ดาต้าเซ็นเตอร์ AI ในสหรัฐฯ กำลังกลายเป็นศึกไฟฟ้า น้ำ และที่ดิน

บูมนี้ใหญ่เกินกว่าจะมองเป็นแค่อาคารอุตสาหกรรม

Lincoln Institute รายงานว่า จำนวนดาต้าเซ็นเตอร์ในสหรัฐฯ เพิ่มขึ้นมากกว่าสองเท่าระหว่างปี 2018-2021 และเพิ่มขึ้นอีกเท่าตัวเมื่อการลงทุนด้าน AI เร่งขึ้น . แหล่งเดียวกันระบุว่า ในปี 2023 ดาต้าเซ็นเตอร์ของสหรัฐฯ ใช้ไฟฟ้า 176 เทราวัตต์-ชั่วโมง หรือ TWh ซึ่งใกล้เคียงกับการใช้ไฟฟ้าของประเทศไอร์แลนด์ทั้งประเทศ .

Brookings ระบุว่า สหรัฐฯ คิดเป็นประมาณ 45% ของการใช้ไฟฟ้าดาต้าเซ็นเตอร์ทั่วโลกในปี 2024 . โดยอ้างการประเมินของกระทรวงพลังงานสหรัฐฯ และ Lawrence Berkeley National Laboratory ว่า ดาต้าเซ็นเตอร์ใช้ไฟฟ้าราว 4.4% ของไฟฟ้าทั้งหมดในสหรัฐฯ ในปี 2023 และอาจเพิ่มเป็น 6.7%-12.0% ภายในปี 2028 . ด้านองค์กรพลังงานระหว่างประเทศ หรือ IEA คาดว่า การใช้ไฟฟ้าของดาต้าเซ็นเตอร์ในสหรัฐฯ จะเพิ่มขึ้นราว 240 TWh ภายในปี 2030 หรือเพิ่ม 130% จากระดับปี 2024 .

เมื่อโหลดไฟฟ้าแตะระดับนี้ ดาต้าเซ็นเตอร์ที่เสนอสร้างจึงไม่ใช่แค่โกดังหรืออาคารสำนักงานอีกแห่ง แต่เป็นผู้ใช้ไฟฟ้าขนาดใหญ่ที่อาจดึงผลกระทบไปถึงการผลิตไฟฟ้า ระบบส่งไฟ สถานีไฟฟ้าย่อย น้ำหล่อเย็น และการใช้ที่ดินของพื้นที่นั้น ๆ .

จุดกดดันแรกคือไฟฟ้า

ดาต้าเซ็นเตอร์ยุค AI โดยเฉพาะประเภทไฮเปอร์สเกล ซึ่งหมายถึงศูนย์ข้อมูลขนาดใหญ่มาก มักถูกพูดถึงเป็นหน่วยเมกะวัตต์ ไม่ใช่แค่ตารางเมตรของอาคาร Consumer Reports ระบุว่า มีศูนย์ข้อมูลไฮเปอร์สเกลที่ขับเคลื่อนด้วย AI เพิ่มขึ้นเรื่อย ๆ โดยแต่ละแห่งใช้ไฟฟ้าอย่างน้อย 50 เมกะวัตต์ ซึ่งเทียบได้กับความต้องการไฟฟ้าของเมืองขนาดเล็ก . Reuters รายงานว่า การแข่งขันด้าน AI ของบริษัทเทคโนโลยีขนาดใหญ่กำลังชนกับข้อจำกัดของโครงข่ายไฟฟ้าสหรัฐฯ เพราะระบบไฟฟ้าต้องเร่งตามความต้องการของศูนย์ข้อมูลไฮเปอร์สเกล .

สำหรับชุมชนที่เป็นที่ตั้งโครงการ คำถามสำคัญไม่ใช่แค่บริษัทซื้อไฟได้หรือไม่ แต่ต้องถามต่อว่า ต้องสร้างหรือปรับปรุงโรงไฟฟ้า สายส่ง สถานีไฟฟ้าย่อย หรือระบบจำหน่ายแค่ไหน ใช้เวลานานเท่าไร และต้นทุนจะตกอยู่กับผู้พัฒนาโครงการ บริษัทสาธารณูปโภค ผู้ใช้ไฟ ผู้เสียภาษี หรือถูกแบ่งกันอย่างไร .

เมื่อเครื่องต้องเย็น น้ำจึงกลายเป็นประเด็นสาธารณะ

เซิร์ฟเวอร์ที่ทำงานหนักต้องระบายความร้อน และนั่นทำให้การเติบโตของ AI กลายเป็นคำถามเรื่องน้ำในระดับท้องถิ่นได้ Lincoln Institute วางกรอบการขยายตัวของดาต้าเซ็นเตอร์ AI ว่าเป็นปัญหาเรื่องที่ดินและน้ำ ส่วน Consumer Reports ระบุว่าการใช้น้ำเป็นหนึ่งในข้อกังวลสาธารณะที่สำคัญของดาต้าเซ็นเตอร์ AI .

ดังนั้น การทบทวนเรื่องน้ำไม่ควรจบที่คำรับรองกว้าง ๆ ว่า มีน้ำเพียงพอ หน่วยงานท้องถิ่นควรขอตัวเลขการใช้น้ำรายปีและช่วงสูงสุด แหล่งน้ำที่จะใช้ วิธีระบายความร้อน สมมติฐานกรณีภัยแล้ง วิธีจัดการน้ำทิ้ง และข้อผูกพันเรื่องการใช้น้ำซ้ำหรือการอนุรักษ์น้ำ .

อากาศจะดีหรือแย่ ขึ้นกับแหล่งพลังงานและระบบสำรอง

ดาต้าเซ็นเตอร์มากขึ้นไม่ได้แปลว่าอากาศต้องแย่ลงโดยอัตโนมัติ ความเสี่ยงขึ้นกับว่าไฟฟ้าเพิ่มเติมมาจากแหล่งใด แหล่งพลังงานที่สะอาดกว่าและโครงข่ายไฟฟ้าถูกเพิ่มได้เร็วแค่ไหน และโครงการใช้ระบบไฟฟ้าสำรองแบบใด . Reuters รายงานกรณีหนึ่งที่สะท้อนแรงเสียดทานนี้: ความต้องการไฟฟ้าจาก AI ถูกโยงกับการผ่อนคลายกฎอากาศสะอาดที่กระทบเมืองเซนต์หลุยส์ (St. Louis) ซึ่งเป็นพื้นที่ที่มีข้อกังวลด้านคุณภาพอากาศและสุขภาพอยู่แล้ว .

ด้วยเหตุนี้ ใบอนุญาตด้านการปล่อยมลพิษทางอากาศและแผนไฟฟ้าสำรองจึงไม่ใช่งานเอกสารประกอบท้ายโครงการ ชุมชนควรรู้ว่าโครงการจะใช้เครื่องกำเนิดไฟฟ้าสำรองแบบใด เดินเครื่องได้เมื่อไร มีเพดานการปล่อยมลพิษเท่าไร และความต้องการไฟฟ้าที่เพิ่มขึ้นอาจมีผลต่อการตัดสินใจควบคุมมลพิษในท้องถิ่นหรือภูมิภาคหรือไม่ .

ที่ดินไม่ใช่รายละเอียดปลีกย่อย

ดาต้าเซ็นเตอร์อาจมาในรูปแบบแคมปัสขนาดใหญ่ ผูกพันการใช้ที่ดินระยะยาว และต้องมีโครงสร้างพื้นฐานสาธารณูปโภคตามมา Consumer Reports ระบุว่า พื้นที่ไฮเปอร์สเกลที่ขับเคลื่อนด้วย AI อาจแผ่ครอบคลุมที่ดินหลายพันเอเคอร์ ขณะที่ Lincoln Institute เน้นผลกระทบด้านที่ดินจากการเติบโตอย่างรวดเร็วของดาต้าเซ็นเตอร์ .

การพิจารณาผังเมืองและการแบ่งเขตจึงควรดูมากกว่าขอบรั้วโครงการ ต้องพิจารณาขนาดพื้นที่ ระยะถอยร่น การจัดการน้ำฝน จุดเข้าถึงสายส่งไฟฟ้า ความใกล้ชิดกับบ้านเรือนหรือพื้นที่เกษตร และความสอดคล้องกับแผนใช้ที่ดินเดิม . หากอนุมัติ ก็ควรมีเงื่อนไขที่บังคับใช้ได้จริงเรื่องการออกแบบพื้นที่ ผลกระทบช่วงก่อสร้าง และการดำเนินงานระยะยาว.

คำถามที่เลี่ยงไม่ได้: ใครจ่าย

Consumer Reports มองดาต้าเซ็นเตอร์ AI เป็นประเด็นของผู้บริโภค เพราะความต้องการไฟฟ้าอาจเกี่ยวพันกับค่าไฟ การใช้น้ำ และผลกระทบท้องถิ่นอื่น ๆ . ฝั่ง Reuters ก็ชี้ปัญหาการกำกับดูแลจากมุมระบบไฟฟ้าเช่นกัน: ความต้องการไฟอาจมาถึงเร็วกว่าที่โครงข่ายพร้อมรองรับ .

สัญญาซื้อขายไฟระหว่างเอกชนจึงยังไม่ตอบคำถามสาธารณะทั้งหมด หากโครงการต้องใช้สถานีไฟฟ้าย่อยใหม่ สายส่งใหม่ การอัปเกรดระบบจำหน่าย หรือแหล่งผลิตไฟฟ้าเพิ่มเติม ชุมชนควรเห็นเงื่อนไขชัดเจนว่าใครจะรับต้นทุน และใครรับความเสี่ยงหากการคาดการณ์ความต้องการเปลี่ยนไป . หากมีการพิจารณาสิทธิประโยชน์หรือเงินสนับสนุนจากภาครัฐ เงื่อนไขควรถูกเปิดเผยก่อนอนุมัติ รวมถึงค่าธรรมเนียม เงื่อนไขเรียกคืนสิทธิประโยชน์ และข้อมูลการดำเนินงานที่บริษัทต้องรายงาน.

7 คำถามก่อนอนุมัติโครงการใหญ่

ก่อนอนุมัติดาต้าเซ็นเตอร์ AI ขนาดใหญ่ หน่วยงานท้องถิ่นควรขอคำตอบต่อสาธารณะอย่างน้อยใน 7 เรื่องนี้:

1. โหลดไฟฟ้า: โครงการจะใช้ไฟเฉลี่ยเท่าไร จุดสูงสุดเท่าไร และจะเพิ่มการใช้ไฟเป็นขั้น ๆ ในกี่ปี?
2. การอัปเกรดโครงข่าย: ต้องมีโรงไฟฟ้า สายส่ง สถานีไฟฟ้าย่อย หรือระบบจำหน่ายเพิ่มเติมหรือไม่ และใครจ่ายหากตัวเลขความต้องการเปลี่ยน?
3. แผนน้ำ: จะใช้น้ำเท่าไร จากแหล่งใด ใช้วิธีระบายความร้อนแบบไหน และประเมินกรณีภัยแล้งอย่างไร?
4. อากาศและระบบสำรอง: มีเครื่องกำเนิดไฟฟ้าสำรอง ใบอนุญาตด้านอากาศ และข้อกำหนดควบคุมมลพิษอะไรบ้าง?
5. การควบคุมการใช้ที่ดิน: จะใช้พื้นที่เท่าไร มีระยะถอยร่น กฎน้ำฝน การเข้าถึงสายส่ง และเงื่อนไขพื้นที่อย่างไร?
6. ค่าไฟและเงินสาธารณะ: โครงการอาจกระทบค่าไฟในพื้นที่อย่างไร และมีเงินอุดหนุน ค่าธรรมเนียม หรือเงื่อนไขเรียกคืนสิทธิประโยชน์ใดอยู่บนโต๊ะ?
7. ความโปร่งใส: ข้อมูลใดจะเปิดเผยก่อนอนุมัติ และข้อมูลการดำเนินงานใดจะถูกรายงานหลังเปิดใช้?

บทสรุป

ต้นทุนซ่อนเร้นของบูมดาต้าเซ็นเตอร์ AI ในสหรัฐฯ ไม่ได้หมายความว่าการประมวลผลหรือบริการดิจิทัลไม่มีคุณค่า ประเด็นคือรอยเท้าโครงสร้างพื้นฐานของ AI กระจุกตัวอยู่ในชุมชนเจ้าบ้าน ขณะที่บริการดิจิทัลที่ศูนย์ข้อมูลรองรับอาจถูกใช้งานได้ไกลเกินกว่าพื้นที่นั้นมาก .

ตัวเลขระดับประเทศช่วยให้เห็นทิศทาง แต่ไม่พอสำหรับการตัดสินใจรายโครงการ ผลกระทบจะแตกต่างกันตามขนาดศูนย์ข้อมูล วิธีระบายความร้อน แหล่งน้ำ สภาพโครงข่ายไฟ ระบบไฟฟ้าสำรอง และกฎท้องถิ่น . โครงการดาต้าเซ็นเตอร์ขนาดใหญ่จึงไม่ควรเดินหน้าด้วยคำรับรองกว้าง ๆ แต่ควรมีตัวเลขเฉพาะโครงการที่เปิดเผยต่อสาธารณะเรื่องไฟฟ้า น้ำ การปล่อยมลพิษ ที่ดิน สิทธิประโยชน์ และคำถามสำคัญที่สุดว่าใครเป็นผู้จ่าย.