บทนำ
เวลาพูดถึง AI เรามักเห็นภาพโมเดลอัจฉริยะ วิ่งอยู่บน Cloud อย่างไร้น้ำหนัก แต่เบื้องหลังคำว่า “Cloud” คือ อาคารขนาดใหญ่ที่เต็มไปด้วย GPU ระบบทำความเย็น สายส่งไฟฟ้า เครื่องกำเนิดไฟสำรอง และการใช้น้ำจำนวนหนึ่งตามเทคโนโลยีที่เลือกใช้
Financial Times รายงานในเดือนสิงหาคม 2026 ว่า การเร่งสร้าง Data Center เพื่อรองรับ AI ในสหรัฐฯ กำลังผลักความต้องการไฟขึ้นจนบริษัทสาธารณูปโภคหลายแห่งต้องเพิ่มกำลังผลิตจากก๊าซหรือชะลอการเลิกใช้โรงไฟฟ้าฟอสซิลบางส่วน.
ข่าวนี้จึงสำคัญกับประเทศไทยมากกว่าที่เห็น เพราะไทยกำลังเดินเข้าสู่เส้นทางเดียวกัน เพียงแต่เรายังมีโอกาสออกแบบกติกาก่อนที่ปัญหาจะใหญ่กว่าระบบที่มีอยู่
Data Center กำลังเปลี่ยนจาก “โครงสร้างพื้นฐานดิจิทัล” เป็น “ผู้ใช้ทรัพยากรรายใหญ่”
ภาพที่เกิดขึ้นในสหรัฐฯ แสดงให้เห็นความขัดแย้งใหม่ของยุค AI
ด้านหนึ่ง บริษัทเทคโนโลยีต้องการพลังประมวลผลเพิ่มอย่างรวดเร็ว แต่อีกด้านหนึ่ง พลังงานหมุนเวียน ระบบสายส่ง และการเชื่อมต่อกับ Grid ไม่สามารถเพิ่มกำลังได้ทันทุกพื้นที่
การวิเคราะห์ของ Financial Times จาก Data Center ที่วางแผนสร้างในสหรัฐฯ 60 แห่ง ประเมินว่าการใช้ไฟของโครงการเหล่านี้อาจเชื่อมโยงกับการปล่อยคาร์บอนประมาณ 101.5 ล้านตันต่อปี และบริษัทสาธารณูปโภคประมาณสามในสี่ที่เกี่ยวข้องกับโครงการดังกล่าวกำลังสร้างโรงไฟฟ้าก๊าซเพิ่ม.
ขณะเดียวกัน การปล่อยก๊าซเรือนกระจกที่รายงานของบริษัทเทคโนโลยีรายใหญ่บางรายก็เพิ่มขึ้นพร้อมกับการขยาย Data Center โดย FT ระบุการเพิ่มขึ้นของ Amazon, Microsoft และ Alphabet ในช่วงรายงานล่าสุดที่นำมาวิเคราะห์.
จุดนี้ไม่ได้แปลว่า AI = พลังงานฟอสซิล เสมอไป เพราะบริษัทเทคโนโลยีจำนวนมากกำลังลงทุนใน renewable energy, battery storage และแหล่งพลังงานสะอาดประเภทอื่น
แต่ข่าวนี้กำลังบอกเราว่า คำมั่นว่าใช้พลังงานสะอาด กับไฟฟ้าที่ Data Center ใช้จริงในสถานที่และเวลานั้น อาจไม่ใช่เรื่องเดียวกัน
แล้วไทยอยู่ตรงไหน?
ไทยไม่ได้เริ่มจากศูนย์
BOI ได้ปรับหลักเกณฑ์ส่งเสริมกิจการ Data Center โดยกำหนดกลุ่ม Data Center ที่มีประสิทธิภาพพลังงานสูงให้มีค่า Power Usage Effectiveness หรือ PUE ไม่เกิน 1.3 และกำหนดให้โครงการจัดทำแผนบริหารจัดการน้ำอย่างมีประสิทธิภาพด้วย.
พูดง่ายๆ PUE ช่วยดูว่าไฟทั้งหมดที่ Data Center ใช้ มีสัดส่วนเท่าไรที่ไปถึงงานประมวลผลจริง และเท่าไรที่สูญไปกับระบบสนับสนุน เช่น ระบบทำความเย็น
ยิ่งตัวเลขใกล้ 1 ยิ่งมีประสิทธิภาพมากขึ้น
นโยบายพลังงานของไทยก็เริ่มสะท้อนคำถามเรื่อง “ใครเป็นผู้รับต้นทุน” เช่นกัน เมื่อคณะกรรมการนโยบายพลังงานแห่งชาติอนุมัติมาตรการในเดือนกรกฎาคม 2026 ที่รวมแนวทางให้ Data Center มีโครงสร้างค่าไฟและเงื่อนไขเฉพาะ เพื่อป้องกันไม่ให้ต้นทุนบางส่วนถูกผลักไปยังผู้ใช้ไฟทั่วไป
นั่นเป็นสัญญาณสำคัญว่า Data Center ไม่สามารถถูกมองเป็นผู้ใช้ไฟอุตสาหกรรมธรรมดาได้อีกต่อไป
ผลกระทบต่อธุรกิจในประเทศไทย
1. “AI Transformation” อาจกลายเป็นเรื่องของ ESG โดยที่หลายบริษัทยังไม่ทันตั้งตัว
วันนี้บริษัทอาจรายงานว่าใช้ Generative AI กี่ระบบ เพิ่ม productivity ได้กี่เปอร์เซ็นต์ หรือลดคนทำงานซ้ำได้เท่าไร
แต่คำถามถัดไปอาจเป็นว่า
AI เหล่านั้นใช้ compute จากที่ไหน?
ถ้าองค์กรย้าย workload จำนวนมากขึ้น Cloud หรือใช้โมเดล AI ที่ต้องประมวลผลสูง ผลกระทบด้านพลังงานอาจเกิดขึ้นนอกอาคารของบริษัท แต่ไม่ได้หมายความว่าความเสี่ยงด้าน ESG จะหายไปด้วย
โดยเฉพาะบริษัทขนาดใหญ่ที่มี supply-chain requirements, เป้าหมาย Net Zero หรือถูกนักลงทุนตรวจสอบเรื่อง Scope 2 และ Scope 3 มากขึ้น การเข้าใจ footprint ของ digital infrastructure จะเริ่มสำคัญต่อคุณภาพของข้อมูล ESG
อย่างไรก็ตาม ต้องแยกให้ชัดว่า ขณะนี้ยังไม่มีข้อกำหนดทั่วไปในไทยที่บังคับทุกบริษัทให้รายงานตัวเลขที่เรียกว่า “AI footprint”
คำนี้จึงควรถูกใช้ในฐานะ เครื่องมือบริหารความเสี่ยง มากกว่าการกล่าวว่าเป็นกฎหมายหรือมาตรฐานบังคับใหม่
2. Data Center อาจกลายเป็นปัญหาใหญ่ด้านสิ่งแวดล้อมที่มองข้ามไม่ได้
ลองสมมติว่าโรงงานแห่งหนึ่งเพิ่มกำลังผลิตจนกินไฟเพิ่ม 100 MW
ไม่มีฝ่าย ESG คนใดมองว่าเรื่องนี้เป็น “แค่เรื่อง IT”
แต่เมื่อโหลด 100 MW เกิดจาก Data Center เรากลับมีแนวโน้มมองว่าเป็นเรื่องเทคโนโลยี
นี่คือกรอบความคิดที่ควรเปลี่ยน
หาก Data Center มีขนาดใหญ่พอที่จะกระทบความต้องการไฟฟ้า การใช้น้ำ การวางแผนโครงข่าย หรือ แหล่งผลิตไฟฟ้า เรื่องนั้นย่อมสามารถพัฒนาไปเป็นความเสี่ยงด้านสิ่งแวดล้อม ชุมชน ต้นทุน และการลงทุนได้
ลำดับของความเสี่ยงอาจกลายเป็น
AI infrastructure → energy & water exposure → ESG risk → financing/disclosure risk → community risk
ไม่ได้หมายความว่าทุกโครงการจะเกิดผลเช่นนี้ แต่เป็นลูกโซ่ความเสี่ยงจาก AI ที่คณะกรรมการบริษัท นักลงทุน ธนาคาร และผู้กำหนดนโยบายควรมองเห็นตั้งแต่ต้น
3. ESG Score ของบริษัทไทยกำลังอยู่ในโลกที่ “ข้อมูลสาธารณะ” สำคัญขึ้น
SET และ FTSE Russell ได้เปลี่ยนผ่านจาก SET ESG Ratings ไปสู่ FTSE Russell ESG Scores ตั้งแต่ปี 2026 โดยโมเดลใหม่นำข้อมูลที่บริษัทเปิดเผยต่อสาธารณะมาใช้ในการประเมิน และช่วยให้นักลงทุนเปรียบเทียบบริษัทไทยกับบริษัทต่างประเทศภายใต้กรอบเดียวกันได้.
นี่ไม่ได้หมายความว่า FTSE Russell กำลังให้คะแนนบริษัทจาก “AI footprint” โดยตรง
แต่หมายความว่า เมื่อเรื่องพลังงาน คาร์บอน น้ำ หรือการบริหารความเสี่ยงมีนัยสำคัญต่อธุรกิจ คุณภาพของข้อมูลที่บริษัทเปิดเผยย่อมมีความหมายมากขึ้น
ดังนั้นบริษัทจดทะเบียนที่ประกาศยุทธศาสตร์ AI ขนาดใหญ่ควรเริ่มถามว่า ESG team กับ IT team กำลังมองข้อมูลชุดเดียวกันหรือยัง
การขยายระบบ AI ทำให้บริษัทกินไฟและน้ำเพิ่มขึ้นมาก หากฝ่ายที่จ่ายเงินทำระบบกับฝ่ายที่ต้องดูแลเรื่องลดโลกร้อน “ไม่คุยกันหรือไม่มีการแชร์ข้อมูลกัน” จะทำให้บริษัทไม่สามารถควบคุมผลกระทบด้านสิ่งแวดล้อมได้ทันเวลา และอาจกลายเป็นปัญหาใหญ่ในอนาคต
4. การใช้พลังงานสะอาด 100% อาจไม่ใช่ทางออกของทุกปัญหาเสมอไป
วิธีการซื้อใบเซอร์หรือทำสัญญาจ่ายเงินสนับสนุนพลังงานสะอาด มันเป็นแค่ “การแก้ปัญหาบนกระดาษหรือการชดเชยตัวเลข” เท่านั้น แต่ในความเป็นจริง ระบบ AI ของคุณก็ยังคงดึงทรัพยากรจริงๆ ในพื้นที่มาใช้อยู่ดี ดังนั้น จึงต้องควรถามลึกกว่านั้นว่า
- ไฟสะอาดผลิตอยู่ใน Grid เดียวกับที่ Data Center ใช้หรือไม่
- ผลิตในเวลาเดียวกับที่เกิดโหลด AI หรือไม่
- มี Storage รองรับหรือไม่
- หากไม่มีพลังงานหมุนเวียน ระบบต้องใช้ก๊าซหรือแหล่งอื่นมาชดเชยเท่าไร
- การเพิ่ม Data Center ทำให้ต้องลงทุนสายส่งหรือสถานีไฟฟ้าเพิ่มเติมหรือไม่
คำถามเหล่านี้ทำให้เราเปลี่ยนจาก “ซื้อใบรับรองสีเขียว” ไปสู่การเข้าใจ “ผลกระทบต่อระบเวลาที่เราเห็น AI ตอบคำถามสั้นๆ บนหน้าจอคอมพิวเตอร์ เรามักจะรู้สึกว่ามันไม่ได้ทำลายสิ่งแวดล้อมอะไรเลย แต่ในความเป็นจริง ทุกๆ ตัวอักษรที่ AI คิดและพิมพ์ออกมา (เรียกทางการว่า Token) ล้วนเกิดจากการที่คอมพิวเตอร์และเซิร์ฟเวอร์ยักษ์ใหญ่หลังบ้านต้องคำนวณอย่างหนัก ซึ่งกินทั้งไฟและน้ำมหาศาลบพลังงานจริง”
“เวลาที่เราเห็น AI ตอบคำถามสั้นๆ บนหน้าจอคอมพิวเตอร์ เรามักจะรู้สึกว่ามันไม่ได้ทำลายสิ่งแวดล้อมอะไรเลย แต่ในความเป็นจริง ทุกๆ ตัวอักษรที่ AI คิดและพิมพ์ออกมา (เรียกทางการว่า Token) ล้วนเกิดจากการที่เซิร์ฟเวอร์ ต้องคำนวณอย่างหนัก ซึ่งกินทั้งไฟและน้ำมหาศาล”
จาก Carbon Footprint สู่ “AI Footprint”
องค์กรไทยไม่จำเป็นต้องสร้างมาตรฐานใหม่ที่ซับซ้อนเพื่อขับเคลื่อน AI อย่างยั่งยืน แต่ควรเริ่มจากการประเมินพื้นฐานผ่าน 5 คำถามสำคัญ ได้แก่ ความต้องการไฟสูงสุด (Peak Load), ประสิทธิภาพการใช้พลังงาน (PUE), ปริมาณและแหล่งที่มาของน้ำสำหรับระบบหล่อเย็น (Water), สัดส่วนพลังงานหมุนเวียนที่ใช้จริง (Energy Source) และต้นทุนการขยายโครงสร้างพื้นฐานโครงข่ายไฟฟ้า (Grid Cost)
หากองค์กรยังไม่สามารถตอบคำถามเหล่านี้ได้ การประกาศว่ายุทธศาสตร์ AI มีความยั่งยืนอาจจะยังเป็นเรื่องที่เร็วเกินไป
สิ่งที่ธุรกิจไทยควรทำต่อ
1. เช็กพิกัด AI ในตึก (ทำบัญชีระบบ): สำรวจว่าระบบ AI และข้อมูลทั้งหมดของบริษัทฝากไว้ที่ไหนบ้าง (เช่น คอมพิวเตอร์ในออฟฟิศ, เช่าตู้เซิร์ฟเวอร์ หรือใช้คลาวด์ค่ายไหน) และแต่ละจุดกินไฟประมาณเท่าไหร่
2. จี้ถามตัวเลขจากคนขาย (ขอข้อมูลพลังงาน): ส่งอีเมลไปถามผู้ให้บริการคลาวด์หรือ Data Center ที่เราใช้บริการ ว่าระบบของเขาประหยัดไฟไหม (ค่า PUE) ใช้ไฟสะอาดกี่เปอร์เซ็นต์ และเอาน้ำที่ไหนมาใช้ระบายความร้อน
3. จับทีมไอทีคุยกับทีมรักษ์โลก (เชื่อม IT กับ ESG): เวลาจะอนุมัติทำโครงการ AI ใหญ่ๆ ห้ามมองแค่เรื่องความคุ้มค่า (ROI) หรือความปลอดภัยข้อมูล (PDPA) เท่านั้น แต่ต้องดึงทีมสิ่งแวดล้อมมาร่วมประเมินเรื่องการกินไฟกินน้ำด้วยตั้งแต่แรก
4. ตรวจสัญญาเช่าคลาวด์ (ดูสิทธิ์ขอข้อมูล): กลับไปเปิดสัญญาดูว่า เรามีสิทธิ์ทำหนังสือขอเอกสารรับรองเรื่องการใช้พลังงานสะอาด หรือขอรายงานสรุปการปล่อยคาร์บอนจากผู้ให้บริการได้หรือไม่ เพื่อเก็บไว้เป็นหลักฐาน
5. จดมิเตอร์ไฟก่อนขยายระบบ (ตั้งค่า Baseline): ก่อนที่จะสั่งซื้อคอมพิวเตอร์เพิ่มหรือเปิดใช้ AI มากขึ้นหลายเท่า ต้องรีบจดบันทึกตัวเลขการใช้พลังงานในปัจจุบันเอาไว้ก่อน ไม่อย่างนั้นในอนาคตจะเปรียบเทียบไม่ได้เลยว่า AI ทำโลกร้อนขึ้นมากน้อยแค่ไหน
มุมมองผู้เชี่ยวชาญ
“ผมมองว่า การคุม AI กับการรักษ์โลก (ESG) กลายเป็นเรื่องเดียวกันแล้วครับ ถ้าบริษัทบอกว่ากำลังเปลี่ยนผ่านธุรกิจด้วย AI แต่ยังตอบไม่ได้ว่าระบบ AI กินไฟกินน้ำไปเท่าไหร่ นั่นแปลว่าระบบควบคุมของบริษัทคุณยังไม่สมบูรณ์”
— Phuwara Krobtaku —
LL.M. (IP & IT) | M.S. (IT) | เนติบัณฑิต & ทนายความ
แหล่งอ้างอิง
- Financial Times — Big Tech’s data centre boom poised to drive up carbon emissions
https://www.ft.com/content/8158cb5a-4bbd-43fd-b329-15a54e8422c8 - The Stock Exchange of Thailand — Form 56-1 One Report 2025
https://media.set.or.th/set/Documents/2026/May/SET_56-1_OneReport_2025_EN.pdf - ตลาดหลักทรัพย์แห่งประเทศไทย — FTSE Russell ESG Scores
https://setsustainability.com/ftse-russell-esg-scores - Stock Exchange of Thailand — Partnership with FTSE Russell / transition from SET ESG Ratings
https://www.set.or.th/en/market/news-and-alert/newsdetails?id=90076200&symbol=SET - Thailand Board of Investment — Data Center Investment Promotion Criteria
https://www.boi.go.th/upload/content/sor5_2568EN.pdf - Thailand Board of Investment — Seven Data Center Approvals in 2026
- Reuters — Thailand approves measures to bolster clean energy markets, 15 July 2026
