จับตา 'AI' กับภาษีคาร์บอนข้ามแดน ตัวแปรใหม่ที่ธุรกิจส่งออกทั่วโลกต้องรู้

ก้าวเข้าสู่ยุคที่นโยบายภูมิอากาศและการค้าระหว่างประเทศรวมเป็นเนื้อเดียวกัน เรามักจะได้ยินคำถามยอดฮิตเกี่ยวกับ ปัญญาประดิษฐ์ (AI) อยู่สองเรื่อง นั่นคือ "เราจะลดผลกระทบทางสิ่งแวดล้อมจาก AI ได้อย่างไร?" และ "เราจะใช้ AI ช่วยเร่งการลดคาร์บอนได้อย่างไร?" แต่ในวันนี้ คำถามที่สามที่ไม่อาจหลีกเลี่ยงได้อีกต่อไปคือ "AI จะเข้ามาเปลี่ยนวิธีวัดการปล่อยก๊าซเรือนกระจกที่แฝงอยู่ในสินค้าและบริการข้ามแดนอย่างไร?"

ประเด็นนี้กำลังกลายเป็นจุดตัดสำคัญ ระหว่างการบริหารจัดการดิจิทัล การค้าระหว่างประเทศ และความรับผิดชอบต่อสิ่งแวดล้อมโลก โดยมีหัวใจสำคัญอยู่ที่ กรอบการวัดการปล่อยก๊าซเรือนกระจกที่แฝงอยู่ (Embedded Emissions Frameworks หรือ EEFs)

 

EEFs และรอยเท้าสิ่งแวดล้อมของ AI ที่มากกว่าแค่ "ศูนย์ข้อมูล"

ระบบ EEFs คือกระดูกสันหลังของนโยบายการค้าด้านภูมิอากาศในปัจจุบัน เป็นรากฐานของกลไกปรับคาร์บอนก่อนข้ามพรมแดนของสหภาพยุโรป (EU CBAM) กฎระเบียบการรายงานความยั่งยืนขององค์กร (CSRD) ไปจนถึงการตรวจสอบห่วงโซ่อุปทาน จุดประสงค์หลักคือทำให้ปริมาณการปล่อยคาร์บอนที่แฝงอยู่ในสินค้านำเข้า-ส่งออกมีความชัดเจน เปรียบเทียบกันได้ และจัดระเบียบได้

ทว่า AI กำลังเข้ามาทำให้เรื่องนี้ซับซ้อนขึ้นอย่างมาก เพราะรอยเท้าทางสิ่งแวดล้อมของ AI ไม่ได้หยุดอยู่แค่ "พลังงานไฟฟ้าที่ใช้ในศูนย์ข้อมูล " หรือคาร์บอนที่เกิดจากการเทรนโมเดลขนาดใหญ่เท่านั้น แต่ยังครอบคลุม

• ต้นน้ำ (Upstream): กระบวนการผลิตชิ้นส่วนฮาร์ดแวร์ การทำเหมืองแร่เพื่อขุดแร่ธาตุ การใช้ซัพพลายเชนชิปเซมิคอนดักเตอร์ที่ใช้น้ำและพลังงานมหาศาล ซึ่งสร้างคาร์บอนมหาศาลตั้งแต่โมเดลยังไม่ได้เริ่มทำงาน
• ปลายน้ำ (Downstream): AI เข้าไปเปลี่ยนพฤติกรรมผู้บริโภค การออกแบบสินค้า และการบริหารโลจิสติกส์ ซึ่งมีทั้งมุมที่ช่วยลดการปล่อยคาร์บอน หรืออาจจะไปเร่งอัตราการผลิตและการบริโภคจนปล่อยก๊าซเรือนกระจกมากกว่าเดิม

คำถามสำคัญทางนโยบายจึงไม่ใช่การดึงผลกระทบของ AI ทุกอย่างมารวมไว้ใน EEFs แต่คือ "ขอบเขตของระบบและการระบุที่มา อยู่ตรงไหน?" สินค้าที่ออกแบบหรือขนส่งโดยมี AI เข้ามาช่วยข้ามแดน ควรถูกนับคาร์บอนอย่างไรให้เป็นธรรมและสอดคล้องกับกฎการค้าเสรีโลก

จากกฎหมาย AI สู่มาตรการค้าระหว่างประเทศ

หน่วยงานระดับสากลเริ่มขยับตัวตอบรับประเด็นนี้แล้ว โดยหลักการ AI ของ OECD และคำแนะนำด้านจริยธรรม AI ของ UNESCO ต่างเน้นย้ำเรื่องความยั่งยืนและผลกระทบต่อระบบนิเวศตลอดวงจรชีวิตของ AI ขณะที่ พระราชบัญญัติ AI ของสหภาพยุโรป (EU AI Act) ได้กำหนดให้ผู้พัฒนาโมเดล AI ทั่วไปต้องเปิดเผยข้อมูลการใช้พลังงาน และก้าวไปสู่การพัฒนาวิธีวัดการปล่อยก๊าซเรือนกระจกที่ชัดเจนยิ่งขึ้น

นอกจากนี้ รายงานการค้าโลกประจำปี 2568 (World Trade Report 2025) ขององค์การการค้าโลก (WTO) ยังชี้ให้เห็นว่า AI กำลังปฏิรูปทั้งการผลิตและการค้าสินค้าและบริการทั่วโลก พร้อมเน้นย้ำถึงความสำคัญของความร่วมมือระหว่างประเทศที่ต้องเดินหน้าไปพร้อมกัน

ดาบสองคม AI ผู้สร้างปัญหา หรือ ฮีโร่ผู้ช่วยคำนวณคาร์บอน?

แม้ AI จะทำให้ขอบเขตการคำนวณคาร์บอนซับซ้อนขึ้น แต่ในทางกลับกัน AI อาจเป็นเครื่องมือเดียวที่ช่วยกู้ระบบ EEFs ได้ ในปัจจุบัน ธุรกิจต่างๆ ต้องแบกรับภาระงานเอกสารมหาศาลในการรายงานคาร์บอนข้ามแดนปฏิบัติตามมาตรฐานที่หลากหลาย AI สามารถเข้ามาช่วย

• อัตโนมัติการรายงาน: ช่วยกระทบยอดข้อมูลคาร์บอนและจับคู่ห่วงโซ่อุปทานซับซ้อน
• ช่วยลดต้นทุนให้ SME: ช่วยให้ธุรกิจขนาดเล็กที่ไม่มีงบประมาณจ้างผู้เชี่ยวชาญราคาแพง สามารถคำนวณรอยเท้าคาร์บอนได้แม่นยำขึ้น
• ช่วยฝั่งผู้กำกับดูแล: ช่วยตรวจสอบความผิดปกติและตรวจจับการแจ้งข้อมูลเท็จ
• ข้อควรระวังสำคัญ: AI ไม่สามารถแก้โจทย์ระบบการบัญชีที่ล้มเหลวได้ หากข้อมูลต้นทางไม่แม่นยำ การนำ AI มาใช้อัตโนมัติอาจยิ่งขยายความบิดเบือนของข้อมูลให้หนักกว่าเดิม นอกจากนี้ การนำ AI มาใช้คำนวณเองก็มีต้นทุนพลังงานที่ต้องบริหารจัดการอย่างระมัดระวังเช่นกัน

ทางออก ปรับกลไก ปลดล็อกแรงจูงใจทางการเงิน

อนาคตของการจัดการภูมิอากาศโลกจะไม่ได้หยุดอยู่แค่การควบคุมการปล่อยก๊าซเรือนกระจก แต่จะขยายไปถึง "การกำกับดูแลระบบดิจิทัลที่ใช้วัด ตรวจสอบ และจัดสรรการปล่อยก๊าซเหล่านั้น"

เพื่อเร่งให้เกิดการเปลี่ยนผ่านที่จับต้องได้ ผู้เชี่ยวชาญเสนอให้มีการสร้างแรงจูงใจรอบด้าน เช่น

• สิทธิประโยชน์ทางภาษี (Tax Reliefs): สำหรับองค์กรที่ใช้ระบบ AI ประหยัดพลังงานในการคำนวณและลดคาร์บอน
• การจัดซื้อจัดจ้างของภาครัฐ (Government Procurement): ให้ความสำคัญกับสินค้าและเทคโนโลยีที่ใช้ระบบคำนวณ EEFs ที่ตรวจสอบได้จริง
• การทลายกรอบการทำงานแบบเดิม (Silos): ดึงชุมชนผู้พัฒนา AI นักบรรยากาศวิทยา และนักการค้า มาร่วมกันออกแบบมาตรการอย่าง CBAM และ CSRD ให้สอดคล้องกัน

ความท้าทายในวันข้างหน้าจึงเป็นการออกแบบระบบ EEFs ที่สะท้อนความเป็นจริงของเศรษฐกิจยุค AI ควบคู่ไปกับการพัฒนา AI ให้กลายเป็นโครงสร้างพื้นฐานที่ช่วยให้การตรวจสอบคาร์บอนเป็นไปได้จริง มีความน่าเชื่อถือ และขยายผลได้จริงในการค้าโลก

 

ที่มา : Australian National University , Singapore Management University