هوش مصنوعی معادلات برق را تغییر داد؛

رونق هوش مصنوعی زیر سایه هزینه برق

رونق هوش مصنوعی زیر سایه هزینه برق
سمانه رمضانی
سه‌شنبه ۲۴ شهریور ۱۴۰۵ - ۱۲:۱۵

رشد تقاضای برق مراکز هوش مصنوعی، شرکت‌های برق را با چالش تأمین سرمایه و جلوگیری از انتقال هزینه این زیرساخت‌های پرهزینه به سایر مشترکان مواجه کرده؛ در این میان، مدل «GENCO» به‌عنوان راهکاری برای تأمین مستقل برق هوش مصنوعی مطرح شده، هرچند وابستگی مالی و قراردادی آن به شرکت‌های برق می‌تواند همچنان بخشی از ریسک را متوجه مصرف‌کنندگان کند.

پایگاه تحلیلی‌خبری ایراسین؛ رشد سریع تقاضای برق مراکز داده و زیرساخت‌های هوش مصنوعی، شرکت‌های برق را با یک پرسش مهم مواجه کرده است: چگونه می‌توان از بازار رو به رشد برق هوش مصنوعی بهره برد، بدون آنکه هزینه و ریسک سرمایه‌گذاری‌های سنگین برای تأمین این تقاضا به سایر مصرف‌کنندگان منتقل شود؟ لئونارد هایمن و ویلیام تیلز در تحلیلی برای Oilprice، راه‌اندازی شرکت‌های مستقل تولید برق یا «GENCO» را یکی از گزینه‌های مطرح برای پاسخ به این چالش می‌دانند؛ مدلی که می‌تواند شرکت‌های برق را قادر سازد بدون وارد کردن مستقیم نیروگاه‌های جدید اختصاص‌یافته به مراکز هوش مصنوعی در پایه نرخ‌گذاری، این تقاضای جدید را پوشش دهند.

بازگشت ایده GENCO

GENCO مخفف «Generating Company» به معنای شرکت تولید برق است؛ مفهومی که پس از آزادسازی بازار برق در ابتدای قرن جاری برای تولیدکنندگان مستقل و غیرمشمول مقررات سنتی رواج یافت. بسیاری از این شرکت‌ها در آن دوره به‌دلیل مازاد ظرفیت، پایین‌تر بودن تقاضا از پیش‌بینی‌ها و بدهی‌های سنگین ورشکست شدند؛، با این حال، چون شرکت‌های برق مالک GENCOهای محلی نبودند، نه شرکت‌های برق و نه مصرف‌کنندگان آنها مجبور به نجات مالی شرکت‌های بحران‌زده نشدند.

اکنون رشد تقاضای برق ناشی از هوش مصنوعی، شرکت‌های برق تحت نظارت را به ورود به این بازار ترغیب کرده است. اما اگر نیروگاه‌های جدید و پرهزینه‌ای که مشخصاً برای مراکز هوش مصنوعی ساخته می‌شوند مستقیماً وارد پایه نرخ‌گذاری شرکت برق شوند، هزینه برق برای همه مشترکان افزایش خواهد یافت. در این شرایط، حتی مصرف‌کنندگانی که ارتباطی با هوش مصنوعی ندارند، بخشی از هزینه توسعه این زیرساخت را پرداخت خواهند کرد.

جداسازی ریسک از مشترکان

یکی از پیشنهادها، ایجاد یک GENCO وابسته به شرکت برق و شرکت مادر آن است که با بدهی مستقل از شرکت برق تأمین مالی شود. در ظاهر، چنین ساختاری می‌تواند ریسک سرمایه‌گذاری را از شرکت برق و مشتریان آن جدا کند؛ به‌گونه‌ای که در صورت بروز مشکل برای GENCO، مصرف‌کنندگان مستقیماً مسئول زیان‌های آن نباشند.

اما نویسندگان معتقدند میزان موفقیت این مدل به جزئیات قراردادها بستگی دارد. برای نمونه، اگر شرکت برق برای سال‌های طولانی متعهد به خرید برق از GENCO شود و سپس این برق را به مرکز هوش مصنوعی بفروشد، در صورت کوتاه‌تر شدن عمر واقعی پروژه هوش مصنوعی نسبت به مدت قرارداد، شرکت برق و در نهایت مشترکان ممکن است با تعهدات باقی‌مانده مواجه شوند.

اعتبار شرکت برق؛ پشتوانه GENCO

از منظر مالی نیز GENCO کاملاً مستقل نیست. اگر شرکت برق با GENCO قرارداد خرید برق داشته باشد، همین قرارداد می‌تواند به‌عنوان پشتوانه دریافت منابع مالی مورد استفاده قرار گیرد. به این ترتیب، GENCO عملاً از اعتبار شرکت برق برای دستیابی به بدهی ارزان‌تر بهره می‌برد؛ اعتباری که در نهایت با اتکای به مشترکان شرکت برق شکل گرفته است.

از سوی دیگر، مشکلات مالی GENCO می‌تواند بر شرکت مادر و وضعیت مالی شرکت برق نیز اثر بگذارد و حتی هزینه سرمایه شرکت برق را افزایش دهد. نویسندگان همچنین احتمال می‌دهند در صورت بروز بحران جدی در یک شرکت تابعه، مدیریت شرکت مادر به‌دنبال انتقال منابع مالی به آن باشد؛ حتی اگر ساختارهای حقوقی برای جداسازی مالی دو شرکت طراحی شده باشد.

GENCO مستقل؛ گزینه دوم

راهکار دیگر، ایجاد GENCO خارج از شرکت برق تحت نظارت است؛ شرکتی که برق تولیدی خود را مستقیماً به مرکز هوش مصنوعی بفروشد. چالش اصلی این مدل، جلوگیری از برخورداری شرکت وابسته از امتیازات ویژه شرکت برق است.

اگر شرکت برق در ارائه خدمات به GENCO وابسته یا مرکز هوش مصنوعی رفتار ترجیحی داشته باشد، سایر مصرف‌کنندگان و رقبا ممکن است متضرر شوند. برای مثال، در زمان وقوع طوفان یا اختلال در شبکه، این پرسش مطرح خواهد شد که آیا مرکز هوش مصنوعی وابسته به شرکت برق زودتر از سایر مشترکان برق خود را دریافت می‌کند یا خیر. از نگاه نویسندگان، خدمات عمومی باید برای همه مشترکان بر مبنای شرایط برابر ارائه شود.

تقاضای عظیم هوش مصنوعی

یکی دیگر از نگرانی‌های کمتر مورد توجه، اختلاف مقیاس میان شرکت‌های هوش مصنوعی و شرکت‌های برق است. مسئله فقط افزایش تقاضا نیست؛ مراکز هوش مصنوعی به حجم بسیار بزرگی از برق نیاز دارند و همین موضوع می‌تواند پیامدهای مالی و عملیاتی گسترده‌ای برای شبکه داشته باشد.

نویسندگان برای توضیح این اختلاف مقیاس، آن را به سفارش یک رستوران تشبیه می‌کنند که یک همبرگر مشکلی ایجاد نمی‌کند، اما سفارش ۵۰ همبرگر می‌تواند کل ظرفیت آشپزخانه و کارکنان را تحت فشار قرار دهد. از این منظر، هنوز مشخص نیست شبکه برق برای پاسخ‌گویی به چنین سطحی از تمرکز تقاضا طراحی شده باشد.

ریسک نیروگاه‌های گازسوز

توسعه نیروگاه‌های جدید گازسوز برای تأمین برق مراکز هوش مصنوعی، یک ریسک زیست‌محیطی و سیاسی دیگر ایجاد می‌کند. نویسندگان به تأسیسات مرتبط با هوش مصنوعی ایلان ماسک در حومه ممفیس اشاره کرده و هشدار می‌دهند که در صورت بازگشت سیاست‌های سخت‌گیرانه زیست‌محیطی، استانداردهای هوای پاک و آب می‌تواند فعالیت این نیروگاه‌ها را دشوارتر کند.

به اعتقاد آنها، بازگشت دغدغه‌های زیست‌محیطی به سیاست ملی ممکن است به یکی از مهم‌ترین ریسک‌های توسعه این زیرساخت‌ها تبدیل شود؛ موضوعی که به باور نویسندگان کمتر از سایر ریسک‌ها مورد توجه قرار گرفته است.

برق اختصاصی برای هوش مصنوعی

هایمن و تیلز در نهایت GENCO را راهکاری هوشمندانه اما ناقص می‌دانند؛ مدلی که می‌تواند بخشی از ریسک‌های توسعه برق مورد نیاز هوش مصنوعی را کاهش دهد، اما آنها را به‌طور کامل حذف نمی‌کند.

از نگاه نویسندگان، مؤثرترین راه برای محافظت از مصرف‌کنندگان آن است که مراکز هوش مصنوعی نیروگاه‌های اختصاصی خود را خارج از شبکه احداث و خودشان مالکیت و بهره‌برداری کنند. البته این راهکار نیز رقابت این مراکز با سایر مصرف‌کنندگان بر سر منابعی مانند انرژی و آب را از بین نمی‌برد؛ اما نویسندگان این رقابت را بخشی از سازوکار اقتصاد آزاد می‌دانند، در حالی که انتقال هزینه و ریسک توسعه هوش مصنوعی به مصرف‌کنندگان برقِ تحت نظام تنظیم‌گری را از منظر عدالت اقتصادی قابل دفاع نمی‌دانند.

برچسب‌ها

نظر شما

شما در حال پاسخ به نظر «» هستید.
captcha

گفت‌وگو

پربازدیدهای تکنولوژی

یادداشت

تازه‌ترین‌ها تکنولوژی

ویدیوی صفحه

دیدگاه