STT GDC ประเทศไทย เปิดแผนขยาย Data Center แห่งที่ 4 ในพื้นที่ EEC รองรับความต้องการด้าน AI ที่เพิ่มขึ้นอย่างรวดเร็ว หลังลูกค้า AI รายใหม่เริ่มมองหา Capacity ระดับ 10-100 เมกะวัตต์ พร้อมเผยผลสำรวจที่พบว่า 78% ขององค์กรไทยยังอยู่ในระดับ Builder ขณะที่ความพร้อมด้านบุคลากรและการวัดผลตอบแทนจากการลงทุนยังเป็นอุปสรรคสำคัญต่อการขับเคลื่อน AI ในองค์กร
บุษรินทร์ ประดิษฐ์ยนต์ Country Head บริษัท เอสที เทเลมีเดีย โกลบอล ดาต้าเซ็นเตอร์ (ประเทศไทย) จำกัด หรือ STT GDC ประเทศไทย เปิดเผยถึงทิศทางการเติบโตของธุรกิจ Data Center และผลสำรวจความพร้อมด้าน AI ขององค์กรในเอเชีย โดยระบุว่า AI กำลังเป็นปัจจัยสำคัญที่ผลักดันความต้องการโครงสร้างพื้นฐานดิจิทัล และส่งผลต่อการวางแผนด้านพลังงานของประเทศในอนาคต
ปัจจุบัน STT GDC มีศูนย์ข้อมูลในประเทศไทย 3 แห่ง ประกอบด้วย BKK1, BKK2 และ BKK3 โดย BKK1 ซึ่งเป็นแคมปัสหลักมีอัตราการใช้งานจากลูกค้ารายใหญ่และงานด้าน AI ใกล้เต็มพื้นที่แล้วกว่า 90%
ขณะที่ BKK2 อยู่ระหว่างการก่อสร้างในแคมปัสเดียวกัน โดย Phase แรกคาดว่าจะแล้วเสร็จในไตรมาส 4 ปี 2026 และมีกำลังไฟรวม 24 เมกะวัตต์ ส่วน BKK3 ตั้งอยู่ในโครงการ One Bangkok เน้นให้บริการลูกค้าองค์กร กลุ่มบริษัทข้ามชาติ และกลุ่มสถาบันการเงินเป็นหลัก
เล็ง EEC รองรับความต้องการ AI ระดับ 100 เมกะวัตต์
คุณบุษรินทร์กล่าวว่า แผนสำคัญในระยะต่อไปคือการมองหาทำเลสำหรับ BKK4 ในพื้นที่ภูมิภาค โดยเฉพาะเขตพัฒนาพิเศษภาคตะวันออก หรือ EEC เพื่อรองรับความต้องการด้าน AI ที่เพิ่มขึ้นอย่างต่อเนื่อง
เธอระบุว่า ความต้องการของลูกค้า AI ในปัจจุบันแตกต่างจากลูกค้ากลุ่ม Hyperscale เดิมอย่างชัดเจน โดยลูกค้า Hyperscale มักต้องการกำลังไฟในระดับ 1-5 เมกะวัตต์ ขณะที่ลูกค้า AI รายใหม่เริ่มสอบถาม Capacity ในระดับ 10, 20, 50 ไปจนถึง 100 เมกะวัตต์
อย่างไรก็ตาม ความต้องการดังกล่าวยังอยู่ในขั้นตอนการสอบถาม Requirement เนื่องจากการก่อสร้าง Data Center ต้องใช้เวลาประมาณ 12-15 เดือน ขณะที่ลูกค้าหลายรายต้องการ Capacity ในระยะเวลาอันสั้น ทำให้เกิดความไม่สอดคล้องระหว่าง Demand และระยะเวลาการพัฒนาโครงการ
คุณบุษรินทร์ระบุว่า Data Center สำหรับ AI ยุคใหม่ต้องใช้เงินลงทุนสูงมาก โดยเฉลี่ยประมาณ 1 พันล้านเหรียญสหรัฐต่อกำลังไฟ 100 เมกะวัตต์
นอกจากนี้ STT GDC ยังมีจุดแข็งจากศูนย์วิจัยและพัฒนาที่ประเทศสิงคโปร์ รวมถึงทีมวิศวกรไทยที่มีความเชี่ยวชาญด้านระบบระบายความร้อนด้วยของเหลว หรือ Liquid Cooling ซึ่งมีความสำคัญต่อการรองรับเซิร์ฟเวอร์ประมวลผล AI
AI Server สร้างโจทย์ใหม่ให้ระบบไฟฟ้า
อีกหนึ่งประเด็นที่ STT GDC ให้ความสำคัญคือผลกระทบของ AI ต่อโครงสร้างพื้นฐานพลังงาน
STT GDC ระบุว่า AI Server มีรูปแบบการใช้พลังงานแตกต่างจาก Server ทั่วไป โดย Server ทั่วไปจะค่อย ๆ เพิ่มระดับการใช้ไฟฟ้าตามปริมาณงาน แต่ AI Server จะมีโหลดพื้นฐานอยู่ที่ประมาณ 40% และเมื่อเริ่มประมวลผล โหลดสามารถเพิ่มขึ้นเป็น 100% ได้ทันที
รูปแบบการใช้พลังงานดังกล่าวอาจกลายเป็นความท้าทายต่อระบบไฟฟ้าของประเทศ หากในอนาคตมี Data Center ขนาดใหญ่ที่ต้องการกำลังไฟในระดับหลายร้อยเมกะวัตต์หรือระดับกิกะวัตต์เพิ่มขึ้นอย่างต่อเนื่อง
STT GDC ระบุว่า ประเด็นดังกล่าวเป็นเหตุผลสำคัญที่หลายประเทศเริ่มศึกษาทางเลือกด้านพลังงานรูปแบบใหม่ เพื่อรองรับการเติบโตของ AI Infrastructure ในระยะยาว
พลังงานสะอาดยังเป็นข้อจำกัดสำคัญ
คุณบุษรินทร์กล่าวว่า ลูกค้าระดับโลกให้ความสำคัญกับพลังงานสะอาดมากขึ้นอย่างต่อเนื่อง แต่ปัจจุบันประเทศไทยยังมีข้อจำกัดในการซื้อไฟฟ้าพลังงานสะอาดโดยตรง หรือ Direct PPA
ปัจจุบัน STT GDC จึงใช้ Renewable Energy Credit (REC) เป็นแนวทางในการเพิ่มสัดส่วนพลังงานสีเขียว แม้จะเป็นเพียงแนวทางระยะสั้นก็ตาม
ในส่วนของเทคโนโลยีพลังงานอนาคต STT GDC ระบุว่า บริษัทมีการศึกษาเทคโนโลยีต่าง ๆ รวมถึง Small Modular Reactor (SMR) ผ่านทีมวิจัยและพัฒนาของบริษัท และได้ติดตามความเคลื่อนไหวของหน่วยงานด้านพลังงานในประเทศไทยอย่างต่อเนื่อง
78% ขององค์กรไทยยังอยู่ในระดับ Builder
นอกจากประเด็นด้านโครงสร้างพื้นฐาน STT GDC ยังเปิดเผยผลสำรวจความพร้อมด้าน AI ขององค์กรในเอเชีย ซึ่งครอบคลุม 9 ประเทศ โดยในประเทศไทยมีกลุ่มตัวอย่างประมาณ 60 องค์กรจากหลายอุตสาหกรรม
ผลสำรวจแบ่งระดับความพร้อมด้าน AI ออกเป็น 4 ระดับ ได้แก่ Explorer, Builder, Integrator และ Leader ผลสำรวจพบว่า 78% ขององค์กรไทยอยู่ในระดับ Builder ซึ่งเป็นระดับที่เริ่มนำ AI มาใช้งานจริงในบางส่วนขององค์กรแล้ว แต่ยังเป็นลักษณะ Stand Alone และยังไม่ได้เชื่อมโยงการใช้งาน AI เข้ากับทั้งองค์กร
ขณะที่องค์กรที่อยู่ในระดับ Integrator มีเพียง 8% สะท้อนว่าการยกระดับการใช้งาน AI จากระดับทดลองหรือใช้งานเฉพาะจุด ไปสู่การบูรณาการในระดับองค์กรยังเป็นความท้าทายของหลายองค์กรในประเทศไทย
ROI และทักษะบุคลากรคือโจทย์ใหญ่
คุณบุษรินทร์ กล่าวว่า หนึ่งในอุปสรรคสำคัญของการขับเคลื่อน AI คือการวัดผลตอบแทนจากการลงทุน (ROI) หลายองค์กรยังมองผลตอบแทนจากกำไรทางการเงินเป็นหลัก ทำให้เกิดความลังเลในการลงทุนด้าน AI ขณะที่องค์กรที่มีความพร้อมมากกว่ามักใช้ตัวชี้วัดที่หลากหลายขึ้น ทั้งด้านประสบการณ์ลูกค้า ประสิทธิภาพการดำเนินงาน นวัตกรรม และการปฏิบัติตามกฎระเบียบ
อีกหนึ่งความท้าทายสำคัญคือทักษะของบุคลากร โดยผลสำรวจพบว่ามีเพียง 12% ขององค์กรไทยที่ระบุว่าพนักงานมีความพร้อมด้านทักษะสำหรับการขับเคลื่อน AI
นอกจากนี้ STT GDC ยังชี้ว่า ความพร้อมด้าน AI ไม่ได้หมายถึงการจัดหา Hardware เพียงอย่างเดียว แต่ยังรวมถึงระบบจัดเก็บข้อมูล ฐานข้อมูล โครงสร้างพื้นฐานสนับสนุน และบุคลากรที่มีความสามารถในการบริหารจัดการ AI อย่างมีประสิทธิภาพ
แนะใช้ Partner Model ลดภาระการลงทุน
คุณบุษรินทร์มองว่า องค์กรที่มีข้อจำกัดด้านงบลงทุนสามารถใช้แนวทาง Partner Model เพื่อเติมเต็มช่องว่างด้านโครงสร้างพื้นฐานและความเชี่ยวชาญ
การใช้พันธมิตรที่มีความเชี่ยวชาญจะช่วยลดระยะเวลาในการดำเนินงาน ช่วยบริหารต้นทุนได้ดีขึ้น และเปิดโอกาสให้องค์กรสามารถโฟกัสกับการพัฒนาบุคลากร การกำกับดูแลข้อมูล และการสร้างมูลค่าเพิ่มจาก AI ได้มากขึ้น
เสนอรัฐดูแล Local Content และแรงงานวิศวกรไทย
STT GDC ระบุว่า แม้อุตสาหกรรม Data Center จะใช้แรงงานไม่มากเมื่อเทียบกับบางอุตสาหกรรม แต่ยังสามารถสร้างโอกาสทางเศรษฐกิจให้ประเทศได้ หากมีการกำกับดูแลที่เหมาะสม
บริษัทเสนอว่า ภาครัฐควรพิจารณาแนวทางส่งเสริมการใช้วัตถุดิบและอุปกรณ์ภายในประเทศให้ได้ตามมาตรฐาน รวมถึงส่งเสริมการจ้างงานในสาขาวิศวกรรมที่เกี่ยวข้องกับธุรกิจ Data Center เช่น วิศวกรรมไฟฟ้า เครื่องกล และไอที
พร้อมมองว่าการเติบโตของ AI Infrastructure ในอนาคตจะไม่ได้ขึ้นอยู่กับการลงทุนใน Data Center เพียงอย่างเดียว แต่ยังเชื่อมโยงกับความพร้อมด้านพลังงานสะอาด การพัฒนาทักษะบุคลากร และความสามารถของประเทศในการรองรับการลงทุนดิจิทัลระยะยาว
ข่าวอื่น ๆ ที่น่าสนใจ
Beyond Expo 2026: เมื่อหุ่นยนต์ก้าวออกจากโรงงาน สู่ 2 เส้นทาง ‘ทดแทน’ และ ‘เข้าใจ’ มนุษย์
SCBX AI Outlook 2026: 6 แนวโน้มสำคัญของAI ในยุคใหม่
