ถึงเวลามีกฎหมาย Data Center แบบแยกประเภท: Edge ในกรุงเทพฯ - AI Data Center ใน EEC - Private Data Center ต้องไม่ใช้กติกาเดียวกัน

ประเทศไทยกำลังก้าวเข้าสู่ยุคที่ Data Center ไม่ได้เป็นเพียง “ห้องเซิร์ฟเวอร์” ที่ซ่อนอยู่หลังสำนักงานอีกต่อไป แต่กำลังกลายเป็นโครงสร้างพื้นฐานขนาดใหญ่ของเศรษฐกิจดิจิทัล ตั้งแต่ระบบธนาคาร โรงพยาบาล Cloud ไปจนถึง Artificial Intelligence หรือ AI

ปัญหาสำคัญคือ Data Center แต่ละประเภทไม่ได้มีลักษณะเหมือนกัน

Data Center ขนาดไม่กี่ร้อยกิโลวัตต์ที่โรงพยาบาลสร้างไว้เก็บเวชระเบียน กับ AI Data Center ขนาดหลายร้อยเมกะวัตต์ที่มี GPU หลายหมื่นตัว ไม่ควรถูกมองว่าเป็นอาคารประเภทเดียวกัน และในทางกลับกัน เราก็ไม่ควรนำข้อกำหนดสำหรับ Data Center ขนาดใหญ่ไปบังคับห้อง Server ของโรงพยาบาล ธนาคาร มหาวิทยาลัย หรือโรงงานจนเกิดภาระเกินความจำเป็น

ดังนั้น หากประเทศไทยกำลังพัฒนากฎหมายหรือหลักเกณฑ์กำกับ Data Center แนวคิดสำคัญควรเริ่มต้นจากคำว่า “Classification before Regulation” ต้องจำแนกประเภทก่อนกำกับ

ประเทศไทยกำลังมาถึงจุดที่ต้องมีกติกาใหม่

ณ ปี 2569 ประเทศไทยยังไม่มีกฎหมายฉบับเดียวที่กำกับ Data Center โดยตรงและครอบคลุมทุกมิติ การกำกับยังแยกอยู่ตามกฎหมายและหน่วยงานต่าง ๆ ทั้งเรื่องอาคาร ไฟฟ้า โรงงาน โทรคมนาคม การลงทุน และการจัดเก็บเชื้อเพลิง

ขณะที่รัฐบาลได้ตั้งคณะกรรมการนโยบายการประกอบกิจการดาต้าเซ็นเตอร์ขึ้นแล้ว และ BOI ก็กำลังเพิ่มความเข้มข้นในการพิจารณาเรื่องพลังงาน น้ำ สิ่งแวดล้อม และประโยชน์ที่ประเทศไทยได้รับ (BOI)

นี่จึงเป็นจังหวะที่ดีที่จะไม่เพียงถามว่า “จะควบคุม Data Center อย่างไร” แต่ควรถามก่อนว่า เรากำลังควบคุม Data Center ประเภทไหน?

ผมเสนอให้ประเทศไทยแบ่งอย่างน้อยเป็น 3 กลุ่มหลัก

กลุ่มที่ 1 Private หรือ Enterprise Data Center - ใช้เองภายในองค์กร

กลุ่มแรกคือ Data Center ที่ไม่ได้สร้างขึ้นเพื่อขายบริการประมวลผลให้บุคคลทั่วไป แต่เป็นโครงสร้างพื้นฐานประกอบกิจการหลักขององค์กร เช่น ห้อง Server หรือ Data Center ของโรงพยาบาล ธนาคาร มหาวิทยาลัย บริษัทประกัน โรงงาน หน่วยงานราชการ หรือสำนักงานใหญ่ของบริษัท

หัวใจของการกำกับกลุ่มนี้ควรอยู่ที่ Safety, Cybersecurity และ Business Continuity มากกว่าการควบคุมในฐานะอุตสาหกรรม Data Center ขนาดใหญ่

ตัวอย่างเช่น โรงพยาบาลอาจมีระบบ Server สำหรับ Hospital Information System ภาพทางการแพทย์และเวชระเบียน ธนาคารอาจมีระบบประมวลผลธุรกรรมของตนเอง ส่วนโรงงานอาจมี Data Center สำหรับระบบควบคุมการผลิต

หากใช้ไฟฟ้าเพียงหลักร้อยกิโลวัตต์หรือไม่กี่เมกะวัตต์ การกำหนดให้ต้องผ่านกระบวนการเดียวกับ AI Data Center 200-500 MW ย่อมไม่สมเหตุสมผล

กฎหมายจึงควรมีเกณฑ์ De minimis หรือ Small Private Data Center Exemption โดยยังต้องปฏิบัติตามกฎหมายอาคาร อัคคีภัย ความปลอดภัยทางไฟฟ้า การเก็บน้ำมันเชื้อเพลิง และกฎหมายข้อมูลที่เกี่ยวข้องตามปกติ แต่ไม่จำเป็นต้องเข้าสู่กระบวนการอนุมัติ Data Center ขนาดใหญ่เต็มรูปแบบ

กลุ่มที่ 2 Edge Data Center - เมืองต้องมี แต่ต้องควบคุมผลกระทบระดับชุมชน

กลุ่มที่สองมีความสำคัญมากสำหรับกรุงเทพมหานครและเมืองใหญ่ คือ Edge Data Center

Edge Data Center มีหน้าที่นำ Computing และ Storage เข้าใกล้ผู้ใช้งาน เพื่อให้ข้อมูลเดินทางในระยะสั้นและลด Latency จึงเหมาะกับระบบที่ต้องตอบสนองรวดเร็ว เช่น 5G, Smart City, Streaming, FinTech, IoT, Autonomous Systems และบริการดิจิทัลในเมือง

เหตุผลนี้ทำให้เราไม่สามารถบอกว่า “Data Center ทุกแห่งต้องไปอยู่ EEC” เพราะถ้า Edge Data Center ที่ต้องให้บริการกรุงเทพฯ ถูกบังคับให้อยู่ห่างออกไปหลายร้อยกิโลเมตร เราก็กำลังลดคุณค่าที่สำคัญที่สุดของ Edge Computing นั่นคือความใกล้ผู้ใช้งานและ Low Latency

ดังนั้น กรุงเทพฯ ควรอนุญาต Edge Data Center แต่ต้องมีกฎหมายอาคารเฉพาะ

ประเด็นที่ต้องควบคุมไม่ใช่เพียง PUE แต่รวมถึงหม้อแปลง ระบบสายส่ง UPS และ Battery Energy Storage System เครื่องกำเนิดไฟฟ้าสำรอง การเก็บน้ำมันดีเซล เสียงจาก Generator และ Cooling System การระบายความร้อน ผลกระทบต่ออาคารข้างเคียง การจราจรระหว่างก่อสร้าง ตลอดจน Fire Safety ของ Lithium-ion Battery

โดยเฉพาะ Edge Data Center ที่อยู่ใกล้เขตที่พักอาศัย โรงพยาบาล โรงเรียน หรืออาคารสูง ควรกำหนดมาตรฐานด้าน Noise, Heat Rejection, Fire Safety และ Backup Fuel เข้มงวดกว่าพื้นที่อุตสาหกรรม

กรุงเทพฯ จึงไม่จำเป็นต้อง “ห้าม Data Center” แต่ควรเปลี่ยนแนวคิดเป็น Urban Data Center Zoning

พื้นที่ใกล้สถานีไฟฟ้าแรงสูง Fiber Hub หรือโครงสร้างพื้นฐานโทรคมนาคมหลักอาจกำหนดเป็นพื้นที่รองรับ Edge Data Center ได้ ขณะที่พื้นที่อยู่อาศัยหนาแน่นอาจกำหนดเพดาน IT Load หรือข้อจำกัดด้าน Generator และ Cooling System เพิ่มเติม

กลุ่มที่ 3 AI / Hyperscale Data Center - ควรเข้าสู่พื้นที่ที่มี Power-Water-Fiber พร้อม

AI Data Center เป็นอีกโลกหนึ่ง เมื่อ GPU Cluster เพิ่มขึ้นจากหลักพันเป็นหลักหมื่นหรือหลักแสนตัว ความต้องการไฟฟ้าสามารถเพิ่มขึ้นสู่ระดับหลายร้อยเมกะวัตต์ และ Campus ในอนาคตอาจเข้าใกล้ระดับกิกะวัตต์

Data Center ระดับนี้จึงไม่ควรถูกมองว่าเป็นเพียง “อาคารพาณิชย์” แต่ควรถูกมองในเชิงผังเมืองและโครงสร้างพื้นฐานใกล้เคียงกับ Digital Industrial Infrastructure

พื้นที่ EEC ได้แก่ ฉะเชิงเทรา ชลบุรี และระยอง มีฐานโครงสร้างพื้นฐานอุตสาหกรรม พลังงาน และโทรคมนาคมที่สามารถนำมาพัฒนาต่อยอดได้ โดย BOI เองก็ใช้มาตรการด้านพื้นที่และทรัพยากรเป็นส่วนหนึ่งของนโยบาย Data Center และปัจจุบันกำลังพัฒนาแนวคิด Power & Water Map เพื่อประกอบการกำหนดพื้นที่ที่เหมาะสม (BOI)

AI Data Center ขนาดใหญ่ใน EEC จึงควรเข้าสู่กระบวนการอนุมัติที่เข้มที่สุด ไม่ใช่เพราะ AI Data Center เป็นสิ่งที่ไม่ดี แต่เพราะ Scale ของมันใหญ่พอที่จะเปลี่ยนสมดุลของระบบไฟฟ้า น้ำ และโครงสร้างพื้นฐานของพื้นที่ได้

โครงการอาจต้องแสดง Power Availability Study ว่าระบบไฟฟ้ารองรับได้โดยไม่สร้างภาระต่อผู้ใช้เดิม แผน Clean Energy Procurement แผนบริหารน้ำและภาวะภัยแล้ง ระบบ Cooling Technology ค่า PUE และ WUE รวมถึงแผน Generator, Battery และเชื้อเพลิงสำรอง

แนวทางนี้สอดคล้องกับทิศทางล่าสุดของ BOI ที่ระบุชัดว่าการพิจารณา Data Center จะให้ความสำคัญกับความพร้อมของระบบไฟฟ้า ต้นทุนการขยายโครงข่าย พลังงานสะอาด แหล่งน้ำ เทคโนโลยี Cooling และการนำน้ำกลับมาใช้ใหม่มากขึ้น (BOI)

ขนาดต้องเป็นอีกตัวแปรหนึ่งของกฎหมาย

การจำแนกตาม “ประเภท” อย่างเดียวอาจยังไม่เพียงพอ ผมเสนอให้ประเทศไทยใช้ สองแกนพร้อมกัน คือ Function × Scale

ตัวอย่างเชิงนโยบายอาจแบ่งขนาดตาม IT Load เช่น

• ต่ำกว่า 1 MW - Small / Private Facility ใช้กฎหมายอาคารและมาตรฐานความปลอดภัยทั่วไปเป็นหลัก
• 1-10 MW - Edge / Enterprise Data Center เริ่มมีข้อกำหนดเฉพาะด้านไฟฟ้า Generator, Battery, Fire Safety, Noise และ Heat Rejection
• 10-50 MW - Large Data Center ต้องมี Infrastructure Impact Assessment ด้าน Power, Water, Traffic, Fuel และ Environment
• มากกว่า 50 MW - Hyperscale / AI Data Center ต้องเข้าสู่ Strategic Infrastructure Approval และพิจารณา Power-Water-Carbon-Grid Impact อย่างเต็มรูปแบบ

ตัวเลขดังกล่าวควรถือเป็น กรอบเสนอเพื่อการออกแบบกฎหมาย ไม่ใช่เกณฑ์ทางกฎหมายที่มีผลใช้อยู่ในปัจจุบัน และควรผ่านการศึกษาผลกระทบก่อนกำหนดค่าจริง

แนวคิดสำคัญคือ ยิ่งใช้ทรัพยากรมาก ผลกระทบภายนอกมาก การกำกับยิ่งต้องเข้มขึ้น

ไม่ควรใช้คำว่า “Data Center” คำเดียวแล้วบังคับทุกอย่างเหมือนกัน

ลองเปรียบเทียบให้เห็นภาพ

โรงพยาบาลมี Server Room 500 kW เพื่อเก็บข้อมูลผู้ป่วยธนาคารมี Private Data Center 5 MW เพื่อรองรับธุรกรรม บริษัทโทรคมนาคมสร้าง Edge Data Center 10 MW กลางกรุงเทพฯ เพื่อให้บริการ Low-Latency Computing บริษัทเทคโนโลยีสร้าง AI Campus 500 MW ใน EEC เพื่อรองรับ GPU Cluster

ทั้งสี่แห่งสามารถเรียกว่า “Data Center” ได้ แต่ผลกระทบต่อระบบไฟฟ้า น้ำ ชุมชน สิ่งแวดล้อม และโครงสร้างพื้นฐาน แตกต่างกันหลายร้อยถึงหนึ่งพันเท่า

การใช้กฎหมายชุดเดียวจึงมีความเสี่ยงสองด้าน หากกฎหมายเบาเกินไป AI Data Center ขนาดใหญ่ก็อาจไม่ได้รับการควบคุมตามผลกระทบจริง แต่หากกฎหมายเข้มเกินไป โรงพยาบาล ธนาคาร SME มหาวิทยาลัย และบริษัทไทยที่เพียงต้องการสร้าง Private Data Center ของตนเองก็อาจต้องรับภาระ Regulatory Cost ที่ไม่จำเป็น

กฎหมาย Data Center ที่ดีจึงไม่ควรถามเพียงว่า “สร้างได้หรือไม่ได้”

แต่ควรถาม 5 คำถามพร้อมกัน

• What? - เป็น Private, Edge, Cloud, Hyperscale หรือ AI Data Center?
• How Large? - IT Load กี่ MW?
• Where? - อยู่ใจกลางเมือง พื้นที่พาณิชย์ หรือพื้นที่อุตสาหกรรม?
• How Much Resource? - ต้องการไฟฟ้า น้ำ และเชื้อเพลิงเท่าไร?
• What Impact? - มีผลต่อ Grid, Water, Heat, Noise, Carbon และชุมชนเพียงใด?

จากนั้นจึงกำหนดระดับใบอนุญาตและมาตรฐานให้เหมาะสม

กรุงเทพฯ เป็นเมืองของ Edge - EEC เป็นฐานของ AI Infrastructure

ประเทศไทยไม่จำเป็นต้องเลือกระหว่าง “เอา Data Center” กับ “ไม่เอา Data Center” สิ่งที่ต้องเลือกคือ Data Center แบบใดควรอยู่ที่ไหน

กรุงเทพมหานครมีผู้ใช้งาน ธนาคาร ตลาดทุน สำนักงานใหญ่ โรงพยาบาล Telecom และ Digital Services จำนวนมาก จึงมีเหตุผลทางเทคนิคที่จะมี Edge และ Enterprise Data Center อยู่ใกล้ Demand แต่ข้อได้เปรียบด้าน Latency ไม่ได้หมายความว่า Hyperscale AI Campus ทุกแห่งจำเป็นต้องตั้งอยู่กลางกรุงเทพฯ

งาน AI Training ขนาดใหญ่จำนวนมากสามารถตั้งในพื้นที่ที่มีไฟฟ้า พลังงานสะอาด น้ำ ที่ดิน Fiber และระบบระบายความร้อนพร้อมกว่า แล้วเชื่อมต่อกับ Edge Infrastructure ในกรุงเทพฯ

จึงอาจเกิดสถาปัตยกรรมระดับประเทศในลักษณะ Bangkok = Edge / Financial / Healthcare / Low-Latency Computing

เชื่อมผ่าน Fiber Backbone ไปยัง EEC = AI Training / Hyperscale Cloud / GPU Campus / Clean-Energy Data Center 

ขณะที่ Hospital / Bank / University / Corporate = Private Enterprise Data Center ได้รับการกำกับตามขนาดและความเสี่ยงของตนเอง

เป้าหมายไม่ใช่สร้างกฎหมายเพื่อ “หยุด” Data Center

แต่คือการสร้างกติกาที่ทำให้ Data Center ไปอยู่ ถูกที่ ถูกขนาด และใช้เทคโนโลยีที่เหมาะสม ในวันที่ AI Infrastructure กำลังกลายเป็นโครงสร้างพื้นฐานแห่งศตวรรษที่ 21 ประเทศไทยจำเป็นต้องมี Data Center และจำเป็นต้องดึงดูดการลงทุนด้าน AI

แต่การเติบโตดังกล่าวต้องเดินไปพร้อมกับความมั่นคงของระบบไฟฟ้า ความมั่นคงด้านน้ำ คุณภาพชีวิตของชุมชน และความสามารถในการแข่งขันของประเทศ

ดังนั้น กฎหมาย Data Center ของประเทศไทยในอนาคตไม่ควรเริ่มต้นด้วยคำถามว่า “Data Center ต้องขอใบอนุญาตอะไรบ้าง?” แต่ควรเริ่มจากคำถามที่สำคัญกว่านั้นว่า “Data Center แบบไหน ขนาดเท่าไร ควรตั้งอยู่ที่ไหน และควรถูกกำกับในระดับใด?” เพราะห้อง Server ของโรงพยาบาล 500 kW, Edge Data Center 10 MW กลางกรุงเทพฯ และ AI Campus 500 MW ใน EEC อาจมีชื่อเรียกเหมือนกันว่า Data Center

แต่ในโลกของพลังงาน เมือง และสิ่งแวดล้อม ทั้งสามสิ่งไม่ใช่สิ่งเดียวกัน และกฎหมายไทยก็ควรเริ่มมองเห็นความแตกต่างนี้เช่นกัน