โครงสร้างพื้นฐานด้านพลังงาน : คอขวดที่แท้จริงของเศรษฐกิจ AI

ตลอดช่วงหลายปีที่ผ่านมา โลกมักอธิบายการแข่งขันด้านปัญญาประดิษฐ์ผ่านจำนวนชิป GPU ขนาดของโมเดลภาษา เงินลงทุน หรือความสามารถของอัลกอริทึม แต่เมื่ออุตสาหกรรม AI เติบโตเข้าสู่ระดับโครงสร้างพื้นฐาน ปัจจัยที่เริ่มจำกัดการขยายตัวกลับไม่ใช่สิ่งที่อยู่ภายในเซิร์ฟเวอร์ หากเป็นสิ่งที่อยู่ภายนอกอาคาร Data Center นั่นคือ ไฟฟ้า โครงข่ายสายส่ง ระบบกักเก็บพลังงาน น้ำ และระบบทำความเย็น

กล่าวอีกนัยหนึ่ง โลกอาจผลิตชิปได้เร็วขึ้น สร้างโมเดลที่ใหญ่ขึ้น และระดมเงินทุนได้มากขึ้น แต่หากไม่มีไฟฟ้าที่เพียงพอ มั่นคง และส่งถึงพื้นที่ได้ทันเวลา AI ก็ไม่สามารถขยายตัวตามศักยภาพที่คาดหวังไว้ได้

นี่คือเหตุผลที่ โครงสร้างพื้นฐานด้านพลังงานกำลังกลายเป็นคอขวดที่แท้จริงของเศรษฐกิจ AI

AI กำลังเปลี่ยนโครงสร้างความต้องการไฟฟ้า

สำนักงานพลังงานสากล หรือ International Energy Agency (IEA) ประเมินว่า การใช้ไฟฟ้าของ Data Center ทั่วโลกจะเพิ่มจากประมาณ 415 เทราวัตต์ชั่วโมงในปี 2024 เป็นราว 945 เทราวัตต์ชั่วโมงในปี 2030 หรือเพิ่มขึ้นมากกว่าสองเท่าภายในเวลาเพียงหกปี โดยความต้องการไฟฟ้าของเซิร์ฟเวอร์ที่ออกแบบเพื่อรองรับ AI จะเติบโตเร็วกว่าความต้องการไฟฟ้าของเซิร์ฟเวอร์ทั่วไปอย่างชัดเจน

ตัวเลขดังกล่าวยังคิดเป็นสัดส่วนไม่ถึง 3% ของการใช้ไฟฟ้าทั่วโลกในปี 2030 จึงไม่ควรถูกตีความว่า Data Center จะกลายเป็นผู้ใช้ไฟฟ้าหลักของโลกทั้งหมด แต่ปัญหาสำคัญคือความต้องการเหล่านี้ไม่ได้กระจายตัวอย่างสม่ำเสมอ หากกระจุกตัวอยู่ในบางประเทศ บางเมือง และบางคลัสเตอร์ จึงสร้างแรงกดดันต่อโครงข่ายไฟฟ้าในระดับพื้นที่อย่างรุนแรงกว่าที่ตัวเลขเฉลี่ยทั่วโลกแสดงให้เห็น

สถานการณ์ในสหรัฐอเมริกาเป็นตัวอย่างที่ชัดเจน ในปี 2025 การใช้ไฟฟ้าของ Data Center เพิ่มขึ้นอย่างรวดเร็ว และมีส่วนคิดเป็นประมาณครึ่งหนึ่งของการเติบโตของความต้องการใช้ไฟฟ้าทั้งประเทศ ขณะที่การใช้ไฟฟ้าของ Data Center ทั่วโลกในปีเดียวกันเพิ่มขึ้นประมาณ 17%

สิ่งที่กำลังเกิดขึ้นจึงไม่ใช่เพียงอุตสาหกรรมไอทีใช้ไฟมากขึ้น แต่คือการเกิดขึ้นของโหลดไฟฟ้าขนาดใหญ่ที่ทำงานต่อเนื่องตลอด 24 ชั่วโมง และสามารถเพิ่มขึ้นครั้งละหลายร้อยเมกะวัตต์จากการลงทุนเพียงหนึ่งหรือสองโครงการ

ต่อให้มีโรงไฟฟ้า แต่หากไม่มีสายส่งก็ใช้ไม่ได้

เมื่อกล่าวถึงการรองรับ AI Data Center หลายคนอาจคิดว่า เพียงเพิ่มกำลังผลิตไฟฟ้าก็เพียงพอ แต่ในทางปฏิบัติ ปัญหาที่ซับซ้อนกว่าคือ ไฟฟ้าที่ผลิตได้จะส่งไปถึง Data Center อย่างไร

โครงข่ายไฟฟ้าไม่ได้ขยายตัวได้รวดเร็วเท่าการสร้างอาคารหรือการติดตั้งเซิร์ฟเวอร์ การสร้างสายส่งแรงดันสูงในประเทศพัฒนาแล้วอาจใช้เวลาประมาณ 4 - 8 ปี ขณะที่ระยะเวลารออุปกรณ์สำคัญ เช่น หม้อแปลงและสายเคเบิล เพิ่มขึ้นอย่างมีนัยสำคัญในช่วงไม่กี่ปีที่ผ่านมา

ปัจจุบันโครงการผลิตไฟฟ้า ระบบกักเก็บพลังงาน และโหลดขนาดใหญ่รวมกันมากกว่า 2,500 กิกะวัตต์ ยังค้างอยู่ในคิวเชื่อมต่อโครงข่ายทั่วโลก ขณะที่ IEA ประเมินว่า การรองรับความต้องการไฟฟ้าจนถึงปี 2030 จะต้องเพิ่มการลงทุนในโครงข่ายไฟฟ้ารายปีประมาณ 50% จากระดับปัจจุบันที่ราว 400,000 ล้านดอลลาร์สหรัฐต่อปี

นี่ทำให้เกิดสถานการณ์ที่น่าสนใจ คือบางโครงการมีที่ดิน เงินลงทุน เทคโนโลยี และลูกค้าพร้อมแล้ว แต่ไม่สามารถเปิดดำเนินงานได้ เพราะไม่มีศักยภาพในการเชื่อมต่อระบบไฟฟ้า

ในยุค AI Grid Connection Time จึงเริ่มมีความสำคัญไม่แพ้ราคาที่ดินหรือสิทธิประโยชน์ทางภาษี

ระบบไฟฟ้าต้องตอบโจทย์มากกว่า “มีไฟใช้”

AI Data Center ไม่ได้ต้องการเพียงปริมาณไฟฟ้า แต่ต้องการไฟฟ้าที่มีคุณสมบัติพร้อมกันอย่างน้อยสามประการ

ประการแรก ต้องมีความมั่นคงสูง เพราะศูนย์ข้อมูลไม่สามารถหยุดทำงานตามความผันผวนของสภาพอากาศหรือความต้องการใช้ไฟของพื้นที่ได้

ประการที่สอง ต้องปล่อยคาร์บอนต่ำ เพราะผู้ให้บริการ Cloud และ AI ระดับโลกมีเป้าหมายด้าน Net Zero และกำลังขยับจากการชดเชยการใช้ไฟฟ้าสะอาดในภาพรวมรายปี ไปสู่แนวคิด 24/7 Carbon-Free Energy ซึ่งต้องการให้ไฟฟ้าคาร์บอนต่ำมีอยู่จริงในพื้นที่และช่วงเวลาที่ใช้ไฟฟ้า

ประการที่สาม ต้องมีราคาที่สามารถแข่งขันได้ในระยะยาว เพราะค่าไฟฟ้าเป็นต้นทุนดำเนินงานหลักของ Data Center และมีผลโดยตรงต่อการตัดสินใจลงทุน

โจทย์ทั้งสามประการนี้ทำให้ระบบพลังงานในอนาคตไม่สามารถพึ่งพาแหล่งใดแหล่งหนึ่งเพียงลำพัง แต่ต้องผสมผสานพลังงานหมุนเวียน โรงไฟฟ้าที่มีความยืดหยุ่น ระบบกักเก็บพลังงาน โครงข่ายอัจฉริยะ และอาจรวมถึงพลังงานนิวเคลียร์ในบางประเทศ

พลังงานหมุนเวียนเติบโตเร็ว แต่ต้องมาพร้อมความยืดหยุ่น

ในปี 2025 พลังงานแสงอาทิตย์เป็นแหล่งพลังงานที่มีส่วนสนับสนุนการเติบโตของความต้องการพลังงานโลกมากที่สุดเป็นครั้งแรก ขณะที่การผลิตไฟฟ้าจากพลังงานแสงอาทิตย์เพิ่มขึ้นประมาณ 600 เทราวัตต์ชั่วโมงภายในปีเดียว

ความก้าวหน้านี้สะท้อนว่า Solar PV จะเป็นเสาหลักของระบบไฟฟ้าในอนาคตอย่างหลีกเลี่ยงไม่ได้ แต่พลังงานแสงอาทิตย์มีข้อจำกัดด้านช่วงเวลาและสภาพอากาศ ขณะที่ AI Data Center ต้องการไฟฟ้าต่อเนื่องทั้งกลางวันและกลางคืน

เมื่อสัดส่วน Solar และ Wind เพิ่มขึ้น ระบบไฟฟ้าจึงต้องลงทุนใน Battery Energy Storage System, Pumped Storage, Demand Response, Flexible Power Plant และ Smart Grid เพื่อรักษาสมดุลระหว่างการผลิตและการใช้ไฟฟ้าแบบเรียลไทม์

พลังงานหมุนเวียนจึงไม่ใช่คำตอบที่ผิด แต่ต้องถูกออกแบบเป็นส่วนหนึ่งของระบบที่มีความยืดหยุ่น ไม่ใช่เป็นโครงการผลิตไฟฟ้าแบบแยกส่วนโดยไม่มีระบบรองรับ

ประสิทธิภาพของ Data Center คือกำลังผลิตไฟฟ้าที่ไม่ต้องสร้างเพิ่ม

อีกด้านหนึ่งของการแก้ปัญหาไม่ได้อยู่ที่การสร้างโรงไฟฟ้าเพิ่มเพียงอย่างเดียว แต่อยู่ที่การทำให้ Data Center ใช้พลังงานอย่างมีประสิทธิภาพมากขึ้น

ตัวชี้วัดสำคัญคือ Power Usage Effectiveness (PUE) ซึ่งเปรียบเทียบพลังงานทั้งหมดที่ Data Center ใช้กับพลังงานที่ส่งถึงอุปกรณ์ IT โดยตรง ยิ่งค่า PUE ใกล้ 1.0 มากเท่าใด ยิ่งหมายความว่าพลังงานส่วนเกินที่ใช้กับระบบทำความเย็น ระบบไฟฟ้า และอุปกรณ์สนับสนุนลดลง

หาก Data Center ขนาด 200 เมกะวัตต์ลด PUE จาก 2.0 เหลือ 1.4 ภายใต้ฐานโหลด IT เดียวกัน ความต้องการพลังงานรวมของระบบจะลดลงอย่างมาก เทียบได้กับการหลีกเลี่ยงการสร้างกำลังผลิตและโครงข่ายเพิ่มเติมหลายสิบเมกะวัตต์

เทคโนโลยีอย่าง Direct-to-Chip Liquid Cooling, Immersion Cooling, Warm Water Cooling, AI-based Energy Management, Heat Recovery และ District Cooling จึงไม่ได้เป็นเพียงนวัตกรรมด้านวิศวกรรมอาคาร แต่เป็นส่วนหนึ่งของยุทธศาสตร์ความมั่นคงทางพลังงาน

สำหรับประเทศไทย ยังมีโอกาสจากการใช้ LNG Cold Energy ซึ่งเป็นพลังงานความเย็นที่เกิดขึ้นในกระบวนการเปลี่ยน LNG จากของเหลวอุณหภูมิต่ำกลับเป็นก๊าซ หากนำมาผลิตน้ำเย็นหรือเชื่อมต่อกับระบบ District Cooling สำหรับ Data Center จะช่วยลดการใช้ไฟฟ้าของเครื่องทำความเย็น ลดการใช้น้ำ และลดการปล่อยก๊าซเรือนกระจกได้พร้อมกัน

ในมุมนี้ การประหยัดพลังงานหนึ่งเมกะวัตต์อาจมีคุณค่าไม่ต่างจากการสร้างกำลังผลิตใหม่หนึ่งเมกะวัตต์ เพราะช่วยลดทั้งต้นทุนโรงไฟฟ้า สายส่ง สถานีไฟฟ้าย่อย และผลกระทบต่อสิ่งแวดล้อม

Data Center ต้องเปลี่ยนจาก “ภาระ” เป็น “ผู้ร่วมบริหารระบบไฟฟ้า”

ในระบบไฟฟ้าแบบเดิม Data Center มักถูกมองว่าเป็นโหลดขนาดใหญ่ที่ต้องได้รับไฟฟ้าตลอดเวลา แต่ในอนาคต Data Center สามารถมีบทบาทช่วยระบบไฟฟ้าได้มากขึ้น

ศูนย์ข้อมูลจำนวนมากมีระบบ UPS แบตเตอรี่ เครื่องกำเนิดไฟฟ้าสำรอง และกำลังประมวลผลที่สามารถจัดตารางการทำงานได้บางส่วน หากมีตลาดและกติกาที่เหมาะสม อุปกรณ์เหล่านี้สามารถเข้าร่วมในบริการรักษาเสถียรภาพของระบบไฟฟ้า เช่น Demand Response, Frequency Regulation หรือการลดโหลดในช่วงวิกฤต

อย่างไรก็ตาม การทำเช่นนี้ต้องออกแบบอย่างระมัดระวัง เพราะงาน AI บางประเภทมีต้นทุนสูงและไม่สามารถหยุดทำงานได้ง่าย แต่ศูนย์ข้อมูลหลายแห่งยังมีความสามารถสำรองและสินทรัพย์พลังงานที่อาจบริหารให้ยืดหยุ่นได้มากกว่าปัจจุบัน

แนวคิดสำคัญคือ Data Center ไม่ควรเป็นเพียงผู้ใช้ไฟฟ้ารายใหญ่ แต่ควรเป็นส่วนหนึ่งของ Digital Energy Ecosystem ที่ช่วยบริหารระบบพลังงานอย่างชาญฉลาด

ความหมายต่อประเทศไทย

ประเทศไทยกำลังได้รับความสนใจในฐานะจุดหมายการลงทุนด้าน Cloud และ Data Center ของภูมิภาค แต่การแข่งขันในระยะต่อไปจะไม่ได้ตัดสินกันที่การให้สิทธิประโยชน์ด้านภาษีเพียงอย่างเดียว

นักลงทุน Hyperscale จะพิจารณาว่า ประเทศไทยสามารถจัดหาไฟฟ้าหลายร้อยเมกะวัตต์ได้หรือไม่ เชื่อมต่อโครงข่ายได้เร็วเพียงใด มีพลังงานสะอาดเพียงพอหรือไม่ ระบบน้ำและการทำความเย็นรองรับได้หรือไม่ และนโยบายมีความต่อเนื่องมากเพียงใด

ประเทศไทยจึงควรเร่งดำเนินการอย่างน้อยในห้าด้าน

ด้านแรก คือการวางแผนกำลังผลิตไฟฟ้าและระบบสายส่งให้เชื่อมโยงกับแผนการลงทุน Data Center ไม่ใช่ประเมินแยกออกจากกัน

ด้านที่สอง คือการพัฒนากลไก Direct PPA, Green Tariff และระบบรับรองแหล่งที่มาของไฟฟ้า เพื่อให้ผู้ประกอบการเข้าถึงพลังงานสะอาดได้อย่างโปร่งใสและแข่งขันได้

ด้านที่สาม คือการเร่งลงทุนใน Smart Grid, Energy Storage และ Demand Response เพื่อเพิ่มความยืดหยุ่นของระบบไฟฟ้า

ด้านที่สี่ คือการกำหนดมาตรฐานด้านประสิทธิภาพของ Data Center ทั้ง PUE, WUE, Carbon Intensity และการนำน้ำกลับมาใช้ใหม่ โดยควรออกแบบให้เหมาะกับภูมิอากาศและทรัพยากรของแต่ละพื้นที่

ด้านสุดท้าย คือการส่งเสริมนวัตกรรมที่ประเทศไทยมีศักยภาพ เช่น LNG Cold Energy, District Cooling, Liquid Cooling และระบบบริหารพลังงานด้วย AI เพื่อสร้างความได้เปรียบที่คู่แข่งเลียนแบบได้ยาก

เศรษฐกิจ AI ไม่ได้ตั้งอยู่บนชิปและข้อมูลเพียงอย่างเดียว แต่ตั้งอยู่บนระบบไฟฟ้าที่สามารถส่งมอบพลังงานให้กับชิปเหล่านั้นได้ตลอด 24 ชั่วโมง

เมื่อโลกเข้าสู่ยุคที่ความต้องการไฟฟ้าเติบโตเร็วกว่าความต้องการพลังงานโดยรวม โครงข่ายไฟฟ้า ระบบกักเก็บพลังงาน พลังงานสะอาด และประสิทธิภาพการใช้พลังงานจะกลายเป็นตัวกำหนดว่า AI จะเติบโตได้เร็วเพียงใด

ประเทศไทยจึงไม่ควรมองการพัฒนา AI Data Center เป็นเพียงนโยบายดิจิทัล แต่ต้องมองว่าเป็น นโยบายพลังงาน อุตสาหกรรม น้ำ ผังเมือง และกำลังคนในเวลาเดียวกัน

เพราะท้ายที่สุด ประเทศที่ชนะในเศรษฐกิจ AI อาจไม่ใช่ประเทศที่มีโมเดลฉลาดที่สุด หรือให้สิทธิประโยชน์มากที่สุด แต่คือประเทศที่สามารถส่งมอบ ไฟฟ้าที่เพียงพอ มั่นคง สะอาด และมีต้นทุนแข่งขันได้ ก่อนประเทศอื่น

และนั่นคือเหตุผลว่า เหตุใด โครงสร้างพื้นฐานด้านพลังงานจึงเป็นคอขวดที่แท้จริงของเศรษฐกิจ AI