ผู้ผลิตเครื่องมือกลรายใหญ่ของญี่ปุ่น Mazak จับมือบริษัท AI พัฒนา AI ออกแบบกระบวนการตัดเฉือนจากข้อมูลกว่า 40 ปี
Yamazaki Mazak ของญี่ปุ่น หนึ่งในผู้ผลิตเครื่องมือกลรายใหญ่ของโลก ประกาศความร่วมมือทางธุรกิจกับ ABEJA บริษัท AI ของญี่ปุ่นที่มีสำนักงานใหญ่ในโตเกียว เมื่อวันที่ 16 ตุลาคม 2026

Yamazaki Mazak ของญี่ปุ่น หนึ่งในผู้ผลิตเครื่องมือกลรายใหญ่ของโลก ประกาศความร่วมมือทางธุรกิจกับ ABEJA บริษัท AI ของญี่ปุ่นที่มีสำนักงานใหญ่ในโตเกียว เมื่อวันที่ 16 ตุลาคม 2026
ทั้งสองบริษัทจะร่วมกันพัฒนา AI ที่เสนอแผนกระบวนการตัดเฉือน โดยใช้ข้อมูลที่สะสมมากว่า 40 ปีใน "MAZATROL" ระบบ CNC แบบโต้ตอบของ Mazak ซึ่งควบคุมเครื่องมือกลด้วยคอมพิวเตอร์ผ่านการป้อนข้อมูลแบบถาม-ตอบ และตั้งเป้าเปิดให้บริการภายในปีงบประมาณ 2028
ความเคลื่อนไหวนี้อาจมองได้ว่าเป็นการเตรียมพร้อมสู่ธุรกิจที่ผู้ผลิตเครื่องมือกลยังคงสร้างคุณค่าจากข้อมูลหน้างานต่อไป แม้หลังจากส่งมอบเครื่องให้ลูกค้าแล้ว
ประเด็นสำคัญ
- ABEJA เป็นบริษัท AI ที่จดทะเบียนในตลาด Growth ของตลาดหลักทรัพย์โตเกียวเมื่อปี 2023 ธุรกิจหลักคือแพลตฟอร์มที่ทำให้ AI ไม่หยุดอยู่แค่ขั้นทดลอง แต่ใช้งานต่อเนื่องในงานประจำวัน
- ทั้งสองบริษัทจะร่วมพัฒนา 3 ด้านบนแพลตฟอร์ม AI ของ ABEJA ชื่อ "ABEJA Platform" ได้แก่ การวางแผนกระบวนการผลิต การจัดตารางการผลิต และสภาพแวดล้อมสำหรับการเรียนรู้พฤติกรรมของหุ่นยนต์
- AI วางแผนกระบวนการจะเรียนรู้ข้อมูลใน MAZATROL เกี่ยวกับวัสดุ เครื่องมือตัด เงื่อนไขการตัด และลำดับการตัดเฉือน แล้วเสนอแผนกระบวนการสำหรับชิ้นงานใหม่ หลังนำไปใช้จะเรียนรู้เพิ่มเติมจากประวัติการตัดเฉือนของลูกค้าแต่ละราย
- AI วางแผนกระบวนการตัวแรกตั้งเป้าเชิงพาณิชย์ภายในปีงบประมาณ 2028 และในอนาคต Mazak มีแผนจะติดตั้ง AI นี้ในเครื่องมือกลและระบบอัตโนมัติของบริษัท ความสัมพันธ์ของทั้งสองเป็นความร่วมมือทางธุรกิจ ยังไม่มีการประกาศความร่วมมือด้านทุน
พันธมิตรที่เน้นทำให้ AI "ทำงานต่อเนื่อง"
Yamazaki Mazak ก่อตั้งในปี 1919 จำหน่ายเครื่องกลึง เครื่องจักรแบบมัลติทาสกิ้ง (multi-tasking machine) และเครื่องมือกลอื่น ๆ ทั่วโลก
ในทางกลับกัน ABEJA ยังไม่เป็นที่รู้จักมากนักในวงการการผลิต บริษัทก่อตั้งในปี 2012 และเข้าจดทะเบียนในปี 2023 ในตลาด Growth ซึ่งเป็นตลาดสำหรับบริษัทเกิดใหม่ของตลาดหลักทรัพย์โตเกียว ธุรกิจมุ่งเน้นเพียงสายเดียว คือแพลตฟอร์ม AI สำหรับองค์กร "ABEJA Platform"
จุดแข็งของ ABEJA ไม่ได้อยู่ที่ตัวโมเดล AI แต่อยู่ที่กลไกที่ทำให้ AI ใช้งานในการปฏิบัติงานประจำวันได้อย่างต่อเนื่อง ABEJA Platform รวมการเก็บและประมวลผลข้อมูล การฝึกโมเดล AI การใช้งานจริง และการฝึกซ้ำไว้ในแพลตฟอร์มเดียว
บริษัทชูแนวคิด "zero PoC" โดย PoC (proof of concept) คือการทดลองก่อนนำไปใช้เต็มรูปแบบ ABEJA ไม่ต้องการให้โครงการหยุดอยู่แค่ขั้นนั้น แต่ออกแบบให้ใช้งานจริงตั้งแต่แรก
อีกจุดแข็งหนึ่งคือ สามารถประมวลผลข้อมูลได้โดยข้อมูลไม่ต้องออกไปนอกการควบคุมของลูกค้า แพลตฟอร์มสามารถตั้งค่าให้การจัดเก็บและประมวลผลข้อมูลเสร็จสิ้นภายในสภาพแวดล้อมของลูกค้าเอง และมีรายงานว่ามีประสบการณ์ใช้งานในโครงการที่เกี่ยวข้องกับภาครัฐ รวมถึงสำนักงานจัดหายุทโธปกรณ์ เทคโนโลยี และโลจิสติกส์ (ATLA) ของญี่ปุ่น
ในเดือนมิถุนายน 2026 ABEJA ยังได้รับคัดเลือกเข้าร่วม GENIAC โครงการสนับสนุนการพัฒนา generative AI ของกระทรวงเศรษฐกิจ การค้าและอุตสาหกรรมญี่ปุ่น (METI) และองค์การพัฒนาเทคโนโลยีอุตสาหกรรมและพลังงานใหม่ (NEDO)
Mazak ไม่ได้เปิดเผยเหตุผลที่เลือก ABEJA อย่างไรก็ตาม ข้อมูลการตัดเฉือนของผู้ใช้เครื่องมือกลเป็นความลับสูง และ AI นี้ถูกออกแบบให้เรียนรู้ต่อเนื่องหลังนำไปใช้ จุดแข็งของ ABEJA ด้านการใช้งานต่อเนื่องและการประมวลผลข้อมูลที่ยังอยู่กับลูกค้า จึงมีแนวโน้มสอดคล้องกับแผนของ Mazak
การแบ่งบทบาทชัดเจน Mazak รับผิดชอบเครื่องมือกลและความรู้ด้านการตัดเฉือน ส่วน ABEJA รับผิดชอบแพลตฟอร์มที่ฝึก AI และทำให้ AI ทำงานต่อเนื่องในหน้างาน
3 เสาหลัก: วางแผนกระบวนการ จัดตารางการผลิต และการเรียนรู้ของหุ่นยนต์
เสาหลักแรกคือ AI เอเจนต์ (ระบบ AI ที่รับข้อมูลหน้างานแล้วจัดทำข้อเสนอสำหรับงานเฉพาะ) สำหรับปรับกระบวนการตัดเฉือนให้เหมาะสม ซึ่งจะจัดทำและเสนอแผนกระบวนการโดยอัตโนมัติสำหรับชิ้นงานแต่ละชิ้น ครอบคลุมวิธีการตัดเฉือน ลำดับการตัดเฉือน และเงื่อนไขการตัด
การวางแผนกระบวนการคือการกำหนดว่าจะใช้เครื่องมือตัดใด ตามลำดับใด ที่ความเร็วรอบสปินเดิลและอัตราป้อน (feed rate) เท่าใด ซึ่งมีผลอย่างมากต่อคุณภาพและเวลาในการตัดเฉือน
งานนี้พึ่งพาประสบการณ์ของช่างผู้ชำนาญอย่างมาก ความรู้จึงมักเป็นความรู้โดยปริยายที่อยู่กับตัวบุคคล
เสาหลักที่สองคือ AI เอเจนต์สำหรับปรับตารางการผลิตให้เหมาะสม โดยจะจัดทำข้อเสนอสำหรับตารางการผลิตโดยอาศัยแผนการผลิต สถานะการเดินเครื่อง ปริมาณวัสดุและชิ้นส่วนคงคลัง และข้อมูลกะการทำงาน
ระบบจะเรียนรู้จากตารางก่อนและหลังการเปลี่ยนแปลง เมื่อเกิดภาวะวัสดุหรือชิ้นส่วนขาดแคลน หรือมีคำสั่งซื้อเร่งด่วน ก็จะเสนอการจัดแผนใหม่โดยอ้างอิงกรณีคล้ายกันในอดีต
เสาหลักที่สามคือการสร้างสภาพแวดล้อมสำหรับการเรียนรู้พฤติกรรมของหุ่นยนต์ ครอบคลุมหุ่นยนต์ อุปกรณ์ลำเลียง และหุ่นยนต์เคลื่อนที่อัตโนมัติ (AMR) ตั้งแต่การเก็บข้อมูลการทำงาน การฝึกและประเมินโมเดล ไปจนถึงการตรวจสอบการเคลื่อนไหวกับเครื่องจริง
ข้อมูลการทำงานหน้างานจะเก็บผ่านการควบคุมระยะไกล (teleoperation) และกล้องมุมมองของผู้ปฏิบัติงาน ทั้งสองบริษัทตั้งเป้าให้หุ่นยนต์ทำงานได้อัตโนมัติในอนาคต ด้วยโมเดล VLA (vision-language-action) ที่เรียนรู้โดยเชื่อมโยงภาพ ภาษา และการเคลื่อนไหวเข้าด้วยกัน และมีแนวทางสะสมองค์ความรู้ด้านการเก็บข้อมูลสำหรับฝึก AI และการสร้างโมเดลตั้งแต่ระยะแรก เพื่อรองรับการใช้งานจริง
ทรัพย์สินสำคัญ: การตัดสินใจด้านการตัดเฉือนที่เป็นข้อมูลเชิงโครงสร้างใน MAZATROL
หัวใจของความร่วมมือนี้คือข้อมูลที่ใช้ฝึก AI
MAZATROL คือระบบ CNC (computer numerical control) แบบโต้ตอบที่ Mazak นำออกสู่ตลาดในปี 1981 ผู้ใช้สร้างโปรแกรมการตัดเฉือนโดยป้อนข้อมูล เช่น วัสดุ รูปทรง และเครื่องมือตัด ในรูปแบบถาม-ตอบ ข้อมูลที่ป้อนจึงมักถูกบันทึกเป็นข้อมูลเชิงโครงสร้างที่จัดเรียงเป็นรายการ
การพัฒนาร่วมกันนี้จะดึงความรู้และเกณฑ์การตัดสินใจด้านการตัดเฉือนออกมาจากคลังข้อมูลดังกล่าว เพื่อให้ AI เสนอร่างแผนกระบวนการได้เมื่อป้อนข้อมูลชิ้นงานใหม่
Yosuke Sawada ผู้บริหารระดับสูงของ Mazak กล่าวโดยสรุปว่า สินทรัพย์ MAZATROL ที่สะสมมากว่า 40 ปีเริ่มมีคุณค่าใหม่ในยุคโมเดลภาษาขนาดใหญ่ (LLM) และเป้าหมายคือ AI สำหรับการผลิตที่เปลี่ยนการตัดสินใจหน้างานให้เป็นความรู้ที่ชัดแจ้ง
ด้าน Yosuke Okada ซีอีโอของ ABEJA ชี้ว่า ขีดความสามารถในการแข่งขันของฟิสิคัลเอไอ (AI ที่เข้าใจและควบคุมการทำงานในโลกจริง) ขึ้นอยู่กับคุณภาพของข้อมูลที่ใช้ฝึก
อย่างไรก็ตาม ระยะเวลาสะสมข้อมูลเพียงอย่างเดียวไม่ได้ชี้ขาดผลลัพธ์ สิ่งสำคัญคือจะจัดบันทึกข้ามยุคและข้ามรุ่นเครื่องให้อยู่ในรูปแบบเดียวกัน และเชื่อมโยงกับผลการตัดเฉือนที่เกิดขึ้นจริงจากแผนกระบวนการนั้นได้หรือไม่
ข้อมูลที่สะสมมากว่า 40 ปีเป็นจุดเริ่มต้นที่แข็งแกร่ง แต่ไม่ได้สร้างความได้เปรียบที่คู่แข่งตามไม่ทันได้ด้วยตัวเอง
AI ที่ฝึกแยกตามลูกค้า โดยข้อมูลยังอยู่ในสภาพแวดล้อมของลูกค้า
การฝึกแบ่งเป็น 2 ขั้น ขั้นแรกสร้างโมเดลพื้นฐานจากข้อมูลโรงงานของ Mazak เอง หลังนำไปใช้จะฝึกเพิ่มเติมด้วยประวัติและบันทึกการตัดเฉือนของลูกค้าแต่ละราย เพื่อให้เหมาะกับวัสดุ อุปกรณ์ และมาตรฐานคุณภาพของโรงงานนั้น
Takatsugu Yamazaki ประธานของ Mazak กล่าวถึงแนวคิดที่ลูกค้าจะ "เลี้ยง" AI ด้วยประสบการณ์ของตนเอง และตั้งเป้าหมายเป็น "การผลิตที่ไม่หยุดชะงัก"
ตรงนี้เองที่เกิดคำถามเรื่องข้อมูลลูกค้า บันทึกการตัดเฉือนบรรจุเงื่อนไขการตัดและความรู้ด้านการตั้งเครื่อง (setup) ที่ลูกค้าขัดเกลามาหลายปี ลูกค้าอาจลังเลที่จะส่งข้อมูลเหล่านี้ไปยังคลาวด์ของผู้ผลิตเครื่องหรือบริษัท AI
ดังที่กล่าวไว้ ABEJA Platform สามารถประมวลผลข้อมูลภายในสภาพแวดล้อมของลูกค้าได้ และการประกาศครั้งนี้ได้เน้นเรื่องอธิปไตยทางข้อมูล (data sovereignty)
Okada ยังแสดงความสนใจที่จะขยายการใช้ AI ไปยังหน้างานการผลิตนอกญี่ปุ่น ทัศนคติของลูกค้าและกฎระเบียบเกี่ยวกับการนำข้อมูลออกไปนอกสภาพแวดล้อมของลูกค้าแตกต่างกันไปในแต่ละประเทศและภูมิภาค ความสามารถในการเรียนรู้และใช้งานความรู้ด้านการตัดเฉือนโดยข้อมูลไม่ออกนอกสภาพแวดล้อมของลูกค้า จึงอาจไม่ใช่แค่ฟีเจอร์ด้านความปลอดภัย แต่เป็นเงื่อนไขสำหรับการนำไปใช้ในต่างประเทศ
ทั้งสองบริษัทยังยึดแนวทาง "Human in the Loop" คือไม่ส่งการตัดสินใจของ AI ไปยังเครื่องโดยตรง แต่ให้คนตรวจสอบและแก้ไขก่อนใช้งาน ซึ่งอาจมองได้ว่าเป็นการออกแบบที่คำนึงถึงหน้างาน เพราะความผิดพลาดในการวางแผนกระบวนการอาจทำให้เกิดชิ้นงานเสีย หรือความเสียหายต่อเครื่องมือตัดและเครื่องจักร
Okuma เข้าร่วมแพลตฟอร์มกลาง ส่วน Mazak เริ่มจากการวางแผนกระบวนการ
ในตลาดเครื่องมือกลโลก ผู้ผลิตญี่ปุ่นและเยอรมนีครองอันดับต้นมายาวนาน แต่ผู้ผลิตจากจีนและเกาหลีใต้มีบทบาทมากขึ้น ในบริบทนี้ ผู้ผลิตญี่ปุ่นเริ่มสร้างความแตกต่างไม่เพียงด้วยสมรรถนะของเครื่อง แต่ด้วยคุณค่าด้านการใช้งาน รวมถึงการวางแผนกระบวนการและระบบอัตโนมัติ
Okuma ของญี่ปุ่นเข้าร่วมเป็นหนึ่งในผู้ถือหุ้นของ Noetra บริษัทที่พัฒนาโมเดลพื้นฐานฟิสิคัลเอไอของญี่ปุ่น Noetra ได้รับการลงทุนจาก 44 บริษัท รวมถึงบริษัทญี่ปุ่นอย่าง SoftBank, Sony Group, NEC และ Honda
ส่วน Mazak เริ่มการพัฒนาร่วมกันโดยใช้แพลตฟอร์มของบริษัท AI เฉพาะทางเป็นฐาน และมุ่งที่งานวางแผนกระบวนการซึ่งเป็นการใช้งานที่ชัดเจน แบบแรกคือการเข้าร่วมแพลตฟอร์มกลางข้ามอุตสาหกรรม แบบหลังคือการร่วมพัฒนาที่โฟกัสเฉพาะการใช้งาน ทั้งสองอยู่คนละระดับ และยังไม่มีข้อมูลเพียงพอที่จะตัดสินว่ากลยุทธ์ใดดีกว่า
ในเดือนกันยายน 2026 Mazak ประกาศลงทุนราว 16,000 ล้านเยน เพื่อเปิดศูนย์วิจัยและพัฒนา "Mazak Innovation Hub" ข้างสำนักงานใหญ่ในเดือนสิงหาคม 2027 ศูนย์นี้จะมีพื้นที่ร่วมพัฒนากับพันธมิตรภายนอก และ Mazak มีแผนผลักดันความร่วมมือรวมถึงด้านฟิสิคัลเอไอ ความร่วมมือกับ ABEJA จึงอยู่ในทิศทางเดียวกัน
เป้าหมายเชิงพาณิชย์ภายในปีงบประมาณ 2028 ขึ้นอยู่กับภาระการแก้ไขของช่างผู้ชำนาญ
การประกาศครั้งนี้เป็นเพียงการเริ่มต้นพัฒนาร่วมกัน ยังไม่มีการเปิดเผยสเปกผลิตภัณฑ์ ราคา รูปแบบการให้บริการ และรุ่นเครื่องที่รองรับ
หากการฝึกแยกตามลูกค้าช่วยให้ข้อเสนอแม่นยำขึ้น Mazak จะยังมีโอกาสสร้างรายได้จากบริการซอฟต์แวร์และรักษาความสัมพันธ์กับลูกค้าได้หลังส่งมอบเครื่อง ในทางกลับกัน หาก AI ใช้ไม่ได้ในโรงงานที่มีเครื่องของแบรนด์อื่นปะปนอยู่ คุณค่าของมันจะจำกัดอยู่แค่ฐานเครื่อง Mazak ที่ติดตั้งแล้ว
ท้ายที่สุด ความสำเร็จเชิงพาณิชย์ขึ้นอยู่กับเรื่องเดียว คือ AI จะลดเวลาที่ช่างผู้ชำนาญต้องใช้แก้ไขแผนกระบวนการที่ AI เสนอ ได้มากพอจนลูกค้ายอมจ่ายเงินหรือไม่ การพัฒนาร่วมกันครั้งนี้คือบททดสอบว่า ข้อมูลการตัดเฉือนที่สะสมมากว่า 40 ปีจะเปลี่ยนเป็นรายได้ต่อเนื่องได้หรือไม่







