วันที่ 18 กันยายน ค.ศ. 2026 Toyota ประกาศอย่างเป็นทางการถึงการเข้าสู่ธุรกิจหุ่นยนต์สำหรับหน้างานการผลิต ตัวข่าวเองไม่น่าแปลกใจ — บริษัทนี้เล่นกับหุ่นยนต์มาหลายปีแล้ว ตั้งแต่หุ่นยนต์ชู้ตบาส CUE ไปจนถึงหุ่นยนต์ช่วยเหลือการดำรงชีวิต HSR ลองมาแทบทุกรูปแบบ จุดที่ต่างออกไปของครั้งนี้คือ: การจัดตั้งองค์กรใหม่ที่ชื่อ “Toyota Robotics” เพื่อจำหน่ายหุ่นยนต์ที่บรรจุ AI พัฒนาขึ้นเองให้ภายนอก พร้อมทั้งยกตัวเลขระยะกลางถึงยาวมาหนึ่งชุด — ประมาณ 400,000 ยูนิต
400,000 ยูนิตคือภาพความคิดแบบไหน? ปริมาณการจัดส่งหุ่นยนต์อุตสาหกรรมของญี่ปุ่นทั้งประเทศต่อปีก็เพียงระดับ 50,000 ถึง 60,000 ยูนิต ตัวเลขนี้จึงไม่ใช่เป้าหมายยอดขายตามปกติอย่างชัดเจน เมื่อวางตัวเลขนี้เคียงกับอีกหนึ่งข้อมูล ภาพก็กระจ่าง: ในจำนวน 400,000 ยูนิตนั้น Toyota Group ใช้เอง 150,000 ยูนิต ซัพพลายเออร์ใช้ 250,000 ยูนิต สอดคล้องกับการเปลี่ยนทดแทนอุปกรณ์ราว 1 ล้านล้านเยน (ประมาณ 50,000 ล้านหยวน) ต่อปีนับตั้งแต่ปี 2028 ซึ่งจะไหลเข้ามาเป็นระยะตามการโอเวอร์ฮอลครั้งใหญ่ของโรงงานราว 60 แห่งทั่วโลก กล่าวอีกนัยหนึ่ง Toyota กำลังวางแผนตัวเองและห่วงโซ่อุปทานทั้งเส้นให้เป็นเครือข่ายสำหรับเก็บข้อมูลจากหน้างานการผลิตหนึ่งใบ
ก่อนอื่น ขอคลี่โครงกระดูกของเรื่องนี้ให้เห็น:
- วันที่ 18 กันยายน 2026 Toyota ประกาศรุกธุรกิจหุ่นยนต์สำหรับหน้างานการผลิต และจัดตั้งองค์กรใหม่ “Toyota Robotics” เพื่อจำหน่ายหุ่นยนต์ที่บรรจุ AI พัฒนาขึ้นเองให้ภายนอก
- เป้าหมายระยะกลางถึงยาวคือการใช้งานราว 400,000 ยูนิต: กลุ่มบริษัท 150,000 ยูนิต + ซัพพลายเออร์ 250,000 ยูนิต ควบคู่กับการเปลี่ยนทดแทนอุปกรณ์ราว 1 ล้านล้านเยนต่อปีนับตั้งแต่ปี 2028 เพื่อปรับปรุงโรงงานราว 60 แห่งทั่วโลก — ตัวเลขนี้รวมหุ่นยนต์อุตสาหกรรมที่มีอยู่เดิมด้วย ไม่ใช่ยอดขายของรุ่นใดรุ่นเดียว
- หุ่นยนต์รุ่นหลัก “ELEY” หนักราว 50 กิโลกรัม มือสองนิ้ว เคลื่อนที่ด้วยล้อ บรรจุ AI พื้นฐานเชิงพฤติกรรมอย่าง “โมเดลพฤติกรรมขนาดใหญ่ (Large Behavior Model: LBM)” ที่พัฒนาโดย Toyota Research Institute (TRI)
- Toyota วางแผนแปลงการทำงานของช่างฝีมือชำนาญพิเศษ “Takumi” ราว 18,000 คน ให้กลายเป็นแม่แบบการเรียนรู้ของหุ่นยนต์ แต่ยังไม่เปิดเผยตัวชี้วัดที่จะใช้วัดความสำเร็จ
ELEY: ล้อ มือสองนิ้ว และฐานรากที่ยิ่งป้อนยิ่งฉลาด
ขอเริ่มที่ตัวเครื่องก่อน ELEY หนักราว 50 กิโลกรัม มีมือแบบสองนิ้ว เคลื่อนที่ด้วยล้อ — ไม่จำลองมนุษย์เดินด้วยสองขา ทางเลือกนี้ไม่ใช่ความอนุรักษ์นิยม หากแต่ปฏิบัติการได้จริงเสียด้วยซ้ำ: การเดินสองขาควบคุมยาก มีความเสี่ยงล้ม และกินพลังงานหนัก ขณะที่พื้นโรงงานก็เรียบเต็มที่อยู่แล้ว ล้อจึงถูกกว่า เร็วกว่า และกวาดมาใช้เป็นจำนวนมากได้ง่ายกว่า การกวาดมาใช้เป็นจำนวนมากนี่เองที่สำคัญ: ยิ่งรีบส่งหุ่นยนต์ขึ้นไลน์ผลิตทีละชุดเร็วเท่าใด ข้อมูลยิ่งสะสมเร็วเท่านั้น รูปแบบตัวเครื่องไม่ใช่เป้าหมาย หากเป็นเครื่องมือให้การเก็บข้อมูลเกิดขึ้นอย่างต่อเนื่อง
พระเอกตัวจริงคือ AI ข้างใน LBM (โมเดลพฤติกรรมขนาดใหญ่) คือ “โมเดลพื้นฐานเชิงพฤติกรรม” ชนิดหนึ่ง: โมเดลภาษาขนาดใหญ่ฉลาดขึ้นจากข้อความจำนวนมหาศาล ส่วน LBM เรียนรู้การเคลื่อนไหวของหุ่นยนต์จากข้อมูลสาธิตจำนวนมาก มันต่างจากแนวทางเดิมที่ต้องตั้งโปรแกรมแต่ละการกระทำด้วยมือ — ด้วยการดูมนุษย์ทำงาน มันได้มาซึ่งการเคลื่อนไหวที่แทบไม่พลาดจากการเรียนรู้เพียงจำนวนไม่มาก ในการสาธิตที่เปิดเผยแล้ว ELEY เรียนรู้การพับเสื้อยืดจนสามารถทำซ้ำได้ด้วยตัวเอง จุดแข็งของโมเดลพื้นฐานแบบนี้คือเรียนรู้งานใหม่ได้ด้วยการเรียนรู้เสริมเพียงเล็กน้อย แต่คุณภาพของฐานรากนั้นขึ้นอยู่กับการป้อนข้อมูลสาธิตจากหน้างานที่ครอบคลุมและมีคุณภาพสูงในปริมาณเท่าใด
และนี่ก็พาไปถึงสิ่งที่ Toyota มีในมือและผู้อื่นลอกเลียนได้ยาก: ช่างฝีมือ “Takumi” ราว 18,000 คน สัมผัสและเคล็ดวิชาของช่างฝีมือชำนาญนี่เองที่เป็นแหล่งข้อมูลสาธิตคุณภาพดีที่สุด ปรมาจารย์ตัวจริงคุมแรงอย่างไร รับมือของเสียอย่างไร ความรู้แฝงเหล่านี้ที่เขียนลงในเอกสารกรรมวิธีไม่ได้ สามารถกลายเป็นวัตถุดิบการเรียนรู้ของหุ่นยนต์ได้ทันที
ยังมีอีกประเด็นหนึ่งที่มักถูกมองข้าม: LBM ไม่ถูกผูกติดกับฮาร์ดแวร์เฉพาะใด TRI เคยเปิดเผยการสาธิตขับ Atlas หุ่นยนต์ฮิวแมนนอยด์ของ Boston Dynamics ด้วย LBM มาแล้วเมื่อปี 2025 เมื่อ AI ไม่ถูกจำกัดอยู่ที่ตัวเครื่องใดตัวหนึ่ง สิ่งที่จะชี้ขาดแพ้ชนะก็คือจะสามารถเอา AI ชุดนี้ไปเดินในหน้างานได้กี่รูปแบบ และดึงข้อมูลกลับมาได้มากเพียงใด การขายหุ่นยนต์ของ Toyota จึงเป็นการเพิ่มจุดโหนดให้เครือข่ายใบนี้ไปพร้อมกันด้วย
สิ่งที่ทุกค่ายแย่งกันอย่างแท้จริงคือหน้างานที่เก็บข้อมูลได้
เมื่อถอนภาพออกไปมองกว้าง ๆ ในเลนเดียวกันนี้มีผู้เล่นมาแล้วหลายราย และท่าทีของแต่ละรายก็บอกอะไรได้เยอะ
Tesla พูดได้ตรงที่สุด ถึงกลางปี 2026 บริษัทปรับใช้ Optimus ระดับหลักพันยูนิตในโรงงาน Fremont และที่อื่น ๆ แต่ยอดขายให้ภายนอกเป็นศูนย์ Elon Musk ยอมรับเองว่าหุ่นยนต์เหล่านี้ “ใช้หลักเพื่อการเรียนรู้และเก็บข้อมูล ยังไม่ได้แสดงพลังรบที่แท้จริงในโรงงาน” ซึ่งแทบเท่ากับการยอมรับต่อสาธารณะว่า: สิ่งที่ต้องการมากที่สุดตอนนี้คือข้อมูล อย่างไรก็ดี พื้นที่เก็บข้อมูลของบริษัทจำกัดอยู่ที่โรงงานของตัวเองเป็นหลัก ความหลากหลายของหน้างานจึงยังมีข้อจำกัด
BMW และ Mercedes-Benz จากเยอรมนีเลือกเดินอีกเส้นทาง: ไม่ผลิตหุ่นยนต์เอง แต่จับมือกับสตาร์ตอัพเฉพาะทาง BMW นำ Figure 02 ของ Figure AI เข้าสู่การทดสอบยาวนานถึงสิบเดือนที่โรงงาน Spartanburg ในสหรัฐอเมริกา รองรับกระบวนการผลิต X3 มากกว่า 30,000 คัน จากนั้นก้าวสู่สัญญาเชิงพาณิชย์กับรุ่นถัดไป Figure 03 — ระยะแรกราว 40 ยูนิต คิดค่าบริการราว 25 ดอลลาร์สหรัฐต่อชั่วโมงทำงานต่อเครื่อง ส่วน Mercedes-Benz นำ Apollo ของ Apptronik เข้าสู่ฐานการผลิตที่เบอร์ลิน เริ่มจากโลจิสติกส์ภายในโรงงานและการตรวจคุณภาพขั้นต้น ในโมเดลการแบ่งบทบาทแบบนี้มีรายละเอียดที่น่าขบคิด: ข้อมูลจริงจากไลน์ผลิตของผู้ผลิตรถยนต์กลับไปสะสมอยู่ฝั่งบริษัท AI ผู้ครอบครองข้อมูลคือ Figure และ Apptronik ไม่ใช่ BMW หรือ Mercedes
ด้านการผลิตจริงและความเร็วในการนำไปใช้ ค่ายจีนวิ่งนำสุด ในเดือนกันยายน 2026 UBTECH เปิดใช้งานโรงงานอัจฉริยะที่หลิวโจว มณฑลกว่างซี ด้วยกำลังการผลิตเกิน 10,000 ยูนิตต่อปี — ย้ำว่านี่คือกำลังการผลิต ไม่ใช่ผลการปรับใช้จริง แต่ Walker S2 ของบริษัทมีการใช้งานจริงแล้วหลายร้อยยูนิต เข้าถึงโรงงานของ BYD, Geely, FAW-Volkswagen, Dongfeng, FAW-Audi, BAIC และ Foxconn ขณะที่ Airbus ในยุโรปก็ขับเคลื่อนงานที่เกี่ยวข้องมาตั้งแต่เดือนมกราคม 2026 Unitree Robotics ผลิตสะสมแล้วราว 18,000 ยูนิต ณ เดือนกรกฎาคม 2026 มีอัตราผลิตชิ้นส่วนเองเกิน 90% และยังวางแผนสร้างโครงสร้างกำลังผลิต 75,000 ยูนิตต่อปี IRON หุ่นยนต์ฮิวแมนนอยด์ของ XPeng เล็งการผลิตจริงจำนวนมากภายในปลายปี 2026 รัฐบาลจีนตั้งเป้ายอดจัดส่งเกิน 100,000 ยูนิตต่อปีภายในปี 2027 ในครึ่งแรกของปี 2026 ยอดจัดส่งหุ่นยนต์ฮิวแมนนอยด์ทั่วโลกเกิน 22,000 ยูนิต โดยรายงานระบุว่าห้าอันดับแรกเป็นบริษัทจีนทั้งหมด การส่งหุ่นยนต์จำนวนมากเข้าสู่หน้างานอันหลากหลายด้วยความเร็วสูงสุด — นี่คือวิธีที่ค่ายจีนใช้สะสมข้อมูลหน้างาน
ไพ่ในมือของ Toyota กับนาฬิกาที่เริ่มออกสตาร์ทช้ากว่า
มองจากมุมของข้อมูลแล้วไล่ดูทุนทรัพย์ของ Toyota ข้อได้เปรียบไม่ใช่เรื่องเล็ก บริษัทมีกลุ่มสายการผลิตที่ใหญ่ที่สุดระดับหนึ่งของโลก พร้อมด้วยพื้นหลังจากห่วงโซ่อุปทาน — แผน 250,000 ยูนิตที่ทับอยู่ในส่วนของซัพพลายเออร์ หมายความว่าหน้างานมากมายที่มีกระบวนการต่างกันอาจกลายเป็นแหล่งข้อมูลขนาดใหญ่และหลากหลาย Takumi 18,000 คนให้แม่แบบคุณภาพดี และ AI หุ่นยนต์ โรงงาน อยู่ในมือครบ วงจรข้อมูลจึงหมุนได้ทั้งหมดภายในองค์กร จุดนี้เป็นคนละแนวทางกับผู้ผลิตรถยุโรปที่พึ่งพาบริษัทเฉพาะทางภายนอกโดยสิ้นเชิง
แต่นาฬิกากลับเป็นปัญหา 400,000 ยูนิตเป็นเป้าหมายระยะกลางถึงยาว พลังจริงจะเริ่มทุ่มหลังปี 2028 ขณะที่ Tesla เก็บข้อมูลในสเกลหลักพันยูนิตอยู่แล้วตอนนี้ และค่ายจีนก็ส่งหุ่นยนต์เข้าโรงงานรถยนต์รายใหญ่ ๆ ไปแล้วตอนนี้ การสะสมข้อมูลมีคุณสมบัติแบบดอกเบี้ยทบต้น: วงจรยิ่งเริ่มหมุนเร็วเท่าใด การเรียนรู้ยิ่งลึกขึ้น และรอบการยกสมรรถนะถัดไปยิ่งใหญ่ขึ้น — กลับกัน เมื่อตามหลังเมื่อไร ช่องว่างมักถูกถ่างกว้างขึ้นตามกาลเวลา ไม่ใช่คงเดิม
ความกังวลอีกชั้นหนึ่งคือความเอนเอียงของข้อมูล ถ้าหน้างานจำกัดอยู่เพียง Toyota เองและระบบห่วงโซ่อุปทานของบริษัท ข้อมูลที่เก็บได้อาจขาดความหลากหลายที่จำเป็นสำหรับการขยายไปใช้ในโรงงานของบริษัทอื่น เครือข่ายอุปทานมหึมานี้จะเปลี่ยนเป็นความได้เปรียบทางข้อมูลได้จริงหรือไม่ คำตอบขึ้นอยู่กับว่าบริษัทจะเปิดออกนอกกลุ่มบริษัทได้มากเพียงใดเป็นตัวชี้ขาด
จะประเมินโอกาสชนะ ให้จับตาสามจุดนี้
จังหวะการลงสู่หน้างานจริง. เมื่อใด จำนวนเท่าใด และลงที่ไลน์ผลิตซึ่งเดินจริงเส้นใด — ไม่ต้องดูการสาธิตในงานแถลงข่าว ให้ดูความหนาแน่นของเครื่องจริงที่ขึ้นไลน์ ความกว้างของข้อมูล. จะทอดข้ามหน้างานของบริษัทเอง กลุ่มบริษัท และภายนอกได้มากเพียงใด ย่อมกำหนดความเป็นอเนกประสงค์ของโมเดลโดยตรง บัตรคะแนนจากหน้างาน. LBM จะปรับปรุงอัตราผลผลิตที่ดี (yield) และสัดส่วนการทำงานที่มีประสิทธิผลได้จริงเพียงใด Toyota ยังไม่เปิดเผยตัวชี้วัดนี้ และวันหนึ่งบริษัทต้องส่งใบตอบอย่างแน่นอน
กล่าวโดยสรุป ตัวเลข 400,000 ยูนิตโดยตัวมันเองไม่ใช่จุดชี้ขาด สิ่งที่ตัดสินความสำเร็จจริง ๆ คือ Toyota จะสามารถส่งเครื่องจริงขึ้นไลน์ให้เร็วที่สุดและกว้างที่สุดโดยไม่รอถึงปี 2028 หรือไม่ เพื่อให้วงจรการเก็บข้อมูลคุณภาพสูงและการเรียนรู้เริ่มหมุนขึ้นมาก่อน สำหรับพวกเราซึ่งทำงานอยู่ฝั่งอุปกรณ์ ยังมีมุมมองที่แตะต้องตัวเองอีกชั้น: เมื่อฝีมือของ “Takumi” เริ่มกลายเป็นสินทรัพย์ข้อมูล พิกัดคุณค่าของงานซ่อมบำรุงและการปรับจูนก็ขยับตามไปด้วยเช่นกัน อ่านเพิ่ม: แบรนด์ที่รองรับและเอกสารรุ่น และ บริการปรับปรุงและอัปเกรดไลน์ผลิต
บทความที่เกี่ยวข้อง
- ทำไม Kawasaki, FANUC และ Yaskawa จึงจับมือกันอย่างไม่ค่อยเคยมีมาก่อน
- บริษัทการค้าญี่ปุ่นเข้าแถวยึดตำแหน่งหน้าประตู AI แบบมีร่าง
- บริการซ่อมบำรุงหุ่นยนต์อุตสาหกรรมทุกแบรนด์
