Apple ล้มเลิกโปรเจกต์รถยนต์ไร้คนขับ แต่ทิ้งมรดกชิป AI ทรงพลังไว้เบื้องหลัง

Apple ทุ่มงบสร้างรถขับเองมานานกว่า 10 ปี ทีมเปลี่ยนทิศทางหลายรอบ จนสุดท้ายโปรเจกต์นี้ไม่เคยออกสู่ตลาดจริง แต่สิ่งที่เหลือไว้ไม่ใช่ความล้มเหลวเปล่าๆ เพราะทีมวิศวกรที่พัฒนาชิปประมวลผล AI สำหรับรถ ถูกดึงมาต่อยอดเป็นรากฐานของ Neural Engine ที่อยู่ในชิปตระกูล M ทุกรุ่นวันนี้ อย่าง M7 Ultra ที่อยู่ระหว่างออกแบบ รองรับ RAM สูงถึง 1.5TB เพื่อรัน Apple Intelligence บนเซิร์ฟเวอร์ ก็สืบทอดแนวคิดการประมวลผล AI on-device มาจากงานวิจัยยุครถขับเองนี่แหละ

พูดง่ายๆ คือโปรเจกต์รถที่ไม่มีวันได้ขายจริง กลายเป็นเหตุผลที่ Apple Intelligence บนมือถือคุณทำงานได้เร็วโดยไม่ต้องพึ่ง cloud ตลอดเวลา นี่คือมรดกที่คนใช้ iPhone/Mac ทุกวันนี้ได้รับประโยชน์โดยไม่รู้ตัว

ภาพจากโปรเจกต์ที่ไม่เคยได้เห็นแสงจริง

ภาพนี้คือสิ่งที่เหลือรอดจากโปรเจกต์ที่ Apple ปิดตับไปเงียบๆ ทั้งที่ลงทุนไปหลายปี ทีมวิศวกรระดับหัวกะทิ และงานวิจัยด้าน AI/sensor จำนวนมาก ถูกดึงกลับมาใช้ในงานอื่นแทนที่จะทิ้งไปเฉยๆ

ชิปและสถาปัตยกรรม Neural Engine ที่เคยออกแบบไว้สำหรับประมวลผลข้อมูลจากกล้อง-เซนเซอร์รอบคันรถแบบ real-time กลายเป็นรากฐานของ Apple Silicon รุ่นหลังๆ รวมถึง M-series ที่อยู่ใน Mac วันนี้ และ M7 Ultra ที่กำลังออกแบบเพื่อรัน Apple Intelligence บนเซิร์ฟเวอร์ขนาดใหญ่ นี่แหละคือมรดกจริงของโปรเจกต์รถที่ไม่มีวันได้ขับบนถนน

ตอนนั้นทุกคนเชื่อว่า Apple กำลังจะทำรถ

ปี 2014-2016 ข่าวลือ Apple Car ร้อนแรงมาก มีคนบอกว่าเห็นรถทดสอบพรางตัววิ่งอยู่แถว California หุ้น Apple ขยับทุกครั้งที่มีข่าวหลุดเรื่องทีมวิศวกรรถยนต์ที่ดึงคนจาก Tesla มาร่วมงาน

ตอนนั้นวงการเทคเชื่อกันจริงจังว่า Apple จะเปลี่ยนอุตสาหกรรมรถยนต์แบบเดียวกับที่เปลี่ยนวงการมือถือ ความคาดหวังสูงมาก

พอปี 2024 ข่าวยกเลิกโปรเจกต์ออกมา ความรู้สึกคือผิดหวังปนงง เงินที่ทุ่มไปเป็นหมื่นล้านดอลลาร์ตลอด 10 ปี หายไปไหน คนในวงการเทคหลายคนมองว่าเป็นความล้มเหลวครั้งใหญ่ที่สุดของ Apple

แต่คำถามที่น่าสนใจกว่าคือ เงินหมื่นล้านนั้นสูญเปล่าจริงหรือเปล่า หรือจริงๆ แล้วมันถูกแปลงร่างไปเป็นอะไรบางอย่างที่เราใช้กันอยู่ทุกวันนี้โดยไม่รู้ตัว

Titan สัมพันธ์กับสถาปัตยกรรมชิป Apple Silicon ยังไง

ถ้าเทียบเป็นสายงาน Apple ตอนนั้นมีอยู่ 3 ขา คือ Siri, Apple Neural Engine ที่ฝังในชิปทุกรุ่น และทีม M-series สำหรับ Mac ส่วน Project Titan คือขาที่ 4 ที่ไม่มีใครพูดถึง แต่จริงๆ ต้องแบก workload หนักสุด

รถขับเองต้องประมวลผลภาพจากกล้องหลายตัว เซนเซอร์ระยะไกล และตัดสินใจแบบ real-time ในเสี้ยววินาที นี่คือโจทย์ AI ที่ซับซ้อนกว่าการโฟกัสภาพในกล้องมือถือมาก

พอโปรเจกต์ปิด วิศวกรกลุ่มนี้ไม่ได้หายไปไหน หลายคนย้ายเข้าทีม Apple Neural Engine กับทีมชิปโดยตรง ซึ่งพอมาดูทิศทางของ M7 Ultra ที่กำลังออกแบบอยู่ ก็พอเห็นเงาของงานที่เคยทำเรื่อง on-device inference มาก่อนอยู่นะ — โดยเฉพาะเรื่อง memory bandwidth และ real-time processing ที่ M7 Ultra วางเป้าไว้ระดับ 1.5TB

เทียบให้เห็นภาพ: ชิปต้นแบบสำหรับรถ เทียบกับ ชิปที่ใช้จริงในผลิตภัณฑ์วันนี้

ฝั่งชิปต้นแบบรถ self-driving ไม่มีสเปกเปิดเผยชัดเจน เพราะโปรเจกต์ปิดไปก่อนวางขาย รู้แค่แนวคิดคร่าวๆ ว่าต้องแรงพอประมวลผล sensor หลายทาง real-time และประหยัดพลังงานสุดๆ เพราะรถวิ่งได้นาน

ส่วน M7 Ultra คือปลายทางที่ชัดที่สุดของมรดกนี้ — วิศวกรจาก Project Titan ที่ย้ายเข้าทีมชิปกำลังขับเคลื่อนการออกแบบ Neural Engine ของ M7 โดยตรง เป้าหมายคือรองรับ RAM สูงถึง 1.5TB เพื่อรัน Apple Intelligence บนเซิร์ฟเวอร์ได้โดยไม่ง้อ cloud

จุดที่ถูกดึงมาใช้คือแนวคิดเรื่อง efficient on-device AI ส่วนที่ถูกทิ้งคือส่วน sensor fusion ระดับรถยนต์ที่ซับซ้อนเกินความจำเป็น

ร่องรอยของโปรเจกต์รถที่แฝงอยู่ในของที่คุณใช้ทุกวัน

ทีม Titan ทุ่มเวลาหลายปีกับการรวมข้อมูลจากเซนเซอร์หลายตัวพร้อมกัน (sensor fusion) เพื่อให้รถ “เข้าใจ” สภาพแวดล้อมแบบเรียลไทม์ — โจทย์เดียวกับที่ Face ID บน iPhone 17 Pro Max ใช้ตอนสแกนหน้าคุณตอนล็อกหน้าจอ

อีกจุดคือการประมวลผล AI บนตัวเครื่องล้วนๆ ไม่ง้อ cloud ซึ่งเป็นข้อกำหนดตอนพัฒนา self-driving (ตัดสินใจต้องเร็ว ส่งข้อมูลออกไปประมวลผลนอกรถไม่ทัน) ทีนี้กลายเป็นแกนของ Apple Intelligence และ Siri รุ่นใหม่ที่ประมวลผลในเครื่องแทนคุณ

ฟีเจอร์ค้นรูปด้วยคำพูดใน Photos (พิมพ์ “รูปหมาชายหาด” แล้วเจอเลย) ก็อาศัยโมเดล vision เดียวกับที่เคยใช้ให้รถ “อ่าน” ป้ายจราจรและวัตถุรอบตัว

ถ้าอธิบายให้ตรงๆ คือ M-series ชิปทุกตัวที่อยู่ใน Mac วันนี้ ทำงานเบื้องหลังแบบเดียวกับที่เคยออกแบบแนวคิดไว้ให้รถขับเอง — แค่ scaled ลงมาให้เหมาะกับผลิตภัณฑ์ผู้บริโภค

เมื่อเทียบกับคู่แข่งที่ไปต่อกับรถขับเองจริงๆ

จุดที่น่าคิดคือ Apple เลือกทางที่ต่างจากคู่แข่งชัดเจน — พับโปรเจกต์รถทิ้ง แล้วเอาองค์ความรู้กลับไปใส่ใน Mac, iPhone และ Apple Intelligence Server แทน

Tesla ยังเดินหน้า FSD chip ในรถจริงบนถนน เก็บข้อมูลจากรถที่วิ่งอยู่ทุกวัน ส่วน Waymo ลงทุนกับ custom compute stack เฉพาะทางเพื่อรถไร้คนขับโดยเฉพาะ ไม่ใช่ชิปที่ยืมไปใช้งานอื่น

NVIDIA เลือกอีกทาง คือขายชิป Drive ให้ผู้ผลิตรถหลายเจ้าพร้อมกัน กระจายความเสี่ยงและได้ข้อมูลจากหลายแบรนด์

พูดตรงๆ Apple ได้ของดีติดมือ แต่ตลาดรถขับเองที่แท้จริงเดินไปโดยไม่มี Apple อยู่ในสมการแล้ว

ข้อดีข้อเสียของการ “พับโปรเจกต์แต่เก็บของ”

การยุบทีม Apple Car ปี 2024 ไม่ใช่แค่ “เสียของ” เพราะชิปและงานวิจัย AI ที่สร้างมา 10 ปีถูกดึงไปใช้ในสายงานอื่นต่อ เช่น M-series ชิปที่อยู่ใน Mac วันนี้ และ M7 Ultra ที่กำลังออกแบบ — ต่างอาศัยองค์ความรู้ด้าน on-device AI ที่สั่งสมมาจากโปรเจกต์รถทั้งนั้น

แต่ราคาที่จ่ายก็ไม่เบา ทีมงานหลักพันคนต้องโยกย้ายหรือหลุดจากบริษัท และ Apple เสียตำแหน่ง first-mover ในตลาดรถขับเองไปแบบกู่ไม่กลับ

ต้นทุนที่แท้จริงของหมื่นล้านดอลลาร์ที่ไม่มีรถออกมาสักคัน

ตัวเลขหมื่นล้านดอลลาร์ที่เห็นในข่าวคือแค่ยอดที่นับได้ ส่วนที่นับไม่ได้คือค่าเสียโอกาสจากวิศวกรระดับหัวกะทิที่ถูกดึงไปอยู่ในทีมรถนานหลายปี แล้วไม่มีสินค้าออกมาขายสักชิ้น

ทีมที่ควรจะไปเร่ง feature อื่นของ Apple กลับต้องมานั่งวนลูปเปลี่ยนทิศทางโปรเจกต์ซ้ำแล้วซ้ำเล่า ขวัญกำลังใจคนที่อยู่ในทีมมานานคือสิ่งที่เสียหายจริง แต่วัดเป็นตัวเลขไม่ได้

ที่น่าคิดคือช่วงเวลาที่ Apple Intelligence ดูล่าช้ากว่าคู่แข่งในตลาด มันเกิดขึ้นพร้อมๆ กับที่ทรัพยากรก้อนใหญ่ถูกทุ่มไปกับโปรเจกต์รถมาก่อนหน้า จะฟันธงว่าเกี่ยวกันโดยตรงคงเร็วไป แต่เป็นจังหวะเวลาที่ชวนตั้งคำถามไม่น้อย

เรื่องนี้บอกอะไรเกี่ยวกับวิธี Apple เดิมพันกับ AI ต่อจากนี้

Titan สอนบทเรียนที่คุ้มราคากว่าที่คิด: ทีมวิศวกรที่เก่งเรื่อง sensor, real-time processing, custom silicon ไม่ได้หายไปไหน แค่ย้ายโต๊ะทำงาน ชิปอย่าง M7 Ultra ที่กำลังออกแบบอยู่ (RAM สูงสุด 1.5TB สำหรับ Apple Intelligence Server) กับ M-series ทุกรุ่นที่อยู่ใน Mac วันนี้ ต่างมีรากมาจากองค์ความรู้ประเภทเดียวกันที่สร้างไว้ตอนทำรถ

สิ่งที่น่าจับตาต่อจากนี้ไม่ใช่ว่า Apple จะเลิกเดิมพันใหญ่หรือเปล่า แต่คือ Apple เริ่มมองโปรเจกต์ลับพวกนี้เป็น “ทุนสำรองความรู้” ไม่ใช่ผลิตภัณฑ์ที่ต้องออกให้ได้ ครั้งหน้าที่มีข่าว Apple พับโปรเจกต์ AI ก้อนใหญ่ อย่ารีบตัดสินว่าล้มเหลว 100%

คำถามที่ควรถามคือ ทีมงานย้ายไปไหน โครงสร้างพื้นฐานที่สร้างไว้ถูกใช้ต่อในผลิตภัณฑ์ไหน — นั่นคือตัวชี้วัดที่แม่นกว่าพาดหัวข่าว