สิ่งที่เรียกว่า ‘โครงสร้างพื้นฐานดิจิทัล’ เคยมีความหมายที่ค่อนข้างชัดเจน ไม่ว่าจะเป็น สายเคเบิล เสาสัญญาณ ศูนย์ข้อมูล ระบบเครือข่าย แต่ในการสัมมนา THAILAND CONNEXT 2026 ภายใต้แนวคิด ‘Beyond Hyperscale: Building Next Generation Data Center as National Strategic Infrastructure’ ที่จัดขึ้นเมื่อวันที่ 1 มิถุนายน 2569 รศ.ดร. ชิต เหล่าวัฒนา นายกสมาคมโครงสร้างพื้นฐานดิจิทัลประเทศไทย (DIAT) ชี้ให้เห็นว่าว่าความหมายนั้นขยายตัวไปแล้ว และประเทศที่ไม่เข้าใจสิ่งนี้มีโอกาสตกขบวนโดยไม่รู้ตัว
“แต่ก่อนนี้เราบอกว่าโครงสร้างพื้นฐานคือถนน ท่าเรือ แต่ปัจจุบัน Data, Cloud, AI Computing, Digital Connectivity, Cyber Security หรือแม้กระทั่ง Sustainable Energy กลายเป็นโครงสร้างพื้นฐานสำคัญแล้ว ถ้าเราละเลยตรงนี้ เราตกรถขบวนทันที”
รศ.ดร. ชิต เหล่าวัฒนา
ประโยคดังกล่าวเป็นการสรุปภาพการเปลี่ยนแปลงที่กำลังเกิดขึ้นจริงในอุตสาหกรรมข้อมูลทั่วโลก การที่ AI Data Center ยุคใหม่กินไฟมากกว่า Data Center แบบเก่าหลายสิบเท่า และต้องการน้ำหล่อเย็นในปริมาณมหาศาล ทำให้โครงสร้างพื้นฐานพลังงานและทรัพยากรน้ำกลายเป็นส่วนหนึ่งของสมการ ไม่แพ้ตัวอาคารหรืออุปกรณ์ IT ที่ทำให้ผู้คนจำนวนมากทั่วโลกตั้งคำถามเกี่ยวกับความคุ้มค่าจากการใช้งาน และความเสี่ยงที่ต้องแลกเพื่อให้ได้มา
‘ไทยเป็นผู้ใช้เทคโนโลยี ไม่ใช่ผู้ผลิต’ โอกาสและการเติบโตจาก Data Center ยุคใหม่อยู่ตรงไหน?
ประเด็นที่ รศ.ดร. ชิต ย้ำตลอดการกล่าวเปิดงานคือจุดยืนของประเทศไทยในฐานะ ‘ผู้ใช้เทคโนโลยี’ ไม่ใช่ ผู้สร้างหรือเจ้าของเทคโนโลยี ซึ่งอาจฟังดูเหมือนจะเป็นข้อเสียเปรียบเสียมากกว่า แต่ในความเป็นจริงแล้วการเป็นผู้ใช้เองก็มีข้อดีไม่น้อยสำหรับโลกในยุคปัจจุบัน
“เราไม่ได้เป็นผู้ยิ่งใหญ่ในการค้นเทคโนโลยี แต่ไม่มีอะไรปฏิเสธได้ว่าเราจะเป็นผู้ตาม (Follower) ในด้านเทคโนโลยีและลงทุนต่อยอด”
ในโลกที่เทคโนโลยีเปลี่ยนแปลงและพัฒนาแทบจะวันต่อวัน ต้นทุนของการเป็นเจ้าของเทคโนโลยีหรือเป็นผู้พัฒนานั้นนอกจากจะต้องมีสายป่านที่ยาวแล้ว ก็จำเป็นที่จะต้องมีวิสัยทัศน์กว้างไกลมองถึงการเปลี่ยนแปลงในอนาคตไปพร้อมๆ กับการพัฒนาผลิตภัณฑ์ในวันนี้ควบคู่กันไป ในทางกลับกันการเป็นผู้ใช้เทคโนโลยีทำให้ไม่ต้องเผชิญหน้ากับต้นทุนและภาระจากการเป็นผู้บุกเบิก ซึ่งต้องแบกรับความเสี่ยงในอีกรูปแบบหนึ่ง
สำหรับในมุมของผู้ใช้เทคโนโลยีที่จะประสบความสำเร็จได้ ต้องมาพร้อมกับเงื่อนไขสำคัญหนึ่งข้อ คือ ต้องรู้จักใช้ให้เป็นและรู้จักต่อยอดให้ถูก รศ.ดร. ชิตยกประเด็นที่เป็นคำถามในวงกว้างขึ้นมาเพื่อชี้กรอบของสถานการณ์ให้ชัดเจนยิ่งขึ้น ‘AI จะแทนคนหรือไม่?’ ทั้งที่ในความเป็นจริงแล้วสิ่งที่ควรหยิบยกขึ้นมาถามในตลาดของแรงงานมากกว่า คือ ‘คนที่ใช้ AI เป็นจะแทนคนที่ไม่ใช้ AI หรือเปล่า?’ ซึ่งเป็นคำถามที่ใกล้ตัวและจับต้องได้มากกว่า
สำหรับประเทศไทยในบริบทของ Data Center และ AI Infrastructure นั้น โอกาสที่ รศ.ดร. ชิต มองเห็นอยู่ที่การเป็นส่วนหนึ่งของ Supply Chain ด้านโครงสร้างพื้นฐานที่ Hyperscaler ระดับโลกต้องการ โดยเฉพาะในมิติความยั่งยืนที่ไทยมีศักยภาพในด้านแสงแดด ชีวมวล และทรัพยากรธรรมชาติที่สามารถต่อยอดเป็น Green Energy ได้
ทรัพยากร x กฎหมาย: ปัญหาสำคัญสำหรับ Data Center ที่ต้องมีเป้าหมายชัดเจนก่อนนับหนึ่ง
รศ.ดร. มนตรี วิบูลรัตน์ ประธานกรรมการมาตรฐาน Data Center วิศวกรรมสถานแห่งประเทศไทย ให้มุมมองเชิงตัวเลขที่จับต้องได้ โดยประเมินว่าประเทศไทยต้องการพลังงานไฟฟ้าเพิ่มขึ้นอีกราว 4.3 GW เพื่อรองรับ Data Center ที่กำลังเข้ามาลงทุนอย่างต่อเนื่อง ทั้ง Google, Microsoft, AWS และผู้เล่นอื่นๆ ที่เข้ามาตั้งฐานในไทยแล้ว
และประเด็นที่หลายคนมองข้าม คือ ทรัพยากรน้ำ เพราะ Data Center ยุคใหม่โดยเฉพาะ AI Data Center ใช้น้ำเพื่อระบายความร้อนในปริมาณมหาศาล และอาจมากกว่าความต้องการของประชากรด้วยซ้ำ ทำให้การวางแผนโครงสร้างพื้นฐาน AI Data Center ไม่ใช่แค่เรื่องของกระทรวงดิจิทัลเพียงหน่วยงานเดียว แต่ต้องประสานงานข้ามกระทรวงพลังงาน ทรัพยากรน้ำ และผังเมืองด้วย
ปัญหาที่ยังรอยู่ของ Data Center ไม่ใช่เพียงเรื่องพลังงานและทรัพยากรธรรมชาติเท่านั้น กรอบกฎหมายที่มีใช้รองรับธุรกิจรูปแบบนี้เองก็ยังไม่สอดคล้องกับโลกที่เปลี่ยนไป โดยรศ.ดร. มนตรี ชี้ว่า Data Center ปัจจุบันถูกจัดให้อยู่ในกลุ่มของธุรกิจ ‘คลังสินค้า’ ซึ่งมีรูปแบบที่ไม่สอดคล้องอย่างยิ่ง เพราะธุรกิจประเภทนี้มีลักษณะที่ต้องการกฎหมายเฉพาะของตัวเอง ซึ่งปัจจุบันยังอยู่ระหว่างการพัฒนา และความล่าช้าของกรอบกฎหมายนี้อาจกลายเป็นคอขวดสำหรับการขยายตัวของอุตสาหกรรมในระยะถัดไป
‘คน’ ตัวแปรสำคัญที่มีมูลค่าเพิ่มขึ้นและหากได้ยากยิ่ง
ประเด็นหนึ่งที่วิทยากรทั้งสองท่านเห็นตรงกัน ‘ปัญหาที่ใหญ่ที่สุดไม่ใช่เงินลงทุน ไม่ใช่ที่ดิน แต่คือ คน’
Hyperscaler ระดับโลกที่เข้ามาตั้ง Data Center ในไทยต้องการบุคลากรที่มีทักษะเฉพาะด้านและสามารถทำงานในสภาพแวดล้อมที่มีความหลากหลายทางเชื้อชาติได้ รศ.ดร. มนตรี ระบุว่าทักษะด้านภาษาอังกฤษยังเป็นหนึ่งในตัวแปรสำคัญที่กำหนดว่าบัณฑิตไทยจะเข้าสู่งานในภาคส่วนของ AI Infrastructure ได้หรือไม่ ในขณะที่ความต้องการใบรับรองมาตรฐานทักษะด้าน Data Center ก็พุ่งสูงจนต้องเปิดรุ่นสอบเพิ่ม
ภายใต้สภาวการณ์ที่เกิดขึ้น หากมองลงไปใน Supply Chain ด้าน Data Center ตั้งแต่ต้นน้ำไปจนถึงปลายน้ำก็จะพบว่าประเทศไทยอาจไม่ได้มีศักยภาพในการตอบสนองด้านแรงงานได้อย่างพอเพียง ทำให้เกิดการนำเข้าทักษะแรงงานจากประเทศต้นทางอย่างไม่อาจหลีกเลี่ยงได้
หากมองภาพกว้างในปัจจุบัน ปัญหาเรื่องการขาดแคลนแรงงานนั้นเกิดขึ้นในทุกอุตสาหกรรม โดยเฉพาะสังคมยุคใหม่ที่เข้าสู่สังคมสูงวัย ในขณะที่ชุดทักษะความรู้ระดับสูงเฉพาะทางเริ่มหาได้ยาก หลายทักษะกลับโดน AI ไล่ทัน แรงงานระดับล่างหรือระดับกลางๆ ไม่ได้อยู่ในการค้นหาของฝ่ายผู้ว่าจ้างอีกต่อไป เกิดเป็นความย้อนแย้งในการแย่งแรงงานทักษะสูง ในขณะที่การพัฒนาระดับ Junior หรือแรงงานหน้าใหม่สู่แรงงานที่มีประสบการณ์กลายเป็นเรื่องที่ลดน้อยลงไปอย่างต่อเนื่อง ทำให้เรื่องของการพัฒนาตัวเอง การยกระดับทักษะมีแนวโน้มที่จะกลายเป็นเรื่องของแต่ละบุคคลมากกว่าเป็นหน้าที่ขององค์กรจำนวนหนึ่ง
“ถ้าท่านไม่เปลี่ยน เดี๋ยวโลกจะเปลี่ยนท่านเอง” ประโยคสรุปส่งท้ายจากรศ.ดร. ชิต ที่เรียบง่ายแต่เป็นเรื่องจริงที่เจ็บปวดอย่างยิ่ง ด้วยบริบทของอุตสาหกรรมที่กำลังเปลี่ยนแปลงเร็วมาก ไม่ว่าจะเป็นเรื่อง AI Model ที่อัปเดตรายวันรายสัปดาห์ หรือ Technology Stack ที่ส่งผลให้เทคโนโลยีที่ ‘ทันสมัย’ ในวันนี้กลายเป็น ‘ล้าสมัย’ ได้ในระยะเวลาอันสั้น สุดท้ายถูกบีบจากผู้เลือกที่มีตัวเลือกอันน้อยนิด สู่การถอยหลังอย่างไร้ตัวเลือก
AI Infrastructure Hub ผลลัพธ์ที่ต้องการมากกว่าแค่ Data Center
ประเทศไทยมีสิ่งที่ Hyperscaler ต้องการหลายอย่าง ทั้งที่ตั้งทางภูมิศาสตร์ในเอเชียตะวันออกเฉียงใต้ ความเสถียรทางการเมืองเมื่อเทียบกับบางประเทศในภูมิภาค และฐานซัพพลายเออร์อิเล็กทรอนิกส์และโทรคมนาคมที่ค่อนข้างแข็งแกร่ง แต่เรื่องของ Ecosystem ที่สอดคล้องกับโลกยุคใหม่นั้นยังคงรอการเติมเต็มจากหลายฝ่ายในปัจจุบัน
4.3 GW ที่ต้องการเพิ่มนั้นเป็นตัวเลขขนาดใหญ่ แผน PDP (แผนพัฒนากำลังผลิตไฟฟ้า) ที่กำลังจะออกมาจะตอบคำถามนี้ได้แค่ไหน ในขณะที่น้ำที่ Data Center ต้องการกว่าที่ประชากรใช้ในบางพื้นที่จะถูกวางแผนจัดการอย่างไร และกรอบกฎหมายเฉพาะสำหรับ Data Center จะคลอดออกมาทันกับการขยายตัวของอุตสาหกรรมหรือไม่
นอกเหนือจาก 3 ประเด็นนี้แล้ว ในพื้นที่การพูดคุยแทบไม่ได้แตะเรื่องของอุตสาหกรรมแวดล้อมอย่าง Advanced Electronics หรืออิเล็กทรอนิกส์ขั้นสูงเลย ซึ่งประเด็นเหล่านี้อาจมีความสำคัญและสร้างผลลัพธ์ในวงกว้างได้มากกว่าการมี Data Center เสียอีก ทั้งยังเป็นเงื่อนไขสำคัญที่ทำให้เกิด Data Center ที่ยั่งยืนในรูปแบบของ Local ที่สามารถไปได้ไกลกว่าการทุ่มสร้าง Data Center ยุคใหม่หลายแห่งอีกด้วย
ดังนั้นการที่ประเทศไทยจะกลายเป็น AI Infrastructure Hub ได้ มิติของกฎหมายที่เป็น Enabler จะต้องเกิดขึ้นครอบคลุม Ecosystem ที่เกี่ยวข้องอย่างทั่วถึง ในขณะเดียวกันก็ต้องมีการขับเคลื่อนด้านการบริหารจัดการทรัพยากรธรรมชาติ ‘อย่างเป็นระบบ’ ทั้งน้ำทั้งป่า ทั้งสิ่งแวดล้อม ครอบคลุมผู้มีส่วนได้เสียให้ครบมิติ และที่ขาดไม่ได้ คือ การมองทั้งหมดนี้ในรูปแบบของเครือข่ายในประเทศ การเชื่อมโยงระหว่างอุตสาหกรรม การพัฒนาแรงงาน และเศรษฐกิจ ตลอดจนเรื่องของธรรมาธิบาล (Governance) และความโปร่งใส การเดินหน้าสู่การเป็นศูนย์รวมโครงสร้างพื้นฐาน AI ของประเทศไทยจึงจะเกิดขึ้นได้จริง
