ประเด็นสำคัญ:
- การเปลี่ยนแปลงครั้งใหญ่ของ AI (ปัญญาประดิษฐ์: โปรแกรมที่เรียนรู้จากข้อมูลและช่วยตัดสินใจ) ยังต้องพึ่งโครงสร้างพื้นฐานจริง เช่น ศูนย์ข้อมูล (Data centre: อาคารที่รวมคอมพิวเตอร์จำนวนมากเพื่อประมวลผล/เก็บข้อมูล) ห่วงโซ่อุปทาน (Supply chain: ระบบผลิต-ขนส่ง-ส่งมอบสินค้า) และการผลิตในโรงงาน
- น้ำมันสำคัญต่อการขนส่ง การก่อสร้าง และปิโตรเคมี (Petrochemicals: สารเคมีจากน้ำมัน ใช้ทำพลาสติกและวัสดุอุตสาหกรรม) ที่ใช้ในการผลิตเทคโนโลยี
- ความตึงเครียดทางภูมิรัฐศาสตร์ (Geopolitics: การเมืองระหว่างประเทศที่กระทบทรัพยากร/ความมั่นคง) ในแหล่งผลิตน้ำมันหลัก ทำให้ราคาพลังงานผันผวน และไปเพิ่มต้นทุนพัฒนา AI ทางอ้อม
- ศูนย์ข้อมูลใช้ไฟฟ้ามหาศาล ทำให้การเติบโตของ AI เชื่อมกับตลาดพลังงานโลก
- AI ก็กำลังเปลี่ยนอุตสาหกรรมน้ำมัน ช่วยสำรวจ เพิ่มประสิทธิภาพ และเพิ่มการผลิต
ภาพลวงตาว่าเศรษฐกิจเป็นดิจิทัลทั้งหมด
ปัญญาประดิษฐ์มักถูกมองว่าเป็นแรงขับหลักของเศรษฐกิจดิจิทัลในศตวรรษที่ 21 บริษัทเทคโนโลยีทุ่มเงินมหาศาลสร้างโมเดล AI ขั้นสูง (โมเดล: ระบบคำนวณที่ฝึกจากข้อมูลเพื่อทำนาย/สร้างผลลัพธ์) ขณะเดียวกันหลายรัฐบาลเร่งสร้างโครงสร้างพื้นฐานดิจิทัลที่จำเป็นเพื่อรองรับการเปลี่ยนแปลงนี้
เมื่อ AI ขยายไปสู่หลายอุตสาหกรรม ตั้งแต่สาธารณสุข การเงิน โลจิสติกส์ (Logistics: การจัดการขนส่งและคลังสินค้า) การผลิต และพลังงาน เศรษฐกิจสมัยใหม่จึงดูเหมือนขับเคลื่อนด้วยอัลกอริทึม (Algorithm: ชุดขั้นตอน/กติกาที่โปรแกรมใช้คำนวณ) ข้อมูล และกำลังประมวลผล
การเติบโตของความต้องการใช้ไฟฟ้าของศูนย์ข้อมูลทั่วโลก
สัดส่วนการใช้พลังงานของศูนย์ข้อมูล
ข้อมูลสำคัญ: การใช้ไฟฟ้าของศูนย์ข้อมูลทั่วโลก (2020–2035) ตามการคาดการณ์ของ IEA (สำนักงานพลังงานระหว่างประเทศ: หน่วยงานที่วิเคราะห์แนวโน้มพลังงานโลก) ความต้องการพลังงานของศูนย์ข้อมูลมี 4 แนวทางหลักตาม “ความไวต่อสมมติฐาน” (Sensitivity path: ผลลัพธ์ที่เปลี่ยนตามเงื่อนไขที่ตั้งไว้)
- Lift-Off (โตเร่ง): คาดว่าความต้องการไฟฟ้าจะถึงราว 1,750 TWh ภายในปี 2035 (TWh: หน่วยพลังงานไฟฟ้าขนาดใหญ่ เท่ากับหนึ่งล้านล้านวัตต์-ชั่วโมง)
- Base Case (กรณีฐาน): คาดว่าจะเพิ่มต่อเนื่องไปประมาณ 1,200 TWh ในปี 2035
- High Efficiency (ประสิทธิภาพสูง): หากปรับแต่งระบบดี ความต้องการอาจจำกัดไว้ต่ำกว่า 1,000 TWh
- Headwinds (โตชะงัก): หากมีข้อจำกัด การใช้ไฟฟ้าอาจอยู่แถว 700 TWh
หลายคนจึงคิดว่าเศรษฐกิจกำลังห่างจากเศรษฐกิจอุตสาหกรรมแบบเดิม โลกดิจิทัลดูเหมือนทำงานแยกจากระบบกายภาพที่เคยกำหนดการเติบโตในอดีต
แต่มุมมองนี้ยังไม่ครบ
แม้ AI จะเป็นเรื่องดิจิทัล แต่ไม่ได้แยกจากเศรษฐกิจจริง เบื้องหลังระบบอัจฉริยะคือโครงสร้างอุตสาหกรรมขนาดใหญ่ ทั้งการผลิตพลังงาน ห่วงโซ่อุปทาน การก่อสร้าง และโครงสร้างพื้นฐานจริง
ใจกลางของโครงสร้างนี้ยังมีทรัพยากรสำคัญของเศรษฐกิจโลก: น้ำมัน
ทำไมการขยาย AI ต้องพึ่งอุตสาหกรรมหนักและน้ำมันดีเซล
AI ดูเหมือนไม่จับต้องได้ แต่ระบบที่ทำให้มันทำงานเป็นของจริง โมเดล AI ขั้นสูงต้องใช้โครงสร้างคอมพิวเตอร์จำนวนมาก ทั้งเซิร์ฟเวอร์ (Server: คอมพิวเตอร์ที่ให้บริการประมวลผล/เก็บข้อมูล) ชิปประมวลผลเฉพาะทาง (Processor: ชิ้นส่วนที่คำนวณคำสั่ง) และศูนย์ข้อมูลขนาดใหญ่
การสร้างศูนย์ข้อมูลสมัยใหม่ใกล้เคียงกับการสร้างโรงงานขนาดใหญ่ ต้องใช้ปูนซีเมนต์ เหล็ก และเครื่องมือเฉพาะ รวมถึงเครื่องจักรก่อสร้างหนักที่ใช้น้ำมันดีเซล (Diesel: เชื้อเพลิงสำหรับรถบรรทุกและเครื่องจักรหนัก) ชิ้นส่วนฮาร์ดแวร์ (Hardware: อุปกรณ์คอมพิวเตอร์ที่จับต้องได้) และอุปกรณ์ทำชิปต้องถูกขนส่งผ่านเครือข่ายโลจิสติกส์ทั่วโลกก่อนถึงปลายทาง
เมื่อเปิดใช้งาน ศูนย์ข้อมูลกินไฟจำนวนมากเพื่อให้ชิปนับพันทำงานตลอดเวลา และยังต้องใช้ระบบทำความเย็น (Cooling system: ระบบระบายความร้อนเพื่อควบคุมอุณหภูมิ) ทำให้ใช้พลังงานเพิ่มขึ้น เมื่อ AI ถูกใช้มากขึ้นทั่วโลก พลังงานที่ต้องใช้เพื่อรองรับโครงสร้างนี้จึงเพิ่มเร็ว
ฐานปิโตรเคมีของ AI: ใช้น้ำมันสร้างฮาร์ดแวร์และชิป
น้ำมันยังฝังอยู่ในระบบอุตสาหกรรมที่ทำให้เทคโนโลยีสมัยใหม่เกิดขึ้น เครือข่ายขนส่งทั่วโลกที่ย้ายฮาร์ดแวร์ ชิ้นส่วนชิป (Semiconductor: วัสดุทำชิปที่ควบคุมไฟฟ้า ใช้ในคอมพิวเตอร์และอุปกรณ์อิเล็กทรอนิกส์) และอุปกรณ์อิเล็กทรอนิกส์ยังพึ่งเชื้อเพลิงฟอสซิล (Fossil fuels: เชื้อเพลิงจากซากสิ่งมีชีวิต เช่น น้ำมัน ก๊าซ ถ่านหิน) สูง ขณะเดียวกันอุตสาหกรรมปิโตรเคมีก็ผลิตวัสดุสำคัญให้ภาคเทคโนโลยี
ชิ้นส่วนจำนวนมากในอุปกรณ์อิเล็กทรอนิกส์มาจากกระบวนการปิโตรเคมี พลาสติกในอุปกรณ์ วัสดุฉนวน (Insulation: วัสดุป้องกันไฟรั่ว/ความร้อน ใช้หุ้มสายไฟ) และชิ้นส่วนโครงสร้างในเซิร์ฟเวอร์และคอมพิวเตอร์ล้วนพึ่งวัสดุจากน้ำมัน ดังนั้นแม้ระบบ AI จะล้ำเพียงใด ก็ยังต้องพึ่งอุตสาหกรรมที่เชื่อมกับพลังงานแบบเดิม
ภูมิรัฐศาสตร์ ตลาดน้ำมัน และต้นทุนเทคโนโลยี
อิทธิพลของน้ำมันต่อเศรษฐกิจดิจิทัลไม่ได้มีแค่โครงสร้างพื้นฐานและการผลิต ความเคลื่อนไหวในตลาดพลังงานโลก โดยเฉพาะที่เกิดจากความตึงเครียดระหว่างประเทศ สามารถเปลี่ยนสภาพแวดล้อมเศรษฐกิจที่เทคโนโลยีทำงานอยู่ได้มาก
ตลาดน้ำมันไวต่อเหตุการณ์การเมืองระหว่างประเทศมาโดยตลอด โดยเฉพาะตะวันออกกลาง ซึ่งมีแหล่งสำรองน้ำมันขนาดใหญ่และเป็นจุดสำคัญของอุปทานพลังงานโลก
ไม่นานมานี้ ราคาน้ำมันดิบพุ่งเกิน 110 ดอลลาร์ต่อบาร์เรลท่ามกลางความตึงเครียดที่เพิ่มขึ้น ตลาดตอบสนองเร็วต่อความเสี่ยงที่อุปทานอาจสะดุด และความไม่แน่นอนรอบเส้นทางพลังงานสำคัญ
จุดคอขวด (Chokepoint: ช่องทางแคบที่หากมีปัญหาจะกระทบการขนส่งจำนวนมาก) ที่สำคัญมากคือช่องแคบฮอร์มุซ ซึ่งมีน้ำมันผ่านราว 20 ล้านบาร์เรลต่อวัน คิดเป็นเกือบ 20% ของการใช้น้ำมันทั่วโลก จึงเป็นเส้นทางเดินเรือสำคัญของการขนส่งพลังงาน หากเส้นทางนี้ถูกคุกคาม ราคาน้ำมันมักบวก “ค่าความเสี่ยง” (Risk premium: เงินส่วนเพิ่มที่ตลาดบวกเข้าไปเพราะกลัวเหตุไม่คาดคิด) สะท้อนโอกาสที่อุปทานจะสะดุด
แผนที่ดาวเทียมแสดงความหนาแน่นของเรือในช่องแคบฮอร์มุซ วันที่ 27 กุมภาพันธ์ 2026 เทียบกับ 3 มีนาคม 2026 เพื่อชี้ให้เห็นจุดคอขวดทางทะเลที่มีความสำคัญเชิงยุทธศาสตร์
ที่มา: BBC
เมื่อราคาพลังงานสูงขึ้น เทคโนโลยีก็ได้รับผลกระทบ
ราคาน้ำมันที่สูงขึ้นไม่ได้กระทบแค่ภาคพลังงาน ต้นทุนพลังงานที่เพิ่มมักส่งผลเป็นลูกโซ่ไปทั้งเศรษฐกิจโลก ทั้งทำให้ค่าขนส่งแพงขึ้น ทำให้ต้นทุนการผลิตสูงขึ้น และทำให้วัสดุก่อสร้างแพงขึ้น
ภาคส่วนเหล่านี้คือฐานอุตสาหกรรมที่รองรับเศรษฐกิจดิจิทัล ศูนย์ข้อมูลต้องถูกสร้าง อุปกรณ์ต้องถูกผลิตและขนส่งข้ามทวีป และต้องติดตั้งระบบไฟฟ้าขนาดใหญ่เพื่อให้ทำงานได้ต่อเนื่อง
ดังนั้นราคาพลังงานที่ผันผวนจึงไปมีผลต่อต้นทุนการสร้างและการเดินระบบโครงสร้าง AI ทางอ้อม เช่น ศูนย์ข้อมูล โรงงานผลิตชิป และห่วงโซ่อุปทานที่ค้ำจุนอุตสาหกรรมเทคโนโลยี
แม้เศรษฐกิจจะขับเคลื่อนด้วยข้อมูลมากขึ้น ต้นทุนพลังงานก็ยังเป็นปัจจัยหลักที่กำหนดทิศทางพัฒนาเทคโนโลยี
AI ก็กำลังเปลี่ยนอุตสาหกรรมน้ำมัน
ความสัมพันธ์ระหว่าง AI กับน้ำมันไม่ได้มีแค่ “ต้องพึ่งพา” ช่วงไม่กี่ปีที่ผ่านมา อุตสาหกรรมพลังงานเองก็เริ่มใช้ AI เพื่อเพิ่มประสิทธิภาพและจัดการทรัพยากรให้ดีขึ้น
บริษัทน้ำมันและก๊าซใช้ AI มากขึ้นเพื่อวิเคราะห์ข้อมูลธรณีวิทยา (Geological data: ข้อมูลชั้นหิน/โครงสร้างใต้ดิน) หาแหล่งเจาะที่มีโอกาสสูง และทำแบบจำลองแหล่งกักเก็บ (Reservoir modelling: การจำลองแหล่งน้ำมัน/ก๊าซใต้ดินเพื่อคาดการไหลและปริมาณ) ระบบแมชชีนเลิร์นนิง (Machine learning: วิธีให้คอมพิวเตอร์เรียนรู้รูปแบบจากข้อมูล) ยังใช้ทำนายว่าเครื่องจักรจะเสียเมื่อไร เพื่อซ่อมก่อนเสียจริง ลดเวลาหยุดงาน (Downtime: เวลาที่ระบบหยุดทำงาน) และลดความเสียหายด้านต้นทุน
เมื่อทำงานได้มีประสิทธิภาพขึ้นและได้ข้อมูลเชิงลึกมากขึ้น AI ช่วยให้บริษัทพลังงานจัดการทรัพยากรได้ดี และปรับกระบวนการผลิตให้เหมาะสม
เศรษฐกิจเก่าและใหม่เกื้อหนุนกัน
ภาพนี้ชี้ว่าเศรษฐกิจดิจิทัลกับระบบพลังงานแบบเดิมเกื้อหนุนกัน น้ำมันยังเป็นฐานของโครงสร้างอุตสาหกรรมที่ทำให้ AI ทำงานได้ ขณะเดียวกัน AI ก็เป็นเครื่องมือช่วยให้ภาคพลังงานทำงานได้มีประสิทธิภาพขึ้น
AI ไม่ได้มาแทนเศรษฐกิจอุตสาหกรรมเดิม แต่พัฒนาไปพร้อมกัน
การเปลี่ยนแปลงเทคโนโลยีครั้งใหญ่แทบไม่เกิดขึ้นลำพัง แต่มักต่อยอดจากระบบเศรษฐกิจและโครงสร้างพื้นฐานที่สร้างมานาน การเติบโตของ AI จึงไม่ใช่การตัดขาดจากอดีตอุตสาหกรรม แต่คือการต่อขยายจากสิ่งเดิม
คำถามสำคัญ
- การเติบโตของ AI ทำให้ความต้องการใช้น้ำมันโลกเพิ่มขึ้นจริงหรือไม่?
แม้ AI จะเป็นดิจิทัล แต่ต้องขยายโครงสร้างจริงจำนวนมาก การสร้างศูนย์ข้อมูลต้องใช้การผลิตแบบอุตสาหกรรมหนัก และห่วงโซ่อุปทานทั่วโลกต้องใช้การขนส่งที่กินเชื้อเพลิงเพื่อเคลื่อนย้ายฮาร์ดแวร์ เมื่อ AI ขยาย ระบบอุตสาหกรรมที่รองรับก็ยังใช้พลังงานแบบเดิมมาก
- ทำไมศูนย์ข้อมูลยังพึ่งเชื้อเพลิงฟอสซิล ทั้งที่กำลังหันไปใช้พลังงานสะอาด?
ต้นทุนพลังงานเป็นส่วนใหญ่ของค่าใช้จ่ายรวมในการเป็นเจ้าของระบบ (Total cost of ownership: ค่าใช้จ่ายทั้งหมดตั้งแต่ซื้อ ติดตั้ง ดูแล จนใช้งาน) เมื่อความตึงเครียดเพิ่มขึ้นในตะวันออกกลางหรือใกล้จุดคอขวดอย่างช่องแคบฮอร์มุซ ราคาน้ำมันมักพุ่ง ต้นทุนที่สูงขึ้นจะลามไปทั้งระบบ ทำให้การผลิตชิป การขนส่งชิ้นส่วน และการจ่ายไฟให้โครงสร้างที่ AI ใช้งาน แพงขึ้น
- AI ถูกใช้เพื่อทำให้อุตสาหกรรมน้ำมันมีประสิทธิภาพขึ้นหรือไม่?
เป็นความสัมพันธ์สองทาง บริษัทพลังงานใช้แมชชีนเลิร์นนิงเพื่อวิเคราะห์ข้อมูลธรณีวิทยาและหาแหล่งเจาะได้แม่นขึ้น AI ยังช่วยทำนายความเสียหายของเครื่องจักรก่อนเกิดจริง ลดเวลาหยุดงานที่มีค่าใช้จ่ายสูง และทำให้การจัดการทรัพยากรดีขึ้น
- ทำไมน้ำมันยังสำคัญในเศรษฐกิจที่เป็นดิจิทัลมากขึ้น?
ถ้ามองว่าเศรษฐกิจดิจิทัลแยกจากโลกจริง จะเป็นภาพลวงตา นอกจากใช้เป็นพลังงาน น้ำมันยังเป็นวัตถุดิบของอุตสาหกรรมเทคโนโลยีด้วย ปิโตรเคมีถูกใช้ทำพลาสติก วัสดุฉนวน และชิ้นส่วนภายในที่อยู่ในเซิร์ฟเวอร์และคอมพิวเตอร์แทบทุกเครื่อง AI ไม่ได้แทนเศรษฐกิจเดิม แต่ถูกสร้างบนฐานเดิม
- AI ทำให้ความต้องการใช้น้ำมันเพิ่มขึ้นหรือไม่?
ใช่ การเติบโตของ AI ต้องมีศูนย์ข้อมูลจริงที่สร้างด้วยเหล็กและซีเมนต์ และการขนส่งฮาร์ดแวร์ทั่วโลกที่ใช้น้ำมันดีเซล
เริ่มซื้อขายทันที – คลิกที่นี่ เพื่อสร้างบัญชีจริงของ VT Markets
