ดาต้าเซ็นเตอร์ AI ใครคือคนจ่ายค่าส่วนต่างที่แท้จริง?

บทนำ

John Steinbach ผู้อยู่อาศัยในเมือง Manassas รัฐ Virginia มาเกือบ 40 ปี ต้องเผชิญกับความตกใจเมื่อได้รับใบแจ้งหนี้ค่าไฟฟ้าในเดือนมกราคม 2026 เป็นเงินจำนวน $281 ซึ่งพุ่งสูงขึ้นจากปกติที่เคยจ่ายเพียงประมาณ $100 ต่อเดือน เขาแสดงความกังวลกับ Consumer Reports ว่าทิศทางค่าไฟฟ้าจะเป็นอย่างไรต่อไป เมื่อมีดาต้าเซ็นเตอร์ AI เข้ามาเชื่อมต่อกับโครงข่ายไฟฟ้า (grid) รอบตัวเขามากขึ้น

ความกังวลนี้ไม่ใช่เรื่องเฉพาะตัว จากผลสำรวจของ Gallup poll เมื่อเดือนมีนาคม 2026 พบว่าชาวอเมริกันถึง 7 ใน 10 คนคัดค้านการสร้างดาต้าเซ็นเตอร์ AI ในพื้นที่ของตน โดยเฉพาะในกลุ่มที่คัดค้านอย่างรุนแรงที่มีสัดส่วนสูงถึง 48% ซึ่งเป็นกระแสที่เกิดขึ้นในกลุ่มผู้นิยมทั้งพรรค Democrat และ Republican

ข้อมูลจาก Data Center Watch ระบุว่าแรงต้านในระดับท้องถิ่นส่งผลให้โครงการประมาณ 120 โครงการต้องชะงักลงในช่วงครึ่งแรกของปี 2026 โดยในไตรมาสที่สองเพียงไตรมาสเดียว มีโครงการมูลค่ารวมกว่า 6.8 หมื่นล้านดอลลาร์ที่ต้องหยุดชะงักลง

ปัจจุบันมีเขตอำนาจศาลในสหรัฐฯ ประมาณ 379 แห่ง ที่สั่งระงับหรือห้ามสร้างดาต้าเซ็นเตอร์อย่างเด็ดขาด เช่น Indianapolis ที่ลงมติสั่งห้ามก่อสร้างจนถึงปี 2027 และ Charlotte ที่ระงับการอนุมัติเป็นเวลา 150 วันหลังจากพบว่าประชาชนกว่า 78% คัดค้าน ตามรายงานของ Brookings ประเด็นนี้กลายเป็นหัวข้อสำคัญที่ผู้สมัครรับเลือกตั้งนำมาใช้หาเสียง

หัวใจสำคัญของการต่อสู้ครั้งนี้ไม่ใช่แค่เรื่องควรสร้างหรือไม่ แต่คือคำถามที่ว่า ใครเป็นคนจ่ายและใครเป็นคนตัดสิน เนื่องจากต้นทุนมักเกิดในระดับท้องถิ่นอย่างรวดเร็ว แต่ผลประโยชน์กลับเป็นภาพรวมระดับภูมิภาคหรือระดับชาติที่เห็นผลช้ากว่า ขณะที่กฎเกณฑ์การแบ่งปันผลประโยชน์ยังคงเป็นรูปแบบเก่าที่ไม่รองรับความต้องการพลังงานมหาศาลของ AI

ทำไม AI ถึงเปลี่ยนสมการเดิม

ดาต้าเซ็นเตอร์ AI แตกต่างจากระบบคลาวด์แบบเดิมที่โหลดงานผันแปรตามผู้ใช้ เพราะ AI cluster มีการติดตั้ง GPU หนาแน่นกว่ามาก ทำให้เกิดความร้อนสูงและดึงพลังงานต่อเนื่องตลอด 24 ชั่วโมงในระหว่างการเทรนโมเดล ส่งผลกระทบโดยตรงต่อโครงข่ายไฟฟ้าและระบบประปาในพื้นที่

ในปี 2023 ดาต้าเซ็นเตอร์ในสหรัฐฯ ใช้ไฟฟ้าประมาณ 176 เทราวัตต์-ชั่วโมง หรือ 4.4% ของทั้งประเทศ ตามรายงานของ Lawrence Berkeley National Laboratory report แต่สิ่งที่น่ากังวลกว่าคือการเติบโตในอนาคต

รายงานจาก Bloom Energy คาดการณ์ว่าโหลด IT จะเพิ่มขึ้นเกือบเท่าตัวจาก 80 กิกะวัตต์ในปี 2025 เป็น 150 กิกะวัตต์ในปี 2028 แม้ Bloom จะเป็นผู้มีส่วนได้ส่วนเสียในฐานะผู้จำหน่ายระบบพลังงาน แต่รายงานก็ชี้ให้เห็นคอขวดสำคัญที่หน่วยงานรัฐส่งมอบพลังงานได้ช้ากว่าแผนพัฒนา 1.5-2 ปี จนทำให้นักพัฒนาหนึ่งในสามต้องหันไปสร้างโรงไฟฟ้าของตนเองภายในปี 2030

บิลค่าไฟ: ใครจ่ายสำหรับโครงข่ายไฟฟ้ายุคหน้า

ราคาประมูลกำลังการผลิต (capacity) ในโครงข่าย PJM ซึ่งครอบคลุม 13 รัฐ พุ่งสูงขึ้นจาก $28.92 ต่อเมกะวัตต์-วัน ในปี 2024/25 ไปแตะระดับกว่า $330 ในการประมูลครั้งถัดๆ มา โดยผู้ตรวจสอบตลาดระบุว่า 63% ของราคาที่เพิ่มขึ้นหรือประมาณ 9.3 พันล้านดอลลาร์ มาจากภาระของดาต้าเซ็นเตอร์

สอดคล้องกับค่าไฟบ้านใน Virginia ที่เพิ่มขึ้น 13% ในรอบปี ตามข้อมูลจาก EIA ทำให้ผู้มีสิทธิเลือกตั้งเกือบ สามในสี่ โทษว่าเป็นเพราะดาต้าเซ็นเตอร์ นอกจากนี้การศึกษาจากมหาวิทยาลัยชั้นนำอย่าง NC State และ Carnegie Mellon ยังคาดการณ์ว่าราคาขายส่งไฟฟ้าอาจสูงขึ้นถึง 57% ในบางภูมิภาคภายในปี 2030

อย่างไรก็ตาม ฝั่งอุตสาหกรรมมีมุมมองต่างออกไป โดย Electric Power Research Institute ระบุว่าการเพิ่มโหลดที่คงที่ช่วยให้ต้นทุนคงที่ถูกหารเฉลี่ยได้มากขึ้น ส่งผลให้ราคาขายปลีกต่ำลงเฉลี่ย 3.5% เช่นเดียวกับการศึกษาที่ สนับสนุนโดย Amazon ที่อ้างว่าบริษัทจ่ายเงินสูงกว่าต้นทุนการให้บริการจริงจนมีเงินส่วนเกินเหลือให้รัฐ

ข้อสรุปเบื้องต้นจาก Rutgers New Jersey State Policy Lab ชี้ว่า ยังไม่พบผลกระทบที่มีนัยสำคัญ ต่อบิลค่าไฟจนถึงปี 2024 แต่เตือนว่าคำว่า "ยังไม่ใช่ตอนนี้" ไม่ได้แปลว่าไม่มีอะไรต้องกังวล เพราะการขยายโครงข่ายไฟฟ้าครั้งใหญ่ในอนาคตย่อมหลีกเลี่ยงไม่ได้ และคำถามสำคัญคือใครจะเป็นคนจ่าย

ราคาประมูลกำลังการผลิตของ PJM ที่มา: ผลการประมูล PJM Base Residual Auction (หมายเหตุ: กำลังการผลิตเป็นเพียงส่วนประกอบหนึ่งของบิลค่าไฟขายปลีก)

น้ำ: ยอดรวมระดับประเทศ ความตึงเครียดระดับท้องถิ่น

ในด้านทรัพยากรน้ำ ดาต้าเซ็นเตอร์ อาจใช้น้ำได้หลายล้านแกลลอน ในหนึ่งวันเพื่อระบายความร้อน ซึ่งส่งผลกระทบอย่างหนักในพื้นที่แห้งแล้งอย่าง Arizona ที่กำลังเผชิญภาวะขาดแคลนน้ำจากแม่น้ำ Colorado ส่งผลให้โครงการของ Amazon ใน Tucson และโครงการอื่นๆ ใน Chandler ถูกปฏิเสธอย่างเป็นเอกฉันท์

แม้ข้อมูลจากฝั่งอุตสาหกรรมอย่าง Google จะระบุว่าการสั่งงาน Gemini หนึ่งครั้งใช้น้ำเพียง 0.26 มิลลิลิตร แต่เมื่อมองภาพรวมระดับประเทศ Berkeley Lab ประมาณการว่ามีการใช้น้ำทางอ้อมผ่านการผลิตไฟฟ้าสูงถึง 2.11 แสนล้านแกลลอน ในปี 2023

งานและรายได้ภาษี: ข้อโต้แย้งที่มีน้ำหนักกับที่เบาบาง

รายได้ภาษีถือเป็นข้อโต้แย้งที่แข็งแกร่งที่สุด โดยดาต้าเซ็นเตอร์ใน Northern Virginia สนับสนุนรายได้ท้องถิ่นกว่า 2 พันล้านดอลลาร์ในปี 2024 ตามข้อมูลจาก Chamber of Progress ขณะที่เมือง Quincy รัฐ Washington สามารถสร้างโรงเรียนและโรงพยาบาลใหม่ได้จากภาษีของดาต้าเซ็นเตอร์ที่แบกรับภาระถึง 57% ของฐานภาษีทั้งหมด

ทว่าในด้านการจ้างงาน ผลวิเคราะห์จาก Brookings พบว่าดาต้าเซ็นเตอร์ขนาดใหญ่ช่วยเพิ่มงานได้เพียง 100-200 ตำแหน่งในช่วง 10 ปี และไม่มีผลต่อการปรับขึ้นค่าจ้างอย่างมีนัยสำคัญ งานก่อสร้างที่เกิดขึ้นมากจะเป็นเพียงชั่วคราวในช่วงเริ่มต้นเท่านั้น

มลพิษทางอากาศและพลังงานในพื้นที่: กรณีของ Memphis

xAI ของ Elon Musk ใน Memphis กลายเป็นประเด็นร้อนเมื่อบริษัทติดตั้งกังหันก๊าซมีเทนถึง 35 เครื่องเพื่อเดินเครื่องซูเปอร์คอมพิวเตอร์ Colossus โดยเลี่ยงการขอใบอนุญาตด้านอากาศในเบื้องต้น จนกระทั่ง EPA ออกกฎใหม่ควบคุมในเดือนมกราคม 2026 นำไปสู่การฟ้องร้องโดย NAACP และกลุ่มสิ่งแวดล้อมภายใต้กฎหมาย Clean Air Act

การควบคุมในท้องถิ่น: ใครมีสิทธิ์ออกเสียง

ความโปร่งใสกลายเป็นปัญหาใหญ่ เมื่อหลายโครงการดำเนินการภายใต้ข้อตกลงไม่เปิดเผยข้อมูล (NDAs) เช่น "Project Lightning" ของ Applied Digital ใน Louisiana จนนำไปสู่ความพยายามออกกฎหมายห้าม NDAs ในหลายรัฐ ขณะที่การผังเมืองในบางพื้นที่อย่าง Aurora รัฐ Colorado อนุญาตให้โครงการขนาดใหญ่ผ่านการอนุมัติได้โดยไม่ต้องรับฟังความคิดเห็นสาธารณะ

ความเสี่ยงด้านอุปสงค์ที่ทั้งสองฝ่ายมองข้าม

ความเสี่ยงที่ใหญ่ที่สุดคือ หากความต้องการใช้ AI ไม่เป็นไปตามเป้าหมายของ McKinsey ที่คาดการณ์ไว้สูงถึง 6.7 ล้านล้านดอลลาร์ในปี 2030 ต้นทุนในการสร้างโครงสร้างพื้นฐานพลังงานที่เตรียมไว้แล้วจะตกเป็นภาระของผู้ใช้ไฟฟ้ารายย่อยทันที นั่นคือเหตุผลที่หน่วยงานกำกับดูแลเริ่มกำหนดให้ลูกค้ารายใหญ่ต้องจ่ายค่าธรรมเนียมขั้นต่ำตามสัญญา (take-or-pay) ไม่ว่าจะใช้งานจริงหรือไม่ก็ตาม

บทสรุป

ทั้งฝ่ายหนุนและฝ่ายต้านต่างมีเหตุผลรองรับที่ชัดเจน แต่สิ่งที่แน่นอนคือต้นทุนส่วนใหญ่ตกอยู่ที่ท้องถิ่นในระยะสั้น ขณะที่ผลประโยชน์กระจายตัวออกไปในระยะยาว ปัจจุบันหลายรัฐเริ่มนำเครื่องมือทางนโยบายมาใช้ เช่น การกำหนดพิกัดอัตราค่าไฟฟ้าสำหรับโหลดขนาดใหญ่ และกฎหมายคุ้มครองผู้ใช้ไฟฟ้า เพื่อให้มั่นใจว่าการเติบโตของ AI จะไม่ทิ้งภาระไว้ให้ประชาชนในพื้นที่เพียงลำพัง