MIT Tech Review ชี้ข้ออ้างว่า AI ช่วยแก้โลกร้อนไม่ได้พิสูจน์ด้วยหลักฐานจริง

ในช่วงที่ประเทศต่าง ๆ กำลังประชุมสหประชาชาติว่าด้วยสภาพภูมิอากาศที่เมืองอันตัลยา ประเด็น AI กลายเป็นหัวข้อสำคัญอีกครั้ง เพราะหลายฝ่ายหวังว่าเทคโนโลยีนี้จะช่วยลดการปล่อยก๊าซเรือนกระจกได้จริง แต่บทวิเคราะห์ของ MIT Technology Review ชี้ว่ายังไม่มีหลักฐานเพียงพอว่าภาคธุรกิจนำ AI ไปใช้ในวงกว้างตามเส้นทางที่เคยถูกอ้างว่าจะช่วยแก้โลกร้อน

บทความชี้ว่าในปี 2024 Sam Altman CEO ของ OpenAI เคยพูดว่า AI จะนำไปสู่ “astounding triumphs” รวมถึงการ “fixing the climate” ขณะที่บทความของผู้บริหารด้านความยั่งยืนของ Google ในปี 2023 เคยประเมินว่า AI อาจช่วยลดการปล่อยก๊าซทั่วโลกได้ 5% ถึง 10% ภายในปี 2030 ฝั่งงานวิชาการก็มีการประเมินในทิศทางคล้ายกัน โดยงานศึกษาที่ผ่านการ peer review จากนักวิจัยของ London School of Economics’ Grantham Research Institute และ Systemiq คาดว่า AI อาจช่วยลดการปล่อยก๊าซได้เทียบเท่า 3.2 ถึง 5.4 พันล้านตันคาร์บอนไดออกไซด์ต่อปีภายในปี 2035 โดยศักยภาพส่วนใหญ่อยู่ใน 3 ภาคส่วนคือ ไฟฟ้า เนื้อสัตว์และนม และยานพาหนะ

แต่ผู้เขียนบทความตั้งคำถามว่าตัวเลขระยะยาวเหล่านี้สะท้อนความเป็นจริงในตอนนี้หรือไม่ โดยบอกว่ามีการตรวจสอบข้อมูลสาธารณะของบริษัทและผู้เล่นรายสำคัญใน 3 อุตสาหกรรมดังกล่าว พบว่าน้อยรายมากที่ประกาศใช้ AI ในเส้นทางเฉพาะที่งานศึกษาต้นทางใช้คำนวณผลลดการปล่อย และยิ่งน้อยกว่านั้นที่อ้างว่าสามารถสร้างผลลัพธ์ด้านสภาพภูมิอากาศได้อย่างมีนัยสำคัญ

ในภาคพลังงาน งานศึกษาต้นทางมองว่า AI ที่ช่วยพยากรณ์อุปสงค์และอุปทานไฟฟ้าจะเพิ่มปริมาณไฟฟ้าหมุนเวียนที่ส่งเข้าระบบจากโซลาร์และลมที่มีอยู่แล้วได้สูงสุด 20% และอาจเลี่ยงการปล่อยก๊าซได้ราว 1.8 พันล้านตันต่อปี อย่างไรก็ดี จากการตรวจสอบผู้ให้บริการโครงข่ายไฟฟ้าในจีน สหรัฐฯ และยุโรป พบเพียงรายเดียวที่มีระบบ AI ซึ่งใช้งานได้จริงและมีผลชัดเจน คือความร่วมมือระหว่าง National Grid ESO ของสหราชอาณาจักรกับ Open Climate Fix ที่ลดความคลาดเคลื่อนของการพยากรณ์พลังงานแสงอาทิตย์ลงครึ่งหนึ่ง และช่วยหลีกเลี่ยงคาร์บอนไดออกไซด์ได้หลายแสนตันต่อปี นอกเหนือจากกรณีนี้ หลายองค์กรใน EU สหรัฐฯ และจีนยังแทบไม่มีหลักฐานสาธารณะที่แสดงการใช้งาน AI ตามที่การศึกษาคาดหวัง

ในภาคเนื้อสัตว์และผลิตภัณฑ์นม ช่องว่างระหว่างความพร้อมทางเทคโนโลยีกับความจริงของตลาดยิ่งชัดเจน เพราะหากจะไปถึงตัวเลขลดการปล่อยในปี 2035 AI ต้องช่วยปิดช่องว่างด้านรสชาติและต้นทุนระหว่างโปรตีนแบบดั้งเดิมกับทางเลือกใหม่ เช่น เบอร์เกอร์เพาะเลี้ยงและนมจากพืช กรณีที่เห็นชัดคือ NotCo ซึ่งจับมือกับ Kraft Heinz และใช้แพลตฟอร์ม Giuseppe เพื่อวิเคราะห์ข้อมูลโมเลกุลของพืชและหาสูตรที่เลียนแบบรส เนื้อสัมผัส และกลิ่นของผลิตภัณฑ์จากสัตว์ได้ แต่รายอื่น ๆ ที่อยู่ในตลาดโปรตีนทางเลือกยังไม่ค่อยมีการใช้ AI แบบฝังลึกในการพัฒนาสินค้า ขณะเดียวกันอุตสาหกรรมนี้ยังเจออุปสรรคจากการยอมรับของผู้บริโภคที่ช้าและเงินทุนที่หดตัว โดยเงินลงทุน VC ใน cultivated meat ลดจากจุดสูงสุด 989 ล้านดอลลาร์ในปี 2021 เหลือราว 83 ล้านดอลลาร์ในปีที่แล้ว

ภาคขนส่งมีตัวอย่างที่ดูมีแนวโน้มดีกว่า โดยเฉพาะผู้ผลิตแบตเตอรี่และแพลตฟอร์มเรียกรถ CATL ซึ่งครองส่วนแบ่งตลาดแบตเตอรี่ EV ราว 40% เปิดตัวระบบ AI ที่ฝึกด้วยกรณีออกแบบแบตเตอรี่กว่า 100,000 กรณีและข้อมูลทดสอบ 600 เทราไบต์ บริษัทระบุว่าระบบช่วยลดเวลาคัดกรองวัสดุตัวเลือกลงได้ถึงสองลำดับขั้น ขณะที่งานวิจัยอิสระพบว่า Didi Chuxing ใช้ AI ปรับเส้นทางการเดินรถเพื่อลดอ้อมทาง และลดการปล่อยต่อทริปได้เฉลี่ย 16%

ถึงจะมีตัวอย่างเหล่านี้ บทความเตือนว่าอีกปัญหาใหญ่คือบริษัทน้ำมันและก๊าซก็สนใจใช้ AI เช่นกัน โดยเฉพาะเพื่อเพิ่มการผลิตเชื้อเพลิงฟอสซิล ขณะเดียวกันการนำ AI ไปใช้จริงยังเป็นเพียงก้าวแรก เพราะยังไม่ชัดว่าเทคโนโลยีจะเร่งขั้นตอนที่ยาวอยู่แล้วอย่างการรับรอง อนุญาต ก่อสร้าง บรรจุภัณฑ์ ทำตลาด และขายสินค้าได้มากแค่ไหน

บทวิเคราะห์ยังอ้างอิงการประเมินที่ตรวจสอบด้วย Claude Code ของ Anthropic แล้วเทียบกับเอกสารสาธารณะและรายงานสื่อ แต่ยอมรับว่าอาจมีบริษัทหรือสาธารณูปโภคบางรายที่กำลังทำงานในทิศทางเดียวกันโดยยังไม่เปิดเผยต่อสาธารณะ ขณะเดียวกันบทความชี้ว่า AI ที่เติบโตเร็วและการสร้าง data centers ทำให้การใช้พลังงานและการปล่อยก๊าซเพิ่มขึ้นมาก จนบริษัทเทคโนโลยีรายใหญ่อย่าง Microsoft และ Google ตามเป้าหมายสภาพภูมิอากาศของตัวเองไม่ทัน และ IEA คาดว่าการปล่อยจาก data centers ทั่วโลกอาจเกิน 300 ล้านตันต่อปีภายในปี 2035 ตามกรณีฐาน