Skild AI ทะลุรายได้ประจำปี (ARR) 100 ล้านดอลลาร์ ภายในสิบเดือนหลังจากการใช้งานเชิงพาณิชย์ครั้งแรกของเรา
ก่อนอื่นเลย ขอขอบคุณสมาชิกทุกคนในทีมและพันธมิตรทุกท่านที่ทำให้สิ่งนี้เป็นไปได้
ความสำเร็จนี้เกิดจากความพยายามอย่างมหาศาลของคนเก่งๆ มากมาย ในเวลาเพียงสิบเดือน เราขยายฐานลูกค้าที่ชำระเงินไปแล้วกว่า 60 ราย ครอบคลุมธุรกิจการขนส่งสินค้า การจัดส่ง การตรวจสอบสถานที่ การรักษาความปลอดภัย การเตรียมอาหาร รวมถึงการดำเนินงานภายในคลังสินค้า โรงงาน และศูนย์ข้อมูล โดยธุรกิจด้านการเคลื่อนที่ (Mobility) คิดเป็น 10% ของรายได้ของเรา และโซลูชัน Fetch คิดเป็น 4%
เรากำลังร่วมมือกับ NVIDIA และ Foxconn ในการติดตั้ง Skild Brain บนแขนกลคู่สำหรับการประกอบระบบ NVIDIA Blackwell ที่มีความแม่นยำสูง ซึ่งเป็นงานที่เปลี่ยนแปลงไปตามวงจรผลิตภัณฑ์แต่ละรุ่น และเดิมทีหมายถึงการต้องเขียนโปรแกรมใหม่ให้กับหุ่นยนต์ทุกตัวในสายการผลิต
ที่ Sumitomo Wiring Systems เรากำลังดำเนินการเพื่อติดตั้ง S1 เพื่อทำให้กระบวนการผลิตสายไฟรถยนต์ที่เคยถูกมองว่า "เป็นไปไม่ได้" ที่จะทำโดยอัตโนมัติ กลายเป็นจริง
กับ Mitsui & Co. ซึ่งห่วงโซ่อุปทานของพวกเขาบริการอาหารมากถึง 1.4 ล้านมื้อต่อวันทั่วประเทศญี่ปุ่น เรากำลังทดลองใช้หุ่นยนต์อเนกประสงค์ที่ขับเคลื่อนด้วย S1 ในห้องครัวเชิงพาณิชย์
ตั้งแต่แรกเริ่ม เราให้ความสำคัญกับการใช้งานจริง (Deployment) ในฐานะส่วนหนึ่งของเทคโนโลยีหลัก ไม่ใช่แค่ผลลัพธ์ที่ตามมา**
เสาหลักที่ซ่อนอยู่
มีแนวคิดหนึ่งในวิทยาการหุ่นยนต์ที่ประมาณว่า: เราจะฝึกฝนโมเดลที่ชาญฉลาดเป็นพิเศษ สร้างฮาร์ดแวร์ที่เหนือมนุษย์ แล้วสักวันหนึ่ง—ปุ๊บ—หุ่นยนต์จะเต็มไปหมด
เมื่อเปรียบเทียบกับโมเดลภาษา แนวคิดนี้ฟังดูเข้าท่า หลายปีแห่งการวิจัย แล้วก็ ChatGPT ผู้ใช้ประมาณ 100 ล้านคนต่อเดือนภายในสองเดือน จากมุมมองภายนอก การนำไปใช้ดูเหมือนจะเกิดขึ้นทันทีทันใด หลังจากที่ส่วนที่ยากเสร็จสิ้นแล้ว
ในวิทยาการหุ่นยนต์ คุณไม่สามารถปล่อยให้การนำไปใช้จริงเป็นขั้นตอนสุดท้ายได้
ห่วงโซ่อุปทานจะทำงานอย่างไร? ใครเป็นคนติดตั้ง? ใครเป็นเจ้าของการบูรณาการ? ใครเป็นคนซ่อมเมื่อมันพัง? ใครเป็นคนอัปเดตเมื่อกระบวนการเปลี่ยนไป? คุณจะไม่มีทางเข้าใจคำถามเหล่านี้ได้อย่างถ่องแท้ จนกว่าคุณจะอยู่ตรงนั้น
การนำไปใช้จริงคือเสาหลักที่ซ่อนอยู่ของงานวิจัยด้านหุ่นยนต์ เพราะมันคือจุดที่วิทยาการหุ่นยนต์เกิดขึ้นจริง ไม่มีสิ่งใดมาทดแทนได้
การนำไปใช้จริงเป็นตัวกำหนดทิศทางงานวิจัย前沿ของ Skild เรามายกตัวอย่างให้คุณฟัง
การสาธิต (Demos) กับการใช้งานจริง (Deployment)
การดูวิดีโอสาธิตกลายเป็นวิธีทั่วไปในการวัดความก้าวหน้าของ AI เชิงกายภาพ คุณดูวิดีโอแล้วคิดว่า "ดูเหมือนมันทำงานได้นะ!"
ปัญหาคือคลิปที่ประสบความสำเร็จจากหุ่นยนต์ที่มีความแม่นยำ 5%, 10% หรือ 99% อาจดูเหมือนกันทุกประการ ถึงแม้คุณจะแม่นยำแค่ 10% คุณก็แค่ถ่ายต่อไปเรื่อยๆ จนกว่าจะได้คลิปที่สำเร็จ
เราสอนโมเดลของเราให้ทำไข่เมื่อปีที่แล้ว ใช้เวลาหนึ่งสัปดาห์ในการทำไข่ฟองแรก จากนั้นอีกสองเดือนเพื่อทำให้มันทำงานได้อย่างน่าเชื่อถือกับไข่ที่แตกต่างกันและในสภาพแวดล้อมที่ต่างกัน
นี่คือสาเหตุที่ การเห็นไม่ใช่การเชื่อ ในวิทยาการหุ่นยนต์ สิ่งที่สำคัญคือการนำไปใช้จริง ความพยายามในการบีบประสิทธิภาพส่วนสุดท้ายอีก 5% นั้นมากกว่าส่วนแรก 95% อย่างมาก
ความเร็ว กับ ความแม่นยำ
จากมุมมองของการวิจัย ความแม่นยำอาจดูเหมือนเป็นตัวชี้วัดหลัก แต่จากมุมมองของการนำไปใช้จริง คุณต้องถามทันทีว่า: หุ่นยนต์สามารถทำงานได้เร็วแค่ไหนในระดับความแม่นยำนั้น?
ลองนึกภาพสายการผลิตในโรงงานที่มีสิบสถานี—ห้าสถานีดำเนินการโดยหุ่นยนต์ และห้าสถานีโดยคน ทุกสถานีต้องทำงานให้เสร็จภายในรอบเวลาโดยประมาณที่เท่ากัน หากสถานีใดสถานีหนึ่งช้ากว่า มันจะจำกัดปริมาณงานของทั้งสายการผลิต
หุ่นยนต์ที่แม่นยำ 99.9% แต่ช้ากว่าที่ควรถึงสิบเท่า ไม่ได้หมายความว่า เกือบจะ นำไปใช้ได้ มันคือ ไม่สามารถ นำไปใช้ได้
บริษัทที่ให้ความสำคัญกับการนำไปใช้จริงเป็นอันดับแรก จะปรับให้เหมาะสมเพื่อความสำเร็จภายใต้ข้อจำกัดด้านเวลาตั้งแต่เริ่มต้น
การปรับตัวต่อการเปลี่ยนแปลง
บทเรียนยากที่เราเรียนรู้ตั้งแต่ช่วงแรกๆ ของการนำไปใช้จริง: การเปลี่ยนแปลงคือสิ่งเดียวที่คงที่
ซัพพลายเออร์เปลี่ยนชิ้นส่วน โรงงานจัดเรียงสถานีทำงานใหม่ ลูกค้าเปลี่ยนลำดับการประกอบ ระบบที่คุณติดตั้งไปแล้วต้องปรับตัวได้
หากทุกการเปลี่ยนแปลงหมายถึงการต้องเก็บข้อมูลชุดใหม่และฝึกฝนเพิ่มเติมอีกครั้ง แสดงว่าคุณกำลังเซ็นสัญญาที่จะต้องทำงานนั้นซ้ำไปเรื่อยๆ ตราบใดที่หุ่นยนต์ยังถูกใช้งานอยู่ ซึ่งไม่สามารถขยายขนาดได้
ข้อค้นพบเหล่านี้ ซึ่งเรียนรู้อย่างยากลำบากจากการนำไปใช้จริง ทำให้เรามุ่งเน้นความพยายามในการวิจัยไปที่ S1 โมเดลล่าสุดของเรา ซึ่งเปิดตัวเมื่อสองสัปดาห์ก่อน
เราสร้าง S1 ให้เรียนรู้จาก ตัวอย่างวิดีโอเพียงตัวอย่างเดียว ผ่านการเรียนรู้ในบริบท (in-context learning) ผู้ปฏิบัติงานสามารถบันทึกการสาธิตใหม่และส่งให้หุ่นยนต์เป็นคำสั่ง โดยไม่ต้องอัปเดตน้ำหนักของโมเดล S1 สร้างขึ้นบนโครงสร้างพื้นฐาน AI ของ NVIDIA ซึ่งทำให้เรามีพื้นฐานการประมวลผลแบบเร่งความเร็วที่จำเป็นสำหรับการฝึกฝนในวงกว้างด้วยข้อมูลหุ่นยนต์ที่หลากหลายของเรา
https://x.com/SkildAI/status/2092300842900865389
สิ่งนี้จะกลายเป็นสิ่งสำคัญขนาดนี้หรือไม่ หากเรายังคงอยู่ในโลกของการวิจัย? เราไม่คิดอย่างนั้น การนำไปใช้จริงสอนให้เราถามคำถามนี้กับตัวเอง และ S1 คือคำตอบของเรา
วัฒนธรรม
การสาธิตก็อาจเป็นอันตรายได้เช่นกัน เป็นเรื่องยากมากที่จะรักษาวัฒนธรรมการสาธิตและวัฒนธรรมการนำไปใช้จริงไว้พร้อมกันภายในบริษัทเดียว
คุณสามารถเลือกเฉพาะการสาธิตที่ดีจากหุ่นยนต์ที่มีความแม่นยำ 50% เพื่อนำไปใช้จริง คุณต้องทำงานกับอีก 50% ที่เหลือ—ซึ่งยากกว่ามาก
หากคุณเฉลิมฉลองการสาธิตที่ "ล้ำหน้า" เหล่านี้ต่อสาธารณะ คนที่ทำงานเกี่ยวกับมันจะได้รับกำลังใจ ส่วนคนที่ทำงานในส่วนที่ 50% ที่ไม่ค่อยได้รับการชื่นชมจะได้รับความสนใจน้อยลง แม้ว่างานของพวกเขาจะเป็นสิ่งที่ทำให้หุ่นยนต์มีประโยชน์ก็ตาม
การมีทรัพยากรเพียงพอที่จะทำทั้งสองอย่างไม่ได้ทำให้แรงจูงใจเหล่านั้นหายไป
คุณสามารถพยายามต่อสู้กับมันภายในองค์กรด้วยการให้รางวัลกับงานนำไปใช้จริง แต่แล้วคนเก่งๆ ก็จะถามว่า "ทำไมฉันต้องเสียเวลากับการสาธิต ในเมื่องานจริงอยู่ที่การนำไปใช้?" — และวัฒนธรรมการสาธิตก็จะตายไปเอง
หากการสาธิตคือสิ่งที่บริษัทให้รางวัล การสาธิตก็คือสิ่งที่ผู้คนจะทำ เราเลือกที่จะให้รางวัลกับการนำไปใช้จริง
Physical RSI
การนำไปใช้จริงคือเสาหลักของการวิจัย มันคือเสาหลักของการประเมินผล และมันบังคับให้เราเผชิญหน้ากับแรงจูงใจทางวัฒนธรรมที่สามารถดึงบริษัทให้ห่างจากงานที่มีประโยชน์
มันยังเป็นวิธีที่เราคิดเกี่ยวกับ Physical RSI: การพัฒนาตนเองแบบวนซ้ำ (recursive self-improvement)
มีมุมมองทั่วไปสองประการเกี่ยวกับข้อมูลจากการนำไปใช้จริง มุมมองหนึ่งกล่าวว่าการนำไปใช้จริงจะกลายเป็นแหล่งข้อมูลการฝึกอบรมสูงสุดสำหรับวิทยาการหุ่นยนต์ อีกมุมมองหนึ่งกล่าวว่าข้อมูลจากการนำไปใช้จริงนั้นแคบเกินไปที่จะปรับปรุงโมเดลทั่วไป เพราะหุ่นยนต์ที่ถูกใช้งานจะทำงานเดิมซ้ำแล้วซ้ำเล่า ทั้งสองมุมมองถูกต้องบางส่วน
หากหุ่นยนต์เฉพาะทางสามารถเปิดฝาขวดน้ำชนิดใดชนิดหนึ่งได้อย่างน่าเชื่อถืออยู่แล้ว การเก็บตัวอย่างเพิ่มเติมอีกหลายพันตัวอย่างของการเคลื่อนไหวที่ประสบความสำเร็จแบบเดียวกันอาจไม่ได้เพิ่มประโยชน์อะไรมากมาย ระบบเฉพาะทางรู้งานของมันดีแล้ว คุณค่าที่แท้จริงจะปรากฏขึ้นเมื่อการเรียนรู้จากระบบเฉพาะทางจำนวนมากถูกนำกลับมาสู่โมเดลพื้นฐานทั่วไป
- เริ่มต้นด้วยโมเดลพื้นฐานที่ได้รับการฝึกฝนจากหุ่นยนต์ งาน และรูปแบบที่แตกต่างกัน มันมีความสามารถในวงกว้าง แต่ไม่สมบูรณ์แบบในสิ่งใดสิ่งหนึ่ง
- นำไปใช้ในแอปพลิเคชันต่างๆ การเรียนรู้ในบริบทช่วยให้มันปรับตัวได้โดยไม่ต้องฝึกใหม่ทุกครั้งที่มีการเปลี่ยนแปลง ในกรณีที่จำเป็นต้องฝึกเพิ่มเติมเพื่อให้ได้ความเร็วและความน่าเชื่อถือในระดับการผลิต ข้อมูลจากการนำไปใช้จริงสามารถช่วยให้ระบบมีความเชี่ยวชาญเฉพาะทางมากขึ้น การใช้งานแต่ละครั้งจะดีขึ้นในงานของตัวเอง
- นำข้อมูลจากการใช้งานเหล่านั้นกลับมาสู่โมเดลทั่วไป ประสบการณ์ที่เพิ่มประโยชน์เล็กน้อยให้กับผู้เชี่ยวชาญที่เชี่ยวชาญงานเดียวแล้ว ยังคงมีค่าสำหรับผู้เรียนทั่วไปที่กำลังเรียนรู้งานต่างๆ มากมาย การนำไปใช้ครั้งต่อไปจะเริ่มต้นจากโมเดลที่แข็งแกร่งขึ้น
การเปรียบเทียบที่เราใช้คือการศึกษาของตัวฉันเอง
ในโรงเรียนมัธยม เราเรียนฟิสิกส์ เคมี และคณิตศาสตร์ในระดับที่ดีพอสมควร จากนั้นเราก็เชี่ยวชาญด้าน AI ปัจจุบันเรารู้เรื่อง AI มากกว่าตัวเราในสมัยมัธยมมาก แต่เราก็ลืมเคมีส่วนใหญ่ที่เคยรู้ไปแล้ว
ทีนี้ลองนึกภาพว่าเราสามารถนำตัวเราในวัยมัธยมไปเรียนปริญญาเอกสาขาเคมีในจักรวาลคู่ขนาน อีกจักรวาลหนึ่งเรียนฟิสิกส์ อีกจักรวาลหนึ่งเรียนคณิตศาสตร์ จากนั้นลองนึกภาพการกลั่นกรองความรู้เฉพาะทางทั้งหมดนั้นกลับไปสู่นักเรียนคนเดิมที่เราเริ่มต้น
นั่นคือกลยุทธ์ของเรา ด้วยการนำไปใช้จริง เรากำลังทำให้ "ตัวตนในวัยมัธยม"—S1—ดีขึ้นเรื่อยๆ ยิ่งผู้เรียนทั่วไปเรียนรู้มากเท่าไหร่ การใช้งานครั้งต่อไปก็ควรต้องการความเชี่ยวชาญเฉพาะทางน้อยลงเท่านั้น นี่คือวงล้อข้อมูลจากการนำไปใช้จริง (deployment data flywheel)
ยุคแห่งการสาธิตสิ้นสุดลงแล้ว; ยุคแห่งการนำไปใช้จริงได้เริ่มต้นขึ้นแล้ว
ดีพัก ปาทัก และ อภินาฟ กุปตะ
