简体中文

繁體中文

English

Tiếng Việt

한국어

日本語

ภาษาไทย

Türkçe

Partnered With:

ไม่สร้างโรงไฟฟ้า ไม่เดินสายไฟ สตาร์ทอัพในซิลิคอนแวลลีย์กลุ่มนี้ใช้โค้ด "แย่ง" ไฟฟ้าของ AI

อ่านบทความนี้ใน 53 นาที

อัตราการใช้ประโยชน์ของโครงข่ายไฟฟ้าต่ำกว่า 30% โค้ดกำลังปลดล็อก "ไฟฟ้าที่ไม่ได้ใช้งาน"

หัวข้อต้นฉบับ: "บริษัทพลังงานที่เกิดจาก AI กำลังกลายเป็น 'สายพันธุ์ใหม่' ในซิลิคอนวัลเลย์"
ผู้เขียนต้นฉบับ: หลี่ไห่หลุน, เทนเซ็นต์ เทคโนโลยี

เมื่อพลังงานกลายเป็นรากฐานของยุค AI อุตสาหกรรมพลังงานก็กำลังถูกปรับโฉมโดย AI เช่นกัน บทความนี้เป็นตอนที่ 10 ของซีรีส์ "Energy Singularity" ซึ่งมุ่งเน้นไปที่การระเบิดของพลังการประมวลผล AI และวิธีที่บริษัทพลังงานที่เกิดจาก AI กำลังยึดครองจุดเชื่อมต่อใหม่ของโครงสร้างพื้นฐาน AI

ตั้งแต่เข้าสู่ปี 2026 ความกังวลในวงการเทคโนโลยีได้ขยายจากโมเดล โค้ด และชิป ไปสู่ระดับที่ลึกยิ่งขึ้นในห่วงโซ่อุตสาหกรรม AI อุตสาหกรรมเริ่มพูดถึงปัญหาพื้นฐานมากขึ้น: พลังการประมวลผล AI จำนวนมากนี้ จะมีไฟฟ้าเพียงพอรองรับหรือไม่

ในงาน GTC Taipei ของ NVIDIA ที่เพิ่งสิ้นสุดลงเมื่อวันที่ 1 มิถุนายน Jensen Huang ได้เปิดตัว NVIDIA DSX สถาปัตยกรรมตู้แร็ค MGX รุ่นที่สาม และโซลูชันจ่ายไฟ 800VDC โดยออกแบบการคำนวณ เครือข่าย การจัดเก็บ ไฟฟ้า การระบายความร้อน และระบบควบคุมเป็นหนึ่งเดียว เพื่อกำหนดนิยามใหม่ของ "วิศวกรรมระบบไฟฟ้า" ภายในโรงงาน AI

สิ่งที่ NVIDIA ต้องการทำคือการปรับปรุงประสิทธิภาพของระบบภายในโรงงาน AI ให้การคำนวณ เครือข่าย ไฟฟ้า และการระบายความร้อนทำงานร่วมกัน เพื่อเพิ่มผลผลิต Token ต่อวัตต์ของไฟฟ้า

ในขณะเดียวกัน ส่วนของไฟฟ้าภายนอกโรงงาน AI ก็กำลังกลายเป็นคอขวดใหม่: ศูนย์ข้อมูลจะสร้างที่ไหน ยังมีความจุที่เชื่อมต่อได้ที่ไหน โครงการจะเชื่อมต่อกับกริดได้เร็วแค่ไหน และหลังจากสร้างเสร็จ จะปรับโหลดตามแรงกดดันของกริดอย่างไร

ภายใต้บริบทและความต้องการนี้ บริษัท "AI Native Energy" จำนวนหนึ่งได้เริ่มปรากฏขึ้น

สิ่งที่น่าสนใจคือ แม้จะเป็นบริษัทพลังงาน แต่บริษัทเหล่านี้ไม่ได้สร้างโรงไฟฟ้า หรือเดินสายไฟฟ้า พวกเขาพึ่งพาโค้ดและอัลกอริทึมเท่านั้น เพื่อพยายามกำหนดนิยามใหม่ของทิศทาง ราคา และจังหวะของไฟฟ้า

ตลาดทุนก็เริ่มกำหนดราคาใหม่ให้กับบริษัทประเภทนี้

ในเดือนพฤษภาคม 2026 Sutter Hill Ventures ซึ่งเป็นกองทุนร่วมทุนในซิลิคอนวัลเลย์ที่ลงทุนใน NVIDIA ตั้งแต่แรกเริ่ม ร่วมกับนักลงทุนชื่อดัง John Doerr นำการระดมทุน Series A มูลค่า 64 ล้านดอลลาร์สหรัฐให้กับบริษัทที่ชื่อว่า "GridCARE"

GridCARE ใช้ AI ในส่วนของการเชื่อมต่อไฟฟ้าและการจัดสรรพลังงาน เพื่อช่วยให้โรงงาน AI ระบุทรัพยากรไฟฟ้าที่มีอยู่ได้เร็วขึ้น วางแผนการเชื่อมต่อ และมีส่วนร่วมในการจัดสรรโหลดในภายหลัง

ในอดีต จินตนาการของบริษัทเทคโนโลยีพลังงานส่วนใหญ่มาจากพลังงานใหม่ การกักเก็บพลังงาน แบตเตอรี่ และอุปกรณ์กริดไฟฟ้า แต่หลังจากความต้องการพลังการประมวลผล AI ระเบิดขึ้น ใครก็ตามที่ช่วยให้ศูนย์ข้อมูลหาไฟฟ้าได้เร็ว เชื่อมต่อไฟฟ้าได้ และใช้ไฟฟ้าอย่างมีประสิทธิภาพ อาจกลายเป็นจุดเชื่อมต่อสำคัญในห่วงโซ่โครงสร้างพื้นฐาน AI

บริษัทอย่าง GridCARE เริ่มปรากฏตัวขึ้นในพื้นที่อย่างซิลิคอนแวลลีย์ของสหรัฐอเมริกาเช่นกัน

Emerald AI ซึ่งมีสำนักงานใหญ่อยู่ที่วอชิงตัน สหรัฐอเมริกา ระดมทุนรวมประมาณ 68 ล้านดอลลาร์สหรัฐภายใน 16 เดือน โดยมี NVentures ของ NVIDIA, Energy Impact Partners รวมถึงยักษ์ใหญ่ด้านพลังงานอย่าง Eaton, Siemens, GE Vernova อยู่เบื้องหลัง ขณะที่ Jeff Dean และ Li Feifei ก็ร่วมลงทุนในฐานะบุคคล

ในเดือนพฤษภาคม 2026 Shatterdome Energy ซึ่งก่อตั้งโดย Amann Shariff ผู้ประกอบการที่มีพื้นฐานด้านการซื้อขายเชิงปริมาณ ก็ระดมทุน Pre-Seed รอบ 3.5 ล้านดอลลาร์สหรัฐสำเร็จเช่นกัน

บริษัทเหล่านี้ส่วนใหญ่เล็งไปที่จุดที่เป็นข้อจำกัดที่สุดของโครงสร้างพื้นฐาน AI ในปัจจุบัน นั่นคือการ "หาไฟฟ้า" ในโครงข่ายไฟฟ้า ประเมินว่าที่ไหนมีกำลังการผลิตที่ว่าง ที่ไหนสามารถเชื่อมต่อได้เร็วกว่า เพื่อลดระยะเวลารอคอยในการเชื่อมต่อโครงข่าย ปรับเปลี่ยนภาระงานคำนวณเมื่อโครงข่ายตึงตัว ใช้ไฟฟ้าในช่วงนอกเวลาเร่งด่วน และสำหรับผู้ใช้พลังงานหมุนเวียน พลังงานสำรอง และอุตสาหกรรมขนาดใหญ่ ใช้ AI ในการซื้อขายและจัดการไฟฟ้าแบบเรียลไทม์

การเติบโตของบริษัทเหล่านี้มีความสำคัญอย่างยิ่งต่ออุตสาหกรรมในฐานะแบบอย่างและข้อมูลอ้างอิง

การแข่งขันด้านพลังงานในยุค AI ไม่ได้มีแค่การสร้างโรงไฟฟ้าเพิ่มหรือขยายสายส่ง แต่ยังรวมถึงการจัดระเบียบพลังงานหมุนเวียน พลังงานสำรอง โครงข่ายไฟฟ้า และภาระงานคำนวณให้มีประสิทธิภาพมากขึ้น ในอนาคต ใครก็ตามที่สามารถหาไฟฟ้า เชื่อมต่อไฟฟ้า และจัดการไฟฟ้าได้เร็วกว่า ก็มีแนวโน้มที่จะครองตำแหน่งที่ได้เปรียบในการแข่งขันด้านโครงสร้างพื้นฐาน AI

นอกเหนือจากชิปและพลังการคำนวณแล้ว ไฟฟ้ากำลังกลายเป็นขีดจำกัดความเร็วใหม่ของระบบ AI และอุตสาหกรรมไฟฟ้าเองก็กำลังถูกเขียนใหม่โดย AI เช่นกัน

01 ความกังวลด้านไฟฟ้าในยุค AI: ไม่ใช่การขาดแคลนไฟฟ้า แต่ขาด "ไฟฟ้าที่ใช้งานได้"

ความกังวลด้านไฟฟ้าในยุค AI เมื่อมองผิวเผินคือ "การขาดแคลนไฟฟ้า" แต่โดยเนื้อแท้แล้วคือ "การขาดแคลนไฟฟ้าที่ใช้งานได้" ทรัพยากรไฟฟ้าจำนวนมากไม่ได้ไม่มีอยู่จริง แต่ไม่ได้รับการระบุ จัดการ และส่งมอบอย่างเพียงพอ

กองทุนร่วมทุนซิลิคอนแวลลีย์ Bessemer Venture Partners เผยแพร่รายงาน "แผนที่เส้นทาง: โครงสร้างพื้นฐานศูนย์ข้อมูล AI" ในเดือนพฤษภาคม 2026 โดยระบุตัวเลขว่า ณ ต้นปี 2026 มีการประกาศโครงการศูนย์ข้อมูลขนาดใหญ่พิเศษทั่วโลกถึง 190 กิกะวัตต์ แต่มีเพียง 12 กิกะวัตต์ที่เปิดดำเนินการจริง 21 กิกะวัตต์อยู่ระหว่างการก่อสร้าง ส่วนที่เหลืออีก 148 กิกะวัตต์ยังคงอยู่บนกระดาษเท่านั้น ในโครงการที่วางแผนจะเปิดตัวในปี 2025 กว่า 1 ใน 4 ติดขัดที่ขั้นตอนไฟฟ้าและใบอนุญาต

รายงานวิจัยของมหาวิทยาลัยสแตนฟอร์ดที่เผยแพร่ในเดือนธันวาคม 2025 ยังชี้ให้เห็นว่า อัตราการใช้ประโยชน์ของโครงข่ายไฟฟ้าสหรัฐฯ ส่วนใหญ่ต่ำกว่าหนึ่งในสามของเวลาทั้งหมด GridCARE บริษัทผู้ให้บริการระบบอัจฉริยะด้านการบำรุงรักษาโครงข่ายไฟฟ้า ให้ตัวเลขที่ชัดเจนยิ่งขึ้น: แม้ในพื้นที่ที่มีการใช้ไฟฟ้าหนาแน่นที่สุด อัตราการใช้ประโยชน์จริงของโครงข่ายไฟฟ้าก็ยังต่ำกว่า 32% ไฟฟ้าไม่ได้ขาดแคลน แต่สิ่งที่ขาดคือความสามารถในการส่งไฟฟ้าออกไป

อามิต นารายัน (Amit Narayan) ผู้ร่วมก่อตั้งและซีอีโอของ GridCARE ตั้งชื่อปรากฏการณ์นี้ว่า "วิกฤตระยะเวลาในการจ่ายไฟฟ้า (Time-to-Energize Crisis)" ซึ่งหมายถึงช่องว่างเวลาหลายปีระหว่างความต้องการไฟฟ้าและการจ่ายไฟฟ้าจริง ความจุของโครงข่ายไฟฟ้าที่มีอยู่จำนวนมากไม่สามารถนำมาใช้ได้ เนื่องจากข้อจำกัดของกระบวนการจัดการและเชื่อมต่อโครงข่ายแบบดั้งเดิม

เขากล่าวถึงสถานการณ์ปัจจุบันด้วยประโยคหนึ่งว่า "ความคลั่งไคล้ AI ในตอนนี้ถึงจุดที่失控 จนผู้คนคิดว่าการส่งชิปไปในอวกาศอาจเร็วกว่าการหาไฟฟ้าบนโลก"

เบื้องหลังคอขวดนี้ซ่อนโอกาสทางธุรกิจมหาศาล ตามการคำนวณของ GridCARE การช่วยให้ไฟฟ้า 1 กิกะวัตต์เชื่อมต่อโครงข่ายได้เร็วขึ้น จะสามารถปลดปล่อยมูลค่า 250,000 ล้านดอลลาร์

Sutter Hill Ventures ซึ่งเป็นผู้นำการลงทุน เป็นหนึ่งในนักลงทุน早期ของ NVIDIA และมีส่วนร่วมอย่างเต็มที่ในการเติบโตของ "ยุคการคำนวณ" วิก มิลเลอร์ (Vic Miller) กรรมการผู้จัดการของบริษัทนี้ กล่าวอย่างเปิดเผยว่า "เมื่อปีที่แล้ว มีคนไม่กี่คนที่พูดถึงไฟฟ้าว่าเป็นคอขวดของ AI แต่วันนี้ มันกลายเป็นอุปสรรคที่อุตสาหกรรมทั้งหมดไม่สามารถหลีกเลี่ยงได้"

จอห์น โดเออร์ (John Doerr) ซึ่งร่วมลงทุนด้วย เคยเป็นนักลงทุน早期ของ Amazon และ Google เขาอธิบายเหตุผลในการลงทุนเพียงสั้นๆ ว่า "GridCARE ปลดปล่อยไฟฟ้าที่ไม่ได้ใช้ในโครงข่ายที่เราสร้างไว้แล้ว เพื่อให้พลังงานที่ราคาไม่แพงและยั่งยืน"

GridCARE เปิดตัวซอฟต์แวร์ "เร่งความเร็วไฟฟ้า" เทคโนโลยีหลักคือการใช้ AI จำลองและวิเคราะห์สถานะการทำงานของโครงข่ายไฟฟ้าหลายพันล้านสถานะแบบเรียลไทม์ รวมถึงความแออัดของสายส่ง ความเสี่ยงไฟดับ การเปลี่ยนแปลงสภาพอากาศ ความผันผวนของความต้องการ ฯลฯ จากนั้นระบุไฟฟ้าที่ไม่ได้ใช้และส่งไปยังที่ที่ต้องการ

ปัจจุบัน โมเดลนี้ได้ดำเนินการในกรณีแรกสำเร็จแล้ว GridCARE กำลังร่วมมือกับ Portland General Electric เพื่อปลดปล่อยความจุของโครงข่ายไฟฟ้ามากกว่า 400 เมกะวัตต์ในเมืองฮิลส์โบโร รัฐออริกอน ซึ่งเพียงพอต่อการรองรับศูนย์ข้อมูล 6 แห่ง โดย 80 เมกะวัตต์แรกคาดว่าจะเริ่มใช้งานได้ในปี 2026

02 จากการหาไฟฟ้าสู่การจัดการไฟฟ้า: ให้โรงงาน AI เรียนรู้ "การใช้ไฟฟ้าแบบหลีกเลี่ยงช่วงพีค"

GridCARE มุ่งเน้นไปที่ฝั่งโครงข่ายไฟฟ้า โดยพยายามดึงความสามารถในการเชื่อมต่อเพิ่มเติมจากระบบส่งและจ่ายไฟฟ้าที่มีอยู่

นอกจากนี้ ยังมีสตาร์ทอัพด้านพลังงานที่ให้ความสำคัญกับชั้นซอฟต์แวร์เช่นกัน แต่มีจุด切入ที่แตกต่างกันโดยสิ้นเชิง

บริษัทชื่อ "Emerald AI" กำลังสำรวจการเปลี่ยนศูนย์ข้อมูล AI ให้เป็นสินทรัพย์โครงข่ายไฟฟ้าที่สามารถจัดสรรได้ โดยให้ศูนย์ข้อมูลปรับเปลี่ยนจังหวะการใช้ไฟฟ้าตามสถานการณ์ของโครงข่าย ตัวอย่างเช่น เมื่อโครงข่ายมีภาระหนัก งาน AI บางส่วนสามารถลดความเร็วลงชั่วคราว เลื่อนออกไป หรือย้ายไปทำงานในพื้นที่อื่น เมื่อภาระโครงข่ายคลี่คลายลง ก็กลับมาทำงานในระดับที่สูงขึ้นอีกครั้ง

ตรรกะเบื้องหลังคือ: โรงงาน AI ไม่จำเป็นต้องทำงานเต็มกำลังตลอดเวลา งานฝึกโมเดลสามารถหยุดชั่วคราวแล้วกลับมาทำต่อได้ งานอนุมานแบบแบตช์สามารถย้ายไปทำในพื้นที่อื่นได้ ตราบใดที่ศูนย์ข้อมูลสามารถลดกำลังไฟฟ้าลงตามคำสั่งของโครงข่าย ภาระของโครงข่ายก็จะลดลงมาก และไม่จำเป็นต้องลงทุนสร้างสายส่งใหม่เพื่อรองรับโหลดสูงสุดเหล่านั้น

Emerald AI เปิดตัวผลิตภัณฑ์ที่ชื่อว่าแพลตฟอร์ม "Conductor" ซึ่งเปรียบเสมือนการติดตั้ง "สมองที่ยืดหยุ่น" ให้กับศูนย์ข้อมูล

บทบาทของมันคล้ายกับวาล์วอัจฉริยะที่ติดตั้งระหว่างโครงข่ายไฟฟ้าและศูนย์ข้อมูล เมื่อโครงข่ายตึงตัว แพลตฟอร์มจะรับสัญญาณและปรับลดการใช้พลังงานของสิ่งอำนวยความสะดวกแบบเรียลไทม์ พร้อมกันนั้นก็มั่นใจว่างาน AI ที่สำคัญซึ่งทำงานบน GPU ของ NVIDIA จะไม่ได้รับผลกระทบ

ในงาน COMPUTEX Taipei Emerald AI ประกาศความร่วมมือกับ NVIDIA และ Silicon Valley Power เพื่อเริ่มโครงการเชิงพาณิชย์ระดับหลายเมกะวัตต์แห่งแรกในซิลิคอนแวลลีย์

จุดเริ่มต้นของโครงการนี้คือ "Flexible Load Interconnection Program" ที่ Silicon Valley Power ผลักดัน แกนหลักของโปรแกรมนี้คือการแก้ปัญหาการรอคิวนานเกินไปในการเชื่อมต่อไฟฟ้าของศูนย์ข้อมูล

Sivaram ให้ความเห็นเกี่ยวกับเรื่องนี้ว่า: "Flexible Load Interconnection Program ของ Silicon Valley Power ได้พิสูจน์แล้วว่าเส้นทางด้านกฎระเบียบนี้ใช้ได้ผล DSX OS และ DSX Flex ของ NVIDIA รวมกับแพลตฟอร์ม Conductor ของเรา ทำให้โซลูชันทางเทคนิคนี้เกิดขึ้นจริงในระดับเชิงพาณิชย์"

03 จากการจัดสรรจุดเดียวสู่แพลตฟอร์ม: "โรงไฟฟ้าเสมือน" รุ่นอัปเกรดด้วย AI

เมื่อเทียบกับ GridCARE และ Emerald AI แล้ว บริษัทพลังงาน AI อย่าง Grid AI ดูเหมือนจะมีความทะเยอทะยานมากกว่า

Grid AI ต้องการใช้แพลตฟอร์ม AI แบบรวมศูนย์เพื่อเชื่อมโยงทรัพยากรไฟฟ้าที่กระจายตัวทั้งหมดเข้าด้วยกัน ตั้งแต่เครื่องปรับอากาศในบ้านหลังเล็กไปจนถึงแหล่งพลังงานสำรองของศูนย์ข้อมูล AI ขนาดใหญ่ ทุกอย่างจะถูกรวมไว้ในการจัดสรร

พวกเขาแบ่งแนวคิดนี้ออกเป็นสามระดับเพื่อนำไปปฏิบัติ

ระดับแรกคือครัวเรือนทั่วไปและธุรกิจขนาดเล็ก โดย AI จะจัดการอุปกรณ์ต่างๆ เช่น เครื่องปรับอากาศ รถยนต์ไฟฟ้า และแบตเตอรี่โดยอัตโนมัติเบื้องหลัง ช่วยให้ผู้ใช้ใช้ไฟฟ้ามากขึ้นในช่วงที่ค่าไฟฟ้าต่ำ และใช้น้อยลงในช่วงที่ค่าไฟฟ้าสูงหรือโครงข่ายไฟฟ้าตึงตัว

ระดับที่สองคือสถานการณ์เชิงพาณิชย์และสาธารณูปโภค โดยรวบรวมทรัพย์สินต่างๆ เช่น ระบบกักเก็บพลังงาน กองยานยนต์ไฟฟ้า และแหล่งจ่ายไฟแบบกระจาย เพื่อเข้าร่วมการซื้อขายในตลาดไฟฟ้า

ระดับที่สามคือศูนย์ข้อมูล AI และนิคมอุตสาหกรรมขนาดใหญ่ โดยการวางแผนการผลิตไฟฟ้า การกักเก็บพลังงาน และโหลดไฟฟ้าอย่างเป็นระบบ ทำให้สิ่งอำนวยความสะดวกที่ใช้พลังงานสูงเหล่านี้ได้รับไฟฟ้าที่เสถียรและราคาถูกกว่า

ในระดับหนึ่ง Grid AI มีลักษณะคล้ายกับ "โรงไฟฟ้าเสมือนจริงในเวอร์ชัน AI" โรงไฟฟ้าเสมือนจริงแบบดั้งเดิมเปรียบเสมือนการรวบรวม "แหล่งจ่ายไฟขนาดเล็ก แบตเตอรี่ขนาดเล็ก และโหลดขนาดเล็ก" จำนวนมากเพื่อช่วยแบ่งเบาภาระของโครงข่ายไฟฟ้า ในขณะที่ Grid AI ขยายขอบเขตของโรงไฟฟ้าเสมือนจริงไปยังศูนย์ข้อมูล AI และนิคมอุตสาหกรรมขนาดใหญ่ สร้างแพลตฟอร์มการจัดการพลังงาน AI ที่ครอบคลุมทั้งครัวเรือน ธุรกิจ สาธารณูปโภค และสถานการณ์การใช้ไฟฟ้าขนาดใหญ่พิเศษ

นอกเหนือจากการปรับปรุงโครงข่ายไฟฟ้าและโหลดแล้ว AI ยังเริ่มเข้าสู่ขั้นตอนการซื้อขายในตลาดไฟฟ้าอีกด้วย

Shatterdome Energy ผู้ให้บริการซื้อขายพลังงาน AI ในสหรัฐอเมริกา กำหนดตำแหน่งของตนเองเป็น "ชั้นโครงสร้างพื้นฐานทางการเงิน" ของโลกพลังงาน

แผงโซลาร์บนหลังคา กังหันลม หรือชุดแบตเตอรี่กักเก็บพลังงาน ในอดีตเป็นเพียงอุปกรณ์ผลิตไฟฟ้าที่กระจัดกระจาย แต่ในระบบของ Shatterdome Energy สิ่งเหล่านี้สามารถถูกบรรจุเป็นสินทรัพย์พลังงานที่ซื้อขายได้ แพลตฟอร์มจะตัดสินใจว่าจะขายไฟฟ้าเมื่อใด กักเก็บไฟฟ้าเมื่อใด และใช้เครื่องมือซื้อขายเพื่อป้องกันความเสี่ยงด้านราคา โดยอิงจากความผันผวนของค่าไฟฟ้า การเปลี่ยนแปลงสภาพอากาศ การคาดการณ์การผลิตไฟฟ้า และความต้องการของตลาด

เครื่องมือ AI ของ Shatterdome Energy มุ่งเน้นไปที่สัญญาณเล็กๆ น้อยๆ ในตลาดไฟฟ้าที่เทรดเดอร์มนุษย์มักตรวจพบได้ยาก เช่น การจราจรติดขัดบนสายส่งเส้นใดเส้นหนึ่ง ความเร็วการผลิตไฟฟ้าในพื้นที่ใดพื้นที่หนึ่งไม่ทันความต้องการ หรือค่าไฟฟ้าในโหนดใดโหนดหนึ่งกำลังจะเกิดความผันผวนผิดปกติ อัลกอริทึมสามารถตัดสินใจได้ทันทีที่การเปลี่ยนแปลงเหล่านี้เริ่มเกิดขึ้น และดำเนินการซื้อขายได้เร็วกว่ามนุษย์

เมื่อสัดส่วนของพลังงานหมุนเวียนเพิ่มขึ้น ตลาดไฟฟ้าก็คาดเดาได้ยากขึ้นเรื่อยๆ สภาพอากาศส่งผลต่อกำลังผลิตของพลังงานลมและพลังงานแสงอาทิตย์ ศูนย์ข้อมูลอาจเพิ่มโหลดอย่างกะทันหัน และการจราจรติดขัดในบางส่วนของโครงข่ายไฟฟ้าทำให้ค่าไฟฟ้าในพื้นที่ต่างๆ แตกต่างกันอย่างรวดเร็ว สำหรับบริษัทไฟฟ้า การคาดการณ์ผิดพลาดหรือการจัดการที่ล่าช้าอาจกลายเป็นค่าปรับและความเสียหายจากการซื้อขายโดยตรง

เมื่อ AI เข้ามา การซื้อขายพลังงานเริ่มมีลักษณะคล้ายเกมความถี่สูงมากขึ้น นอกจากจะช่วยให้บริษัท "ประหยัดค่าไฟฟ้า" แล้ว ยังต้องช่วยให้บริษัทไฟฟ้าคาดการณ์อุปสงค์และอุปทานได้แม่นยำขึ้น ตอบสนองต่อการเปลี่ยนแปลงราคาได้เร็วขึ้น และลดความเสียหายจากการตัดสินใจที่ผิดพลาด

รายงานจาก Digiqt บริษัทเทคโนโลยีบริการในเดือนกันยายน 2025 เปิดเผยว่า AI เทรดเดอร์กำลังแทรกซึมเข้าสู่ตลาดพลังงานอย่างรวดเร็ว พวกมันนำมาซึ่งการเปลี่ยนแปลงที่จับต้องได้: บริษัทไฟฟ้าขนาดกลางแห่งหนึ่ง ซึ่งก่อนหน้านี้สูญเสียค่าปรับจากความไม่สมดุลที่เกิดจากความคลาดเคลื่อนในการพยากรณ์ถึง 50,000 ถึง 150,000 ยูโรต่อเดือน หลังจากนำ AI มาใช้ ส่วนที่สูญเสียลดลง 15% ถึง 30%

04 «โหลดที่ยืดหยุ่น»: ทางออกใหม่สำหรับปัญหาโรงงาน AI ในการเชื่อมต่อไฟฟ้า

สตาร์ทอัพเล่าเรื่องราวมากมาย แต่ผลลัพธ์ที่แท้จริงเป็นอย่างไร? ศูนย์ข้อมูล AI สามารถ «ฟังคำสั่งของโครงข่ายไฟฟ้า» ได้จริงหรือไม่?

ในเดือนมีนาคม 2026 การทดสอบครั้งหนึ่งให้คำตอบ

บริษัทไฟฟ้าแห่งชาติของอังกฤษ, NVIDIA, Emerald AI และสถาบันวิจัยไฟฟ้า (EPRI) ร่วมกันทำการทดสอบ: หลังจากโครงข่ายไฟฟ้าส่งสัญญาณ ภายในเวลาประมาณหนึ่งนาที ศูนย์ข้อมูลในลอนดอนลดการใช้ไฟฟ้าลงหนึ่งในสาม ที่สำคัญกว่านั้น ภารกิจ AI ที่ทำงานบน GPU ของ NVIDIA ไม่ได้หยุดชะงัก

การทดสอบอีกครั้งยาวนานขึ้น กินเวลาสิบชั่วโมง ศูนย์ข้อมูลกดกำลังไฟฟ้าให้อยู่ที่ระดับประมาณ 10% เป็นเวลานาน โดยภาระงานก็ไม่ได้รับผลกระทบเช่นกัน

ผลลัพธ์ทั้งสองนี้ชี้ให้เห็นว่า ศูนย์ข้อมูล AI ไม่ใช่ «ก้อนเหล็ก» ที่ต้องกินไฟเต็มกำลังตลอดเวลา แต่สามารถทำหน้าที่เหมือนโหลดที่ปรับได้ โดยยอมลดกำลังลงเมื่อโครงข่ายไฟฟ้าตึงตัว

หากผู้ดำเนินการสามารถพิสูจน์ได้ว่าสามารถลดโหลดได้อย่างจริงจังเมื่อโครงข่ายตึงตัว โครงข่ายไฟฟ้าก็ไม่จำเป็นต้องขยายกำลังตามค่าสูงสุดทางทฤษฎีอีกต่อไป ด้วยวิธีนี้ แรงกดดันในการก่อสร้างโครงข่ายไฟฟ้าลดลง และระยะเวลารอคอยในการเชื่อมต่อศูนย์ข้อมูลก็มีโอกาสสั้นลง

ความสำคัญของการทดสอบในลอนดอนครั้งนี้อยู่ตรงนี้: แม้จะเป็นการทดลองเบื้องต้น แต่ก็พิสูจน์ให้เห็นว่า อย่างน้อยในฝั่งของศูนย์ข้อมูล AI «การตอบสนองที่ยืดหยุ่น» เป็นความสามารถที่สามารถตรวจสอบได้จริง

05 บทสรุป: ซอฟต์แวร์ กำลังกำหนดนิยามใหม่ให้กับชั้นพลังงาน

ไม่ว่าจะเป็น GridCARE ที่จัดตารางงาน «แทรกช่องว่าง» ในโครงข่ายไฟฟ้าที่แออัด, หรือ Emerald AI ที่สอนให้ศูนย์ข้อมูลเรียนรู้การใช้ไฟฟ้านอกช่วงพีค, หรือ Shatterdome Energy ที่ใช้อัลกอริทึมเข้าร่วมการซื้อขายไฟฟ้า ล้วนชี้ไปที่แนวโน้มเดียวกัน: ในยุค AI ไฟฟ้าไม่เพียงต้องมีมากขึ้น แต่ยังต้องใช้ให้เป็นและปรับให้เก่งขึ้น

บริษัทพลังงานที่เกิดจาก AI เหล่านี้ไม่ได้สร้างโรงไฟฟ้าใหม่สักแห่ง หรือวางสายไฟฟ้าแรงสูงสักเส้น แต่ชั้นซอฟต์แวร์ที่พวกเขาสร้างขึ้น กำลังกลายเป็นส่วนสำคัญในระบบโครงข่ายไฟฟ้า

สิ่งนี้สอดคล้องกับกรอบแนวคิด "เค้ก AI ห้าชั้น" ที่เจนเซน หวงเคยเสนอไว้ โดยพลังงานอยู่ที่ชั้นล่างสุด ถัดขึ้นไปคือชิป โครงสร้างพื้นฐาน โมเดล และแอปพลิเคชัน หากไม่มีไฟฟ้าที่ต่อเนื่อง เสถียร และสามารถจัดสรรได้ ไม่ว่าชิปหรือโมเดลจะทรงพลังแค่ไหน ก็ไม่สามารถทำงานได้จริง

นี่อาจเป็นการเปลี่ยนแปลงครั้งใหญ่ในยุค AI: โครงข่ายไฟฟ้าซึ่งเป็นสิ่งมหึมาที่ถือกำเนิดในยุคอุตสาหกรรม กำลังถูกประกอบขึ้นใหม่ด้วยโค้ดทีละบรรทัด

ท้ายที่สุดแล้ว ใครที่มีอัลกอริทึมที่ชาญฉลาดกว่า ผู้นั้นก็จะถือกุญแจในการขับเคลื่อนอารยธรรม AI