ดาต้าเซ็นเตอร์:
ต้นทุนที่แท้จริง
และประโยชน์

ก่อนและหลัง: ใหญ่แค่ไหน?

ไฟฟ้า: ทศวรรษก่อนยุค AI

ตลอดช่วงปี 2010 ดาต้าเซ็นเตอร์เติบโตโดยแทบไม่ใช้ไฟเพิ่ม งานวิจัยในวารสาร Science พบว่าใช้ไฟราว 205 TWh ในปี 2018 เพิ่มจากปี 2010 เพียงราว 6% ทั้งที่งานประมวลผลเพิ่มราว 550% เพราะเซิร์ฟเวอร์แต่ละเครื่องประหยัดไฟขึ้นมาก ขณะนั้นคิดเป็นราว 1% ของไฟฟ้าโลก

AI เปลี่ยนภาพนี้ การใช้ไฟเพิ่มเกือบเท่าตัวเป็นราว 415 TWh ในปี 2024 (1.5%) และ IEA คาดว่าจะถึงราว 945 TWh ในปี 2030 (เกือบ 3%)

เทียบกับสิ่งที่เรารู้จัก

* คำนวณโดยเรา: 3,134 kWh ต่อคนในปี 2025 (LowCarbonPower) × ประชากรราว 66 ล้านคน ** ประมาณการของเรา โดยสมมติว่าเดินเครื่อง 80% ของกำลังตลอดปี การใช้จริงขึ้นกับอัตราการใช้งาน

น้ำ

ดาต้าเซ็นเตอร์ขนาดใหญ่อาจใช้น้ำถึงราว 19 ล้านลิตรต่อวัน ใกล้เคียงเมืองที่มีประชากร 50,000 คน กรุงเทพฯ ใช้น้ำราว 4,000–5,000 ล้านลิตรต่อวัน ศูนย์หนึ่งแห่งจึงเท่ากับราว 0.4–0.5% ของน้ำทั้งเมือง ดึงจากจุดเดียวทุกวัน และส่วนใหญ่ระเหยไปไม่กลับคืน

ก่อนยุค AI ดาต้าเซ็นเตอร์ส่วนใหญ่เล็กกว่า มักอยู่ที่ 10–50 MW และหลายแห่งระบายความร้อนด้วยอากาศ ชิป AI ร้อนกว่ามากและติดตั้งหนาแน่นกว่า การระบายความร้อนด้วยน้ำจึงกลับมาใช้แพร่หลาย

ผลกระทบต่อสิ่งแวดล้อม

ไฟฟ้าและการปล่อยคาร์บอน

IEA ประเมินว่าดาต้าเซ็นเตอร์ใช้ไฟราว 415 TWh ในปี 2024 หรือประมาณ 1.5% ของไฟฟ้าทั้งโลก เพิ่มขึ้นราว 12% ต่อปีในห้าปีที่ผ่านมา และในกรณีฐานจะเพิ่มเป็นราว 945 TWh ภายในปี 2030 หรือเกือบ 3% ของความต้องการไฟฟ้าโลก ตัวขับเคลื่อนหลักคือ AI เพราะชิปเฉพาะทางกินไฟมากกว่าเซิร์ฟเวอร์ทั่วไปมาก

ภายในดาต้าเซ็นเตอร์สมัยใหม่ เซิร์ฟเวอร์ใช้ไฟราว 60% ระบบระบายความร้อนใช้ราว 7% ในศูนย์ขนาดใหญ่ที่มีประสิทธิภาพสูงสุด และมากกว่า 30% ในศูนย์ที่เก่าหรือประสิทธิภาพต่ำ ที่เหลือส่วนใหญ่เป็นระบบจัดเก็บข้อมูลและเครือข่าย

ไฟที่ดาต้าเซ็นเตอร์ใช้ราว 30% ยังมาจากถ่านหิน IEA ประเมินการปล่อย CO₂ ราว 180 ล้านตันต่อปีในปัจจุบัน และเพิ่มเป็นราว 300 ล้านตันภายในปี 2035 ยังน้อยกว่า 1% ของการปล่อยทั้งโลก (41,600 ล้านตันในปี 2024) แต่ความต้องการที่โตเร็วมากอาจทำให้โรงไฟฟ้าฟอสซิลเก่าต้องเดินเครื่องนานขึ้น และแย่งไฟสะอาดที่ควรจะมาแทนที่โรงไฟฟ้าเหล่านั้น

น้ำ

ความร้อนส่วนใหญ่ถูกระบายด้วยระบบหล่อเย็นแบบระเหย น้ำดูดความร้อนแล้วระเหยไป ไม่กลับคืนมา Lincoln Institute รายงานว่าดาต้าเซ็นเตอร์ขนาดใหญ่อาจใช้น้ำถึง 5 ล้านแกลลอนสหรัฐต่อวัน (ราว 19 ล้านลิตร) ใกล้เคียงเมืองที่มีประชากร 50,000 คน

ยังมีการใช้น้ำแฝงอยู่ ไฟที่ดาต้าเซ็นเตอร์ในสหรัฐฯ ใช้ราวครึ่งหนึ่งมาจากโรงไฟฟ้าเชื้อเพลิงฟอสซิลที่ต้มน้ำเพื่อหมุนกังหัน ผู้ประกอบการต้องเลือก ระบบวงจรปิดหรือระบายความร้อนด้วยอากาศประหยัดน้ำแต่ใช้ไฟมากขึ้น ส่วนระบบระเหยประหยัดไฟแต่ใช้น้ำมากขึ้น

มลพิษทางอากาศและสุขภาพ

ดาต้าเซ็นเตอร์มีเครื่องปั่นไฟดีเซลจำนวนมากไว้ใช้ตอนไฟดับ และต้องเดินเครื่องทดสอบเป็นประจำ งานวิจัยของ Caltech และ UC Riverside ประเมินว่าในสหรัฐฯ มลพิษทางอากาศจากดาต้าเซ็นเตอร์ AI และโรงไฟฟ้าที่ป้อนไฟให้ อาจทำให้มีผู้เสียชีวิตก่อนวัยอันควรราว 1,300 คน และค่าใช้จ่ายด้านสุขภาพสูงถึง 20,000 ล้านดอลลาร์สหรัฐต่อปีภายในปี 2030 เครื่องปั่นไฟดีเซลปล่อยไนโตรเจนไดออกไซด์มากกว่าโรงไฟฟ้าก๊าซ 200–600 เท่าต่อหน่วยไฟ เฉพาะเวอร์จิเนียตอนเหนือ ประเมินว่ามลพิษจากเครื่องปั่นไฟสำรองสร้างต้นทุนด้านสาธารณสุข 190–260 ล้านดอลลาร์ต่อปี

ขยะอิเล็กทรอนิกส์

ฮาร์ดแวร์ AI ถูกเปลี่ยนเร็วเมื่อมีชิปรุ่นใหม่ งานวิจัยในวารสาร Nature Computational Science ประเมินว่าเฉพาะโมเดลภาษาขนาดใหญ่อาจสร้างขยะอิเล็กทรอนิกส์ 1.2–5 ล้านตันระหว่างปี 2023–2030 และสูงถึงราว 2.5 ล้านตันต่อปีภายในปี 2030 ในกรณีขยายตัวเร็ว เทียบกับขยะอิเล็กทรอนิกส์ทั้งโลกราว 62 ล้านตันในปี 2022 ชิป แผงวงจร และแบตเตอรี่มีทั้งวัสดุมีค่าและสารอันตราย การรีไซเคิลจึงสำคัญ

ที่ดิน เสียง และความร้อน

โครงการขนาดใหญ่ใช้พื้นที่มาก หอระบายความร้อนทำงานทั้งวันทั้งคืน ทดสอบเพดานเสียงกลางคืน 50–55 dB(A) ใกล้บ้านเรือน และความร้อนที่ปล่อยออกมาเพิ่มปรากฏการณ์เกาะความร้อนในเมือง ตามที่มีรายงานในพื้นที่ใกล้กรุงเทพฯ

ผลกระทบทางเศรษฐกิจและสังคม

การลงทุนและการเติบโต

ดาต้าเซ็นเตอร์มาพร้อมเงินลงทุนมหาศาล บีโอไออนุมัติโครงการดาต้าเซ็นเตอร์ 26 โครงการ มูลค่าเกือบ 5 แสนล้านบาทในปี 2025 และคำขอใหม่เกิน 1 ล้านล้านบาทในต้นปี 2026 อีกรายงานระบุ 36 โครงการ มูลค่า 7.28 แสนล้านบาท ก่อนบีโอไอหยุดรับคำขอส่งเสริมดาต้าเซ็นเตอร์ใหม่ในเดือนเมษายน 2026 และมีดาต้าเซ็นเตอร์เปิดดำเนินการแล้ว 42 แห่ง ศูนย์ขนาดใหญ่ยังช่วยให้บริการโทรคมนาคมและคลาวด์ดีขึ้น และเก็บข้อมูลไว้ใกล้ผู้ใช้

การจ้างงาน

ดาต้าเซ็นเตอร์สร้างงานประจำน้อยกว่าขนาดของมันมาก งานวิจัยของ Brookings จากราว 1,500 แห่งในสหรัฐฯ พบว่ามณฑลที่มีดาต้าเซ็นเตอร์ขนาดใหญ่มีงานเพิ่มราว 100–200 ตำแหน่ง การจ้างงานด้านประมวลผลข้อมูลเพิ่มราว 56% ในสิบปี แต่ค่าจ้างในพื้นที่ไม่เปลี่ยน และราคาบ้านเพิ่ม 2–5% ในไทย TDRI ประเมินว่าดาต้าเซ็นเตอร์ 100 MW สร้างงานโดยตรงราว 50 ตำแหน่ง ช่วงก่อสร้างช่วยกระตุ้นเศรษฐกิจเพียงชั่วคราว

ค่าไฟ

ในที่ที่มีดาต้าเซ็นเตอร์เข้ามาพร้อมกันจำนวนมาก ทุกคนอาจต้องร่วมจ่ายค่าโรงไฟฟ้าและสายส่งที่เพิ่มขึ้น ในระบบไฟฟ้า PJM ทางตะวันออกของสหรัฐฯ ราคากำลังผลิตพุ่งจาก 28.92 เป็น 269.92 ดอลลาร์ต่อ MW ต่อวันในปี 2025/26 หน่วยงานกำกับตลาดระบุว่า 63% ของส่วนที่เพิ่มขึ้น หรือราว 9,300 ล้านดอลลาร์ มาจากดาต้าเซ็นเตอร์ ค่าไฟบ้านในบางพื้นที่เพิ่มราว 16–21 ดอลลาร์ต่อเดือน งานวิจัยของ Georgia Tech พบว่าค่าไฟในพื้นที่ที่มีดาต้าเซ็นเตอร์สูงขึ้นราว 5%

ในไทย มีรายงานว่าดาต้าเซ็นเตอร์จ่ายค่าไฟราว 5–6 บาทต่อหน่วย เทียบกับบ้านเรือนราว 3–4 บาท และมีข้อเสนอผู้ใช้ไฟ "ประเภทที่ 9" ให้ดาต้าเซ็นเตอร์ขนาดใหญ่ที่ใช้ไฟจากเชื้อเพลิงฟอสซิลรับต้นทุนจริงของ LNG นำเข้า วิธีจ่ายค่าปรับปรุงระบบไฟฟ้าจะเป็นตัวตัดสินว่าบ้านเรือนต้องร่วมแบกต้นทุนหรือไม่

สิทธิประโยชน์ทางภาษี

รัฐบาลแข่งกันให้สิทธิประโยชน์ ในสหรัฐฯ 36 จาก 50 รัฐมีมาตรการลดภาษีให้ดาต้าเซ็นเตอร์ รัฐต่าง ๆ สูญรายได้ภาษีหลายพันล้านดอลลาร์ และอย่างน้อย 14 รัฐไม่เปิดเผยตัวเลข บางรัฐกำหนดเงื่อนไขการจ้างงาน เช่น เวอร์จิเนียกำหนดอย่างน้อย 50 ตำแหน่ง ค่าจ้างเกิน 150% ของค่าเฉลี่ยในพื้นที่

การแย่งน้ำและชุมชน

ชุมชนเกษตรและประมงในชลบุรีและระยองกังวลเรื่องความมั่นคงทางน้ำ ผลสำรวจผู้บริหาร 160 คนของสภาอุตสาหกรรมแห่งประเทศไทยพบว่า 68.8% กังวลเรื่องน้ำไม่พอมากที่สุด การตรวจสอบยังพบ "ความต้องการผี" คือสัญญาจองน้ำซ้อนกันที่ทำให้การขาดแคลนดูรุนแรงกว่าความจริงบนกระดาษ

เราบริโภคข้อมูลอย่างไร

ทุกการเลื่อนฟีด ทุกวิดีโอ และทุกคำตอบจาก AI ถูกส่งมาจากดาต้าเซ็นเตอร์ ปลายปี 2025 คนไทย 67.8 ล้านคน (94.7%) ใช้อินเทอร์เน็ต มีบัญชีโซเชียลมีเดีย 56.6 ล้านบัญชี LINE มีผู้ใช้ราว 56 ล้านคนต่อเดือน ส่วน TikTok, Facebook และ YouTube เข้าถึงคนราว 47–57 ล้านคนต่อแพลตฟอร์ม

วิดีโอครองส่วนใหญ่ Ericsson รายงานว่าวิดีโอคิดเป็นราว 75% ของข้อมูลมือถือทั้งหมด สมาร์ตโฟนใช้ข้อมูลเฉลี่ยราว 22 GB ต่อเดือนเมื่อปลายปี 2025 (ราว 23 GB ในเอเชียตะวันออกเฉียงใต้และโอเชียเนีย) และจะเพิ่มเป็นราว 42 GB ทั่วโลก และ 50 GB ในภูมิภาคของเราภายในปี 2031 ปริมาณข้อมูลมือถือทั้งโลกอยู่ที่ราว 210 เอกซะไบต์ต่อเดือน

AI เพิ่มอีกชั้นหนึ่ง แทนที่จะดึงหน้าเว็บที่เก็บไว้แล้ว แชตบอตหรือเครื่องมือสร้างภาพต้องประมวลผลคำตอบใหม่ทุกครั้ง จึงใช้พลังงานต่อครั้งมากกว่าการค้นหาหรือส่งข้อความทั่วไปมาก

นิสัยเล็ก ๆ ช่วยได้ ดาวน์โหลดผ่าน Wi-Fi แทนการสตรีมวิดีโอเดิมซ้ำ เลือกความละเอียดต่ำลงบนจอเล็ก ปิดเล่นอัตโนมัติ และลบไฟล์บนคลาวด์ที่ไม่ใช้แล้ว

ประเทศไทยกำลังทำอะไร

มาตรการที่กำลังเตรียม

กรอบคัดกรอง 4 เสาหลัก (ความมั่นคงทางพลังงาน ขีดจำกัดของน้ำ ผลกระทบสิ่งแวดล้อม และประโยชน์ต่อประเทศ) กำลังจัดทำโดยบีโอไอ สำนักงานทรัพยากรน้ำแห่งชาติ และสภาพัฒน์

แผนที่ไฟฟ้าและน้ำร่วมกัน จะจำกัดดาต้าเซ็นเตอร์ใหม่ไว้ในพื้นที่ที่มีส่วนเกินจริง และไม่ให้ศูนย์ที่ใช้น้ำหล่อเย็นแห่งใหม่ตั้งในลุ่มน้ำเปราะบาง โครงการใหม่ต้องใช้ระบบหล่อเย็นวงจรปิดหรือของเหลว

โครงการนำร่องซื้อไฟโดยตรง (Direct PPA) จำกัด 2,000 MW ให้ดาต้าเซ็นเตอร์ซื้อไฟพลังงานหมุนเวียนได้โดยตรง และ กฟผ. วางแผนลงทุนปรับปรุงสายส่งใน EEC 3.1 หมื่นล้านบาท

สภาพัฒน์เสนอให้รายงานการใช้ทรัพยากรภาคบังคับ กำหนดสัดส่วนการใช้ของในประเทศ ฝึกอบรมแรงงาน และกระบวนการรับฟังความคิดเห็นของประชาชนอย่างเป็นทางการ

มีความหมายอย่างไรกับบ้านและธุรกิจ

ดาต้าเซ็นเตอร์เป็นส่วนหนึ่งของเศรษฐกิจสมัยใหม่ คำถามในไทยจึงไม่ใช่ว่าจะมีหรือไม่ แต่จะมีภายใต้เงื่อนไขอะไร สำหรับบ้านเรือนและธุรกิจ มีสามเรื่องที่ควรติดตาม คือ ต้นทุนปรับปรุงระบบไฟฟ้าจะถูกส่งต่อมาที่ผู้ใช้ทั่วไปหรือไม่ การจัดสรรน้ำจะปกป้องเกษตรกรและชุมชนหรือไม่ และไฟสะอาดจะเพิ่มขึ้นเร็วแค่ไหน

แผงโซลาร์ผลิตไฟได้โดยไม่ต้องเผาเชื้อเพลิงหรือใช้น้ำหล่อเย็น การผลิตไฟใช้เองตอนกลางวันบนหลังคาเป็นทางหนึ่งที่ทำให้คุณได้รับผลกระทบน้อยลงจากการเปลี่ยนแปลงของค่าไฟ และทุกหน่วยที่ผลิตบนหลังคาคือหน่วยที่ระบบไฟฟ้าไม่ต้องจ่าย อ่าน สรุปโซลาร์ 50,000 บาท

หนังสือแนะนำ: AI ดาต้าเซ็นเตอร์ และผลกระทบ (ภาษาอังกฤษ)

1. Atlas of AI – Kate Crawford (Yale University Press, 2021). มอง AI เป็นอุตสาหกรรมที่ใช้แร่ พลังงาน แรงงาน และข้อมูล จุดเริ่มต้นที่ดีที่สุด
2. Empire of AI – Karen Hao (Penguin Press, May 2025). เบื้องหลังการเติบโตของ OpenAI แรงงานข้อมูล และทรัพยากรที่ใช้ ผู้เขียนแก้ตัวเลขการใช้น้ำของดาต้าเซ็นเตอร์ในชิลีที่สูงเกินจริงเมื่อ พ.ย. 2025
3. Hyperscale: Ambition, Power and the Relentless Rise of Data Empires – Paris Marx (Profile Books, 20 October 2026). รอยเท้าทางกายภาพของดาต้าเซ็นเตอร์ และใครต้องแบกรับต้นทุน ติดรายชื่อยาวรางวัล FT Business Book of the Year 2026
4. A Prehistory of the Cloud – Tung-Hui Hu (MIT Press, 2015). สายเคเบิล อาคาร และประวัติศาสตร์ที่ซ่อนอยู่หลังคำว่า "คลาวด์"
5. Cloud Empires – Vili Lehdonvirta (MIT Press, 2022). แพลตฟอร์มดิจิทัลกลายเป็นผู้มีอำนาจคล้ายรัฐได้อย่างไร
6. Power and Progress – Daron Acemoglu & Simon Johnson (PublicAffairs, 2023). ใครได้ประโยชน์จากเทคโนโลยีใหม่ ตั้งแต่ยุคกลางจนถึง AI
7. Code Dependent – Madhumita Murgia (Henry Holt / Picador, 2024). AI ส่งผลต่อแรงงานและคนธรรมดาทั่วโลกแล้วอย่างไร
8. AI Snake Oil – Arvind Narayanan & Sayash Kapoor (Princeton University Press, 2024). แยกให้ออกว่า AI ทำอะไรได้จริงและทำอะไรไม่ได้
9. The Coming Wave – Mustafa Suleyman with Michael Bhaskar (Crown, 2023). คนในวงการพูดถึงความเสี่ยงและการกำกับดูแล AI
10. The Datacenter as a Computer (3rd ed.) – Luiz André Barroso, Urs Hölzle & Parthasarathy Ranganathan (Morgan & Claypool, 2018). การออกแบบดาต้าเซ็นเตอร์ขนาดใหญ่เชิงเทคนิค และทำไมประสิทธิภาพจึงสำคัญ
11. The Shallows – Nicholas Carr (W. W. Norton, 2010). การอ่านออนไลน์ตลอดเวลาส่งผลต่อสมาธิและความจำอย่างไร
12. Stolen Focus – Johann Hari (Crown / Bloomsbury, 2022). ทำไมสมาธิของเราสั้นลงในยุคฟีดไม่รู้จบ

โซลาร์ เอสส์ ยินดีแบ่งปันข้อมูลที่อัปเดตและประสบการณ์ตรงจากหน้างานจริงเสมอ ตัวเลขมาจากแหล่งข้อมูลด้านล่าง หากแหล่งข้อมูลต่างกัน เราแสดงทั้งสองค่า หน้านี้จะอัปเดตเมื่อมีหลักฐานใหม่

แหล่งข้อมูล

1. DataReportal – Digital 2026: Thailand (8 Nov 2025)
2. Telecom Lead – Ericsson Mobility Report, June 2026 edition
3. Profile Books – Hyperscale by Paris Marx
4. Wikipedia – Empire of AI (publication details and water-figure correction)
5. Kate Crawford – Atlas of AI
6. LBNL / Science (Masanet et al., 28 Feb 2020) – Data centers successful in energy efficiency measures
7. LowCarbonPower – Thailand electricity per person, 2025
8. Pattaya Mail – Bangkok uses roughly 4–5 million m³ of water a day (21 Jul 2015)
9. IEA – Energy and AI: energy demand from AI
10. Bangkok Post – AI surge to double data centre power demand by 2030 (IEA: 180 Mt CO₂ today, ~300 Mt by 2035; coal ~30%)
11. Lincoln Institute of Land Policy – Land and water impacts of data centers (17 Oct 2025)
12. eWeek – Caltech / UC Riverside study “The Unpaid Toll” on AI air pollution (16 Jan 2025)
13. IEEE Spectrum – Nature Computational Science study on generative-AI e-waste
14. Brookings – New evidence on data center employment effects (May 2026, updated Aug 2026)
15. IEEFA – Projected data center growth spurs PJM capacity prices by factor of 10 (30 Jul 2025)
16. Fortune – Data centers: millions in investment, billions in tax revenue lost (2 Sep 2026)
17. The Nation / Asia News Network – The true price of the cloud: Thailand’s battle for water and power (3 Sep 2026)
18. The Nation via The Star – Thailand’s data centre boom tests the grid, the rules and the workforce (22 Aug 2026)

← ข่าวดาต้าเซ็นเตอร์ทั้งหมด