Tóm tắt điều hành
Tại Hội nghị thượng đỉnh Morgan Stanley Châu Á Thái Bình Dương, chuyên gia lái xe tự hành Sebastian Thrun đã đưa ra một đánh giá sắc thái về các lĩnh vực robot học và xe tự hành. Ông đã tán thành chiến lược "chỉ dùng thị giác" dựa trên camera của Tesla cho sáng kiến Robotaxi của mình, coi đó là một sự phá vỡ thị trường tiềm năng. Ngược lại, Thrun bày tỏ sự hoài nghi về tình trạng hiện tại của thị trường robot hình người, mô tả nó là cả bị đánh giá thấp về mặt kỹ thuật và bị đánh giá quá cao về mặt thương mại. Ông còn đặt ra giả thuyết rằng thị trường robot hàng không sẽ vượt trội đáng kể so với các hệ thống trên mặt đất, báo hiệu một sự thay đổi tiềm năng trong trọng tâm đầu tư.
Chi tiết sự kiện
Phát biểu tại hội nghị thượng đỉnh, Sebastian Thrun đã nêu bật sự khác biệt chiến lược trong bối cảnh công nghệ tự hành. Các điểm chính của ông tập trung vào ba lĩnh vực riêng biệt:
- Lái xe tự hành: Thrun đã chỉ ra dự án Robotaxi của Tesla ở Austin, Texas, như một sự phát triển đáng chú ý. Ông mô tả việc nó chỉ dựa vào dữ liệu hình ảnh là một cách tiếp cận táo bạo có thể làm gián đoạn một ngành công nghiệp nơi nhiều đối thủ cạnh tranh sử dụng bộ cảm biến đa năng, bao gồm LiDAR và radar.
- Robot hình người: Thrun đã chỉ ra một mâu thuẫn chính mà ngành robot hình người đang phải đối mặt. Ông lập luận rằng quy mô thị trường thường bị đánh giá quá cao trong các cuộc thảo luận của công chúng và nhà đầu tư, trong khi khó khăn kỹ thuật sâu sắc của việc tạo ra các robot hình người đa năng, khả thi lại luôn bị đánh giá thấp. Quan điểm này được củng cố bởi các báo cáo gần đây cho thấy sự chậm lại và trì trệ thị trường trong ngành.
- Robot hàng không: Nhìn về phía trước, Thrun dự đoán rằng tiềm năng tăng trưởng và quy mô thị trường cuối cùng của robot hàng không, hay máy bay không người lái, sẽ vượt xa các nền tảng robot trên mặt đất.
Hàm ý thị trường
Bình luận của Thrun cung cấp bối cảnh quan trọng cho các hoạt động thị trường gần đây. Dịch vụ Robotaxi của Tesla, hiện đang được thử nghiệm trên các đường phố công cộng ở Austin mà không có tài xế an toàn, đại diện cho một thử nghiệm hoạt động quan trọng của hệ thống chỉ dùng thị giác của nó. Tuy nhiên, sáng kiến này phải đối mặt với các rào cản về quy định và an toàn, bằng chứng là việc ra mắt bị trì hoãn từ tháng 6 đến tháng 9 năm 2025. Sự tán thành của Thrun tạo thêm uy tín cho chiến lược đầy rủi ro của Tesla, ngay cả khi công ty đang vượt qua những thách thức này.
Ngược lại, lập trường thận trọng của ông đối với robot hình người phù hợp với dữ liệu thị trường cho thấy sự sụt giảm trong đổi mới AI và sự nguội lạnh của sự nhiệt tình của nhà đầu tư trong lĩnh vực này. Điều này cho thấy rằng vốn có thể chuyển từ robot học đa năng sang các ứng dụng chuyên biệt hơn, có khả năng mở rộng thương mại như hậu cần tự hành và cơ sở hạ tầng hàng không.
Bình luận của chuyên gia
Sebastian Thrun, một "bậc thầy" về lái xe tự hành, đã tuyên bố rằng thách thức chính trong lĩnh vực này là đạt được độ chính xác và độ tin cậy cực cao. Sự ủng hộ của ông đối với phương pháp của Tesla cho thấy niềm tin rằng một hệ thống dựa trên thị giác có thể đạt được mức độ an toàn và hiệu suất cần thiết cho khả năng mở rộng. Quan điểm này là chủ đề tranh luận đáng kể giữa các chuyên gia, với nhiều người cho rằng việc bỏ qua các cảm biến như LiDAR sẽ hạn chế độ chính xác của một hệ thống. Phân tích của Thrun coi thị trường robot hình người là một thách thức dài hạn chứ không phải là một cơ hội thương mại tức thời, một tình cảm được lặp lại bởi các báo cáo gần đây về sự trì trệ của ngành.
Bối cảnh rộng hơn
Phân tích của Thrun chỉ ra một sự điều chỉnh rộng hơn đang diễn ra trong các ngành công nghiệp AI và robot học. Sự phấn khích ban đầu xung quanh các robot hình người đa năng đang gặp phải những thực tế thực tế của sự phức tạp kỹ thuật và thiếu các ứng dụng thị trường rõ ràng. Trong khi đó, các hệ thống tự hành chuyên biệt, đặc biệt là mạng lưới xe tích hợp theo chiều dọc của Tesla và lĩnh vực robot hàng không đang phát triển, trình bày những con đường rõ ràng hơn để thương mại hóa. Xu hướng này có thể ảnh hưởng đến các chiến lược đầu tư, hướng vốn đến các công ty đang giải quyết các vấn đề cụ thể, có giá trị cao thay vì theo đuổi AI tổng quát dưới các dạng vật lý phức tạp.