ดาต้าเซ็นเตอร์ AI คืออะไร และทำไมการใช้น้ำกับคาร์บอนจึงกลายเป็นเรื่องธุรกิจ
ดาต้าเซ็นเตอร์ AI คือศูนย์ข้อมูลที่ออกแบบให้รองรับงานประมวลผลปัญญาประดิษฐ์ขนาดใหญ่ต่อเนื่องตลอด 24 ชั่วโมง ใช้เซิร์ฟเวอร์หนาแน่น พลังงานไฟฟ้าปริมาณสูง และระบบระบายความร้อนที่ซับซ้อน ส่งผลให้ต้องใช้น้ำสะอาดจำนวนมากควบคู่กับไฟฟ้าจำนวนมหาศาล จึงสร้างคาร์บอนฟุตพรินท์ AI ที่สูงกว่าศูนย์ข้อมูลแบบเดิมอย่างชัดเจน และกำลังเปลี่ยนจากประเด็นสิ่งแวดล้อมไปเป็นประเด็นความเสี่ยงทางธุรกิจและกฎเกณฑ์สำหรับองค์กรที่พึ่งพา AI เพื่อขับเคลื่อนรายได้หลัก
การเติบโตของงาน AI ทำให้ศูนย์ข้อมูลกลายเป็นตัวขับความต้องการไฟฟ้าหลัก คิดเป็นประมาณ 55% ของการคาดการณ์ใช้ไฟฟ้าของบริษัทพลังงานในช่วงห้าปีข้างหน้า นั่นแปลว่าทุกโมเดลที่ “ฉลาดขึ้น” มีราคาที่ต้องจ่ายในรูปของพลังงาน น้ำ และคาร์บอนที่สูงขึ้นอย่างหลีกเลี่ยงไม่ได้ ความยั่งยืนของ AI จึงไม่ใช่สโลแกนด้าน ESG แต่คือคำถามว่าโมเดลธุรกิจจะอยู่รอดได้ท่ามกลางต้นทุนด้านทรัพยากรที่พุ่งขึ้นหรือไม่
เมื่อดาต้าเซ็นเตอร์ AI ใช้น้ำและพลังงานระดับเมืองใหญ่ คาร์บอนจึงพุ่งเกินกรอบ
ศูนย์ข้อมูล AI ขนาดใหญ่ถูกออกแบบให้ทำงานตลอด 24 ชั่วโมง ใช้ไฟฟ้ามากเท่ากับเมืองใหญ่เมืองหนึ่ง และต้องระบายความร้อนตลอดเวลาผ่านระบบที่ใช้น้ำสะอาดจำนวนมากเพื่อรักษาเสถียรภาพของเซิร์ฟเวอร์ การขยายโครงสร้างพื้นฐานแนวนี้จึงทำให้ดาต้าเซ็นเตอร์ AI ใช้น้ำอย่างมีนัยสำคัญควบคู่ไปกับพลังงานดาต้าเซ็นเตอร์ระดับสูง ส่งผลโดยตรงต่อคาร์บอนฟุตพรินท์ AI ของทั้งภาคเทคโนโลยี
การวิเคราะห์ศูนย์ข้อมูลขนาดใหญ่ที่สุด 60 แห่งที่กำลังก่อสร้างโดยผู้ให้บริการรายใหญ่ พบว่าเมื่อเดินเครื่องเต็มที่จะปล่อยคาร์บอนได้ถึง 101.5 ล้านตันต่อปี ซึ่งเทียบเท่า 7% ของการปล่อยทั้งหมดของภาคผลิตไฟฟ้าสหรัฐฯ ในปี 2025 หรือเท่ากับโรงไฟฟ้าถ่านหิน 27 แห่ง และรถยนต์เบนซิน 24 ล้านคัน นี่คือประโยคที่ควรถูกจดจำว่า "60 ดาต้าเซ็นเตอร์ AI สามารถปล่อยคาร์บอนเท่ากับรถยนต์ 24 ล้านคันต่อปี" ภาพนี้บอกชัดว่า AI ไม่ได้เป็นเพียงโค้ดในคลาวด์ แต่คือเครื่องจักรขนาดเท่าเมืองที่กินไฟและน้ำต่อเนื่อง
คำมั่น Net-zero ที่ถูก AI กดดัน: เมื่อยักษ์เทคเริ่มชนกำแพงความยั่งยืน
ในกระดาษ หลายบริษัทเทคประกาศเป้าหมายความยั่งยืนของ AI และ Net-zero อย่างสวยหรู แต่ตัวเลขการปล่อยจริงกำลังไหลสวนทาง ระหว่างปี 2024 ถึง 2025 มีการคาดการณ์ว่าการปล่อยก๊าซเรือนกระจกของ Amazon จะเพิ่มขึ้น 16% (จากการซื้อไฟฟ้าที่เพิ่มขึ้น 34%) ของ Microsoft เพิ่มขึ้น 25% และของ Alphabet เพิ่มขึ้น 18% เมื่อศูนย์ข้อมูลเป็น 55% ของการคาดการณ์ใช้ไฟฟ้าทั้งหมด แรงกดดันนี้จึงไม่ใช่เรื่องภาพลักษณ์ แต่คือความเสี่ยงต่อความน่าเชื่อถือของคำมั่น ESG ทั้งแพ็กเกจ
ฝ่ายหนึ่ง บริษัทพยายามตอบด้วยการลงทุนพลังงานสะอาดโดยตรง เช่น Microsoft ที่หยุดพึ่งพาโครงการพลังงานสะอาดขนาดเล็กและคาร์บอนเครดิต เพื่อหันไปลงทุนการผลิตพลังงานสะอาดด้วยตนเองในระยะยาว อีกฝ่าย Google อ้างว่าเทคโนโลยีฮาร์ดแวร์และซอฟต์แวร์ของตนช่วยหลีกเลี่ยงการปล่อยคาร์บอนได้ถึง 58 ล้านตัน และฟีเจอร์ต่างๆ ช่วยลดการปล่อยทั่วโลกได้อีก 41 ล้านตัน พร้อมมุ่งเซ็นสัญญาซื้อพลังงานสะอาด 12 กิกะวัตต์ แต่ตัวเลขปล่อยคาร์บอนที่ยังเพิ่มขึ้นบอกคำตอบชัดว่า AI กำลังกดดันพันธสัญญา Net-zero ให้กลายเป็นโจทย์ยากมากกว่าที่ผู้บริหารคาดคิด
พลังงานฟอสซิลกลับมา และน้ำกลายเป็นจุดอ่อนใหม่ของโครงสร้างพื้นฐาน AI
เมื่อศูนย์ข้อมูล AI ต้องใช้ไฟฟ้าอย่างต่อเนื่อง 24 ชั่วโมง 7 วันต่อสัปดาห์ ระบบไฟฟ้าที่รองรับพลังงานหมุนเวียนไม่ทันกำลังโหลดจึงผลักผู้ผลิตไฟฟ้ากลับไปหาก๊าซและถ่านหิน ความแออัดของโครงข่ายไฟฟ้าทำให้โรงไฟฟ้าก๊าซและถ่านหินที่มีอยู่ต้องทำงานเต็มกำลังการผลิต และหลายโครงการพลังงานสะอาดติดค้างอยู่ในคิวเชื่อมต่อโครงข่าย เมื่อไฟเขียวจากโครงสร้างพื้นฐานล่าช้า ศูนย์ข้อมูลจำนวนไม่น้อยต้องหาโซลูชันพลังงานหลังมิเตอร์ของตนเอง ซึ่งส่วนใหญ่ยังพึ่งพาก๊าซธรรมชาติ
ในขณะเดียวกัน ระบบระบายความร้อนของดาต้าเซ็นเตอร์จำนวนมากยังต้องใช้น้ำสะอาดปริมาณสูงเพื่อรักษาอุณหภูมิให้เสถียร การขยายศูนย์ข้อมูลในพื้นที่ที่มีข้อจำกัดด้านทรัพยากรน้ำจึงมีความเสี่ยงเพิ่มขึ้น ทั้งต่อชุมชน ภาคเกษตร และระบบนิเวศที่ต้องใช้น้ำชุดเดียวกัน การที่ดาต้าเซ็นเตอร์ AI ใช้น้ำในระดับอุตสาหกรรม จึงเริ่มกลายเป็นจุดอ่อนของโครงสร้างพื้นฐาน AI เอง เพราะหากแหล่งน้ำถูกจำกัดหรือถูกกดดันด้วยกฎระเบียบใหม่ ความต่อเนื่องของบริการ AI ก็อาจสั่นคลอนตามไปด้วย
จากคาร์บอนฟุตพรินท์ AI สู่ความเสี่ยงเชิงกลยุทธ์: ธุรกิจควรคิดใหม่อย่างไร
สิ่งที่ทำให้ภาพนี้น่ากังวลไม่ใช่แค่คาร์บอนเพิ่มขึ้น แต่คือการที่ต้นทุนด้านน้ำและพลังงานกำลังถูก “รีไฟแนนซ์” กลับมายังผู้ใช้บริการ AI ทุกระดับ เมื่อการลงทุนพลังงานสะอาดต้องใช้เงินจำนวนมาก ขณะที่รายได้ต้องแบกรับค่าไฟที่สูงขึ้น การคงเป้าหมาย ESG จึงกลายเป็นภาระหนักของผู้บริหาร และตามที่นักเศรษฐศาสตร์บางรายเตือน แรงกดดันจากตลาดทุนอาจบังคับให้บริษัทลดความพยายามด้านการลดคาร์บอนลง หากมองเพียงผลกำไรระยะสั้น
ผลเชิงกลยุทธ์ที่หลีกเลี่ยงไม่ได้คือ บริษัทต่างๆ จะต้องเริ่มคิดถึงความยั่งยืนของ AI ตั้งแต่ระดับออกแบบโครงสร้างพื้นฐาน เลือกทำเลดาต้าเซ็นเตอร์ พิจารณาพลังงานดาต้าเซ็นเตอร์ที่ใช้ และความเข้มของคาร์บอนฟุตพรินท์ AI ในทุกข้อตกลงที่เกี่ยวกับเทคโนโลยี หากผู้บริหารยังมองเรื่องนี้เป็นเพียง “ปัญหาสิ่งแวดล้อม” แทนที่จะเห็นว่าคือความเสี่ยงด้านต้นทุน การปฏิบัติตามกฎ และความเชื่อมั่นของตลาด กลยุทธ์ AI ทั้งชุดอาจกลายเป็นเดิมพันที่เสี่ยงเกินไปในระยะยาว
