วิกฤติพลังงาน AI 'เมื่อสมองกลยักษ์หิวไฟ' และเดิมพันครั้งใหญ่ของดาต้าเซ็นเตอร์ในไทย

ความต้องการประมวลผลของปัญญาประดิษฐ์ (AI) ที่พุ่งทะยานกำลังเขย่าความมั่นคงทางพลังงานโลก เสี่ยงดึงโลกกลับไปพึ่งพาเชื้อเพลิงฟอสซิล ท่ามกลางเสียงเตือนจากเวทีระดับโลก ที่สะท้อนว่าประเทศไทยกำลังเผชิญบททดสอบครั้งใหญ่ในการรับมือคลื่นดาต้าเซ็นเตอร์แสนล้าน พร้อมเร่งปรับแผนพลังงานเพื่อหลีกเลี่ยงวิกฤติราคาไฟแพง

ในขณะที่โลกกำลังตื่นตาตื่นใจกับความก้าวหน้าของปัญญาประดิษฐ์ (AI) เบื้องหลังห้องเซิร์ฟเวอร์ขนาดมหึมากลับซ่อนความจริงที่น่าตกใจไว้ว่า เทคโนโลยีนี้กำลัง "หิวพลังงาน" อย่างมหาศาล โดยในสหรัฐอเมริกา ยักษ์ใหญ่ไอที 4 ราย ได้แก่ Google, Meta, Microsoft และ Amazon Web Services (AWS) ครองสัดส่วนการจัดซื้อพลังงานสะอาดสูงถึง 87% ของภาคเอกชนทั้งหมด พลังซื้อระดับมหึนานี้เคยเป็นตัวขับเคลื่อนตลาดพลังงานหมุนเวียนและปลุกกระแสลงทุนพลังงานนิวเคลียร์ตั้งแต่วิกฤตพลังงานในปี พ.ศ. 2567 เป็นต้นมา

วิกฤติที่แท้จริงคือความเร็วของการเติบโต AI

กำลังวิ่งเร็วกว่าการสร้างระบบพลังงานสะอาด มีการประเมินว่าความต้องการใช้ไฟฟ้าของดาต้าเซ็นเตอร์ทั่วโลกจะเพิ่มขึ้นเป็นสองเท่าภายในปี พ.ศ. 2573 โดยพลังงานสะอาดและนิวเคลียร์จะช่วยซัพพอร์ตได้ราว 60% ส่วนที่เหลืออีก 40% ยังต้องพึ่งพาเชื้อเพลิงฟอสซิล ทำให้หลายฝ่ายหันไปใช้ก๊าซธรรมชาติเป็น "สะพานเชื่อม" ซึ่งเสี่ยงต่อการล็อกติดโครงสร้างคาร์บอนไปอีกหลายสิบปี เช่น โครงการศูนย์ข้อมูลขนาดมหึมาในรัฐโอไฮโอที่ใช้พลังงานเทียบเท่ามหานครนิวยอร์กจากก๊าซธรรมชาติ

เมื่อยักษ์ไอทีต้องรับผิดชอบมากกว่ากำไร

หากอุตสาหกรรม AI ต้องการเติบโตอย่างยั่งยืนในโลกที่จำกัดด้วยข้อจำกัดทางสภาพภูมิอากาศ แนวทางขับเคลื่อนควรเปลี่ยนผ่านใน 3 มิติหลัก

• สร้างพลังงานสะอาดให้เร็วกว่าที่ AI หิว: ไฮเปอร์สเกลเลอร์ต้องลงทุนในโครงข่ายไฟฟ้าสีเขียว การกักเก็บพลังงาน และระบบจัดเก็บให้เร็วกว่าอัตราการเติบโตของโหลดไฟตัวเอง พร้อมผลักดันเป้าหมายพลังงานคาร์บอนฟรีตลอด 24 ชั่วโมงในทุกตารางกริด ไม่ใช่แค่การซื้อใบรับรองคาร์บอนรายปีแบบผิวเผิน
• ชูความโปร่งใสเรื่องพลังงานและคาร์บอน: แม้โมเดล AI จะมีประสิทธิภาพสูงขึ้น เช่น กรณีของ Google ที่ระบุว่ารอยเท้าคาร์บอนของ Gemini ลดลงหลายสิบลำดับส่วนในเวลาหนึ่งปี แต่การปล่อยก๊าซเรือนกระจกโดยรวมยังคงพุ่งสูงขึ้น ภาคเทคโนโลยีจึงต้องเปิดเผยต้นทุนพลังงานและน้ำต่อภาระงานอย่างโปร่งใส และกำหนดจุดพีคการปล่อยคาร์บอนของตัวเองอย่างชัดเจน
• หยุดสนับสนุนเศรษฐกิจฟอสซิล: ในขณะที่ AI มีศักยภาพช่วยลดก๊าซเรือนกระจกได้นับพันล้านตัน แต่บริษัทเทคโนโลยีหลายแห่งก็ยังทำสัญญาซัพพอร์ตระบบขุดเจาะน้ำมันและก๊าซมูลค่ามหาศาล ซึ่งนักวิชาการเตือนว่า หาก AI ไปเพิ่มผลิตภาพให้ฝั่งฟอสซิล ผลผลิตจากพลังงานสะอาดจะต้องโตเร็วกว่าอย่างน้อย 4 เท่าจึงจะลบล้างกันได้

ประเทศไทย บทเรียนจากเวที Gastech 

สถานการณ์ระดับโลกนี้ สะท้อนภาพความท้าทายที่กำลังเกิดขึ้นใน ประเทศไทย อย่างใกล้ชิด โดยอ้างอิงข้อมูลและการอภิปรายจากเวทีระดับโลก Gastech 2026 คลื่นการลงทุนดาต้าเซ็นเตอร์และ AI กำลังสร้างแรงกระเพื่อมครั้งใหญ่ต่อโครงสร้างพื้นฐานไทย

1. ระวัง "อุปสงค์ไฟฟ้าลวง": กระทรวงพลังงานได้ปรับลดตัวเลขความต้องการไฟฟ้าจากกลุ่มดาต้าเซ็นเตอร์เหลือราว 8.8 กิกะวัตต์ ในร่างแผนพัฒนากำลังผลิตไฟฟ้า (PDP) ฉบับใหม่ เพื่อป้องกันไม่ให้ภาระต้นทุนส่วนเกินไปตกอยู่กับประชาชน พร้อมเตรียมทุ่มงบประมาณ 35,000 ล้านบาท เพื่อยกระดับระบบสายส่งและโครงสร้างพื้นฐานทางไฟฟ้าในพื้นที่ระเบียงเศรษฐกิจพิเศษภาคตะวันออก (EEC) ให้รองรับพลังงานสะอาด
2. ความเสี่ยง LNG และข้อเสนอแนะเรื่องความเร็ว: ผู้เชี่ยวชาญจากเวที Gastech เสนอแนะว่า ไทยมีความเสี่ยงด้านพลังงานก๊าซธรรมชาติเหลว (LNG) จึงควรเร่งกระจายความเสี่ยงและเพิ่มสัดส่วนพลังงานหมุนเวียน พร้อมกันนั้น รัฐบาลควรใช้กลยุทธ์ "ยื่นข้อเสนอเรื่องเวลาแทนราคา" ด้วยการเร่งรัดกระบวนการอนุมัติและใบอนุญาตให้รวดเร็ว เนื่องจากนักลงทุนดาต้าเซ็นเตอร์พร้อมแบกรับต้นทุนพลังงาน แต่ไม่สามารถแบกรับความล่าช้าทางราชการได้
3. โอกาสสู่ฮับดิจิทัลสีเขียว: ผ่านนโยบายส่งเสริมการซื้อขายไฟฟ้าสีเขียวโดยตรง (Direct PPA) ที่ภาครัฐเริ่มผลักดัน จะเป็นกุญแจสำคัญในการดึงดูดเม็ดเงินลงทุนหลายแสนล้านบาท พร้อมทั้งขับเคลื่อนประเทศไทยสู่เป้าหมายความเป็นกลางทางคาร์บอน (Net Zero) อย่างแท้จริง

ในท้ายที่สุด ใบอนุญาตที่แท้จริงของบริษัทยักษ์ใหญ่ไอทีไม่ใช่แค่การอนุมัติทางกฎหมาย แต่คือการพิสูจน์ว่าการเติบโตของปัญญาประดิษฐ์จะต้องไม่สร้างวิกฤตพลังงานและผลักภาระให้สังคม เพื่อให้อุตสาหกรรมนี้เดินหน้าควบคู่ไปกับโลกได้อย่างยั่งยืน

ที่มา : Exponential Roadmap Initiative