GPSC กำไรแกร่ง 5,130 ล้าน! จับตาตลาดไฟฟ้า AI Data Center ใน EEC

ประเทศไทยกำลังเข้าสู่ช่วงเปลี่ยนผ่านสำคัญของอุตสาหกรรมพลังงาน เมื่อความต้องการไฟฟ้าจาก Artificial Intelligence หรือ AI และ Data Center กำลังกลายเป็นปัจจัยใหม่ที่อาจเปลี่ยนโครงสร้างการลงทุนด้านโรงไฟฟ้า ระบบสายส่ง และโครงสร้างพื้นฐานพลังงานของประเทศในระยะยาว

ในอดีต ความต้องการไฟฟ้าของประเทศไทยเติบโตตามภาคอุตสาหกรรม การขยายตัวของเมือง และกิจกรรมทางเศรษฐกิจเป็นหลัก แต่ในอนาคต Data Center ขนาดใหญ่เพียงแห่งเดียวอาจมีความต้องการกำลังไฟฟ้าเทียบเท่าโรงงานอุตสาหกรรมจำนวนมากรวมกัน

ท่ามกลางการเปลี่ยนแปลงดังกล่าว ผลประกอบการของบริษัทผู้ผลิตไฟฟ้ารายใหญ่จึงไม่ได้สะท้อนเพียงความสามารถในการบริหารต้นทุนหรือการขายไฟฟ้าในปัจจุบัน แต่ยังเชื่อมโยงกับโอกาสในการพัฒนาธุรกิจพลังงานรูปแบบใหม่เพื่อรองรับเศรษฐกิจดิจิทัล

ล่าสุด บริษัท โกลบอล เพาเวอร์ ซินเนอร์ยี่ จำกัด (มหาชน) หรือ GPSC ซึ่งเป็นแกนนำธุรกิจไฟฟ้าและนวัตกรรมพลังงานของกลุ่ม ปตท. รายงานผลประกอบการ 9 เดือนแรกปี 2569 มีกำไรสุทธิ 5,130 ล้านบาท เพิ่มขึ้นร้อยละ 5 จากช่วงเดียวกันของปีก่อน

ผลประกอบการดังกล่าวเกิดขึ้นท่ามกลางความผันผวนของราคาพลังงานและแรงกดดันต่อธุรกิจโรงไฟฟ้าบางประเภท สะท้อนความสำคัญของการบริหารพอร์ตสินทรัพย์และการกระจายแหล่งรายได้

แต่ประเด็นที่น่าสนใจในระยะยาวคือ หากประเทศไทยกำลังจะมี AI Data Center เพิ่มขึ้นอย่างต่อเนื่อง ผู้ผลิตไฟฟ้าอย่าง GPSC จะมีโอกาสขยายบทบาทจากการจำหน่ายไฟฟ้าให้ภาคอุตสาหกรรม ไปสู่การพัฒนาโครงสร้างพื้นฐานพลังงานสำหรับ AI โดยเฉพาะได้มากเพียงใด

GPSC กำไร 5,130 ล้านบาท พอร์ตพลังงานช่วยลดความผันผวน

นายเชิดชัย บุญชูช่วย ประธานเจ้าหน้าที่บริหาร GPSC เปิดเผยว่า ผลการดำเนินงาน 9 เดือนแรกปี 2569 บริษัทมีกำไรสุทธิ 5,130 ล้านบาท เพิ่มขึ้นร้อยละ 5 เมื่อเทียบกับช่วงเดียวกันของปีก่อน

ปัจจัยสนับสนุนสำคัญมาจากผลการดำเนินงานของโรงไฟฟ้าพลังน้ำไซยะบุรี หรือ XPCL ซึ่งได้รับประโยชน์จากปริมาณน้ำที่เพิ่มขึ้น ขณะที่โครงการพลังงานลมนอกชายฝั่งในไต้หวัน หรือ CFXD มีความพร้อมในการเดินเครื่องของกังหันลมสูงขึ้น

นอกจากนี้ โรงไฟฟ้าพลังน้ำห้วยเฮาะ หรือ HHPC ยังมีปริมาณการจำหน่ายไฟฟ้าเพิ่มขึ้น และโรงไฟฟ้าเก็คโค่-วัน หรือ Gheco-1 มีผลขาดทุนจากสต็อกถ่านหินลดลง

บริษัทได้รับประโยชน์จากต้นทุนทางการเงินที่ลดลง รวมถึงกำไรจากการจำหน่ายเงินลงทุนในบริษัท Sheng Yang Energy Company Limited หรือ SYE ซึ่งดำเนินธุรกิจพลังงานแสงอาทิตย์ในไต้หวัน จำนวน 222 ล้านบาท

ขณะเดียวกัน ความต้องการไฟฟ้าจากลูกค้าอุตสาหกรรมยังคงเติบโต ช่วยสนับสนุนผลการดำเนินงานของบริษัท

อย่างไรก็ตาม ธุรกิจโรงไฟฟ้าผู้ผลิตไฟฟ้ารายเล็ก หรือ Small Power Producer (SPP) ยังคงเผชิญแรงกดดันจากต้นทุนก๊าซธรรมชาติที่สูงขึ้นและค่าไฟฟ้าที่ลดลงเมื่อเทียบกับช่วงเดียวกันของปีก่อน

ภาพดังกล่าวสะท้อนว่าธุรกิจไฟฟ้าไม่ได้มีความเสี่ยงเฉพาะปริมาณการขายไฟฟ้า แต่ยังต้องบริหารความแตกต่างระหว่างต้นทุนเชื้อเพลิงกับราคาขายไฟฟ้า ตลอดจนต้นทุนทางการเงินและประสิทธิภาพของสินทรัพย์

สิ่งสำคัญคือกำไรที่เพิ่มขึ้นในช่วง 9 เดือนแรกยังไม่ได้หมายความว่าบริษัทได้รับประโยชน์จากการลงทุน AI Data Center โดยตรง เพราะข้อมูลผลประกอบการที่รายงานไม่ได้ระบุรายได้จากโครงการ AI Data Center เป็นปัจจัยขับเคลื่อนกำไร

อย่างไรก็ตาม การเปลี่ยนแปลงความต้องการไฟฟ้าจาก AI อาจเป็นโอกาสทางธุรกิจที่ผู้ผลิตไฟฟ้าต้องเตรียมความพร้อมในระยะต่อไป

AI Data Center กำลังเปลี่ยนความต้องการไฟฟ้าจากระดับ MW ไปสู่ GW

ในอดีต Data Center ขององค์กรทั่วไปอาจใช้กำลังไฟฟ้าเพียงไม่กี่เมกะวัตต์ ขณะที่ Hyperscale Data Center และ AI Data Center รุ่นใหม่สามารถมีความต้องการกำลังไฟฟ้าระดับหลายสิบถึงหลายร้อยเมกะวัตต์

เพื่อให้เห็นภาพ หาก AI Data Center มี IT Load 200 MW และค่า Power Usage Effectiveness หรือ PUE เท่ากับ 1.30 จะมีความต้องการกำลังไฟฟ้ารวมทั้งโครงการประมาณ 260 MW

หากระบบเดินเครื่องเต็มกำลังต่อเนื่องตลอดปี จะใช้พลังงานไฟฟ้าประมาณ 2,277.6 ล้านหน่วย หรือ 2.28 TWh ต่อปี

หากประเทศไทยมี Data Center ขนาดดังกล่าว 10 แห่ง จะมีความต้องการกำลังไฟฟ้ารวมประมาณ 2,600 MW และใช้พลังงานไฟฟ้าประมาณ 22.8 TWh ต่อปี ภายใต้สมมติฐานเดียวกัน

ตัวเลขนี้เป็นสถานการณ์จำลองเพื่ออธิบายขนาดความต้องการพลังงาน ไม่ใช่การยืนยันว่ามี Data Center จำนวน 10 แห่งที่ดำเนินงานเต็มกำลังแล้วในประเทศไทย

ความต้องการไฟฟ้าระดับดังกล่าวไม่สามารถพิจารณาเป็นเพียงโหลดไฟฟ้าทั่วไปได้อีกต่อไป เพราะต้องวางแผนทั้งโรงไฟฟ้า ระบบสายส่ง สถานีไฟฟ้า หม้อแปลง และระบบสำรองที่มีความน่าเชื่อถือสูง

โดยเฉพาะ AI Data Center ซึ่งมีความต้องการไฟฟ้าต่อเนื่องและมีต้นทุนจากการหยุดให้บริการสูง

สำหรับผู้ผลิตไฟฟ้า นี่อาจเป็นตลาดใหม่ที่มีลักษณะแตกต่างจากลูกค้าอุตสาหกรรมแบบเดิม เนื่องจากต้องการสัญญาจัดหาพลังงานระยะยาว ความมั่นคงของกำลังผลิต และการบริหารความเสี่ยงด้านพลังงานอย่างเป็นระบบ

โอกาสของ GPSC อาจไม่ได้อยู่ที่การขายไฟฟ้าเพียงอย่างเดียว

ผู้ผลิตไฟฟ้าอย่าง GPSC มีประสบการณ์ในการพัฒนาและบริหารโรงไฟฟ้า รวมถึงการจัดหาพลังงานให้ลูกค้าอุตสาหกรรม

ความสามารถดังกล่าวอาจนำมาต่อยอดเพื่อรองรับ AI Data Center ผ่านรูปแบบธุรกิจที่หลากหลาย

รูปแบบแรกคือการจำหน่ายไฟฟ้าให้ Data Center ผ่านระบบไฟฟ้าและสัญญาที่ได้รับอนุญาตตามกฎหมาย

รูปแบบที่สองคือการพัฒนาโรงไฟฟ้าหรือระบบผลิตไฟฟ้าเฉพาะสำหรับ Data Center โดยอาจดำเนินการผ่านการร่วมลงทุนกับผู้พัฒนาโครงการ

รูปแบบที่สามคือการจัดหาพลังงานสะอาดผ่านสัญญาซื้อขายไฟฟ้าระยะยาว หรือ Power Purchase Agreement (PPA) ภายใต้หลักเกณฑ์ที่เกี่ยวข้อง

และรูปแบบที่สี่คือการพัฒนาโครงสร้างพื้นฐานพลังงานแบบบูรณาการ ซึ่งอาจรวมโรงไฟฟ้า ระบบกักเก็บพลังงาน ระบบสำรอง และระบบทำความเย็นเข้าไว้ด้วยกัน

อย่างไรก็ตาม รูปแบบธุรกิจเหล่านี้เป็นโอกาสเชิงกลยุทธ์ที่สามารถศึกษาได้ ไม่ใช่การยืนยันว่า GPSC ได้ประกาศลงทุนหรือทำสัญญากับผู้ให้บริการ AI Data Center ตามแนวทางดังกล่าวแล้ว

เมื่อ Data Center ต้องการไฟฟ้า 24 ชั่วโมง พลังงานสะอาดเพียงอย่างเดียวอาจยังไม่เพียงพอ

ความท้าทายสำคัญของ AI Data Center คือความต้องการไฟฟ้าที่มีความมั่นคงสูงและสามารถรองรับการดำเนินงานตลอด 24 ชั่วโมง

แม้พลังงานแสงอาทิตย์และพลังงานลมจะมีบทบาทสำคัญในการลดการปล่อยก๊าซเรือนกระจก แต่กำลังผลิตของพลังงานหมุนเวียนบางประเภทมีความผันผวนตามสภาพอากาศและช่วงเวลา

ตัวอย่างเช่น Data Center ที่ต้องการกำลังไฟฟ้ารวม 260 MW ตลอดเวลา จะใช้พลังงานประมาณ 6,240 MWh ต่อวัน

หากต้องการใช้ Battery Energy Storage System หรือ BESS เพื่อรองรับโหลดทั้งหมดเป็นเวลา 4 ชั่วโมง จะต้องมีพลังงานจ่ายออกประมาณ 1,040 MWh โดยยังไม่รวมการเผื่อประสิทธิภาพและข้อจำกัดในการใช้งานแบตเตอรี่

หากต้องการรองรับโหลดทั้งหมดเป็นเวลา 24 ชั่วโมง จะต้องมีพลังงานจ่ายออกประมาณ 6,240 MWh

ตัวเลขเหล่านี้สะท้อนว่า BESS สามารถเป็นองค์ประกอบสำคัญในการเพิ่มความยืดหยุ่นและความมั่นคงของระบบไฟฟ้า แต่การใช้แบตเตอรี่เพียงอย่างเดียวเพื่อรองรับโหลด Data Center ขนาดใหญ่เป็นเวลานานอาจมีต้นทุนสูง

ดังนั้นระบบพลังงานสำหรับ AI Data Center จึงอาจต้องผสมผสานแหล่งพลังงานหลายประเภท เช่น ไฟฟ้าจากระบบ Grid โรงไฟฟ้าก๊าซธรรมชาติ พลังงานหมุนเวียน และ BESS

สำหรับผู้ผลิตไฟฟ้าที่มีพอร์ตสินทรัพย์หลายประเภท การบริหารแหล่งพลังงานร่วมกันอาจเป็นข้อได้เปรียบในการพัฒนาผลิตภัณฑ์พลังงานสำหรับลูกค้า Data Center

แต่ต้องออกแบบให้สอดคล้องกับเป้าหมายการลดคาร์บอนของลูกค้า และไม่ควรถือว่าการใช้ไฟฟ้าจากหลายแหล่งหมายถึงการได้รับพลังงานสะอาดตลอด 24 ชั่วโมงโดยอัตโนมัติ

ก๊าซธรรมชาติยังมีบทบาท แต่ต้องบริหารต้นทุนให้แข่งขันได้

ผลประกอบการของ GPSC สะท้อนให้เห็นว่าต้นทุนก๊าซธรรมชาติยังเป็นปัจจัยสำคัญต่อความสามารถในการทำกำไรของธุรกิจ SPP

ประเด็นนี้มีความเกี่ยวข้องโดยตรงกับอนาคตของ AI Data Center เพราะโรงไฟฟ้าก๊าซธรรมชาติเป็นหนึ่งในทางเลือกที่สามารถจัดหากำลังผลิตไฟฟ้าได้ต่อเนื่อง

แต่หากต้นทุนก๊าซธรรมชาติสูงขึ้น ขณะที่สัญญาจำหน่ายไฟฟ้าไม่สามารถปรับราคาตามต้นทุนได้อย่างเหมาะสม ก็อาจส่งผลต่อความสามารถในการแข่งขันของผู้ผลิตไฟฟ้า

สำหรับ Data Center ซึ่งเป็นธุรกิจที่ต้องใช้ไฟฟ้าจำนวนมาก ต้นทุนค่าไฟฟ้าจึงมีผลต่อการตัดสินใจเลือกประเทศและพื้นที่ลงทุนอย่างมีนัยสำคัญ

สมมติ Data Center มี IT Load 200 MW และ PUE เท่ากับ 1.30 หากใช้พลังงานไฟฟ้า 2.28 TWh ต่อปี การเปลี่ยนแปลงค่าไฟฟ้าเพียง 0.10 บาทต่อหน่วย จะทำให้ต้นทุนไฟฟ้าต่างกันประมาณ 227.8 ล้านบาทต่อปี

หากค่าไฟฟ้าต่างกัน 0.50 บาทต่อหน่วย ต้นทุนจะต่างกันประมาณ 1,138.8 ล้านบาทต่อปี

ดังนั้นความสามารถในการจัดหาพลังงานที่มีต้นทุนแข่งขันได้และมีความมั่นคงสูง จึงอาจกลายเป็นปัจจัยสำคัญของธุรกิจผู้ผลิตไฟฟ้าในยุค AI

สำหรับประเทศไทย การพัฒนา AI Data Center ควรพิจารณาร่วมกันระหว่างผู้ผลิตไฟฟ้า ผู้ให้บริการระบบไฟฟ้า ผู้พัฒนา Data Center และหน่วยงานกำกับดูแล เพื่อให้เกิดรูปแบบการลงทุนที่เหมาะสมและไม่ผลักภาระต้นทุนไปยังประชาชนอย่างไม่เป็นธรรม

EEC อาจเป็นจุดเชื่อมระหว่างโรงไฟฟ้า LNG และ AI Data Center

พื้นที่เขตพัฒนาพิเศษภาคตะวันออก หรือ EEC มีข้อได้เปรียบสำคัญจากการเป็นฐานอุตสาหกรรมพลังงานของประเทศไทย โดยเฉพาะพื้นที่จังหวัดระยองและชลบุรี ซึ่งมีโรงไฟฟ้า ระบบก๊าซธรรมชาติ LNG Receiving Terminal และนิคมอุตสาหกรรมจำนวนมาก

หากประเทศไทยต้องการพัฒนา AI Data Center ขนาดหลายร้อยเมกะวัตต์ในพื้นที่ EEC การวางแผนระบบพลังงานจึงไม่ควรพิจารณาเฉพาะการขยายสายส่งหรือสถานีไฟฟ้า แต่ควรศึกษาความเป็นไปได้ในการเชื่อมโยงโครงสร้างพื้นฐานพลังงานที่มีอยู่แล้วเข้ากับความต้องการของ Data Center

ตัวอย่างเช่น การพัฒนาโรงไฟฟ้าก๊าซธรรมชาติสำหรับจ่ายไฟให้ Data Center การจัดหาพลังงานหมุนเวียนผ่านสัญญาระยะยาว และการใช้ระบบกักเก็บพลังงานเพื่อเพิ่มความยืดหยุ่นของระบบไฟฟ้า

อีกแนวทางหนึ่งที่น่าสนใจคือการนำ LNG Cold Energy ซึ่งเป็นศักยภาพความเย็นที่เกิดขึ้นระหว่างกระบวนการเปลี่ยน LNG จากของเหลวกลับเป็นก๊าซ มาใช้ประโยชน์กับระบบทำความเย็นของ Data Center

โดยทั่วไป LNG มีอุณหภูมิประมาณ −160 องศาเซลเซียส เมื่อเข้าสู่ LNG Receiving Terminal จะต้องรับความร้อนเพื่อเปลี่ยนสถานะกลับเป็นก๊าซก่อนส่งเข้าสู่ระบบท่อ

หากมีระบบแลกเปลี่ยนความร้อนที่เหมาะสม ศักยภาพความเย็นดังกล่าวสามารถนำไปใช้ผลิตน้ำเย็นสำหรับ Data Center หรืออุตสาหกรรมได้

ตัวอย่างเช่น LNG ปริมาณ 1 ล้านตันต่อปี หรือ 1 MTPA หากสมมติว่ามีศักยภาพความเย็นที่นำมาใช้ได้ประมาณ 250 kWh ความร้อนต่อตัน LNG จะเทียบเท่ากำลังความเย็นเฉลี่ยประมาณ 28.5 MW ความร้อน หรือประมาณ 8,100 Refrigeration Tons (RT)

หากนำความเย็นดังกล่าวไปทดแทน Electric Chiller ที่ใช้ไฟฟ้า 0.6–0.8 kW/RT จะเทียบเท่าการลดกำลังไฟฟ้าของ Chiller ประมาณ 4.9–6.5 MW

หากเดินระบบต่อเนื่องตลอดปีและคิดค่าไฟฟ้า 3.60 บาทต่อหน่วย จะมีมูลค่าการทดแทนค่าไฟฟ้าทางทฤษฎีประมาณ 153–204 ล้านบาทต่อปีต่อ LNG 1 MTPA

อย่างไรก็ตาม ตัวเลขดังกล่าวยังไม่ใช่ผลประหยัดสุทธิ เพราะต้องหักต้นทุนระบบท่อ ระบบแลกเปลี่ยนความร้อน ปั๊ม ระบบสำรอง และข้อจำกัดด้านระยะทาง รวมถึงต้องพิจารณาความต่อเนื่องของปริมาณ LNG ที่เข้าสู่กระบวนการ Regasification

สำหรับผู้ผลิตไฟฟ้าอย่าง GPSC ซึ่งมีประสบการณ์ด้านการพัฒนาโครงสร้างพื้นฐานพลังงาน แนวคิดดังกล่าวอาจเป็นโอกาสในการศึกษาธุรกิจใหม่ที่เชื่อมโยงการผลิตไฟฟ้า ระบบทำความเย็น และ AI Data Center เข้าด้วยกัน

แต่ต้องเน้นว่าแนวทาง LNG Cold Energy สำหรับ Data Center เป็นข้อเสนอเชิงวิศวกรรมและธุรกิจที่ควรศึกษาความเป็นไปได้เพิ่มเติม ไม่ใช่โครงการลงทุนที่ GPSC ประกาศดำเนินการแล้ว

PDP ฉบับใหม่ควรมอง AI Data Center เป็นกลุ่มผู้ใช้ไฟฟ้าเฉพาะ

การจัดทำแผนพัฒนากำลังผลิตไฟฟ้าของประเทศไทย หรือ Power Development Plan (PDP) ฉบับใหม่ เป็นอีกประเด็นสำคัญที่อาจกำหนดทิศทางธุรกิจของผู้ผลิตไฟฟ้าในระยะยาว

ที่ผ่านมา การคาดการณ์ความต้องการไฟฟ้ามักพิจารณาจากการเติบโตทางเศรษฐกิจ ภาคอุตสาหกรรม และพฤติกรรมการใช้ไฟฟ้าของประชาชน

แต่ AI Data Center มีลักษณะการใช้ไฟฟ้าแตกต่างจากผู้ใช้ไฟฟ้าทั่วไป ทั้งด้านขนาดโหลด ความต่อเนื่องของการใช้พลังงาน และความต้องการความมั่นคงของระบบ

หาก Data Center ขนาด 200 MW IT Load จำนวน 10 แห่งเริ่มดำเนินงานในช่วงเวลาใกล้เคียงกัน ความต้องการกำลังไฟฟ้ารวมอาจเพิ่มขึ้นประมาณ 2,600 MW ภายใต้สมมติฐาน PUE 1.30

แต่หากโครงการเหล่านี้ล่าช้าหรือไม่สามารถดำเนินการได้ตามแผน การลงทุนโรงไฟฟ้าและโครงสร้างพื้นฐานที่เตรียมไว้ก็อาจมีความเสี่ยงจากการใช้ประโยชน์ไม่เต็มกำลัง

ดังนั้นการจัดทำ PDP ฉบับใหม่ควรแยกความต้องการไฟฟ้าจาก Data Center ที่มีสัญญาและกำหนดการลงทุนชัดเจน ออกจากโครงการที่ยังอยู่ในขั้นประกาศความสนใจ

นอกจากนี้ควรพิจารณาทางเลือกการจัดหาไฟฟ้าให้ Data Center ผ่านรูปแบบต่าง ๆ เช่น Direct PPA การร่วมลงทุนโรงไฟฟ้า และการผลิตไฟฟ้าใช้เอง ภายใต้หลักเกณฑ์ที่เหมาะสม

การออกแบบนโยบายดังกล่าวจะช่วยให้ผู้ผลิตไฟฟ้าสามารถวางแผนการลงทุนได้อย่างมีประสิทธิภาพ และลดความเสี่ยงจากการลงทุนกำลังผลิตที่ไม่สอดคล้องกับความต้องการจริง

GPSC กับโอกาสเปลี่ยนจาก Power Producer สู่ AI Energy Infrastructure Provider

ในระยะยาว ธุรกิจผลิตไฟฟ้าอาจไม่ได้แข่งขันกันเพียงต้นทุนการผลิตไฟฟ้าต่อหน่วย แต่จะต้องแข่งขันด้านความสามารถในการจัดหาโครงสร้างพื้นฐานพลังงานแบบครบวงจรให้กับลูกค้ารายใหญ่

AI Data Center เป็นตัวอย่างสำคัญ เพราะต้องการทั้งกำลังไฟฟ้าขนาดใหญ่ ความมั่นคงของระบบ พลังงานสะอาด และระบบบริหารจัดการพลังงานที่มีประสิทธิภาพ

ผู้ผลิตไฟฟ้าที่สามารถพัฒนาโซลูชันพลังงานให้ตอบโจทย์เหล่านี้ได้ อาจมีโอกาสสร้างรายได้จากบริการที่มีมูลค่าเพิ่มมากกว่าการจำหน่ายไฟฟ้าเพียงอย่างเดียว

สำหรับ GPSC การมีพอร์ตการลงทุนด้านโรงไฟฟ้าหลายประเภท ประสบการณ์การให้บริการลูกค้าอุตสาหกรรม และความสามารถในการบริหารโครงการพลังงาน อาจเป็นพื้นฐานสำหรับการศึกษาตลาด AI Data Center ในอนาคต

อย่างไรก็ตาม การเข้าสู่ธุรกิจดังกล่าวต้องพิจารณาความคุ้มค่าของการลงทุนอย่างรอบคอบ โดยเฉพาะความเสี่ยงด้านราคาก๊าซธรรมชาติ ต้นทุนทางการเงิน ความน่าเชื่อถือของผู้รับซื้อไฟฟ้า และความไม่แน่นอนของกำหนดการก่อสร้าง Data Center

ที่สำคัญ การลงทุนควรมีสัญญารับซื้อไฟฟ้าหรือข้อตกลงทางธุรกิจที่ชัดเจน เพื่อไม่ให้ผู้ผลิตไฟฟ้าต้องรับความเสี่ยงจากการสร้างกำลังผลิตล่วงหน้าโดยไม่มีความต้องการใช้ไฟฟ้ารองรับเพียงพอ

บทสรุป: กำไร GPSC สะท้อนความแข็งแกร่งปัจจุบัน แต่ AI Data Center อาจเป็นโอกาสเติบโตระยะยาว

ผลประกอบการ 9 เดือนแรกปี 2569 ของ GPSC ที่มีกำไรสุทธิ 5,130 ล้านบาท เพิ่มขึ้นร้อยละ 5 สะท้อนความสามารถในการบริหารพอร์ตธุรกิจไฟฟ้าท่ามกลางความผันผวนของต้นทุนพลังงาน

ปัจจัยสนับสนุนจากโรงไฟฟ้าพลังน้ำ พลังงานลม ต้นทุนทางการเงินที่ลดลง และการบริหารสินทรัพย์ ช่วยชดเชยแรงกดดันจากธุรกิจโรงไฟฟ้า SPP ที่เผชิญต้นทุนก๊าซธรรมชาติสูงขึ้น

แต่หากมองไปข้างหน้า การเติบโตของ AI Data Center อาจเป็นอีกปัจจัยสำคัญที่เปลี่ยนโครงสร้างความต้องการไฟฟ้าของประเทศไทย

เมื่อ Data Center เพียงแห่งเดียวอาจต้องการกำลังไฟฟ้าหลายร้อยเมกะวัตต์ ผู้ผลิตไฟฟ้าจึงมีโอกาสพัฒนารูปแบบธุรกิจใหม่ ทั้งการจัดหาพลังงานระยะยาว การพัฒนาโรงไฟฟ้าเฉพาะโครงการ การจัดหาพลังงานสะอาด และการบูรณาการระบบพลังงานกับระบบทำความเย็น

สำหรับประเทศไทย โดยเฉพาะพื้นที่ EEC ซึ่งมีโครงสร้างพื้นฐานด้านพลังงานและอุตสาหกรรมอยู่แล้ว การพัฒนา AI Data Center ควรเชื่อมโยงกับผู้ผลิตไฟฟ้าและระบบพลังงานที่มีอยู่ เพื่อเพิ่มประสิทธิภาพการลงทุนและลดภาระโครงสร้างพื้นฐานที่ซ้ำซ้อน

เพราะในยุค AI บริษัทพลังงานที่ได้เปรียบอาจไม่ใช่บริษัทที่มีโรงไฟฟ้ามากที่สุด แต่คือบริษัทที่สามารถจัดหาไฟฟ้าที่มั่นคง ต้นทุนแข่งขันได้ มีคาร์บอนต่ำ และตอบสนองความต้องการของ Data Center ได้อย่างครบวงจร

ท้ายที่สุด คำถามสำคัญสำหรับ GPSC และผู้ผลิตไฟฟ้ารายอื่นของประเทศไทยอาจไม่ใช่เพียงว่า

“ปีนี้จะผลิตและขายไฟฟ้าได้เพิ่มขึ้นเท่าไร?”

แต่ควรถามว่า

“เมื่อ AI Data Center กำลังกลายเป็นผู้ใช้ไฟฟ้ารายใหญ่ของประเทศ ธุรกิจผลิตไฟฟ้าไทยจะเปลี่ยนจากการขายพลังงาน ไปสู่การเป็นผู้พัฒนาโครงสร้างพื้นฐานพลังงานสำหรับเศรษฐกิจ AI ได้อย่างไร?”

หากประเทศไทยสามารถเชื่อมโยงการลงทุน Data Center เข้ากับระบบไฟฟ้า พลังงานสะอาด และการใช้พลังงานอย่างมีประสิทธิภาพได้อย่างเหมาะสม การเติบโตของ AI อาจไม่ได้สร้างเพียงความต้องการไฟฟ้าที่เพิ่มขึ้น แต่ยังสามารถสร้างโอกาสทางธุรกิจใหม่ให้กับอุตสาหกรรมพลังงานไทยในระยะยาว