TechCrunch Disrupt 2026 ได้เพิ่มเวที “Real World AI” ซึ่งเป็นพื้นที่เฉพาะสำหรับสตาร์ทอัพและผู้เล่นรายใหญ่ในการจัดแสดงระบบปัญญาประดิษฐ์ที่ก้าวออกจากหน้าจอและเริ่มเคลื่อนไหวสิ่งต่างๆ ได้จริง ไม่ว่าจะเป็นหุ่นยนต์ที่เดินได้ โดรนที่ลาดตระเวน และอัลกอริทึมที่สามารถแก้ไขจีโนม การเคลื่อนไหวครั้งนี้ส่งสัญญาณว่าเหล่านักลงทุน นักข่าว และหน่วยงานกำกับดูแล ต่างมองว่า AI ที่เน้นฮาร์ดแวร์เป็นศูนย์กลางคือพรมแดนแห่งการเติบโตถัดไป ไม่ใช่แค่โมเดลภาษาขนาดใหญ่ (Large Language Models) ที่ครองพาดหัวข่าวในช่วงไม่กี่ปีที่ผ่านมา
จากแชทบอทสู่เหล็กกล้าและซิลิคอน
ในช่วงทศวรรษที่ผ่านมา กระแสของ AI ส่วนใหญ่มักมุ่งเน้นไปที่ผลิตภัณฑ์ที่เป็นซอฟต์แวร์เพียงอย่างเดียว เช่น เอเจนต์สนทนา (conversational agents), ระบบแนะนำ (recommendation engines) และการวิเคราะห์บนคลาวด์ (cloud-based analytics) แต่เวทีใหม่ของ Disrupt กำลังจะเปลี่ยนบทบาทนั้น ด้วยการเน้นการพูดคุยเรื่องยานยนต์ไร้คนขับ, แพลตฟอร์มด้านการป้องกันประเทศ และเครื่องมือด้านวิศวกรรมชีวภาพ งานประชุมนี้กำลังแสดงให้เห็นถึงการเปลี่ยนผ่านจาก AI แบบ “hard-soft”—ซึ่งเป็นโค้ดที่รันบนเซิร์ฟเวอร์ทั่วไป—ไปสู่ AI แบบ “hard-tech” ที่อัลกอริทึมฝังตัวอยู่ในแขนกลหุ่นยนต์, โดรนในสนามรบ หรือสถานีงานแก้ไขยีน การเปลี่ยนแปลงนี้มีความสำคัญเพราะเศรษฐศาสตร์ โปรไฟล์ความเสี่ยง และแนวทางการกำกับดูแลของ Physical AI นั้นแตกต่างจากผลิตภัณฑ์ SaaS อย่างสิ้นเชิง
ความปลอดภัยกลายเป็นตัวชี้วัดทางธุรกิจ
เมื่อ AI ระบุป้ายกำกับย่อหน้าผิด ผลลัพธ์ที่แย่ที่สุดคือผู้ใช้ไม่พอใจ แต่เมื่ออัลกอริทึมเดียวกันนั้นควบคุมโดรนหรือบังคับเครื่องบินรบ บั๊กของซอฟต์แวร์อาจหมายถึงความสูญเสียต่อชีวิต เวที Real World AI ได้จัดเซสชันเต็มรูปแบบเพื่อพูดถึงความจริงข้อนี้ โดยมี Nate Michael, CTO ของ Shield AI เป็นผู้นำการสนทนา ผู้พูดจะก้าวข้ามแนวคิดนามธรรมเรื่อง “AI ที่น่าเชื่อถือ” ไปสู่แนวทางปฏิบัติที่เป็นรูปธรรม เช่น การทดสอบแบบ hardware-in-the-loop, การตรวจสอบความถูกต้องอย่างเป็นทางการของลูปการควบคุม (formal verification of control loops) และกระบวนการรับรองมาตรฐานที่เทียบเท่ากับที่ใช้ในอุตสาหกรรมการบินและยานยนต์
ผู้ก่อตั้งในด้านการป้องกันประเทศและระบบอัตโนมัติทางอุตสาหกรรมในปัจจุบันต้องพิสูจน์ว่าระบบของพวกเขาสามารถทนทานต่อการรบกวนทางแม่เหล็กไฟฟ้า อุณหภูมิที่รุนแรง และการโจมตีแบบ adversarial attacks ได้ ในขณะที่ยังต้องรักษาประวัติความปลอดภัยที่สะอาดสะอ้าน ความเสี่ยงนั้นสูงมาก เพราะเหตุการณ์เพียงครั้งเดียวอาจนำไปสู่การสั่งห้ามโดยหน่วยงานกำกับดูแล ทำลายความน่าเชื่อถือในตลาด และนำไปสู่การฟ้องร้องที่มีมูลค่ามหาศาล
Edge Computing: เมื่อคลาวด์อยู่ไกลเกินเอื้อม
หัวข้อที่ถูกพูดถึงซ้ำๆ ในเวทีนี้คือปัญหาของ “edge AI” บริการ AI จำนวนมากในปัจจุบันตั้งอยู่บนสมมติฐานว่าต้องมีการเชื่อมต่อกับศูนย์ข้อมูลขนาดใหญ่ที่มีความหน่วงต่ำ (low-latency) อยู่ตลอดเวลา แต่ในสมรภูมิที่ห่างไกล แท่นขุดเจาะในทะเลลึก หรือที่อยู่อาศัยในอวกาศ สมมติฐานนั้นใช้ไม่ได้ ตัวแทนจาก FieldAI, Medra และ Eclipse Ventures ได้ร่วมหารือเกี่ยวกับสถาปัตยกรรมที่ผลักดันเอนจินการอนุมาน (inference engines) ไปยังชิป ASIC พลังงานต่ำและ GPU แบบทนทาน (ruggedized GPUs) เพื่อช่วยให้สามารถตัดสินใจได้ในระดับท้องถิ่นภายในเวลาเพียงไม่กี่มิลลิวินาที
โซลูชันเหล่านี้ยอมแลกขนาดของโมเดลที่ใหญ่โตกับความสามารถในการคาดการณ์ที่แม่นยำ ซึ่งต้องใช้ซอฟต์แวร์สแต็กแบบใหม่ที่สามารถคอมไพล์และอัปเดตโมเดลผ่านการเชื่อมต่อที่ติดๆ ดับๆ ได้ การแลกเปลี่ยนนี้กำลังปรับเปลี่ยนโมเดลธุรกิจ บริษัทที่เชี่ยวชาญการปรับใช้แบบ edge จะสามารถตั้งราคาพรีเมียมสำหรับระบบอัตโนมัติแบบ “always-on” ได้ ในขณะที่บริษัทที่พึ่งพาคลาวด์เป็นหลักอาจพบว่าตลาดของตนถูกจำกัดอยู่แค่ในสภาพแวดล้อมที่มีการเชื่อมต่อที่ดีเท่านั้น
จากต้นแบบสู่การผลิต: ช่องว่างในการขยายขนาด
การเปลี่ยนหุ่นยนต์ที่สร้างขึ้นในห้องแล็บให้กลายเป็นผลิตภัณฑ์ที่ผลิตจำนวนมากยังคงเป็นจุดที่ล้มเหลวได้ง่าย เซสชันที่มีผู้บริหารจาก Bedrock Robotics, Foxglove และ MBRYONICS ได้เจาะลึกถึงเส้นทางนั้น โดยมีหัวข้อต่างๆ ได้แก่:
- การเสริมความแข็งแกร่งของห่วงโซ่อุปทาน (Supply-chain hardening) – การจัดหาแหล่งเซนเซอร์พิเศษและโครงสร้างที่ผ่านการกลึงแบบสั่งทำพิเศษในปริมาณมาก
- การออกแบบเพื่อความสามารถในการผลิต (Design for manufacturability) – การลดความซับซ้อนของการประกอบทางกลเพื่อรักษาความแม่นยำโดยไม่ทำให้ต้นทุนพุ่งสูง
- กระบวนการประกันคุณภาพ (Quality assurance pipelines) – การรวมการทดสอบฟังก์ชันอัตโนมัติที่จำลองสภาวะการทำงานในโลกแห่งความเป็นจริง
ข้อสรุปคือ มูลค่าบริษัทของสตาร์ทอัพในเร็วๆ นี้จะขึ้นอยู่กับความสามารถในการส่งมอบยูนิตที่เชื่อถือได้จำนวนหลายพันเครื่อง มากกว่าความสวยงามของอัลกอริทึม
เมื่อ AI พบกับชีววิทยา: การคืนชีพสายพันธุ์ที่สูญพันธุ์กำลังถูกหยิบยกมาหารือ
เซสชันที่อาจสร้างความฮือฮาที่สุดบนเวที Real World AI คือการพูดคุยของ Ben Lamm, CEO ของ Colossal Biosciences เกี่ยวกับวิศวกรรมพันธุกรรมที่ขับเคลื่อนด้วย AI เพื่อเป้าหมายในการคืนชีพสายพันธุ์ที่สูญพันธุ์ไปแล้ว เซสชันนี้จะสำรวจว่าโมเดล Machine Learning ที่สามารถทำนายการม้วนตัวของโปรตีน (protein folding), การแสดงออกของยีน (gene expression) และผลกระทบทางนิเวศวิทยา จะสามารถเร่งโครงการ “de-extinction” หรือเป็นเพียงการดึงทรัพยากรไปจากการอนุรักษ์ระบบนิเวศที่มีอยู่เดิมกันแน่ ฝ่ายวิจารณ์แย้งว่าความไม่แน่นอนทางวิทยาศาสตร์และประเด็นทางจริยธรรมนั้นมีน้ำหนักมากกว่าความแปลกใหม่ ในขณะที่ฝ่ายสนับสนุนอ้างว่าท่อส่งข้อมูล AI แบบเดียวกันนี้สามารถเร่งการออกแบบวัคซีน การปรับปรุงพืชผล และการสร้างปศุสัตว์ที่ต้านทานโรคได้ การถกเถียงนี้ตอกย้ำคำถามที่กว้างขึ้นว่า: เมื่อ AI เริ่มเขียนชีววิทยาขึ้นมาใหม่ ใครจะเป็นผู้กำหนดขอบเขตความเสี่ยงที่ยอมรับได้?
มุมมองแย้ง: การเร่งผลักดันด้านฮาร์ดแวร์นั้นเร็วเกินไปหรือไม่?
ไม่ใช่ทุกคนที่เห็นด้วยว่าอุตสาหกรรมควรเร่งก้าวไปสู่ Physical AI ในตอนนี้ นักวิเคราะห์บางส่วนเตือนว่าการเร่งนำ AI ไปติดตั้งในฮาร์ดแวร์ที่มีความสำคัญด้านความปลอดภัย (safety-critical hardware) อาจรุดหน้าไปไกลกว่าการพัฒนามาตรฐานการตรวจสอบ ซึ่งจะทำให้เกิดมาตรการความปลอดภัยแบบเฉพาะหน้า (ad-hoc) ที่ไม่เป็นระบบ พวกเขาชี้ให้เห็นถึงเหตุการณ์เกือบเกิดอุบัติเหตุ (near-misses) ที่เกิดขึ้นบ่อยครั้งในการทดสอบยานยนต์ไร้คนขับเมื่อเร็วๆ นี้ เพื่อเป็นหลักฐานว่าความน่าเชื่อถือของซอฟต์แวร์ยังคงตามหลังความทะเยอทะยานด้านฮาร์ดแวร์อยู่ ข้อโต้แย้งของพวกเขาเสนอแนวทางที่รอบคอบกว่า นั่นคือการเสริมสร้างงานวิจัยด้านความปลอดภัยของ AI พื้นฐานให้แข็งแกร่ง แล้วจึงค่อยๆ นำผลลัพธ์เหล่านั้นไปบูรณาการเข้ากับแพลตฟอร์มฮาร์ดแวร์อย่างเป็นขั้นตอน
สิ่งที่ต้องจับตามองต่อไป
- ความคืบหน้าด้านกฎระเบียบ – คาดว่า FAA, DoD และหน่วยงานด้านเทคโนโลยีชีวภาพจะออกร่างแนวทางปฏิบัติสำหรับฮาร์ดแวร์ที่ขับเคลื่อนด้วย AI ในอีกไม่กี่เดือนข้างหน้า บริษัทที่เริ่มประสานงานกับผู้กำหนดนโยบายตั้งแต่เนิ่นๆ อาจได้รับเส้นทางการรับรองมาตรฐานที่รวดเร็วกว่า
- แนวโน้มการระดมทุน – บริษัทร่วมลงทุน (Venture firms) ที่อยู่ในงาน เช่น Eclipse Ventures ส่งสัญญาณถึงการเพิ่มวงเงินลงทุนสำหรับสตาร์ทอัพด้าน AI ที่เน้น Edge Computing โดยเฉพาะบริษัทที่มีความร่วมมือด้านฮาร์ดแวร์ที่ชัดเจน
- การเปิดตัวตัวอย่างสาธิต – ผู้จัดแสดงหลายรายได้ส่งสัญญาณถึงการสาธิตสดของโดรนอัตโนมัติที่สามารถนำทางในสภาพแวดล้อมที่ไม่มีสัญญาณ GPS และแขนกลที่สามารถทำงานแก้ไขจีโนม (genome-editing) ได้แบบเรียลไทม์ การสาธิตเหล่านี้จะเป็นเครื่องพิสูจน์ถึงความเป็นไปได้ในการขยายขอบเขตการใช้งาน Edge AI
บทสรุป
การเปิดตัวเวที Real World AI ของ TechCrunch Disrupt ถือเป็นสัญญาณที่ชัดเจนของอุตสาหกรรมว่า คลื่นลูกใหม่ของการเติบโตของ AI จะถูกตัดสินจากความสามารถของอัลกอริทึมในการทำงานนอกศูนย์ข้อมูล (data center) ไม่ว่าจะเป็นในโครงสร้างเหล็ก ในสนามรบ หรือแม้แต่ภายในเซลล์ที่มีชีวิต ความสำเร็จจะต้องการมากกว่าแค่โมเดลที่ชาญฉลาด แต่ต้องอาศัยวัฒนธรรมความปลอดภัยที่เข้มงวด ฮาร์ดแวร์ที่พร้อมสำหรับ Edge และระเบียบวินัยในห่วงโซ่อุปทานที่สามารถเปลี่ยนต้นแบบให้กลายเป็นผลิตภัณฑ์ที่เชื่อถือได้ในระดับอุตสาหกรรม บริษัทที่สามารถจัดการมิติต่างๆ เหล่านี้ได้สำเร็จ มีแนวโน้มที่จะครองส่วนแบ่งการตลาดและการลงทุนส่วนใหญ่ ในขณะที่ AI กำลังเคลื่อนย้ายจากระบบคลาวด์ไปสู่โลกทางกายภาพ