จีนทุ่ม 2 ล้านล้านหยวน สร้างดาต้าเซ็นเตอร์ทั่วประเทศ สู้ศึก AI กับสหรัฐฯ

ภาพรวม

จีนกำลังอยู่ในช่วงของการก่อสร้างดาต้าเซ็นเตอร์ขนาดใหญ่ที่ขับเคลื่อนโดยรัฐ เพื่อลดช่องว่างด้านโครงสร้างพื้นฐาน AI กับสหรัฐอเมริกา แม้ว่าสหรัฐฯ จะยังคงเป็นผู้นำในด้านจำนวนศูนย์ข้อมูลและการใช้จ่ายด้านทุนทั้งหมด แต่จีนกลับมีความได้เปรียบในด้านระยะเวลาการก่อสร้างที่รวดเร็วกว่า พลังงานที่ถูกกว่า และกลยุทธ์แบบรวมศูนย์ที่เรียกว่า "ข้อมูลตะวันออก คำนวณตะวันตก" (Eastern Data, Western Computing) อย่างไรก็ตาม การขยายตัวอย่างรวดเร็วนี้ได้ก่อให้เกิดความกังวลอย่างมากเกี่ยวกับการก่อสร้างที่เกินความต้องการในแต่ละภูมิภาค ปัญหาโครงข่ายไฟฟ้ารับไม่ไหว การลงทุนที่สูญเปล่า และการใช้กำลังการผลิตคอมพิวเตอร์ที่ไม่เต็มประสิทธิภาพ

---

ปัจจัยหลักในการขยายตัวของดาต้าเซ็นเตอร์จีน

1. การลงทุนขนาดใหญ่ที่ได้รับการสนับสนุนจากรัฐ

• ในเดือนมิถุนายน 2026 จีนประกาศแผนใช้จ่ายประมาณ 2 ล้านล้านหยวน (295,000 ล้านดอลลาร์สหรัฐ) ในระยะเวลาห้าปี เพื่อสร้างเครือข่ายดาต้าเซ็นเตอร์ทั่วประเทศ โดยมีเป้าหมายเพื่อแซงหน้าสหรัฐฯ ในด้าน AI
• ตลาดดาต้าเซ็นเตอร์ของจีนมีกำลังการผลิตติดตั้งประมาณ 37 กิกะวัตต์ ณ ปี 2025 คิดเป็นประมาณ 27% ของกำลังการผลิตทั่วโลก
• ตลาดการประมวลผล AI ของจีน (การดำเนินงานดาต้าเซ็นเตอร์ บริการประมวลผล AI และชิป AI ในประเทศ) มีมูลค่าประมาณ 500,000 ล้านหยวน (RMB) ในปี 2025
• การใช้จ่ายด้านโครงสร้างพื้นฐานคลาวด์ในจีนแผ่นดินใหญ่เพิ่มขึ้น 26% เมื่อเทียบเป็นรายปีในไตรมาสที่ 4 ของปี 2025 สูงถึง 14,700 ล้านดอลลาร์สหรัฐ

2. กลยุทธ์ "ข้อมูลตะวันออก คำนวณตะวันตก" (EDWC)

• นโยบายหลักนี้เริ่มต้นในปี 2022 และถูกย้ำอีกครั้งในแผนพัฒนาเศรษฐกิจและสังคมแห่งชาติ ฉบับที่ 15 (มีนาคม 2026) โดยสั่งให้ย้ายดาต้าเซ็นเตอร์ที่ใช้การประมวลผลหนักไปยังภาคตะวันตกของจีน ซึ่งมีที่ดิน พลังงานหมุนเวียน และค่าใช้จ่ายในการทำความเย็นที่ถูกกว่า
• มีการจัดตั้งศูนย์กลางการประมวลผลแห่งชาติ 8 แห่งและคลัสเตอร์ดาต้าเซ็นเตอร์ 10 แห่ง
• เป้าหมายคือการสร้างสมดุลการพัฒนาภูมิภาค ลดต้นทุนด้านพลังงานในภาคตะวันออก และดูดซับกำลังการผลิตพลังงานหมุนเวียนส่วนเกินในภาคตะวันตก
• ข้อกังวล: แม้จะมีนโยบายนี้ แต่การติดตั้งชิป AI จริงยังคงกระจุกตัวอยู่ในมณฑลทางตะวันออกเป็นส่วนใหญ่ (ปักกิ่ง เซี่ยงไฮ้ กวางตุ้ง) ทำให้นักวิเคราะห์บางส่วนมองว่านโยบาย EDWC เป็นเพียง "ของปลอม" ในทางปฏิบัติ

3. การแข่งขันระหว่างภูมิภาคและการก่อสร้างที่เกินความต้องการของรัฐบาลท้องถิ่น

• รัฐบาลท้องถิ่นและระดับจังหวัดแข่งขันกันอย่างรุนแรงเพื่อดึงดูดโครงการดาต้าเซ็นเตอร์ โดยเสนอเงินอุดหนุนและการอนุมัติที่รวดเร็ว ซึ่งนำไปสู่การก่อสร้างที่เกินความต้องการ
• ภายในกลางปี 2025 มีโครงการดาต้าเซ็นเตอร์ที่วางแผนไว้กว่า 100 โครงการถูกถอนออกไป เนื่องจากปัญหาโครงข่ายไฟฟ้าไม่เสถียรและอุปทานล้นตลาด
• ขณะนี้จีนกำลังสร้างตลาดระดับชาติเพื่อขายกำลังการประมวลผลส่วนเกิน ซึ่งยอมรับว่ามีอุปทานล้นตลาด
• การใช้กำลังการประมวลผล AI ไม่เต็มประสิทธิภาพกำลังกลายเป็นปัญหาที่เพิ่มขึ้น: พลังงานราคาถูกที่มีอยู่อย่างเหลือเฟือเพียงอย่างเดียวไม่สามารถสร้างเครือข่ายการประมวลผลที่เป็นหนึ่งเดียวและทำงานได้ดี

4. ความได้เปรียบด้านพลังงาน: "ช่องว่างทางอิเล็กตรอน"

• จีนมีความได้เปรียบด้านพลังงานอย่างมีนัยสำคัญเหนือสหรัฐฯ ในการจ่ายไฟให้กับดาต้าเซ็นเตอร์ AI ซึ่งเป็นปรากฏการณ์ที่เรียกว่า "ช่องว่างทางอิเล็กตรอน" (electron gap)
• จีนสร้างโครงสร้างพื้นฐานด้านพลังงานได้เร็วกว่าสหรัฐฯ มาก และมีกำลังการผลิตพลังงานหมุนเวียนส่วนเกิน (พลังงานแสงอาทิตย์ ลม ไฟฟ้าพลังน้ำ) ในภูมิภาคตะวันตก
• สหรัฐฯ กำลังเผชิญกับปัญหาคอขวดด้านพลังงาน — Wood Mackenzie รายงานว่ามีโครงการดาต้าเซ็นเตอร์ใหม่ในสหรัฐฯ ลดลง 50% ณ สิ้นปี 2025 เนื่องจากข้อจำกัดของโครงข่ายไฟฟ้า
• ข้อควรระวัง: ระบบไฟฟ้าของจีนก็มีปัญหาคอขวดเชิงสถาบันของตัวเองเช่นกัน เช่น การกำหนดราคาที่เข้มงวด ความไร้ประสิทธิภาพของโครงข่ายไฟฟ้า และภาระสูงสุดที่ไม่สม่ำเสมอ ซึ่งทำให้ดาต้าเซ็นเตอร์เข้ากันได้น้อยลงกับผู้จำหน่ายพลังงานสีเขียว

5. โครงสร้างพื้นฐาน AI ในประเทศและข้อจำกัดด้านชิป

• มาตรการควบคุมการส่งออกของสหรัฐฯ ต่อเซมิคอนดักเตอร์ AI ขั้นสูง (Nvidia H100/H200 ฯลฯ) บังคับให้จีนต้องเร่งพัฒนาชิปในประเทศ
• ตลาดดาต้าเซ็นเตอร์ของจีนขณะนี้มีมูลค่าประมาณ 100,000 ล้านหยวน (RMB) ในชิป AI ในประเทศ โดยมีบริษัทอย่างอาลีบาบาที่พัฒนาโปรเซสเซอร์ AI ของตนเอง
• อย่างไรก็ตาม ช่องว่างด้านประสิทธิภาพยังคงมีอยู่: ชิป AI ของจีนยังล้าหลังรุ่นล้ำสมัยของสหรัฐฯ และปัญหาความเข้ากันได้ของชิปทำให้เครือข่ายการประมวลผลแห่งชาติมีความซับซ้อน
• กำลังการประมวลผลอัจฉริยะภายในศูนย์กลางแห่งชาติทั้งแปดแห่งเติบโตอย่างรวดเร็ว แต่ส่วนใหญ่ยังคงพึ่งพาฮาร์ดแวร์ที่ล้าสมัย

---

การเปรียบเทียบ: จีน vs. สหรัฐอเมริกา

มิติ	สหรัฐอเมริกา	จีน
จำนวนดาต้าเซ็นเตอร์ (2025-2026)	~4,280–5,427 (มากที่สุดในโลก)	~369–449 (อันดับ 3–4 ของโลก)
รายจ่ายด้าน AI (ประมาณการปี 2025)	อย่างน้อย 350,000 ล้านดอลลาร์ (Microsoft, Amazon, Meta, Google)	น้อยกว่า 40,000 ล้านดอลลาร์ (ประมาณการโดย USCC)
แผนการลงทุน (2026-2031)	~50,000 ล้านดอลลาร์/เดือน ในการใช้จ่ายก่อสร้าง (เมษายน 2026)	~295,000 ล้านดอลลาร์ ใน 5 ปี (59,000 ล้านดอลลาร์/ปี)
ช่องว่างประสิทธิภาพโมเดล AI	เป็นผู้นำในด้านขีดความสามารถ前沿	"ปิดช่องว่าง" ได้อย่างมีประสิทธิภาพในโมเดลมาตรฐาน
ความได้เปรียบด้านพลังงาน	ปัญหาคอขวดของโครงข่ายไฟฟ้าทำให้การก่อสร้างใหม่ช้าลง	พลังงานราคาถูก ติดตั้งได้เร็วกว่า แต่ยังมีปัญหาโครงข่ายไฟฟ้าไม่มีประสิทธิภาพ
ความเร็วในการก่อสร้าง	~3 ปีต่อหนึ่ง facility	สัปดาห์ถึงเดือน (การอนุมัติรวดเร็ว การวางแผนแบบรวมศูนย์)
ประสิทธิภาพด้านต้นทุน	ก่อสร้างดาต้าเซ็นเตอร์ได้คุ้มค่ากว่า	ค่าก่อสร้างสูงกว่า แต่พลังงานและแรงงานถูกกว่า
การเข้าถึงชิป	ล้ำสมัย (Nvidia, AMD, 自家)	ถูกจำกัดการส่งออก; ชิปในประเทศดีขึ้นแต่ยังตามหลัง

---

ข้อกังวลและความเสี่ยงหลัก

• กำลังการผลิตล้นเกินและการลงทุนที่สูญเปล่า: การแข่งขันของรัฐบาลท้องถิ่นทำให้เกิดอุปทานดาต้าเซ็นเตอร์ล้นตลาด โดยสิ่งอำนวยความสะดวกหลายแห่งถูกใช้น้อย และมีโครงการกว่า 100 โครงการถูกยกเลิก
• ความท้าทายในการบูรณาการโครงข่ายไฟฟ้าและพลังงาน: ความพยายามของจีนในการเชื่อมต่อดาต้าเซ็นเตอร์กับพลังงานหมุนเวียนต้องเผชิญกับอุปสรรคทางเทคนิค เช่น ภาระสูงสุดที่ไม่สม่ำเสมอและความยากลำบากในการพยากรณ์
• ความไม่สมดุลของภูมิภาค: EDWC ไม่สามารถย้ายการประมวลผลไปยังตะวันตกได้อย่างเต็มที่ พลังการประมวลผล AI ส่วนใหญ่ยังคงกระจุกตัวอยู่ในมณฑลทางตะวันออกที่ร่ำรวย
• การพึ่งพาชิป: มาตรการควบคุมการส่งออกของสหรัฐฯ จำกัดการเข้าถึง GPU AI ที่ล้ำสมัยที่สุดของจีน ซึ่งจำกัดประสิทธิภาพการประมวลผลดิบ แม้ว่าประสิทธิภาพของโมเดลจะดีขึ้นก็ตาม
• ต้นทุนด้านสิ่งแวดล้อม: การขยายตัวของดาต้าเซ็นเตอร์อย่างรวดเร็วเพิ่มความต้องการใช้ไฟฟ้าและรอยเท้าคาร์บอน แม้ว่าจีนจะทดลองใช้ดาต้าเซ็นเตอร์เพื่อดูดซับอุปทานพลังงานหมุนเวียนส่วนเกินก็ตาม

---

บทสรุป

การขยายตัวของดาต้าเซ็นเตอร์ในจีนนั้นใหญ่โตมหาศาลทั้งในด้านขนาดและความเร็ว โดยขับเคลื่อนโดยการวางแผนของรัฐบาลกลางและความได้เปรียบด้านต้นทุนพลังงานที่แท้จริง สหรัฐฯ ยังคงเป็นผู้นำในด้านจำนวนศูนย์ข้อมูล รายจ่ายด้าน AI โดยรวม และการเข้าถึงชิป แต่ข้อได้เปรียบเชิงโครงสร้างของจีน ไม่ว่าจะเป็นการก่อสร้างที่เร็วกว่า พลังงานที่ถูกกว่า และยุทธศาสตร์ชาติที่เป็นหนึ่งเดียว กำลังทำให้ช่องว่างแคบลง ความเสี่ยงที่ใหญ่ที่สุดอยู่ในด้านลบ นั่นคือ การก่อสร้างเกินความต้องการ นโยบายระดับภูมิภาคที่ไม่สอดคล้องกัน ปัญหาคอขวดของชิป และปัญหาการบูรณาการโครงข่ายไฟฟ้า ซึ่งอาจทำให้การก่อสร้างโครงสร้างพื้นฐาน AI ที่ใหญ่ที่สุดในโลกกลายเป็นกรณีของความฟุ่มเฟือยเชิงเก็งกำไรที่มีต้นทุนสูง