ทำไมต้องหุ่นยนต์คล้ายมนุษย์

มีการเปลี่ยนแปลงทางเทคโนโลยีเพียงไม่กี่ครั้งที่ส่งผลกระทบทางเศรษฐกิจในวงกว้างเทียบเท่ากับสิ่งที่กำลังเกิดขึ้นในภาคหุ่นยนต์และระบบอัตโนมัติในขณะนี้ ตั้งแต่พื้นโรงงานไปจนถึงคลินิกฟื้นฟูสมรรถภาพ จากคลังสินค้าอัตโนมัติไปจนถึงผู้ช่วยหุ่นยนต์คล้ายมนุษย์ที่เคลื่อนที่ไปตามทางเดินของโรงพยาบาล เครื่องจักรอัจฉริยะกำลังเปลี่ยนผ่านอย่างรวดเร็วจากสิ่งแปลกใหม่เชิงทดลองไปสู่โครงสร้างพื้นฐานทางอุตสาหกรรม

การเปลี่ยนแปลงนี้ขับเคลื่อนโดยปัจจัยหลายประการที่ไม่ค่อยเกิดขึ้นพร้อมกันในอุตสาหกรรมเดียวกัน ได้แก่ การขยายตัวของตลาดอย่างรวดเร็ว การขาดแคลนแรงงานเชิงโครงสร้าง ความก้าวหน้าด้าน AI และฮาร์ดแวร์ การก่อตัวของเงินทุนที่เร่งตัวขึ้น และการเกิดขึ้นของห่วงโซ่อุปทานที่กว้างขวางซึ่งรองรับเครื่องจักรอัจฉริยะรุ่นต่อไป

ในมุมมองของเรา Themes Humanoid Robotics ETF (BOTT) ได้รับการออกแบบมาเพื่อสร้างการเข้าถึงต่อการเปลี่ยนแปลงนี้

ด้วยความพยายามที่จะสร้างการเข้าถึงที่กระจายตัวไปยังบริษัทเหล่านี้ BOTT อาจช่วยให้นักลงทุนสามารถเข้าร่วมลงทุนในบริษัทที่สร้างรายได้อย่างน้อย 50% จากหุ่นยนต์คล้ายมนุษย์และหุ่นยนต์บริการ หุ่นยนต์อุตสาหกรรมและหุ่นยนต์อัตโนมัติ หุ่นยนต์ช่วยเหลือและอุปกรณ์สวมใส่ หุ่นยนต์ AI และหุ่นยนต์เชิงประมวลผล และระบบเคลื่อนที่ การขับเคลื่อน และกลไกของหุ่นยนต์

ประเด็นสำคัญ

• ตลาดหุ่นยนต์คล้ายมนุษย์ทั่วโลกคาดว่าจะเติบโตจาก 5.4 พันล้านดอลลาร์ในปี 2026 เป็น 5.03 หมื่นล้านดอลลาร์ภายในปี 2035 พร้อมกับการเพิ่มขึ้นอย่างรวดเร็วของปริมาณการจัดส่งต่อปี

• การขาดแคลนแรงงานและประชากรสูงวัยอาจช่วยสนับสนุนความต้องการระบบอัตโนมัติเชิงกายภาพ โดยคาดว่าภาคโลจิสติกส์ ยานยนต์ และการผลิตจะคิดเป็นสัดส่วนส่วนใหญ่ของการติดตั้งหุ่นยนต์คล้ายมนุษย์ในระยะใกล้

• การลงทุนและการใช้งานเชิงพาณิชย์กำลังเร่งตัวขึ้น โดยหุ่นยนต์และ Physical AI ดึงดูดเงินทุนร่วมลงทุน (venture capital) ได้ถึง 2.6 หมื่นล้านดอลลาร์ในปี 2025 ขณะที่บริษัทต่าง ๆ ขยายการผลิต เงินทุน และการใช้งานในภาคอุตสาหกรรม

โอกาสทางการตลาดของหุ่นยนต์คล้ายมนุษย์เริ่มต้นจากขนาดและทิศทางการเติบโตของตลาดที่สามารถเข้าถึงได้

ตลาดหุ่นยนต์คล้ายมนุษย์มีมูลค่าประมาณ 5.41 พันล้านดอลลาร์ในปี 2026 และคาดว่าจะเพิ่มขึ้นเป็น 5.027 หมื่นล้านดอลลาร์ภายในปี 2035 คิดเป็นอัตราการเติบโตเฉลี่ยต่อปีแบบทบต้น (CAGR) ที่ 28.1%¹ การเติบโตนี้คาดว่าจะได้แรงหนุนจากการใช้งานในด้านการช่วยเหลือส่วนบุคคล การดูแลผู้ป่วย การดูแลสุขภาพ การผลิต ค้าปลีกและโลจิสติกส์ ควบคู่ไปกับโครงการริเริ่มของภาครัฐทั่วภูมิภาคเอเชียแปซิฟิก อเมริกาเหนือ และยุโรป¹

การคาดการณ์จำนวนหน่วยชี้ให้เห็นถึงการเพิ่มขึ้นอย่างมากของปริมาณการจัดส่ง โดยคาดว่าการจัดส่งหุ่นยนต์คล้ายมนุษย์ต่อปีจะเพิ่มขึ้นจากประมาณ 20,000 เครื่องในปี 2025 เป็น 10 ล้านเครื่องภายในปี 2035 หรือคิดเป็น CAGR ประมาณ 86% คาดว่าปริมาณการจัดส่งจะอยู่ที่ประมาณ 90,000 เครื่องในปี 2026 และ 1.2 ล้านเครื่องภายในปี 2030² ภายในปี 2040 จำนวนหุ่นยนต์คล้ายมนุษย์ทั่วโลกคาดว่าจะแตะระดับ 300 ล้านเครื่อง และเพิ่มขึ้นเป็น 3 พันล้านเครื่องภายในปี 2060 โดยหุ่นยนต์สำหรับใช้ในครัวเรือนจะคิดเป็นสัดส่วนประมาณ 62% ของจำนวนที่ติดตั้งทั้งหมดในที่สุด²

อย่างไรก็ตาม โอกาสในระยะใกล้มีแนวโน้มที่จะอยู่ในภาคอุตสาหกรรมมากกว่าภาคครัวเรือน ภายในปี 2027 คาดว่าประมาณ 72% ของการติดตั้งหุ่นยนต์คล้ายมนุษย์จะอยู่ในภาคโลจิสติกส์ (33%) ยานยนต์ (24%) และการผลิต (15%)² สภาพแวดล้อมเหล่านี้มีโครงสร้างที่ชัดเจนค่อนข้างมาก ทำให้หุ่นยนต์สามารถฝึกฝนได้เร็วขึ้นและทำงานได้อย่างน่าเชื่อถือมากขึ้น

งานที่มีความเสี่ยงและต้องใช้แรงกายมากเป็นอีกหนึ่งการใช้งานที่เป็นไปได้สำหรับหุ่นยนต์คล้ายมนุษย์ Goldman Sachs คาดว่าเทคโนโลยีนี้จะถูกนำไปใช้ในสภาพแวดล้อมที่หุ่นยนต์สามารถทำงานที่ยากหรืออันตรายสำหรับมนุษย์ได้

เมื่อเวลาผ่านไป ตลาดที่สามารถเข้าถึงได้อาจขยายตัวไปสู่ภาคค้าปลีก การดูแลสุขภาพ การศึกษา และการช่วยเหลือภายในบ้าน คาดว่าหุ่นยนต์คล้ายมนุษย์สำหรับใช้ในครัวเรือนจะคิดเป็นสัดส่วนส่วนใหญ่ของจำนวนที่ติดตั้งทั่วโลกภายในปี 2060²

กรณีการใช้งานเชิงอุตสาหกรรมที่กล่าวมาข้างต้นกำลังได้รับแรงหนุนจากแรงกดดันทางเศรษฐกิจเชิงโครงสร้าง กล่าวคือ ธุรกิจต่าง ๆ มีความจำเป็นมากขึ้นที่จะต้องทำให้งานเชิงกายภาพเป็นระบบอัตโนมัติ เนื่องจากการหาแรงงานทำได้ยากขึ้น ในกลุ่มประเทศเศรษฐกิจหลัก ประชากรสูงวัยกำลังทำให้กลุ่มคนวัยทำงานลดลง ในขณะที่ความต้องการบริการด้านการดูแลสุขภาพ โลจิสติกส์ และการดูแลผู้สูงอายุกำลังเพิ่มขึ้น

แรงกดดันนี้เกี่ยวข้องโดยเฉพาะกับแรงงานภาคกายภาพ แม้ว่างานด้านซอฟต์แวร์ การประมวลผลข้อมูล และงานที่ใช้ความรู้จะผ่านกระบวนการทำให้เป็นระบบอัตโนมัติอย่างรวดเร็วแล้ว แต่โรงงาน คลังสินค้า และสถานดูแลยังคงพึ่งพาแรงงานมนุษย์อย่างมากสำหรับงานที่ต้องใช้การเคลื่อนไหว ความคล่องแคล่ว และการอยู่ในสถานที่จริง สภาพแวดล้อมเหล่านี้ยังเป็นจุดที่คาดว่าการใช้งานหุ่นยนต์คล้ายมนุษย์จะเริ่มต้นขึ้น ซึ่งสร้างความเชื่อมโยงโดยตรงระหว่างการขาดแคลนแรงงานและกรณีการใช้งานในระยะแรกของเทคโนโลยีนี้

ข้อมูลด้านประชากรศาสตร์ตอกย้ำถึงขนาดของความท้าทายนี้ อัตราส่วนภาระพึ่งพิงของผู้สูงอายุ (old-age dependency ratio) คาดว่าจะแตะระดับสูงสุดเป็นประวัติการณ์ในกลุ่มประเทศเศรษฐกิจพัฒนาแล้วส่วนใหญ่ภายใน 35 ปีข้างหน้า หากไม่มีการเปลี่ยนแปลงที่สำคัญทั้งด้านพฤติกรรมและนโยบาย การเติบโตของ GDP ต่อหัวมีแนวโน้มที่จะชะลอตัวลงอย่างมีนัยสำคัญ เนื่องจากปัญหาการขาดแคลนแรงงานที่สะสมมากขึ้น⁴ สัดส่วนประชากรอายุ 65 ปีขึ้นไปคาดว่าจะเพิ่มขึ้นเกือบสองเท่าในประเทศที่ประชากรมีจำนวนสูงสุดไปแล้ว โดยเพิ่มจาก 17% ในปี 2024 เป็น 33% ในปี 2054 ในระดับโลก ประชากรอายุ 65 ปีขึ้นไปคาดว่าจะมีจำนวนมากกว่าเด็กอายุต่ำกว่า 18 ปีภายในช่วงปลายทศวรรษ 2070⁵

งานวิจัยยังแสดงให้เห็นว่าเทคโนโลยีหุ่นยนต์ใหม่ ๆ ถูกนำไปใช้ได้รวดเร็วกว่าในประเทศที่มีแรงงานวัยหนุ่มสาวและวัยกลางคนค่อนข้างขาดแคลน ซึ่งเป็นการตอบสนองที่มีการบันทึกไว้ต่อข้อจำกัดด้านอุปทานแรงงาน⁶ บริษัทต่าง ๆ ในจีนและเกาหลีใต้กำลังตอบสนองต่อแรงกดดันที่คล้ายคลึงกันอยู่แล้ว โดย 53% ของธุรกิจในเอเชียตะวันออกระบุว่าการขาดแคลนบุคลากรที่มีความสามารถเป็นอุปสรรคสำคัญต่อการเปลี่ยนแปลง⁷

สำหรับนักลงทุน นัยสำคัญคือหุ่นยนต์อาจช่วยให้ประชากรวัยทำงานที่มีจำนวนน้อยลงสามารถรองรับผลผลิตและบริการที่มากขึ้นได้ หุ่นยนต์คล้ายมนุษย์มีความเกี่ยวข้องเป็นพิเศษ เนื่องจากรูปร่างที่คล้ายมนุษย์ทำให้สามารถทำงานในคลังสินค้า โรงงาน โรงพยาบาล และอาคารพาณิชย์ที่มีอยู่แล้วได้โดยไม่ต้องออกแบบสภาพแวดล้อมเหล่านั้นใหม่ สิ่งนี้อาจช่วยให้สามารถนำไปใช้งานในสถานที่ที่มีอยู่แล้วได้โดยไม่ต้องเปลี่ยนแปลงโครงสร้างพื้นฐานทางกายภาพอย่างกว้างขวาง²

ทั้งนี้ไม่ได้หมายความว่าหุ่นยนต์คล้ายมนุษย์จะเข้ามาแทนที่แรงงานอย่างกว้างขวางหรือรวดเร็ว เทคโนโลยีนี้ยังคงเผชิญกับความท้าทายในด้านความปลอดภัย ความน่าเชื่อถือ การใช้พลังงาน ความคล่องแคล่ว การฝึกอบรม การบำรุงรักษา และผลตอบแทนจากการลงทุน คาดว่าการนำไปใช้ในระยะใกล้จะยังคงกระจุกตัวอยู่ในสภาพแวดล้อมเชิงอุตสาหกรรมที่กรณีด้านผลิตภาพมีความชัดเจนที่สุดและมีความผันแปรต่ำที่สุด²

หุ่นยนต์รุ่นก่อนหน้านี้ถูกจำกัดอยู่มากด้วยความสามารถในการทำงานเฉพาะในสภาพแวดล้อมที่ควบคุมได้ หุ่นยนต์สามารถเคลื่อนไหวได้อย่างแม่นยำและซ้ำ ๆ แต่การปรับตัวให้เข้ากับสภาวะที่เปลี่ยนแปลงมักต้องการการเขียนโปรแกรมเพิ่มเติม ความก้าวหน้าล่าสุดด้าน AI กำลังขยายขอบเขตของงานที่หุ่นยนต์อาจสามารถทำได้

การเกิดขึ้นของ generative AI และโมเดลภาษาขนาดใหญ่ (large language models) มีส่วนช่วยในการพัฒนา “ปัญญาประดิษฐ์ที่มีร่างกาย” (embodied intelligence) ซึ่งเป็นระบบ AI ที่ออกแบบมาเพื่อตีความข้อมูลจากโลกกายภาพ ตอบสนองต่อคำสั่งภาษาธรรมชาติ และปรับตัวเข้ากับสภาพแวดล้อมที่แตกต่างกัน²

โมเดล Vision-Language-Action (VLA) เป็นอีกหนึ่งพัฒนาการในด้านนี้ โดยงานวิจัยและการประยุกต์ใช้ในอุตสาหกรรมกำลังศึกษาว่าหุ่นยนต์สามารถเรียนรู้งานจากการสาธิตได้หรือไม่ แทนที่จะพึ่งพาการเขียนโปรแกรมเฉพาะทางทั้งหมด⁸ พัฒนาการเหล่านี้อาจช่วยลดข้อจำกัดด้านซอฟต์แวร์บางส่วนที่เคยจำกัดการใช้งานหุ่นยนต์ที่มีความยืดหยุ่นมากขึ้นในอดีต

คาดว่าต้นทุนฮาร์ดแวร์จะลดลงเช่นกันเมื่อการผลิตขยายขนาดมากขึ้น ต้นทุนรายการวัสดุ (bill-of-materials) สำหรับการผลิตในจีนอยู่ที่ประมาณ 35,000 ดอลลาร์ต่อเครื่องในปี 2025 และคาดว่าจะลดลงต่ำกว่า 17,000 ดอลลาร์ภายในปี 2030² อีกประมาณการหนึ่งระบุว่าต้นทุนอยู่ที่ประมาณ 200,000 ดอลลาร์ต่อเครื่องในกลุ่มประเทศรายได้สูงในปี 2024 และจะลดลงเหลือประมาณ 150,000 ดอลลาร์ภายในปี 2028 และ 50,000 ดอลลาร์ภายในปี 2050⁹

อย่างไรก็ตาม ยังคงมีความไม่แน่นอนที่สำคัญทั้งด้านเทคนิคและเชิงพาณิชย์ ความท้าทายได้แก่ข้อมูลด้านการหยิบจับที่มีจำกัด ความคล่องแคล่วในระดับมนุษย์ อายุการใช้งานแบตเตอรี่ ความน่าเชื่อถือ และประสิทธิภาพในสภาพแวดล้อมที่ไม่มีโครงสร้าง ความเร็วในการแก้ไขข้อจำกัดเหล่านี้จะส่งผลต่อความรวดเร็วที่หุ่นยนต์คล้ายมนุษย์จะสามารถขยายตัวออกไปนอกเหนือจากการใช้งานเชิงอุตสาหกรรมที่ควบคุมได้

เงินทุนกำลังไหลเข้าสู่หุ่นยนต์และ Physical AI มากขึ้นเรื่อย ๆ ขณะที่บริษัทต่าง ๆ เปลี่ยนผ่านจากขั้นตอนการพัฒนาไปสู่การใช้งานเชิงพาณิชย์

การลงทุนร่วมลงทุน (venture capital) ในหุ่นยนต์และ Physical AI ทั่วโลกแตะระดับ 2.6 หมื่นล้านดอลลาร์ในปี 2025 เพิ่มขึ้นจาก 4.2 พันล้านดอลลาร์ในปี 2019 ตามข้อมูลของ PitchBook ที่รายงานโดย The Wall Street Journal ณ วันที่ 20 พฤษภาคม 2026 บริษัทในภาคส่วนเหล่านี้ระดมทุนไปแล้วกว่า 2.3 หมื่นล้านดอลลาร์¹⁰

เงินทุนสำหรับหุ่นยนต์คล้ายมนุษย์ก็เพิ่มขึ้นเช่นกัน ข้อมูลจาก Dealroom แสดงให้เห็นว่าสตาร์ทอัพด้านหุ่นยนต์คล้ายมนุษย์ดึงดูดเงินทุนได้ 8.6 พันล้านดอลลาร์ในช่วงครึ่งปีแรกของปี 2026¹¹ มีรายงานว่ามีบริษัทมากกว่า 50 แห่งกำลังพัฒนาหุ่นยนต์คล้ายมนุษย์ภายในเดือนมกราคม 2026 โดยมีการเปิดตัวเชิงพาณิชย์แล้วประมาณ 150 ครั้งในช่วงเวลาดังกล่าว²

เมื่อการพัฒนาเดินหน้าไปสู่การใช้งานเชิงพาณิชย์ หลายบริษัทกำลังสร้างกำลังการผลิตของตนเองแล้ว XPeng เริ่มเดินสายการผลิตหุ่นยนต์คล้ายมนุษย์ในเดือนกันยายน 2026 โดยหุ่นยนต์ IRON ของบริษัทผลิตเสร็จสมบูรณ์บนสายการผลิตใหม่นี้แล้ว บริษัทวางแผนที่จะเริ่มการผลิตจำนวนมากภายในสิ้นปี 2026 โดยวางแผนเปิดตัวในตลาดและจัดส่งในจีนและตลาดต่างประเทศในปี 2027¹²

Tesla ก็กำลังเตรียมการผลิต Optimus ในปริมาณมากเช่นกัน การเตรียมความพร้อมสำหรับสายการผลิตแรกกำลังดำเนินอยู่ โดยวางแผนเริ่มการผลิตก่อนสิ้นปี 2026 และมีเป้าหมายกำลังการผลิตในที่สุดที่ 1 ล้านเครื่องต่อปี¹³

บริษัทอื่น ๆ กำลังดำเนินเส้นทางที่แตกต่างกันไปสู่การใช้งานเชิงพาณิชย์ Figure AI ระดมทุนได้มากกว่า 1 พันล้านดอลลาร์ในรอบ Series C ที่มีรายงานมูลค่าบริษัทหลังการระดมทุน (post-money valuation) อยู่ที่ 3.9 หมื่นล้านดอลลาร์ โดยมีนักลงทุนรวมถึง NVIDIA, Intel Capital และ Salesforce¹⁴

ภาคส่วนนี้ยังเริ่มขยายเข้าสู่ตลาดสาธารณะด้วย Agility Robotics ประกาศข้อเสนอการควบรวมกิจการมูลค่า 2.5 พันล้านดอลลาร์กับ Churchill Capital Corp XI ซึ่งต้องได้รับการอนุมัติจากผู้ถือหุ้นและหน่วยงานกำกับดูแล¹⁵

ในขณะเดียวกัน การใช้งานเชิงพาณิชย์กำลังขยายเข้าสู่สถานประกอบการเชิงอุตสาหกรรม BMW Group รายงานว่าได้ใช้หุ่นยนต์คล้ายมนุษย์ที่โรงงานผลิตใน Spartanburg ซึ่งช่วยสนับสนุนการผลิตรถยนต์มากกว่า 30,000 คันตลอดระยะเวลาการใช้งาน 11 เดือน โดยทำหน้าที่ใส่แผ่นโลหะสำหรับกระบวนการเชื่อม หลังจากโครงการนำร่องนี้ BMW ได้ขยายโปรแกรมไปยังหุ่นยนต์รุ่นถัดไปและงานด้านโลจิสติกส์เพิ่มเติม¹⁶

ดังนั้น อุตสาหกรรมนี้จึงกำลังเปลี่ยนผ่านจากขั้นตอนการระดมทุนและพัฒนาไปสู่การผลิตและการใช้งานจริง เมื่อหุ่นยนต์เข้าสู่สภาพแวดล้อมการทำงานมากขึ้น ข้อมูลจากการใช้งานเหล่านี้ควรให้ความชัดเจนมากขึ้นเกี่ยวกับความน่าเชื่อถือ ผลิตภาพ ต้นทุนการดำเนินงาน และความสามารถในการขยายขนาดในสถานประกอบการเชิงอุตสาหกรรมที่แตกต่างกัน

ระบบนิเวศของหุ่นยนต์คล้ายมนุษย์ขยายออกไปไกลกว่าบริษัทที่ผลิตหุ่นยนต์ทั้งเครื่องมาก เครื่องจักรแต่ละเครื่องต้องใช้ส่วนประกอบและเทคโนโลยีที่หลากหลาย ซึ่งสร้างความต้องการที่เป็นไปได้ในหลายชั้นของห่วงโซ่อุปทานเมื่อการผลิตขยายขนาดมากขึ้น

หุ่นยนต์คล้ายมนุษย์ต้องการเซนเซอร์สัมผัส แรง และความใกล้ชิดสำหรับการมีปฏิสัมพันธ์ทางกายภาพ ต้องการตัวขับเคลื่อน (actuators) สำหรับการเคลื่อนไหว และเฟืองความแม่นยำสูง เช่น harmonic reducers และ ball screws เซมิคอนดักเตอร์ให้กำลังการประมวลผลสำหรับการตัดสินใจแบบเรียลไทม์ ในขณะที่กล้อง เซนเซอร์วัดระยะความลึก และ LIDAR ช่วยให้รับรู้สภาพแวดล้อมได้ ซอฟต์แวร์อุตสาหกรรมสนับสนุนการฝึกฝน AI การจำลองสถานการณ์ และการจัดการฝูงหุ่นยนต์ ในขณะที่แบตเตอรี่และระบบจัดการพลังงานเป็นตัวกำหนดระยะเวลาการทำงานระหว่างการชาร์จแต่ละครั้ง

ชั้นเซมิคอนดักเตอร์เป็นส่วนหนึ่งของห่วงโซ่อุปทานนี้ หุ่นยนต์คล้ายมนุษย์แต่ละเครื่องอาจมีมูลค่าชิ้นส่วนเซมิคอนดักเตอร์ประมาณ 3,000 ถึงกว่า 6,000 ดอลลาร์ ครอบคลุมชิปประมวลผล ชิปอนาล็อกและมิกซ์ซิกแนล และหน่วยเก็บข้อมูลแบบ edge³

ตัวขับเคลื่อน (actuators) อาจคิดเป็นสัดส่วนที่สำคัญอีกส่วนหนึ่งของมูลค่าฮาร์ดแวร์ คาดว่าตัวขับเคลื่อนแบบเชิงเส้นและแบบหมุนจะคิดเป็นสัดส่วนมากกว่า 50% ของต้นทุนการผลิตหุ่นยนต์คล้ายมนุษย์ทั้งหมดภายในปี 2030² สิ่งนี้อาจเพิ่มความสำคัญของผู้ผลิตตัวขับเคลื่อนเมื่อการผลิตขยายขนาดมากขึ้น พลวัตที่คล้ายกันนี้อาจเกิดขึ้นกับเฟืองความแม่นยำสูง ระบบเซนเซอร์ และซอฟต์แวร์อุตสาหกรรมด้วยเช่นกัน

ระบบนิเวศที่เกิดขึ้นครอบคลุมผู้ผลิตฮาร์ดแวร์หุ่นยนต์ ผู้ออกแบบชิป AI ผู้จัดหาชิ้นส่วนความแม่นยำสูง บริษัทซอฟต์แวร์อุตสาหกรรม ผู้ให้บริการแบตเตอรี่และระบบจัดการพลังงาน และผู้รวมระบบ เมื่ออุตสาหกรรมนี้พัฒนาต่อไป วิวัฒนาการของแต่ละชั้นเหล่านี้จะเชื่อมโยงอย่างใกล้ชิดกับความเร็วในการขยายตัวของการผลิตและการใช้งานหุ่นยนต์คล้ายมนุษย์

จะลงทุนอย่างไร

Themes Humanoid Robotics ETF (BOTT) มีเป้าหมายที่จะติดตามดัชนี Solactive Global Humanoid Robotics Index (SOLGHRBN) ซึ่งระบุบริษัทที่สร้างรายได้อย่างน้อย 50% จากกิจกรรมในด้านต่อไปนี้:

• หุ่นยนต์คล้ายมนุษย์และหุ่นยนต์บริการ

• หุ่นยนต์อุตสาหกรรมและหุ่นยนต์อัตโนมัติ

• หุ่นยนต์ช่วยเหลือและอุปกรณ์สวมใส่

• หุ่นยนต์ AI และหุ่นยนต์เชิงประมวลผล

• ระบบเคลื่อนที่ การขับเคลื่อน และกลไกของหุ่นยนต์

BOTT มีเป้าหมายที่จะให้ผลลัพธ์การลงทุนที่สอดคล้องโดยทั่วไปกับผลการดำเนินงานด้านราคาและผลตอบแทน ก่อนหักค่าธรรมเนียมและค่าใช้จ่าย ของดัชนี SOLGHRBN

บทสรุป

หุ่นยนต์คล้ายมนุษย์กำลังเปลี่ยนผ่านจากเทคโนโลยีที่เพิ่งเกิดขึ้นไปสู่ระบบนิเวศเชิงพาณิชย์ที่กว้างขึ้น ความก้าวหน้าด้าน AI และฮาร์ดแวร์กำลังขยายสิ่งที่หุ่นยนต์สามารถทำได้ ในขณะที่ข้อจำกัดด้านแรงงานกำลังสร้างการใช้งานที่เป็นไปได้ในโรงงาน คลังสินค้า และสภาพแวดล้อมอื่น ๆ ที่ต้องใช้แรงกายมาก ในขณะเดียวกัน การลงทุนที่เพิ่มขึ้นและการใช้งานเชิงพาณิชย์ในระยะแรกกำลังให้หลักฐานเพิ่มเติมเกี่ยวกับวิธีที่เทคโนโลยีนี้ทำงานได้นอกสภาพแวดล้อมที่ควบคุม

ขั้นตอนถัดไปของการพัฒนาจะขึ้นอยู่กับว่าระบบเหล่านี้ทำงานได้ดีเพียงใดเมื่อขยายขนาด ความน่าเชื่อถือ ความคล่องแคล่ว การใช้พลังงาน ต้นทุนการดำเนินงาน และผลิตภาพจะเป็นตัวกำหนดความเป็นไปได้ในทางปฏิบัติของการนำหุ่นยนต์คล้ายมนุษย์ไปใช้งานในสภาพแวดล้อมที่แตกต่างกัน เมื่อบริษัทต่าง ๆ เปลี่ยนผ่านจากโครงการนำร่องไปสู่ปริมาณการผลิตที่มากขึ้น การใช้งานจริงควรให้ความชัดเจนมากขึ้นเกี่ยวกับปัจจัยเหล่านี้และเศรษฐศาสตร์ของการใช้งานหุ่นยนต์คล้ายมนุษย์

สำหรับนักลงทุน ธีมนี้ขยายออกไปไกลกว่าบริษัทที่ผลิตหุ่นยนต์ทั้งเครื่อง เซมิคอนดักเตอร์ เซนเซอร์ ตัวขับเคลื่อน เฟืองความแม่นยำสูง ซอฟต์แวร์ แบตเตอรี่ และระบบจัดการพลังงาน ล้วนเป็นส่วนหนึ่งของเทคโนโลยีสแต็ก เมื่ออุตสาหกรรมนี้พัฒนาต่อไป ชั้นต่าง ๆ ที่เชื่อมโยงกันเหล่านี้จะให้จุดการเข้าถึงที่แตกต่างกันต่อการเติบโตของหุ่นยนต์คล้ายมนุษย์และระบบนิเวศ Physical AI ที่กว้างขึ้น

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับกองทุน รวมถึงค่าธรรมเนียม/ค่าใช้จ่าย การถือครองหลักทรัพย์ ผลการดำเนินงานตามมาตรฐาน ความเสี่ยง และข้อมูลอื่น ๆ โปรดเยี่ยมชม https://themesetfs.com/etfs/bott

เชิงอรรถ:

¹MarketsandMarkets, Humanoid Robot Market Size, Share & Trends, 2026 to 2035, กรกฎาคม 2026

²Bank of America Institute, Physical AI, Part 2: Humanoid Robots, 12 มีนาคม 2026

³Yahoo Finance, “Goldman Sachs Just Supercharged Its Humanoid Robot Prediction 5X to 6.5 Million by 2035,” 14 กันยายน 2026

⁴OECD, OECD Employment Outlook 2025: From Job Shortage to Labour Shortage, กรกฎาคม 2025

⁵United Nations, World Population Prospects 2024, Department of Economic and Social Affairs, 2024

⁶National Bureau of Economic Research, Automation Can Be a Response to an Aging Workforce, NBER Digest, กรกฎาคม 2018

⁷World Economic Forum, The Future of Jobs Report 2025, 2025

⁸Deloitte Insights, AI Goes Physical: Navigating the Convergence of AI and Robotics, Tech Trends 2026, 10 ธันวาคม 2025

⁹Morgan Stanley Research, Humanoids: A $5 Trillion Market, 14 พฤษภาคม 2025

¹⁰The Wall Street Journal, Venture Capital Turns to Hardware Bets as AI Threatens Software Companies, พฤษภาคม 2026; อ้างอิงข้อมูลจาก PitchBook

¹¹Tech Funding News, Top 10 humanoid robot startups to watch in 2026, 24 กรกฎาคม 2026

¹²XPeng, IRON Humanoid Robot Now Walks Off the Production Line, 8 กันยายน 2026

¹³Tesla, Q4 2025 Update, 28 มกราคม 2026

¹⁴Figure AI, Figure Exceeds $1B in Series C Funding at $39B Post-Money Valuation, 16 กันยายน 2025

¹⁵Agility Robotics / Churchill Capital Corp XI, Agility Robotics to Go Public Through $2.5 Billion Merger with Churchill Capital Corp XI, 24 มิถุนายน 2026

¹⁶BMW Group, BMW Group advances the use of Physical AI in production with Figure 03 project in Spartanburg, 25 มิถุนายน 2026

การกระจายความเสี่ยงไม่ได้ขจัดความเสี่ยงทั้งหมด