เรากำลังมองผิดจุดในการแก้โจทย์ความยั่งยืนของศูนย์ข้อมูล AI หรือไม่?

ห่วงโซ่อุปทานที่ชาญฉลาดขึ้นอาจเป็นกุญแจสำคัญในการลดผลกระทบต่อสิ่งแวดล้อมจากกระแส AI ที่กำลังเติบโต

ผู้นำด้านความยั่งยืนทั่วโลกกำลังถกเถียงถึงความย้อนแย้งของ AI ด้านหนึ่ง ผลกระทบต่อสิ่งแวดล้อมจาก AI กำลังเพิ่มขึ้น แต่อีกด้านหนึ่ง AI ก็กำลังมีบทบาทอย่างจริงจังในการช่วยแก้ปัญหาความยั่งยืนในโลกจริงที่ท้าทายที่สุดบางประการ

ประโยชน์ของ AI ไม่ได้จำกัดอยู่แค่การเพิ่มผลิตภาพภายในธุรกิจหรือการทำให้กระบวนการต่าง ๆ เป็นระบบอัตโนมัติ แต่มีขอบเขตกว้างขวางและส่งผลสำคัญยิ่งกว่านั้น เมื่อนำ AI มาใช้กับการวิจัยทางวิทยาศาสตร์ การดูแลสุขภาพ และระบบพลังงาน ก็มีศักยภาพที่จะช่วยชีวิตผู้คนได้ ส่วนการนำ AI มาใช้แก้ปัญหาด้านความยั่งยืน ความสามารถในการคาดการณ์และเพิ่มประสิทธิภาพของ AI ก็ช่วยลดของเสีย การใช้พลังงาน และการปล่อยมลพิษได้ สำนักงานพลังงานระหว่างประเทศ (IEA) ประเมินว่า หากมีการนำแอปพลิเคชัน AI ที่มีอยู่แล้วสำหรับกระบวนการอุตสาหกรรมมาใช้ทั่วทั้งภาคอุตสาหกรรม การประหยัดพลังงานเพียงอย่างเดียวก็จะมีปริมาณมากกว่าการใช้พลังงานทั้งหมดในปัจจุบันของเม็กซิโก

แม้เราไม่อาจมองข้ามผลกระทบต่อสิ่งแวดล้อมในปัจจุบันของ AI และระบบนิเวศศูนย์ข้อมูลได้ แต่ก็ไม่ควรมองข้ามผลลัพธ์ที่มีความหมายและศักยภาพที่เทคโนโลยีนี้มอบให้ การละทิ้ง AI ในตอนนี้จะขัดขวางไม่ให้เราได้รับประโยชน์จาก AI อย่างเต็มที่ อย่างไรก็ตาม หากต้องการให้ AI ทำได้ตามที่คาดหวัง เราจำเป็นต้องสร้างโครงสร้างพื้นฐานทางกายภาพที่รองรับเทคโนโลยีนี้ และต้องหาวิธีสร้างโครงสร้างพื้นฐานดังกล่าวอย่างยั่งยืน

จนถึงตอนนี้ การพูดคุยเรื่องความยั่งยืนของ AI มุ่งเน้นไปที่ศูนย์ข้อมูลเป็นส่วนใหญ่ แต่หากต้องการลดผลกระทบต่อสิ่งแวดล้อมจาก AI อย่างมีนัยสำคัญ เราต้องมองไกลออกไปนอกกำแพงศูนย์ข้อมูล และติดตามย้อนกลับไปตามเส้นทางของวัสดุ อุปกรณ์ และฮาร์ดแวร์ที่อยู่ต้นน้ำ

แนวทางสำคัญประการหนึ่งในการลดผลกระทบจาก AI คือการเพิ่มประสิทธิภาพห่วงโซ่อุปทานทั่วโลกที่อยู่เบื้องหลังโครงสร้างพื้นฐานของ AI

ผลกระทบต่อสิ่งแวดล้อมที่แท้จริงของ AI ครอบคลุมถึงห่วงโซ่อุปทาน

การที่การพูดคุยถึงผลกระทบต่อสิ่งแวดล้อมจาก AI ในปัจจุบันมุ่งเน้นไปที่ศูนย์ข้อมูลนั้น เป็นเรื่องที่เข้าใจได้ในหลายแง่มุม ทุกวันนี้ งานประมวลผล AI คิดเป็นประมาณ 20% ของการใช้งานศูนย์ข้อมูล โดยมีการ คาดการณ์ว่าจะเพิ่มขึ้นเป็นสองเท่า หรือ 40% ภายในปี 2030 AI ต้องใช้กำลังประมวลผลมหาศาล ซึ่งต้องอาศัยไฟฟ้าปริมาณมากในการทำงาน และน้ำจำนวนมากเพื่อระบายความร้อนให้ระบบ รายงานของ IEA ระบุว่า ศูนย์ข้อมูลทั่วไปที่เน้นรองรับ AI อาจใช้ไฟฟ้าได้มากเท่ากับครัวเรือน 100,000 หลัง

ผู้เชี่ยวชาญชั้นนำหลายคนในด้านความยั่งยืน การออกแบบ และโครงสร้างพื้นฐานกำลังผลักดันให้มีการใช้พลังงานหมุนเวียนในวงกว้างเพื่อจ่ายไฟให้ศูนย์ข้อมูล ส่งเสริมแนวทางการก่อสร้างอาคารสีเขียวในทุกสถานที่ และพัฒนานวัตกรรมระบบระบายความร้อนที่ใช้น้ำน้อย ประเด็นเหล่านี้สำคัญอย่างยิ่ง แต่แก้ปัญหาได้เพียงบางส่วนเท่านั้น การเปลี่ยนแปลงควรเริ่มจากการเพิ่มประสิทธิภาพห่วงโซ่อุปทานด้วย AI

ผลกระทบต่อสิ่งแวดล้อมจาก AI เริ่มต้นขึ้นนานก่อนที่ศูนย์ข้อมูลจะเริ่มดำเนินงาน ศูนย์ข้อมูลเป็นเพียงปลายทางของห่วงโซ่อุปทานจำนวนหลายพันสายที่แผ่ขยายกว้างขวาง เพื่อผลิตและขนส่งเซมิคอนดักเตอร์ เซิร์ฟเวอร์ อุปกรณ์เครือข่าย หม้อแปลงไฟฟ้า ชุดสวิตช์เกียร์ ระบบระบายความร้อน เหล็ก และคอนกรีต ห่วงโซ่อุปทานของผลิตภัณฑ์เหล่านี้ครอบคลุมซัพพลายเออร์หลายรายในเครือข่ายทั่วโลก

ระบบนี้มักถูกละเลยในการพูดคุยเรื่องความยั่งยืนของ AI แต่ห่วงโซ่อุปทานเหล่านี้เป็นส่วนสำคัญของผลกระทบโดยรวมจาก AI และควรได้รับการปรับปรุงให้มีประสิทธิภาพเพื่อลดของเสียและการปล่อยมลพิษ

ห่วงโซ่อุปทานที่ยั่งยืนและขับเคลื่อนด้วย AI ช่วยลดผลกระทบต่อสิ่งแวดล้อมจากศูนย์ข้อมูลได้อย่างไร

บททบทวนงานวิจัยปี 2026 ซึ่งวิเคราะห์งานศึกษาที่ผ่านการประเมินโดยผู้ทรงคุณวุฒิ 112 ชิ้น และตีพิมพ์ใน Cogent Engineering พบว่า AI มีบทบาทพลิกโฉมการเพิ่มประสิทธิภาพห่วงโซ่อุปทานได้ ด้วยการปรับปรุงกระบวนการในห่วงโซ่อุปทาน การแบ่งปันข้อมูล และความโปร่งใส ต่อไปนี้คือวิธีที่การเพิ่มประสิทธิภาพห่วงโซ่อุปทานด้วย AI ช่วยลดผลกระทบต่อสิ่งแวดล้อมจาก AI:

• การผลิตที่มีประสิทธิภาพยิ่งขึ้น: เมื่อนำมาใช้ในการผลิต AI สามารถช่วยลดของเสียได้ด้วยการเพิ่มประสิทธิภาพการใช้พลังงาน ระบุปัญหาเกี่ยวกับอุปกรณ์ที่ก่อให้เกิดปัญหาด้านความยั่งยืน และค้นหากระบวนการที่ไม่มีประสิทธิภาพ สำหรับห่วงโซ่อุปทานโครงสร้างพื้นฐาน AI การเพิ่มประสิทธิภาพเหล่านี้สำคัญเป็นพิเศษ เนื่องจากผลิตภัณฑ์ที่ผลิตขึ้น ซึ่งรวมถึงเซิร์ฟเวอร์ ระบบระบายความร้อน อุปกรณ์ไฟฟ้า และเซมิคอนดักเตอร์ ต้องใช้ทรัพยากรและพลังงานในการผลิตสูงมาก โดยมักต้องสกัดแร่ธาตุสำคัญ ตามข้อมูลของ BSR (Business for Social Responsibility) การบำรุงรักษาอุปกรณ์ประมวลผลยังจำเป็นต้องเปลี่ยนเซิร์ฟเวอร์และฮาร์ดแวร์ AI บ่อยครั้ง โดยเปลี่ยนทุกสองถึงสามปี ดังนั้น การเพิ่มประสิทธิภาพการผลิตผลิตภัณฑ์ในขั้นต้นทางจึงเป็นหนึ่งในโอกาสสำคัญที่สุดในการลดผลกระทบต่อสิ่งแวดล้อมโดยรวมจากศูนย์ข้อมูล
• การประสานงานที่ดีขึ้นเพื่อขนส่งอุปกรณ์โดยใช้ทรัพยากรอย่างสูญเปล่าน้อยลง: เมื่อผลิตฮาร์ดแวร์เสร็จแล้ว ก็ถึงเวลาขนส่งไปยังสถานที่ก่อสร้างศูนย์ข้อมูล AI สามารถช่วยลดระยะทางและการใช้ทรัพยากรที่ไม่จำเป็นได้ ด้วยการสนับสนุนการจัดโหลดสินค้า การวางแผนการขนส่ง และการเพิ่มประสิทธิภาพเส้นทาง สำนักงานพิทักษ์สิ่งแวดล้อมสหรัฐฯ ยืนยันว่าเรื่องนี้เป็นส่วนสำคัญของการยกระดับความยั่งยืนของห่วงโซ่อุปทาน
• การมองเห็นที่ดีขึ้นและการวางแผนสถานการณ์จำลอง: เมื่อ AI ช่วยพัฒนาการมองเห็น การคาดการณ์ และการวางแผนสถานการณ์จำลอง บริษัทต่าง ๆ ก็ไม่จำเป็นต้องกักตุนสินค้าคงคลังส่วนเกินหรือเพิ่มกำลังการผลิตซ้ำซ้อนเพื่อเตรียมรับมือกับเหตุหยุดชะงักที่อาจเกิดขึ้น การเข้าใจได้อย่างแม่นยำยิ่งขึ้นว่าความเสี่ยงอยู่ตรงจุดใด ช่วยให้บริษัทกำหนดมาตรการรับมือได้อย่างตรงจุด แทนที่จะสร้างทรัพยากรสำรองซึ่งก่อให้เกิดความสูญเปล่า
• การทำงานร่วมกันผ่านเครือข่ายอย่างคล่องตัว: เมื่อผสาน AI เข้ากับเครือข่ายห่วงโซ่อุปทาน ผู้ผลิตและพันธมิตรรายอื่น ๆ ก็สามารถสื่อสารและแลกเปลี่ยนข้อมูลได้อย่างมีประสิทธิภาพสูงสุด การทำงานร่วมกันแบบเรียลไทม์ทำให้ทุกคนได้รับข้อมูลอัปเดตเดียวกันในเวลาเดียวกัน จึงไม่ต้องสิ้นเปลืองแรงงาน เวลา หรือทรัพยากรอีกต่อไป
• การมองเห็นตลอดวงจรชีวิตช่วยยืดอายุการใช้งานของอุปกรณ์: เมื่อเทคโนโลยีก้าวหน้าอย่างรวดเร็ว ขยะอิเล็กทรอนิกส์ก็กลายเป็นปัญหาที่น่ากังวลมากขึ้น ตามข้อมูลจาก Global E-waste Monitor ทั่วโลกสร้างขยะอิเล็กทรอนิกส์สูงเป็นประวัติการณ์ถึง 62 ล้านเมตริกตันในปี 2022 ซึ่งเพิ่มขึ้นเป็นสองเท่าจากปี 2010 การมองเห็นวงจรชีวิตที่เสริมด้วย AI ช่วยลดขยะอิเล็กทรอนิกส์ได้อย่างมาก โดยให้ข้อมูลประกอบการตัดสินใจเกี่ยวกับการซ่อมแซม การปรับปรุงสภาพ และการรีไซเคิล เมื่อมีการอัปเกรดฮาร์ดแวร์ของศูนย์ข้อมูลในอนาคต 

เรื่องนี้เป็นหัวใจสำคัญของเศรษฐกิจหมุนเวียน ซึ่งเป็นแนวทางที่มีศักยภาพอย่างยิ่งในการทำให้ห่วงโซ่อุปทานมีความยั่งยืนมากขึ้น ภายใต้แนวคิดเศรษฐกิจหมุนเวียน AI สามารถช่วยคัดแยกวัสดุเพื่อเพิ่มอัตราการรีไซเคิล ปรับปรุงประสิทธิภาพการขนส่งย้อนกลับเพื่อรวบรวมสินค้าคืนมาปรับปรุงสภาพ และคาดการณ์จับคู่วัสดุที่นำกลับมาใช้ใหม่กับความต้องการ 

การพิจารณาแต่ละส่วนของห่วงโซ่อุปทานโครงสร้างพื้นฐาน AI อย่างละเอียด และปรับการดำเนินงานให้มีประสิทธิภาพและยั่งยืนยิ่งขึ้น ช่วยให้ธุรกิจลดผลกระทบจาก AI ได้อย่างมาก ตัว AI เองกำลังเปลี่ยนขีดจำกัดของสิ่งที่เคยทำได้ โดยเปิดโอกาสให้ผู้วางแผนวิเคราะห์ตัวแปรซับซ้อนจำนวนมหาศาลในห่วงโซ่อุปทานของศูนย์ข้อมูลได้พร้อมกัน เพื่อให้ตัดสินใจได้ดีที่สุดทั้งในแง่ผลประกอบการและสิ่งแวดล้อม

AI ช่วยเพิ่มประสิทธิภาพของตัวเองได้อย่างไร

แม้จะมีข้อกังวลเกี่ยวกับการใช้ทรัพยากรของศูนย์ข้อมูล แต่ผู้นำด้านความยั่งยืนโดยทั่วไปยังคงมองผลกระทบของ AI ในแง่ดี— รายงาน Chief Sustainability Officers Outlook ของ World Economic Forum พบว่า CSO 73% คาดว่า AI จะเร่งความก้าวหน้าด้านความยั่งยืนได้อย่างมีนัยสำคัญ.

นอกจากนี้ AI ยังมีแนวโน้มช่วยขับเคลื่อนนวัตกรรมด้านวัสดุและเซมิคอนดักเตอร์ ซึ่งจะช่วยพัฒนาเทคโนโลยีให้ดียิ่งขึ้นอย่างต่อเนื่องและใช้ทรัพยากรน้อยลง นักวิจัยและวิศวกรกำลังใช้ AI ออกแบบชิปที่มีประสิทธิภาพสูงขึ้น พัฒนาโมเดล AI ที่ประหยัดพลังงานมากขึ้น ค้นหาวัสดุชนิดใหม่ ตลอดจนปรับปรุงเทคโนโลยีการทำความเย็นและระบบพลังงานของศูนย์ข้อมูล 

นวัตกรรมเหล่านี้ประกอบกับการปรับปรุงห่วงโซ่อุปทานในวงกว้าง จะช่วยให้ศูนย์ข้อมูลรุ่นต่อไปมีประสิทธิภาพและความยั่งยืนมากขึ้น พร้อมลดผลกระทบต่อสิ่งแวดล้อมจาก AI ได้อย่างมาก 

การเปลี่ยนผ่านสู่ AI กับการผลักดันด้านความยั่งยืนไม่จำเป็นต้องขัดแย้งกัน เมื่อนำเทคโนโลยีที่พัฒนาอย่างรวดเร็วนี้ไปใช้กับศูนย์ข้อมูลและห่วงโซ่อุปทานที่ขับเคลื่อนการเติบโตของ AI เราก็สามารถปลดล็อกประโยชน์จาก AI ต่อไปได้ พร้อมสร้างรากฐานที่มีประสิทธิภาพยิ่งขึ้นสำหรับโครงสร้างพื้นฐานในอนาคต