วิเคราะห์คอขวดพลังงานไทย เมื่อกระแส AI & Data Center บีบให้ประเทศต้องอัปเกรดโครงสร้างพื้นฐานทั้งระบบ
การก้าวสู่อุตสาหกรรมยุคดิจิทัลและการตั้งเป้าเป็นศูนย์กลาง Data Center ของภูมิภาค (Regional Data Center Hub) กำลังทำให้ประเทศไทยเดินมาถึงจุดเปลี่ยนสำคัญ เมื่อความต้องการประมวลผลของเทคโนโลยี Artificial Intelligence (AI) เติบโตอย่างก้าวกระโดด แต่กลับต้องชนเข้ากับกำแพงความท้าทายด้านโครงสร้างพื้นฐาน พลังงานสะอาด และทรัพยากรธรรมชาติอย่างหลีกเลี่ยงไม่ได้
ในเวทีสัมมนา BIG ISSUE : PDP 2026 ENERGY GREEN POWER "พลิกโฉมพลังงานไทย สู่ฐานการผลิตสีเขียว" หัวข้อ Data Center & AI Infrastructure ความท้าทายทางพลังงาน รศ.ดร.มนตรี วิบูลยรัตน์ ประธานคณะกรรมการมาตรฐานดาตาเซนเตอร์และเมืองอัจฉริยะ วิศวกรรมสถานแห่งประเทศไทย ในพระบรมราชูปถัมภ์ (วสท.) ได้ฉายภาพวิกฤตและความท้าทายเชิงโครงสร้างของไทยไว้ดังนี้:
1. ขีดจำกัดของระบบส่งและสถานีไฟฟ้าย่อย (Transmission Grid Bottleneck)
Data Center ยุคใหม่ที่ออกแบบมาเพื่อประมวลผล AI (AI Workloads) ต้องการกำลังไฟฟ้าสูงระดับหลายร้อยเมกะวัตต์ (MW) ขณะที่สถานีไฟฟ้าย่อย (Substation) ปลายทางส่วนใหญ่ของไทยในปัจจุบันจ่ายไฟได้สูงสุดเพียงประมาณ 200 MW เท่านั้น
หากประเทศไทยต้องการดึงดูดการลงทุน Hyper-scale Data Center ขนาด 300 - 500 MW ภาครัฐและหน่วยงานที่เกี่ยวข้องจำเป็นต้อง:
- เร่งอัปเกรดระบบสายส่งไฟฟ้า (Grid Modernization): เพื่อให้รองรับปริมาณกระแสไฟฟ้าแรงสูงได้มากขึ้น
- สร้างสถานีไฟฟ้าย่อยแห่งใหม่: ซึ่งกระบวนการนี้ต้องใช้วงเงินลงทุนมหาศาลและใช้เวลาก่อสร้างหลายปี สวนทางกับความต้องการใช้งานจริงของนักลงทุนที่เร่งด่วน
2. แรงกดดันด้านพลังงานสะอาด (Green Energy & Utility Green Tariff)
กลุ่มทุนระดับโลกผู้พัฒนา Data Center มีเป้าหมายความเป็นกลางทางคาร์บอน (Carbon Neutrality) และ Net Zero ทำให้ความต้องการพลังงานหมุนเวียนกลายเป็นปัจจัยชี้ขาด
- โครงสร้างไฟฟ้าปัจจุบัน: การผลิตไฟฟ้าของไทยยังคงพึ่งพาก๊าซธรรมชาติสูงถึง 69%
- สัดส่วนพลังงานหมุนเวียน:
แม้ไทยจะมีกำลังการผลิตจากพลังงานหมุนเวียนรวมในระบบราว 15 กิกะวัตต์ (GW) และมีกลไกสนับสนุนอย่าง Utility Green Tariff 1 (UGT1) แต่การจัดหาพลังงานหมุนเวียนชนิดจ่ายไฟคงที่ 24/7 ให้เพียงพอและมีความสม่ำเสมอยังคงต้องใช้การบริหารจัดการอย่างรัดกุม
3. วิกฤตการจัดการทรัพยากรน้ำ (Water Resource Management)
นอกจากพลังงานไฟฟ้าแล้ว ระบบระบายความร้อน (Cooling System) ของ Data Center ยุค AI ยังใช้น้ำในปริมาณมหาศาล
- พื้นที่ยุทธศาสตร์หลักในการตั้ง Data Center อย่างภาคตะวันออก (EEC) เป็นพื้นที่ที่ประสบภาวะขาดแคลนน้ำเป็นทุนเดิมอยู่แล้ว
- ในอนาคต อุตสาหกรรมนี้อาจต้องถูกกำหนดให้เปลี่ยนมาใช้เทคโนโลยี Zero Liquid Discharge (ZLD) เพื่อบำบัดและนำน้ำกลับมาหมุนเวียนใช้ใหม่ 100% เพื่อลดผลกระทบต่อชุมชนและสิ่งแวดล้อม
สถานการณ์พลังงานไทยยิ่งซับซ้อนขึ้นเนื่องจากการเติบโตของอุตสาหกรรมยานยนต์ไฟฟ้า (EV) ซึ่งดึงกำลังไฟฟ้าในระบบไปใช้งานเพิ่มขึ้นในเวลาเดียวกัน ขณะที่ทางเลือกพลังงานสะอาดที่มีเสถียรภาพสูงอย่าง โรงไฟฟ้านิวเคลียร์ขนาดเล็ก (Small Modular Reactor: SMR) ซึ่งถือเป็นทางออกระยะยาว ยังต้องใช้เวลาในการศึกษา พัฒนา และเตรียมความพร้อมอีกไม่ต่ำกว่า 10 ปี
5. คอขวดด้านบุคลากรผู้เชี่ยวชาญ (Human Capital Shortage)
ความท้าทายสุดท้ายที่ไม่ควรมองข้ามคือการขาดแคลนบุคลากรที่มีความเชี่ยวชาญด้าน Data Center และ AI Infrastructure โดยตรง ประเทศไทยต้องเร่งความร่วมมือระหว่างภาครัฐ เอกชน และสถาบันการศึกษา ในการพัฒนาหลักสูตรเฉพาะทางในระดับมหาวิทยาลัย เพื่อผลิตวิศวกรและผู้เชี่ยวชาญมารองรับการเติบโตของอุตสาหกรรมนี้อย่างยั่งยืน
