่รายได้เพิ่มจาก 65 ล้านหยวนในปี 2567 เป็น 1,000 ล้านหยวนในปี 2568 หรือเติบโตมากกว่า 15 เท่าภายในปีเดียว

SKY ICT ปั้นสมอง AI ไทย ฝึกหุ่นยนต์ยกกระเป๋า

การเปลี่ยนผ่านจากหุ่นยนต์ที่ทำงานตามโปรแกรม ไปสู่หุ่นยนต์ที่สามารถเรียนรู้และรับมือกับสถานการณ์จริง คือโจทย์ที่ SKY ICT ต้องการต่อยอดในธุรกิจสนามบิน โดยร่วมมือกับ AGIBOT พัฒนาแพลตฟอร์มและองค์ความรู้ในประเทศไทย พร้อมวางแนวทางสร้าง AI Factory และ AI Academy เพื่อพัฒนาระบบข้อมูล กระบวนการฝึก AI และทักษะบุคลากรไทย

นายสิทธิเดช ระบุว่า แผนการใช้งานระยะแรกครอบคลุมการให้หุ่นยนต์ต้อนรับผู้โดยสาร ให้ข้อมูลเที่ยวบิน แนะนำการใช้เครื่องเช็กอินอัตโนมัติ (Self Check-in Kiosk) และเครื่องโหลดกระเป๋าด้วยตนเอง (Self Bag Drop) รวมถึงแจ้งตำแหน่งร้านค้า ห้องน้ำ เส้นทางภายในอาคารผู้โดยสาร และข้อมูลระยะเวลาที่ต้องใช้ผ่านจุดตรวจความปลอดภัยหรือด่านตรวจคนเข้าเมือง เพื่อช่วยให้ผู้โดยสารวางแผนการเดินทางได้สะดวกขึ้น โดยหุ่นยนต์จะทำงานควบคู่กับเจ้าหน้าที่สนามบิน

อย่างไรก็ตาม ความท้าทายที่แท้จริงอยู่ที่การฝึกให้หุ่นยนต์ทำงานในพื้นที่ปฏิบัติการใต้สนามบิน เช่น ยกและเคลื่อนย้ายกระเป๋าสัมภาระ ซึ่งซับซ้อนกว่าการให้ข้อมูล เพราะกระเป๋าแต่ละใบมีขนาด รูปทรง น้ำหนัก และตำแหน่งวางแตกต่างกัน หุ่นยนต์ต้องเรียนรู้ว่าจะใช้มือข้างใดจับ ยก หรือผลักไปในทิศทางใด ตลอดจนปรับการทำงานให้เหมาะกับสถานการณ์

การพัฒนาความสามารถดังกล่าวอาจใช้เวลา 1–2 ปี ก่อนนำ Use Case ที่ผ่านการฝึกและทดสอบไปต่อยอดเชิงพาณิชย์ โดยมีพันธมิตรต่างประเทศรายใหญ่ในอุตสาหกรรมการบินประมาณ 2–3 ราย พร้อมนำรูปแบบการใช้งานไปทำตลาดเมื่อเทคโนโลยีพร้อม

นอกจากสนามบิน ยังมีโอกาสนำหุ่นยนต์ไปใช้ในงานลาดตระเวนชายแดน ตรวจสอบพื้นที่เสี่ยงวัตถุระเบิด หรือพื้นที่ที่อาจมีสารกัมมันตรังสี โดยหุ่นยนต์สามารถส่งภาพวิดีโอกลับมายังศูนย์ควบคุม พร้อมระบบแจ้งเตือนและติดตามความเคลื่อนไหว ช่วยลดความเสี่ยงที่เจ้าหน้าที่ต้องเข้าไปปฏิบัติงานด้วยตัวเอง

ทั้งนี้ SKY ICT ต้องพิจารณาการลงทุนอย่างเป็นขั้นตอน โดยเฉพาะต้นทุนเทคโนโลยี การจัดเก็บข้อมูล และการฝึก AI เพื่อให้หุ่นยนต์ทำงานได้จริงอย่างมีประสิทธิภาพ ไม่ใช่เพียงสาธิตความสามารถในระยะสั้น

AI ต้องฝังในธุรกิจ ไม่ใช่แค่มีไว้ใช้งาน

แม้หุ่นยนต์จะเป็นภาพที่จับต้องได้ของ AI ยุคใหม่ แต่นายสิทธิเดชมองว่า ความได้เปรียบทางธุรกิจไม่ได้วัดจากจำนวนเทคโนโลยีที่องค์กรลงทุน หากอยู่ที่ความเร็วในการเชื่อม AI เข้ากับธุรกิจหลัก และสร้างผลลัพธ์ที่วัดได้ ทั้งการเพิ่มประสิทธิภาพ ลดต้นทุน เพิ่มรายได้ และยกระดับผลิตภาพ

ในอนาคตมันไม่ได้อยู่ที่ว่าเราลงทุนใน AI มากน้อยขนาดไหน แต่ต้องรู้ว่าลงทุนไปแล้วสามารถเชื่อม AI เข้ากับธุรกิจหลักได้มากน้อยแค่ไหน และสร้างผลลัพธ์ที่วัดได้ ทั้งการเพิ่มประสิทธิภาพ ประหยัดต้นทุน และเพิ่มผลิตภาพ จากนั้นต้องขยายผลให้มากขึ้น

แนวคิดนี้สอดคล้องกับมุมมองของนายอาเบลที่แบ่งการใช้ AI ในองค์กรออกเป็น 3 ระดับ ตั้งแต่การช่วยงานทั่วไป เช่น ร่างเอกสารและค้นหาข้อมูล การใช้วิเคราะห์ข้อมูลและสนับสนุนการตัดสินใจ ไปจนถึงการฝัง AI เข้าไปในกระบวนการสร้างมูลค่าและระบบการผลิตโดยตรง ซึ่งเป็นระดับที่มีโอกาสยกระดับผลิตภาพได้มากกว่า

นายอาเบลเตือนว่า ในอีก 3–5 ปีข้างหน้า ช่องว่างระหว่างองค์กรที่นำ AI ไปใช้จริงกับองค์กรที่ไม่ปรับตัวอาจขยายจากความแตกต่างด้านต้นทุนหรือประสิทธิภาพเพียงไม่กี่เปอร์เซ็นต์ กลายเป็นช่องว่างเชิงโครงสร้างที่ส่งผลต่อความสามารถในการแข่งขันระยะยาว แม้ผลตอบแทนจากการลงทุน (ROI) ยังเป็นเรื่องที่ต้องพิจารณา แต่การชะลอตัวเพราะรอความคุ้มค่าในระยะสั้นอาจทำให้ธุรกิจเสียโอกาสเรียนรู้และพัฒนาความสามารถก่อนคู่แข่ง

AI เปรียบเสมือนรถไฟความเร็วสูง สิ่งสำคัญที่สุดคือการขึ้นรถไฟให้ทัน เมื่อขึ้นไปแล้ว เราจึงสามารถกำหนดได้ว่าจะเดินทางไปที่ไหน จะบริหารต้นทุนในอนาคตอย่างไร และจะสร้างผลตอบแทนให้ดีขึ้นได้อย่างไร หากไม่เริ่มต้นตั้งแต่วันนี้ ช่องว่างที่เกิดขึ้นอาจใหญ่จนไม่สามารถไล่ตามได้ทัน

นายสิทธิเดช ยังอ้างถึงการประชุมธนาคารโลกเมื่อสัปดาห์ก่อนว่า ตั้งแต่ปี 2570 เป็นต้นไป ประเทศที่สามารถนำ AI ไปเพิ่มผลิตภาพทางเศรษฐกิจได้จริง มีแนวโน้มได้เปรียบประเทศที่ยังไม่สามารถเปลี่ยนเทคโนโลยีให้เกิดประโยชน์ในทางปฏิบัติ โดยมองว่าไทยมีความเสี่ยงจากการพึ่งพาฐานเศรษฐกิจเดิมเป็นหลัก

เขาระบุว่า แม้ไทยมีขนาดเศรษฐกิจใหญ่เป็นอันดับ 3 ของอาเซียน รองจากอินโดนีเซียและสิงคโปร์ แต่กลับมีอัตราการเติบโตต่ำ โดยอ้างข้อมูลจากการประชุม IMF ว่า เศรษฐกิจไทยปี 2569 เติบโตประมาณ 2.1% อยู่ในอันดับ 9 ของอาเซียน ขณะที่เวียดนามเติบโตมากกว่า 6% หากไม่เร่งใช้เทคโนโลยียกระดับผลิตภาพ ไทยอาจเสี่ยงสูญเสียความสามารถในการแข่งขันภายในเวลาไม่เกิน 5 ปี ตามมุมมองของเขา

AI Robot และ Quantum เกมเทคโนโลยีที่ไทยต้องมองให้ไกล

ขณะที่ Physical AI กำลังพาหุ่นยนต์ออกจากหน้าจอสู่โลกจริง อีกหนึ่งเทคโนโลยีที่ถูกจับตามองคือ Quantum ซึ่งเป็นแนวทางการประมวลผลที่อาศัยหลักกลศาสตร์ควอนตัม และมีศักยภาพสำหรับโจทย์เฉพาะด้านที่คอมพิวเตอร์แบบดั้งเดิมอาจจัดการได้ยาก อย่างไรก็ตาม Quantum ยังมีข้อจำกัดด้านการพัฒนาและการใช้งาน จึงไม่ใช่เทคโนโลยีที่เข้ามาทดแทน AI หรือคอมพิวเตอร์ทั่วไปได้ทั้งหมดในทันที

ทิศทางของ AI Robot และ Quantum สะท้อนการแข่งขันเทคโนโลยีหลายระดับ ตั้งแต่ AI ที่ช่วยคิดและวิเคราะห์ หุ่นยนต์ที่นำความสามารถดังกล่าวไปลงมือปฏิบัติ ไปจนถึงเทคโนโลยีประมวลผลขั้นสูงที่อาจขยายขีดความสามารถในอนาคต สำหรับภาคธุรกิจ สิ่งสำคัญคือการติดตามพัฒนาการและเลือกใช้เทคโนโลยีให้เหมาะกับปัญหาจริง ไม่ใช่ลงทุนตามกระแสเพียงอย่างเดียว

สำหรับ SKY ICT การเริ่มต้นจากสนามบินซึ่งมีทั้งข้อมูลผู้โดยสาร ระบบอัตโนมัติ และภารกิจที่ต้องอาศัยความแม่นยำ ถือเป็นโอกาสสร้างกรณีใช้งานจริง ก่อนขยายองค์ความรู้ไปสู่ธุรกิจอื่น ขณะเดียวกัน บริษัทมีเทคโนโลยีชีวมิติ (Biometric) เชื่อมโยงกระบวนการเดินทาง ตั้งแต่เช็กอิน ฝากกระเป๋า ตรวจสอบสิทธิ ไปจนถึงประตูขึ้นเครื่อง พร้อมใช้ AI จำลองการเคลื่อนตัวและวิเคราะห์พฤติกรรมผู้โดยสาร เพื่อช่วยบริหารพื้นที่และบริการให้มีประสิทธิภาพขึ้น

ตัวอย่างเช่น ข้อมูลที่สนามบินสุวรรณภูมิพบว่า ผู้โดยสารสายการบินต้นทุนต่ำที่เดินทางไปประเทศในเอเชีย โดยเฉพาะจีนและอินเดีย มีแนวโน้มใช้เวลาบริเวณชั้น 3 ซึ่งเป็นพื้นที่ร้านค้าและร้านอาหาร โดยผู้โดยสารในกลุ่มที่ใช้พื้นที่ชั้น 3 มากกว่า 50% แวะร้านสะดวกซื้อ และใช้เวลาในร้านไม่น้อยกว่า 30 นาที ขณะที่ผู้โดยสารที่เดินทางไปยุโรป เช่น ฝรั่งเศส อิตาลี และสเปน บางส่วนใช้ห้องรับรองหลังเช็กอินประมาณ 1 ชั่วโมง และอีกราว 25% เลือกเดินซื้อสินค้าก่อนขึ้นเครื่อง

ข้อมูลทั้งรายสัปดาห์และแบบเรียลไทม์ช่วยให้สนามบินปรับการจัดการให้สอดคล้องกับพฤติกรรมของผู้โดยสารแต่ละกลุ่ม และสนับสนุนเป้าหมายยกระดับสนามบินไทยสู่กลุ่ม 20 อันดับแรกของโลก

ท้ายที่สุด โจทย์ของไทยจึงไม่ใช่เพียงการซื้อหุ่นยนต์หรือเลือกใช้ AI รุ่นใหม่ แต่คือการสร้างระบบนิเวศที่เชื่อมโยงเทคโนโลยี ข้อมูล บุคลากร และธุรกิจเข้าด้วยกัน เพื่อให้สามารถพัฒนานวัตกรรมและต่อยอดเป็นรายได้ได้จริง