NTT DATA ชูแนวคิด “Sustainable AI” ขับเคลื่อนเทคโนโลยีอย่างรับผิดชอบ สู่อนาคตที่เป็นมิตรต่อสิ่งแวดล้อม
เกริก บุณยโยธิน
31 October, 2025 at 10.15 am
ผู้นำด้านเทคโนโลยีระดับโลกเสนอแนวทางลดผลกระทบจากการใช้พลังงานและทรัพยากร พร้อมชี้โอกาสใหม่ของธุรกิจในการสร้างคุณค่าที่ยั่งยืน
– เอกสารไวท์เปเปอร์ชี้ให้เห็นว่า AI สามารถช่วยแก้ปัญหาสิ่งแวดล้อมที่ตนเองสร้างขึ้นได้
– การออกแบบระบบควรคำนึงถึงประสิทธิภาพการใช้ทรัพยากรตั้งแต่ต้น
– การพัฒนา AI อย่างยั่งยืนต้องอาศัยแนวคิดตลอดวงจรชีวิต (lifecycle thinking) และหลักเศรษฐกิจหมุนเวียน (circular economy)
NTT DATA ผู้นำระดับโลกด้าน AI ธุรกิจดิจิทัล และบริการเทคโนโลยี เผยแพร่เอกสารไวท์เปเปอร์ฉบับใหม่ที่เน้นย้ำถึงความจำเป็นเร่งด่วนในการผสานแนวคิดความยั่งยืนเข้าในทุกขั้นตอนของการพัฒนาและนำเทคโนโลยี AI ไปใช้ เพื่อลดผลกระทบทางสิ่งแวดล้อมที่เกิดขึ้น การพัฒนา “AI อย่างยั่งยืน” ไม่เพียงเป็นความรับผิดชอบขององค์กรเท่านั้น แต่ยังเป็นโอกาสทางกลยุทธ์ในการสร้างคุณค่าที่ยั่งยืน เสริมความแข็งแกร่งขององค์กร และลดการใช้ทรัพยากรที่สำคัญของโลก
ไวท์เปเปอร์ฉบับใหม่นี้มีชื่อว่า “Sustainable AI for a Greener Tomorrow” อธิบายถึงผลกระทบทางสิ่งแวดล้อมที่เพิ่มขึ้นจากการเติบโตของ AI พร้อมนำเสนอแนวทางสู่การสร้างนวัตกรรมอย่างยั่งยืน โดยเทคโนโลยีนี้ต้องใช้พลังงานไฟฟ้าปริมาณมหาศาลเพื่อรองรับการประมวลผลที่ซับซ้อน ทั้งในขั้นตอนการเทรนโมเดลขนาดใหญ่ การทำงานของระบบวิเคราะห์ข้อมูล และการให้บริการที่ต้องออนไลน์ตลอดเวลา งานวิจัยคาดการณ์ว่า ภายในปี 2028 การประมวลผลของ AI จะเป็นปัจจัยหลักที่ทำให้การใช้พลังงานของศูนย์ข้อมูล (data center) เพิ่มขึ้นมากกว่า 50% ปัญหาสิ่งแวดล้อมอื่น ๆ ยังรวมถึงการใช้น้ำเพื่อทำความเย็นศูนย์ข้อมูล การเพิ่มขึ้นของขยะอิเล็กทรอนิกส์ และการขุดแร่หายากเพื่อผลิตฮาร์ดแวร์
เดวิด คอสตา หัวหน้าฝ่ายนวัตกรรมด้านความยั่งยืนแห่งสำนักงานใหญ่ NTT DATA กล่าวว่า “แม้การเติบโตของ AI จะสร้างแรงกดดันต่อทรัพยากร แต่เทคโนโลยีนี้ก็มีศักยภาพในการแก้ปัญหาสิ่งแวดล้อมได้เช่นกัน หากถูกออกแบบอย่างรับผิดชอบตั้งแต่ต้น ทั้งในด้านการบริหารพลังงาน ลดการปล่อยคาร์บอน และเพิ่มประสิทธิภาพการใช้น้ำ”
ประเด็นสำคัญจากรายงาน
– ขยายเป้าหมายจาก “ประสิทธิภาพ” สู่ “ความยั่งยืน”: NTT DATA แนะนำให้องค์กรให้ความสำคัญกับประสิทธิภาพการใช้ทรัพยากรควบคู่กับความเร็วและความแม่นยำของ AI
– วัดผลกระทบต่อสิ่งแวดล้อมอย่างเป็นรูปธรรม: พลังงาน คาร์บอน และการใช้น้ำของ AI ควรถูกประเมินด้วยตัวชี้วัดเดียวกัน เช่น AI Energy Score และ Software Carbon Intensity (SCI) เพื่อบูรณาการสู่กระบวนการกำกับดูแลและการจัดซื้อจัดจ้าง
– แนวทางคิดแบบตลอดวงจรชีวิต (Lifecycle-Centric Approach): คำนึงถึงทุกขั้นตอน ตั้งแต่การผลิตฮาร์ดแวร์จนถึงการจัดการหลังใช้งาน โดยยืดอายุอุปกรณ์ ปรับปรุงระบบระบายความร้อน และนำหลักเศรษฐกิจหมุนเวียนมาใช้
– ความรับผิดชอบร่วมกันในระบบนิเวศของอุตสาหกรรม: ความยั่งยืนต้องเกิดจากความร่วมมือของทุกฝ่าย ทั้งผู้ผลิต ผู้ให้บริการศูนย์ข้อมูล นักพัฒนาซอฟต์แวร์ ภาครัฐ และผู้บริโภค
