ปลดล็อกคอขวดพลังงาน! ไทยจะเร่งสปีด ‘Time to Power’ อย่างไรให้สอดรับการเติบโต AI-Data Center

วันนี้ (15 กันยายน) ความต้องการพลังงานไฟฟ้าที่เพิ่มขึ้นอย่างมหาศาล จากการขยายตัวของเทคโนโลยีปัญญาประดิษฐ์ (AI) ได้ทำให้โจทย์สำคัญที่สุดของอุตสาหกรรม Data Center เปลี่ยนจากการพัฒนาอุปกรณ์และชิ้นส่วนทางกายภาพทั้งหมดของระบบคอมพิวเตอร์ (Computing Hardware) ไปสู่การแก้ปัญหา ‘Time to Power’ หรือความเร็วในการนำพลังงานไฟฟ้าเสถียรและสะอาดมาส่งมอบให้กับระบบให้เร็วที่สุด เพื่อรองรับการเติบโตของ AI

• 3S Factor: ยุทธศาสตร์พลังงานเพื่อ AI
• Modular & Standardization: ย่นเวลาสร้าง Grid
• Secure Slot & Bridge Power: ทางรอดคิวอุปกรณ์ยาว
• Time to Power: สมรภูมิความเร็ว AI Data Center

เวทีเสวนาในหัวข้อ ‘การบริหารจัดการเวลาและโซลูชันพลังงาน เพื่ออุตสาหกรรม Data Center ในยุค AI ที่มุ่งเน้นไปที่ ‘การแก้ปัญหาคอขวด’ ด้านโครงสร้างพื้นฐานพลังงาน (Power Bottleneck) ในงาน GASTECH 2026 จึงมีความสำคัญอย่างยิ่ง เนื่องจากเป็นพื้นที่แลกเปลี่ยนมุมมองของผู้เชี่ยวชาญ ตั้งแต่ผู้ผลิตพลังงาน ผู้ให้บริการเทคโนโลยีโครงข่าย ตลอดจนนักวิเคราะห์อุตสาหกรรม มาร่วมถอดรหัสและแก้ไขปัญหาคอขวดนี้ เช่น ระยะเวลาการรอคิวอุปกรณ์แรงดันสูงที่ยาวนานหลายปี, ข้อจำกัดของโครงข่ายไฟฟ้า (Grid) และขั้นตอนทางกฎหมาย

3S Factor: ยุทธศาสตร์พลังงานเพื่อ AI

อิศรา นิโรภาส ประธานเจ้าหน้าที่บริหาร บริษัท บ้านปู เพาเวอร์ จำกัด (มหาชน) เสนอให้เปลี่ยนจาก ‘การวางแผนแบบเดิมที่เป็นขั้นตอนตามลำดับ’ (Sequential Planning) มาเป็น ‘การวางแผนแบบบูรณาการที่ยึดความต้องการของลูกค้าเป็นหลัก’ (Integrated Demand-Led Supply) หรือ แนวคิด ‘Power to Compute’ โดยขับเคลื่อนผ่าน ‘3S Factor’ ประกอบด้วย

• Speed (ความเร็ว): เนื่องจากกังหันก๊าซ (Gas Turbines/CCGT) ใช้เวลาสั่งซื้อและติดตั้งนาน 3-6 ปี จึงต้องเร่งทำข้อตกลงจองเครื่องจักรล่วงหน้า (Reservation Agreement) กับผู้ผลิต
• Security of Supply (ความมั่นคง): เน้นจ่ายไฟแบบเสถียร ตลอด 24 ชั่วโมง แบบไฟไม่ตกไม่ดับ Uptime 99.999% ในช่วง 2 ปีแรกจะใช้เครื่องยนต์ก๊าซที่สร้างเสร็จไวมาจ่ายไฟให้ Data Center ได้เปิดทำงานทันที ระหว่างที่กำลังสร้างโรงไฟฟ้าก๊าซขนาดใหญ่ไปพร้อมกัน โดยมีระบบกักเก็บพลังงานด้วยแบตเตอรี่ (BESS) คอยช่วยควบคุมกระแสไฟให้นิ่งและไม่กระตุก
• Scalability (การขยายขนาด): ออกแบบระบบไฟฟ้าให้ขยายตัวเป็นระยะ (Phased Scaling) เช่น เริ่มจาก 25-30% แล้วขยายสู่ 50 MW, 150 MW หรือ 300 MW ตามการเติบโตจริงของ Data Center

สำหรับการปรับใช้ในบริบทประเทศไทยนั้น อิศรามองว่า ไทยต้องประสานงานกันอย่างใกล้ชิดระหว่างผู้พัฒนา Data Center, หน่วยงานภาครัฐ เช่น คณะกรรมการ/อนุกรรมการ Data Center และผู้ให้บริการระบบโครงข่าย (System Operator) เพื่อวางแผนการจัดหาพลังงาน แหล่งก๊าซ ข้อกำหนดผังเมือง และการเชื่อมต่อ Grid ให้สอดคล้องกัน

Modular & Standardization: ย่นเวลาสร้าง Grid

คลาริสซา ไรเธล รองประธาน Grid Solutions Asia Pacific & China, Siemens Energy เน้นย้ำถึงการลด ‘ระยะเวลาในขั้นตอนการออกแบบและวิศวกรรม’ (Lead Time) โดยนำ หลักการ 80/20 มาใช้สร้างมาตรฐานสถานีไฟฟ้า (Standardization) แทนการออกแบบใหม่ทั้งหมดตั้งแต่ต้น (Start from Scratch)

รวมถึงการนำเสนอสถานีไฟฟ้าแบบโมดูลาร์หรือสำเร็จรูปที่ประกอบและทดสอบคุณภาพจากโรงงาน ก่อนส่งไปติดตั้งหน้างาน (Modular & Pre-Fabricated Substations) เพื่อลดความเสี่ยงและย่นเวลาติดตั้ง

นอกจากนี้ คลาริสซายังเสนอให้ดำเนินงานแบบขนาน (Parallelization) ปรับกระบวนการทำงานจากการรอทำทีละขั้นตอน มาเป็นการทำขนานกัน เช่น เริ่มสั่งซื้ออุปกรณ์หลักไปพร้อมกับการขออนุญาต (Permitting) และงานวิศวกรรม โดยเน้นการทำงานร่วมกันตั้งแต่เนิ่นๆ (Early Collaboration & Execution Readiness) ระหว่าง Developer, Utilities และ OEM เพื่อประเมินความพร้อม 3 ด้านหลัก ได้แก่ สิทธิ์ในที่ดินและการขออนุญาต (Land Readiness & Permitting), ข้อตกลงการเชื่อมต่อ Grid (Grid Connection) และความพร้อมในการส่งมอบอุปกรณ์ที่มีระยะเวลาสั่งซื้อยาวนาน (Long-lead Equipment เช่น หม้อแปลงไฟฟ้า และ GIS)

Secure Slot & Bridge Power: ทางรอดคิวอุปกรณ์ยาว

ดร. ป๋อ จาง กรรมการผู้จัดการ Research Center, Concord New Energy เสนอให้ จอง Slot อุปกรณ์และลงเงินทุนล่วงหน้า (Secure Slot & Capital Early) เนื่องจากอุปกรณ์หลักในระบบไฟฟ้ามีระยะเวลาการผลิตยาวนาน จึงต้องวางเงินทุนมัดจำ เพื่อล็อก Slot การผลิตอุปกรณ์กับผู้ผลิตหลักไว้ล่วงหน้าตั้งแต่วันแรก โดยล็อกเฉพาะค่ามาตรฐานพื้นฐานที่ Grid ต้องการ

หากมีโครงการ Data Center ในพอร์ตหลายแห่ง ดร. จาง เสนอให้ มีการบริหารพอร์ตโฟลิโอและการสลับสับเปลี่ยน (Portfolio Management Flexibility) โดยมองว่า สามารถใช้รายการอุปกรณ์ร่วมกัน และสลับ Slot อุปกรณ์ให้กับโครงการที่มีความพร้อมก่อนได้ หากโครงการใดโครงการหนึ่งล่าช้า

ทั้งยังเสนอให้แบ่งการพัฒนาโครงการออกเป็นเฟสๆ และใช้โซลูชันพลังงานสะพาน (Bridge Power) ชั่วคราว เช่น Natural Gas, Hydrogen, Ammonia, Fuel Cells หรือระบบ Behind-the-Meter/Co-Location ระหว่างรอการอัปเกรด Grid และใช้พลังงานแสงอาทิตย์และพลังงานลมร่วมกับระบบกักเก็บพลังงานด้วยแบตเตอรี่ (BESS) เพื่อจ่ายพลังงานสะอาดที่มั่นคงตลอด 24 ชั่วโมง

Time to Power: สมรภูมิความเร็ว AI Data Center

ดร. มินห์ คอย เล รองประธานกรรมการบริหารอาวุโส และหัวหน้าฝ่าย Data Center & Global Hydrogen Research, Rystad Energy เน้นย้ำให้เห็นว่า ความเร็วในการได้มาซึ่งพลังงานไฟฟ้า (Time to Power) คือปัจจัยหลักในการตัดสินผู้ชนะในสมรภูมิ AI Data

นอกจากนี้ ความท้าทายจากเทคโนโลยีที่เปลี่ยนแปลงเร็ว ทำให้ระบบพลังงานต้องมีความยืดหยุ่นสูง โดยที่ภาครัฐและผู้กำหนดนโยบาย (Policy Makers) ต้องปรับตัวให้ทัน การบูรณาการความร่วมมือจำเป็นต้องเกิดในทุกระดับ และผู้กำหนดนโยบาย ต้องเร่งรัดกระบวนการพิจารณาและอนุมัติให้ทันต่อความเร็วของอุตสาหกรรม

การเสวนาครั้งนี้ชี้ให้เห็นอย่างชัดเจนว่า ปัญหาคอขวดด้านพลังงานสำหรับ AI Data Center ไม่สามารถแก้ไขได้ด้วยมุมมองของฝ่ายใดฝ่ายหนึ่ง แต่ต้องเกิดจากการร้อยเรียงโซลูชันร่วมกัน ทั้งการวางแผนล่วงหน้า การปรับกระบวนการทำงานให้เป็นมาตรฐาน และการใช้โครงสร้างพลังงานแบบผสมผสาน

อย่างไรก็ตาม แม้ฝั่งผู้พัฒนาและผู้ผลิตอุปกรณ์จะเริ่มนำนวัตกรรมทางการเงินและวิศวกรรมมาเร่งรัดกระบวนการส่งมอบพลังงานแล้ว คำถามสำคัญที่ยังคงเปิดกว้างสำหรับอนาคตคือ หน่วยงานกำกับดูแล นโยบายภาครัฐ และโครงข่ายไฟฟ้าดั้งเดิม จะสามารถปฏิรูปโครงสร้างและปรับตัวได้เร็วพอที่จะรองรับคลื่นความต้องการ AI ที่เติบโตอย่างก้าวกระโดดได้ทันท่วงทีหรือไม่ และประเทศไทยจะสามารถดึงความร่วมมือระหว่างภาคส่วนต่างๆ เพื่อแปลงความท้าทายด้าน ‘Time to Power’ ให้กลายเป็นความก้าวหน้าทางเศรษฐกิจดิจิทัลได้อย่างไรในระยะยาว

ภาพ: Panathorn Chaiyakul / THE STANDARD

อ้างอิง:

• AIxEnergy Strategic Conference Programme / GASTECH