알림 목록

พื้นที่วิเคราะห์:  อุลซาน เมโทรโพลิแทนซิตี้

พื้นที่หลัก:  ศูนย์อุตสาหกรรมแห่งชาติ Mipo-Onsan, Nam-gu, Dong-gu, Buk-gu, Ulju-gun

วาระการประชุม:ระดับความพร้อมของโครงสร้างพื้นฐานด้านพลังงาน การประมวลผล ข้อมูล การสื่อสาร และความปลอดภัยสำหรับปัญญาประดิษฐ์ภาคอุตสาหกรรม

ประเภทช่วงเวลาสำคัญ:ความเสี่ยงจากความไม่สอดคล้องกันของโครงสร้างพื้นฐานและการเข้าถึง

วันที่อ้างอิง: 28 สิงหาคม 2569

เวอร์ชัน: Regional AX Golden Time Intelligence v3.2
 

เมืองอุลซานได้รับการกำหนดให้เป็นเขตพลังงานแบบกระจายศูนย์เฉพาะทางในปี 2025 และนำเสนอโครงสร้างธุรกิจที่ผสมผสานโรงไฟฟ้าพลังงานความร้อนร่วม (CHP) ขนาด 300 เมกะวัตต์ เข้ากับการดึงดูดศูนย์ข้อมูล AI ระดับโลกขนาด 100 เมกะวัตต์ แม้ว่าโครงสร้างพื้นฐานด้านพลังงานจะเปลี่ยนจากการใช้สำหรับการผลิตในโรงงานไปเป็นโครงสร้างที่รองรับการประมวลผล AI ศูนย์ข้อมูล และการใช้ไฟฟ้าในภาคอุตสาหกรรม แต่กำหนดการสำหรับการลงทุนในศูนย์ข้อมูล การเชื่อมต่อกับโครงข่ายไฟฟ้า และการดำเนินงานเชิงพาณิชย์ที่ได้รับการยืนยันแล้วยังไม่ได้รับการสรุปในข้อมูลที่เปิดเผยต่อสาธารณะ เว้นแต่จะมีการยืนยันความจุในการเชื่อมต่อและสัญญาความต้องการสำหรับปี 2026–2028 โครงการ AI ในภาคอุตสาหกรรมจะต้องพึ่งพาทรัพยากรการประมวลผลจากภูมิภาคภายนอก  ในขณะที่อุลซานเป็นเมืองที่มีการวางแผนฐานพลังงาน AI แต่ก็ยังไม่ใช่ศูนย์กลางพลังงาน AI ในภาคอุตสาหกรรมที่มีการยืนยันการดำเนินงานแล้ว

UNIST ได้รับการกำหนดให้เป็นศูนย์กลางแห่งชาติสำหรับการประมวลผลประสิทธิภาพสูงในปี 2022 และกำลังดำเนินการวิจัย AI โดยใช้ซูเปอร์คอมพิวเตอร์ แม้ว่าจะมีโครงสร้างพื้นฐานด้านการประมวลผลเพื่อการวิจัยอยู่แล้ว แต่แผนการของเมืองอุลซานที่จะจัดหาเซิร์ฟเวอร์ GPU ที่ทันสมัยเพิ่มเติมเพื่อใช้ร่วมกับบริษัท มหาวิทยาลัย และโรงเรียนในท้องถิ่นนั้น ถูกกล่าวถึงเพียงแค่เป็นข้อเสนอสำหรับปี 2025 เท่านั้น หากความจุ ราคา และความหน่วงของ GPU ที่ใช้ร่วมกันสำหรับการใช้งานในอุตสาหกรรมอย่างต่อเนื่องยังไม่ได้รับการสรุปในอีกสองถึงสามปีข้างหน้า ช่องว่างในความเร็วของการพัฒนา AI ระหว่างบริษัทขนาดใหญ่และ SME จะกว้างขึ้นไปอีก แม้ว่า  ความสามารถด้านการประมวลผลเพื่อการวิจัยของอุลซานจะได้รับการยืนยันแล้ว แต่การเข้าถึงการประมวลผลสำหรับอุตสาหกรรมในภูมิภาคทั้งหมดนั้นยังไม่ได้รับการยืนยัน

เขตพิเศษพลังงานกระจายศูนย์อุลซานได้รับการออกแบบด้วยโครงสร้างที่จ่ายไฟฟ้าโดยตรงจากโรงไฟฟ้าพลังงานความร้อนร่วม (CHP) ขนาด 300 เมกะวัตต์ของ SK Multi-Utility ไปยังบริษัทปิโตรเคมีและศูนย์ข้อมูล AI แม้ว่าการจัดหาพลังงานจะเปลี่ยนจากการซื้อครั้งเดียวโดย KEPCO ไปเป็นการทำธุรกรรมโดยตรงระหว่างผู้ผลิตไฟฟ้าในท้องถิ่นและบริษัทผู้ใช้ไฟฟ้า แต่ปริมาณพลังงานตามสัญญา อัตราค่าไฟฟ้า ต้นทุนระบบ และตัวเลขสุดท้ายสำหรับบริษัทผู้ใช้ไฟฟ้าได้รับการเปิดเผยในวงจำกัดเท่านั้น หากการทำธุรกรรมโดยตรงไม่ได้ดำเนินการจริงภายในปี 2028 ช่องว่างระหว่างการกำหนดเขตพิเศษพลังงานกระจายศูนย์และการลดต้นทุนสำหรับอุตสาหกรรม AI ก็จะยังคงอยู่  การเข้าถึงไฟฟ้าในระดับสถาบันเปิดกว้างแล้ว แต่การเข้าถึงในเชิงเศรษฐกิจยังไม่ได้รับการตรวจสอบ

เมืองอุลซานได้เสนอโมเดลที่ใช้พลังงานความเย็น -162 องศาเซลเซียส ที่ได้จากสถานีขนถ่ายก๊าซธรรมชาติเหลว (LNG) เพื่อระบายความร้อนให้กับศูนย์ข้อมูล AI แม้ว่าการแข่งขันในหมู่ศูนย์ข้อมูลจะขยายตัวจากเรื่องการจัดหาไฟฟ้าไปสู่การผสมผสานพลังงานความเย็นกับความร้อนเหลือทิ้งและพลังงานความเย็น แต่ก็ยังขาดหลักฐานที่ยืนยันได้เกี่ยวกับปริมาณการจัดหาพลังงานความเย็น ระยะทางของท่อส่ง อัตราการใช้งาน และการประหยัดต้นทุนการระบายความร้อน หากไม่มีการจัดตั้งสถานที่ตั้งศูนย์ข้อมูลและเครือข่ายการจัดหาพลังงานความเย็นภายในสองถึงสามปี ความแตกต่างทางเทคโนโลยีจะไม่สามารถแปรเปลี่ยนเป็นความสามารถในการแข่งขันเชิงสถานที่ตั้งได้จริง การบูรณาการพลังงานความเย็น  เป็นสินทรัพย์ที่สร้างความแตกต่างให้กับอุลซาน แต่ความเป็นไปได้ทางธุรกิจยังไม่ได้รับการตรวจสอบ

แผนพื้นฐานด้านอุปทานและอุปสงค์ไฟฟ้าฉบับที่ 11 ได้รวมศูนย์ข้อมูล AI อุตสาหกรรมไฮเทค และการใช้พลังงานไฟฟ้าในภาคการขนส่งและไฮโดรเจนเข้าไว้ในความต้องการใช้ไฟฟ้าเพิ่มเติม โดยคาดการณ์ความต้องการใช้ไฟฟ้าเป้าหมายไว้ที่ 129.3 กิกะวัตต์ในปี 2038 แม้ว่าโครงสร้างดังกล่าวจะเกี่ยวข้องกับการขยายความต้องการใช้ไฟฟ้าจากภาคการผลิตอุตสาหกรรมที่มีอยู่ไปสู่การคำนวณ AI และการใช้พลังงานไฟฟ้า แต่ความต้องการใช้ไฟฟ้าเพิ่มเติมจากภาคอุตสาหกรรม AI ในภูมิภาคอุลซานในปี 2028 และกำลังการเชื่อมต่อของสถานีไฟฟ้าย่อยแต่ละแห่งยังไม่ได้รับการเปิดเผย หากมีเพียงแผนระดับชาติที่ใช้ได้เพียงสองถึงสามปีในขณะที่การตรวจสอบโครงข่ายไฟฟ้าในระดับภูมิภาคล่าช้า จะไม่สามารถจ่ายไฟฟ้าไปยังสถานที่ที่ต้องการได้แม้ว่าจะมีกำลังการผลิตเพียงพอ  ช่องว่างทางไฟฟ้าของอุลซานหมายถึงกำลังการเชื่อมต่อที่มีอยู่ ณ จุดเวลาใดเวลาหนึ่งและ ณ สถานที่ใดสถานที่หนึ่ง มากกว่ากำลังการผลิตทั้งหมด

เมืองอุลซานมีปริมาณความต้องการใช้ไฟฟ้าขนาดใหญ่จากอุตสาหกรรมต่างๆ เช่น การกลั่นน้ำมัน ปิโตรเคมี ยานยนต์ การต่อเรือ และโลหะที่ไม่ใช่เหล็ก แม้ว่าการเปลี่ยนมาใช้ไฟฟ้าในอุตสาหกรรมที่มีอยู่และการเพิ่มศูนย์ข้อมูลขนาด 100 เมกะวัตต์จะทำให้ความต้องการใช้ไฟฟ้าสูงสุด คุณภาพแรงดันไฟฟ้า และเงื่อนไขการจ่ายไฟฉุกเฉินเข้มงวดกว่าการใช้งานโดยเฉลี่ย แต่ยังไม่มีการเปิดเผยการจำลองสถานการณ์ในระดับภูมิภาคที่เกี่ยวข้อง หากการฟื้นตัวของอุตสาหกรรมและความต้องการใช้ไฟฟ้าจาก AI เพิ่มขึ้นพร้อมกันระหว่างปี 2026 ถึง 2028 ระยะเวลาในการเสริมความแข็งแกร่งของโครงข่ายไฟฟ้าจะนานกว่ากำหนดการเริ่มโครงการ แม้ว่า  อุลซานจะมีฐานอุตสาหกรรมไฟฟ้าที่แข็งแกร่ง แต่ก็ยังไม่ได้รับการยืนยันว่าจะสามารถรองรับภาระการใช้ไฟฟ้าจาก AI ในภาคอุตสาหกรรมที่เพิ่มขึ้นได้อย่างไม่มีเงื่อนไข

เขตพิเศษแบบกระจายอำนาจเป็นโครงสร้างที่บริษัทไฟฟ้าในท้องถิ่นทำการค้าโดยตรงกับบริษัทอุตสาหกรรมเพื่อให้ได้อัตราค่าไฟฟ้าที่แข่งขันได้ แม้ว่าความสามารถในการแข่งขันด้านพลังงานจะเปลี่ยนจากสถานะการเชื่อมต่อกับโครงข่ายไฟฟ้าไปสู่การกำหนดราคาในระยะยาวและการจัดการความผันผวน แต่ยังไม่มีการเปิดเผยอัตราค่าไฟฟ้าตามสัญญาและอัตราการประหยัดที่แท้จริงเมื่อเทียบกับอัตราของ KEPCO หากไม่สามารถยืนยันความเหนือกว่าด้านราคาได้ภายในสองถึงสามปี ศูนย์ข้อมูล AI จะเลือกภูมิภาคอื่นที่มีการเข้าถึงพลังงาน โทรคมนาคม และลูกค้าอยู่แล้ว  ความสามารถในการแข่งขันด้านราคาไฟฟ้าของอุลซานนั้นเป็นไปได้ในเชิงสถาบัน แต่ยังไม่ได้รับการยืนยันในตลาด

แหล่งพลังงานเริ่มต้นสำหรับเขตพิเศษแบบกระจายศูนย์คือโรงไฟฟ้าพลังงานความร้อนร่วม (CHP) ขนาด 300 เมกะวัตต์ และมีการเสนอแผนการเปลี่ยนผ่านไปสู่พลังงานคาร์บอนเป็นศูนย์โดยใช้พลังงานหมุนเวียนและไฮโดรเจนสีเขียว ในขณะที่ลูกค้าศูนย์ข้อมูล AI ไม่เพียงแต่ต้องการกำลังไฟฟ้าเท่านั้น แต่ยังต้องการความมุ่งมั่นตามโครงการ RE100 และความเข้มข้นของคาร์บอนเป็นเกณฑ์ในการเลือกสถานที่ตั้งด้วย อย่างไรก็ตาม สัดส่วนของพลังงานคาร์บอนเป็นศูนย์ที่จัดหาโดยเมืองอุลซานในแต่ละชั่วโมงยังไม่ได้รับการตรวจสอบ หากไม่สามารถจัดหาพลังงานราคาถูกและคาร์บอนต่ำได้พร้อมกันภายในปี 2028 เงื่อนไขในการดึงดูดบริษัท AI ระดับโลกก็จะไม่เกิดขึ้น  แม้ว่าอุลซานจะเป็นสถานที่ที่เหมาะสมสำหรับการจัดหาพลังงานที่มีเสถียรภาพ แต่ก็ยังไม่ได้รับการพิจารณาให้เป็นศูนย์กลางพลังงาน AI ที่คาร์บอนเป็นศูนย์

UNIST มีศูนย์เฉพาะทางด้านซูเปอร์คอมพิวเตอร์และความสามารถในการวิจัย AI ซึ่งดำเนินการวิเคราะห์ข้อมูลขนาดใหญ่ในภาคการต่อเรือ การแพทย์ และวิทยาศาสตร์และเทคโนโลยี แม้ว่าทรัพยากรด้านการคำนวณจะขยายตัวจากการวิจัยของมหาวิทยาลัยไปสู่การพัฒนา AI เฉพาะอุตสาหกรรม แต่จำนวน GPU ค่าธรรมเนียมการใช้งาน และชั่วโมงที่จัดสรรให้กับวิสาหกิจขนาดกลางและขนาดย่อม (SME) ในท้องถิ่นยังไม่ได้รับการเปิดเผย หากไม่มีการจัดตั้งโครงสร้างพื้นฐานขององค์กรแบบใช้ร่วมกันภายในสองถึงสามปี บริษัทพันธมิตรจะต้องพึ่งพาค่าใช้จ่ายคลาวด์เชิงพาณิชย์หรืออุปกรณ์ขนาดเล็ก  ความสามารถด้านการคำนวณของอุลซานนั้นแข็งแกร่งในระดับสถาบัน แต่ความเพียงพอในฐานะทรัพยากรส่วนรวมระดับภูมิภาคยังต่ำ

โครงการวิจัย AI อุตสาหกรรมขนาดใหญ่ของ UNIST มูลค่า 40.3 พันล้านวอน ในภาคการต่อเรือ ครอบคลุมถึงแบบจำลองหลายรูปแบบ แพลตฟอร์มการเรียนรู้ข้อมูลอุตสาหกรรม ข้อมูลสังเคราะห์ การเพิ่มประสิทธิภาพกระบวนการ และ AI บนอุปกรณ์ แม้ว่าความต้องการด้านการประมวลผลจะเพิ่มสูงขึ้นจากแบบจำลองการทำนายแต่ละแบบไปสู่การฝึกอบรมแบบจำลองพื้นฐานทางอุตสาหกรรม แต่เงินทุนสำหรับการดำเนินงาน GPU อย่างถาวรหลังโครงการและความสามารถในการขยายไปยังระดับภูมิภาคยังไม่ได้รับการยืนยัน หากโครงการวิจัยขนาดใหญ่ทับซ้อนกับความต้องการขององค์กรระหว่างปี 2026 ถึง 2028 การจัดสรรทรัพยากรจะมุ่งเน้นไปที่โครงการชั้นนำ  การประมวลผล AI อุตสาหกรรมของอุลซานได้ขยายตัวในรูปแบบโครงการและยังไม่สมบูรณ์ในฐานะโครงสร้างพื้นฐานถาวร

โรงงานผลิตรถยนต์ ต่อเรือ และปิโตรเคมี สร้างข้อมูลจำนวนมหาศาลเกี่ยวกับการออกแบบ คุณภาพ อุปกรณ์ การบำรุงรักษา และโลจิสติกส์ แม้ว่าปริมาณข้อมูลจะมีมากพอ แต่ข้อมูลเหล่านั้นกระจัดกระจายตามบริษัท โรงงาน และซัพพลายเออร์ และมาตรฐาน สิทธิ์การใช้งาน และกฎการส่งออกที่ช่วยให้เกิดการเรียนรู้ร่วมกันนั้นไม่ได้เปิดเผยต่อสาธารณะ หากข้อมูลยังคงแยกส่วนอยู่ภายในบริษัทเป็นเวลาสองถึงสามปี ปัญญาประดิษฐ์เชิงอุตสาหกรรมระดับภูมิภาคจะเรียนรู้ได้เฉพาะจากขอบเขตที่แต่ละบริษัทมีอยู่แล้ว และล้มเหลวในการระบุปัญหาคอขวดตลอดทั้งห่วงโซ่อุปทาน  อุลซานไม่ใช่เมืองที่ขาดแคลนข้อมูลอุตสาหกรรม แต่เป็นเมืองที่ขาดแคลนข้อมูลอุตสาหกรรมที่ใช้งานได้

โครงการ AI ขนาดใหญ่ของ UNIST ด้านการต่อเรือกำลังสร้างชุดข้อมูลและแพลตฟอร์มการฝึกอบรมโดยใช้ข้อมูลจริงจาก HD Hyundai Heavy Industries และ HD Korea Shipbuilding & Offshore Engineering แม้ว่าจะมีการยืนยันแล้วว่าข้อมูลอุตสาหกรรมถูกเชื่อมโยงกับแบบจำลองการวิจัยและการตรวจสอบภาคสนาม แต่ขอบเขตของการนำไปใช้ซ้ำในบริษัทต่อเรืออื่นๆ ผู้รับเหมาช่วง และภาคส่วนยานยนต์และเคมีภัณฑ์ยังไม่ได้รับการตรวจสอบ หากชุดข้อมูลถูกกำหนดให้ใช้เฉพาะกับโครงการของบริษัทภายในปี 2028 ชุดข้อมูลเหล่านั้นจะกลายเป็นสินทรัพย์เฉพาะของบริษัทมากกว่าที่จะเป็นสินทรัพย์ร่วมกันในระดับภูมิภาค  การใช้ข้อมูลอุตสาหกรรมได้เริ่มต้นขึ้นแล้ว แต่การเผยแพร่ในหมู่บริษัทต่างๆ ยังคงมีจำกัด

ศูนย์ควบคุมแบบบูรณาการของนิคมอุตสาหกรรมอัจฉริยะสีเขียวอุลซานได้จัดตั้งแพลตฟอร์มการจัดการนิคมอุตสาหกรรมแบบบูรณาการขึ้นระหว่างปี 2022 ถึง 2025 ซึ่งรวมถึงข้อมูลเชิงพื้นที่ 3 มิติและการเชื่อมโยงบริการต่างๆ แม้ว่าหน่วยงานจัดการจะขยายขอบเขตจากโรงงานแต่ละแห่งไปสู่พื้นที่และสิ่งอำนวยความสะดวกของนิคมอุตสาหกรรมโดยรวมแล้ว แต่ขอบเขตของการบูรณาการแบบเรียลไทม์ของกระบวนการผลิต พลังงาน โลจิสติกส์ และข้อมูลความปลอดภัยยังไม่ได้รับการเปิดเผย หากการแสดงภาพเชิงพื้นที่และการควบคุมการดำเนินงานถูกแยกออกจากกันในอีกสองถึงสามปีข้างหน้า แพลตฟอร์มนี้จะยังคงเป็นเพียงหน้าจอควบคุมและใช้สำหรับการเพิ่มประสิทธิภาพทางอุตสาหกรรมในขอบเขตที่จำกัดเท่านั้น  ถึงแม้ว่าได้สร้างแบบจำลองดิจิทัลของนิคมอุตสาหกรรมอุลซานแล้ว แต่พื้นฐานสำหรับการดำเนินงานแบบอัตโนมัติยังคงไม่ได้รับการตรวจสอบ

เมืองอุลซานได้จัดตั้งบริการค้นหาข้อมูลดิจิทัลทวินที่ผสมผสานปัญญาประดิษฐ์เชิงสร้างสรรค์และข้อมูลเชิงพื้นที่ในระดับ 1 พันล้านวอน แม้ว่าการค้นหาและการแสดงภาพข้อมูลเชิงพื้นที่สาธารณะจะก้าวหน้าไปมากแล้ว แต่หลักฐานที่เชื่อมโยงกับข้อมูล OT ขององค์กรและข้อมูลการผลิตยังไม่ได้รับการตรวจสอบ หากดิจิทัลทวินสาธารณะและดิจิทัลทวินอุตสาหกรรมแยกออกจากกันภายในปี 2028 การเพิ่มประสิทธิภาพร่วมกันของโครงสร้างพื้นฐานในเมืองและการดำเนินงานในโรงงานจะกลายเป็นเรื่องเป็นไปไม่ได้  พื้นฐานสำหรับข้อมูลสาธารณะมีอยู่แล้ว แต่การเชื่อมต่อกับข้อมูลการดำเนินงานทางอุตสาหกรรมยังอยู่ในระดับต่ำ

ปัญญาประดิษฐ์เชิงอุตสาหกรรมเรียนรู้ข้อมูลการแข่งขันขององค์กร เช่น แบบร่างการออกแบบ สภาพกระบวนการ สาเหตุของข้อบกพร่อง และสถานะของอุปกรณ์ แม้ว่าขอบเขตการใช้ข้อมูลจะขยายจากการวิเคราะห์ภายในองค์กรไปสู่การเรียนรู้ร่วมกันกับมหาวิทยาลัย บริการคลาวด์ และผู้ให้บริการแบบจำลอง แต่สถานที่จัดเก็บ สิทธิ์ในแบบจำลอง และมาตรฐานการนำข้อมูลอุตสาหกรรมของอุลซานกลับมาใช้ใหม่ยังคงไม่ได้รับการเปิดเผย หากการพึ่งพาแพลตฟอร์มภายนอกเพิ่มขึ้นในอีกสองถึงสามปีข้างหน้า บริษัทที่ให้ข้อมูลอาจไม่สามารถรักษาไว้ซึ่งสิทธิ์ในการใช้ผลลัพธ์การเรียนรู้ได้  ช่องว่างในโครงสร้างพื้นฐานข้อมูลของอุลซานนั้นอยู่ที่การขาดกฎระเบียบด้านอธิปไตยของข้อมูลอุตสาหกรรมมากกว่าความจุในการจัดเก็บข้อมูล

เนื่องจากระบบ OT ในอุตสาหกรรมยานยนต์ การต่อเรือ และปิโตรเคมีมีการเชื่อมต่อกับ AI และเครือข่ายภายนอกมากขึ้นเรื่อย ๆ ผลกระทบจากการโจมตีทางไซเบอร์จึงขยายตัวจากเพียงแค่การรั่วไหลของข้อมูล ไปสู่การหยุดชะงักของการผลิตและอุบัติเหตุทางความปลอดภัย การตรวจสอบความปลอดภัยของระบบ OT ในระดับกลุ่มอุตสาหกรรมระดับภูมิภาคและมาตรฐานความปลอดภัยของบริษัทคู่ค้าไม่ได้ถูกเปิดเผยต่อสาธารณะอย่างเป็นระบบ หากการเชื่อมต่อเติบโตเร็วกว่าความสามารถด้านความปลอดภัยระหว่างปี 2026 ถึง 2028 บริษัทคู่ค้าที่เปราะบางที่สุดจะกลายเป็นช่องทางในการบุกรุกกระบวนการขององค์กรขนาดใหญ่  ระดับความพร้อมของความปลอดภัยระบบ OT ในห่วงโซ่อุปทานยังไม่ได้รับการตรวจสอบเมื่อเทียบกับความเร็วของการแพร่กระจายของ AI ในอุตสาหกรรม

เมืองอุลซานมีหรือกำลังดำเนินการพัฒนาระบบผลิตไฟฟ้าแบบกระจายศูนย์ขนาด 300 เมกะวัตต์ แผนสร้างศูนย์ข้อมูลขนาด 100 เมกะวัตต์ ระบบทำความเย็นด้วยก๊าซธรรมชาติเหลว (LNG) ซูเปอร์คอมพิวเตอร์ UNIST และแบบจำลองดิจิทัลของนิคมอุตสาหกรรมสีเขียวอัจฉริยะ (Smart Green Industrial Complex) แม้ว่าส่วนประกอบด้านพลังงาน การทำความเย็น การประมวลผล และข้อมูลเชิงพื้นที่จะมีอยู่แล้ว แต่ก็ยังไม่มีประวัติการดำเนินงานที่ได้รับการยืนยันในฐานะโครงสร้างพื้นฐาน AI อุตสาหกรรมแบบครบวงจร หากหน่วยงานปฏิบัติการและข้อมูลสำหรับแต่ละโครงการยังคงแยกจากกันเป็นเวลาสองถึงสามปี ผลรวมของสินทรัพย์แต่ละส่วนเหล่านี้จะไม่สามารถแปลงเป็นความสามารถในการแข่งขันระดับภูมิภาคได้  ระดับความพร้อมของโครงสร้างพื้นฐานขั้นพื้นฐานนั้นสูง แต่ระดับความพร้อมสำหรับการดำเนินงานแบบบูรณาการนั้นต่ำกว่าค่าเฉลี่ย

บริษัทขนาดใหญ่มีศูนย์ข้อมูล คลาวด์ และแพลตฟอร์ม AI ของตนเอง รวมถึงเครือข่ายกับบริษัทเทคโนโลยีระดับโลก ในทางตรงกันข้าม เงื่อนไขการเข้าถึง GPU ข้อมูล และโครงสร้างพื้นฐานด้านความปลอดภัยสำหรับ SME ในท้องถิ่นนั้นยังไม่เปิดเผย หากไม่มีการจัดตั้งระบบการเข้าถึงร่วมกันภายในปี 2028 ระดับความพร้อมโดยเฉลี่ยของภูมิภาคจะถูกประเมินสูงเกินไปโดยอิงจากประสิทธิภาพโครงสร้างพื้นฐานของบริษัทขนาดใหญ่ ในขณะที่  บริษัทขนาดใหญ่มีความพร้อมสูง แต่ความพร้อมของระบบนิเวศอุตสาหกรรมโดยรวมยังคงไม่สม่ำเสมอ

การกำหนดให้เมืองอุลซานเป็นเขตพิเศษกระจายอำนาจได้เปิดช่องทางสำหรับการซื้อขายไฟฟ้าโดยตรงระหว่างบริษัทผู้ผลิตไฟฟ้าและบริษัทผู้ใช้ไฟฟ้า แม้ว่าระบบจะขยายไปยังนิคมอุตสาหกรรมแล้ว แต่จำนวนบริษัทที่ทำสัญญา ปริมาณการซื้อขาย การประหยัดค่าใช้จ่าย และความน่าเชื่อถือในการจ่ายไฟฟ้าที่แท้จริงยังไม่ได้รับการเปิดเผย หากการซื้อขายโดยตรงไม่นำไปสู่การดำเนินงานเชิงพาณิชย์ภายในสองถึงสามปี ผลของการกำหนดเขตพิเศษนี้ก็จะยังคงเป็นเพียงข้อยกเว้นทางกฎหมายเท่านั้น  ระบบการซื้อขายไฟฟ้าได้ขยายตัวแล้ว แต่การนำไปใช้ในวงกว้างในทางปฏิบัติยังไม่ได้รับการยืนยัน

โครงการผลิตความร้อนและไฟฟ้าแบบผสมผสาน (CHP) ขนาด 300 เมกะวัตต์นี้ มุ่งเป้าไปที่โรงงานอุตสาหกรรมที่มีอยู่เดิมและศูนย์ข้อมูล AI ขนาด 100 เมกะวัตต์ แม้ว่าจะมีการนำเสนอข้อมูลเกี่ยวกับระบบจ่ายไฟแล้ว แต่ยังไม่ได้เปิดเผยข้อมูลเกี่ยวกับการจ่ายไฟพร้อมกันในช่วงเวลาที่มีโหลดสูงสุด ระบบสำรองไฟ พลังงานทางเลือกในช่วงเวลาการบำรุงรักษา และกำลังการผลิตของสถานีไฟฟ้าย่อย หากไม่สามารถตรวจสอบความเสถียรของระบบจ่ายไฟในระดับ N-1 ได้ภายในปี 2028 เงื่อนไขสำหรับการทำงานอย่างต่อเนื่องของศูนย์ข้อมูล AI ก็จะไม่สามารถบรรลุได้  แผนกำลังการผลิตไฟฟ้ามีอยู่แล้ว แต่ยังไม่ได้ประเมินคุณภาพและความยืดหยุ่นของพลังงานในระดับ AI

งานวิจัยด้านซูเปอร์คอมพิวเตอร์และปัญญาประดิษฐ์เชิงอุตสาหกรรมของ UNIST กำลังถูกนำไปประยุกต์ใช้ในสาขาที่มีความซับซ้อนสูง เช่น การต่อเรือและการดูแลสุขภาพ แม้ว่าขอบเขตของการประยุกต์ใช้คอมพิวเตอร์จะขยายตัวออกไป แต่จำนวนบริษัทที่ใช้บริการ GPU แบบใช้ร่วมกัน ซึ่งมีการใช้งานอย่างต่อเนื่องโดย SME ในท้องถิ่น และปริมาณงานของพวกเขายังไม่ได้รับการยืนยัน หากการใช้งานยังคงกระจุกตัวอยู่ในมหาวิทยาลัยและโครงการขององค์กรขนาดใหญ่เป็นเวลาสองถึงสามปี วงจรการทดลอง AI ของบริษัทพันธมิตรก็จะยาวนานขึ้น แม้ว่า  การแพร่กระจายของงานวิจัยด้านคอมพิวเตอร์ประสิทธิภาพสูงจะได้รับการยืนยันแล้ว แต่การขยายการเข้าถึงไปยังระบบนิเวศอุตสาหกรรมยังคงไม่ได้รับการยืนยัน

ระบบคลาวด์เชิงพาณิชย์ให้การประมวลผลได้ทันที แต่ก็มีปัญหาเกี่ยวกับการส่งออกข้อมูลการผลิต ต้นทุน ความหน่วง และความปลอดภัย การกระจายการใช้งานระบบภายในองค์กร ศูนย์ภูมิภาค และระบบคลาวด์เชิงพาณิชย์ในบริษัทต่างๆ ในเมืองอุลซานนั้นไม่ได้เปิดเผย หากไม่มีโครงสร้างพื้นฐานที่ใช้ร่วมกันได้แบบเลือกใช้ได้ภายในปี 2028 วิธีการประมวลผลจะถูกกำหนดตามขนาดของบริษัท แม้ว่า  การเข้าถึงการประมวลผลจะเปิดกว้างในทางเทคนิค แต่การเข้าถึงด้านเศรษฐกิจและความปลอดภัยนั้นไม่เท่าเทียมกัน

งานวิจัยด้าน AI สำหรับอุตสาหกรรมการต่อเรือขนาดใหญ่ได้เข้าสู่ขั้นตอนการสร้างแพลตฟอร์มที่ผสมผสานข้อมูลจริงจากอู่ต่อเรือเข้ากับข้อมูลสังเคราะห์แล้ว แม้ว่าการใช้ข้อมูลจะได้รับการยืนยันแล้วในโครงการขนาดใหญ่ภายในอุตสาหกรรมเดียว แต่ก็ยังไม่มีหลักฐานว่ามาตรฐานทั่วไปได้แพร่กระจายไปยังภาคส่วนยานยนต์ เคมีภัณฑ์ และไฮโดรเจน รวมถึงบริษัทพันธมิตรต่างๆ หากเกาะข้อมูลเฉพาะอุตสาหกรรมยังคงอยู่ต่อไปอีกสองถึงสามปี ความสามารถในการนำ AI อุตสาหกรรมแบบอุลซานกลับมาใช้ใหม่ก็จะลดลง  ปัจจุบันการใช้ข้อมูลอุตสาหกรรมอยู่ในขั้นตอนของโครงการนำร่องเฉพาะอุตสาหกรรม ไม่ใช่ขั้นตอนของโครงสร้างพื้นฐานทั่วไปในระดับภูมิภาค

ระบบควบคุมแบบบูรณาการของนิคมอุตสาหกรรมสีเขียวอัจฉริยะและแบบจำลองดิจิทัลของเมืองอุลซานเชื่อมโยงข้อมูลเชิงพื้นที่และข้อมูลสิ่งอำนวยความสะดวกเข้าด้วยกัน แม้ว่าข้อมูลสาธารณะจะขยายตัวมากขึ้น แต่ข้อมูลขององค์กรเกี่ยวกับอุปกรณ์ คุณภาพ พลังงาน และโลจิสติกส์ยังคงแยกจากกันเนื่องจากความลับทางการค้าและข้อกังวลด้านความปลอดภัย หากไม่มีการกำหนดกฎเกณฑ์การรวมข้อมูลภายในปี 2028 การเพิ่มประสิทธิภาพของนิคมอุตสาหกรรมทั้งหมดจะยังคงอยู่ในระดับการจำลองเท่านั้น  การเผยแพร่ข้อมูลสาธารณะอยู่ในระดับสูง ในขณะที่การเผยแพร่การรวมข้อมูลขององค์กรอยู่ในระดับต่ำ

เขตเศรษฐกิจพิเศษแบบกระจายศูนย์อุลซาน ศูนย์ข้อมูล 100 เมกะวัตต์ โครงการต่อเรือด้วย AI ขนาดใหญ่พิเศษ และแบบจำลองดิจิทัลของนิคมอุตสาหกรรม มีกำหนดดำเนินการพร้อมกันตั้งแต่ปี 2026 ถึง 2028 แม้ว่าจะมีตารางเวลาของแต่ละโครงการอยู่แล้ว แต่ยังไม่มีการกำหนดเป้าหมายร่วมกันสำหรับการตรวจสอบแบบบูรณาการด้านพลังงาน การประมวลผล ข้อมูล และความปลอดภัย หากองค์ประกอบใดองค์ประกอบหนึ่งล่าช้าไปสองถึงสามปี อัตราการใช้ประโยชน์และผลตอบแทนจากการลงทุนสำหรับสิ่งอำนวยความสะดวกที่เหลือจะลดลง  ความเสี่ยงด้านเวลาสำหรับ AI อุตสาหกรรมของอุลซานนั้นอยู่ที่ความไม่สอดคล้องกันของเวลาในการแล้วเสร็จระหว่างโครงสร้างพื้นฐาน มากกว่าความล่าช้าในแต่ละโครงการ

ในขณะที่การขอใบอนุญาตและการก่อสร้างโครงข่ายไฟฟ้า สถานีไฟฟ้าย่อย และศูนย์ข้อมูลใช้เวลาหลายปี แต่ประสิทธิภาพและความหนาแน่นของพลังงานของโมเดล AI และเซมิคอนดักเตอร์เปลี่ยนแปลงไปในรอบเวลาที่สั้นกว่ามาก ยังไม่แน่ชัดว่าข้อกำหนดด้านพลังงานและการระบายความร้อนที่ออกแบบให้แล้วเสร็จในปี 2028 จะตรงตามข้อกำหนดของ GPU รุ่นล่าสุดในขณะนั้นหรือไม่ หากการเปลี่ยนแปลงทางเทคโนโลยีเกิดขึ้นเร็วกว่าการก่อสร้างสิ่งอำนวยความสะดวก โครงสร้างพื้นฐานใหม่จะกลายเป็นเป้าหมายของการขยายตัวทันที  ความเสี่ยงสำหรับเมืองอุลซานในช่วงสองถึงสามปีข้างหน้าไม่ใช่แค่การขาดแคลนโครงสร้างพื้นฐานเท่านั้น แต่ยังรวมถึงความไม่ตรงกันของข้อกำหนดในขณะที่โครงการแล้วเสร็จด้วย

การเลือกที่ตั้งศูนย์ข้อมูล AI นั้นเกี่ยวข้องกับการผสมผสานระหว่างการเชื่อมต่อกับโครงข่ายไฟฟ้า เครือข่ายการสื่อสาร ระบบระบายความร้อน สัญญาของลูกค้า และการลงทุนด้านอุปกรณ์ ซึ่งส่งผลให้มีค่าใช้จ่ายในการย้ายที่สูงมากเมื่อ  การตัดสินใจขั้นสุดท้ายเสร็จสิ้น หากผู้ให้บริการรายใหญ่สามารถเชื่อมต่อไฟฟ้าในภูมิภาคอื่นได้ระหว่างปี 2026 ถึง 2028 โอกาสในการดึงดูดศูนย์ข้อมูลจะไม่กลับมาในทันที แม้ว่าเมืองอุลซานจะตรงตามเงื่อนไขที่จำเป็นในภายหลังก็ตาม การแข่งขันเพื่อหาที่ตั้งศูนย์ข้อมูลเป็นตลาดที่ไม่สามารถย้อนกลับได้ ซึ่งโครงข่ายไฟฟ้าและสัญญาของลูกค้าเริ่มต้นจะคงที่ในระยะยาว

ประสิทธิภาพของโมเดล AI ในภาคอุตสาหกรรมจะดีขึ้นเมื่อข้อมูลกระบวนการจริงและข้อเสนอแนะจากผู้ใช้สะสมมากขึ้น หากข้อมูลจากบริษัทต่างๆ ในเมืองอุลซานถูกสะสมไว้ในระบบคลาวด์ภายนอกและบริษัทที่สร้างโมเดล ในขณะที่ไม่มีโครงสร้างพื้นฐานสำหรับการฝึกอบรมอยู่ในภูมิภาคนี้ แหล่งที่มาของการผลิตข้อมูลและแหล่งที่มาของมูลค่า AI จะถูกแยกออกจากกัน ภายในสองถึงสามปี ความพึ่งพาโมเดลภายนอกและต้นทุนการเปลี่ยนผ่านจะเพิ่มขึ้นพร้อมกัน  การเข้าถึงการประมวลผลที่ล่าช้าไม่ใช่ต้นทุนระยะสั้น แต่เป็นความเสี่ยงที่ไม่สามารถแก้ไขได้ ซึ่งจะทำให้การกำหนดมูลค่าข้อมูลอุตสาหกรรมให้กับหน่วยงานภายนอกนั้นตายตัว

ข้อสรุปด้านการบีบอัดข้อมูล:ก่อนปี 2028 ต้องมีการตรวจสอบให้แน่ใจว่าสามารถเข้าถึงพลังงานได้ มี GPU ที่ใช้งานได้จริง ข้อมูลอุตสาหกรรมที่มีสิทธิ์ที่กำหนดไว้ และความปลอดภัยของ OT ในห่วงโซ่อุปทาน ในรูปแบบระบบปฏิบัติการเดียว เพื่อให้โครงสร้างพื้นฐานที่สำคัญของอุลซานสามารถเปลี่ยนไปสู่ความสามารถในการแข่งขันด้าน AI ในภาคอุตสาหกรรมได้

เมืองอุลซาน ได้รับการประเมิน ว่ามีความแข็งแกร่งในด้านสินทรัพย์พื้นฐาน เช่น พลังงานอุตสาหกรรม การผลิตไฟฟ้าแบบกระจาย พลังงานความเย็นจากก๊าซธรรมชาติเหลว ซูเปอร์คอมพิวเตอร์ ข้อมูลอุตสาหกรรม และดิจิทัลทวิน แต่ยังไม่สมบูรณ์ในด้านปัญญาประดิษฐ์ (AI ) เช่นสัญญาพลังงานเฉพาะ การเข้าถึง GPU ร่วมกัน สิทธิ์การใช้งานข้อมูลระหว่างองค์กร และความปลอดภัย OT แบบบูรณาการ

การมีไฟฟ้าไม่ได้หมายความว่าจะมีพลังประมวลผล AI เสมอไป การมีข้อมูลจำนวนมากไม่ได้หมายความว่าจะมีข้อมูลที่สามารถนำไปฝึกฝนได้เสมอไป และการมีซูเปอร์คอมพิวเตอร์ไม่ได้หมายความว่าบริษัทในท้องถิ่นจะสามารถเข้าถึงการประมวลผลได้เสมอไป

โครงสร้างพื้นฐานด้านปัญญาประดิษฐ์เชิงอุตสาหกรรมของเมืองอุลซานได้รับการประเมินว่ามีโครงสร้างที่การครอบครองแข็งแกร่ง แต่การเข้าถึงและการบูรณาการอ่อนแอ มากกว่าที่จะเป็นความขัดแย้งระหว่างความขาดแคลนและความเพียงพอ

การประเมินช่วงเวลาสำคัญ: ความแข็งแกร่งของโครงสร้างพื้นฐานทางอุตสาหกรรม + ความเสี่ยงจากความไม่สอดคล้องกันของการเข้าถึงและการบูรณาการ

แหล่งที่มาของหลักฐาน

• กระทรวงภูมิอากาศ พลังงาน และสิ่งแวดล้อม กำหนดให้เมืองอุลซานเป็นเขตพลังงานกระจายเฉพาะทาง
• กระทรวงการค้า อุตสาหกรรม และพลังงาน แผนพื้นฐานด้านอุปทานและอุปสงค์ไฟฟ้า ฉบับที่ 11
• ตลาดซื้อขายไฟฟ้าเกาหลี (EPSI) การผลิตไฟฟ้าแยกตามภูมิภาค
• กระทรวงการค้า อุตสาหกรรม และพลังงาน การเปลี่ยนผ่านระบบพลังงานโดยใช้ปัญญาประดิษฐ์
• UNIST งานวิจัยด้าน AI สำหรับอุตสาหกรรมการต่อเรือขนาดใหญ่
• ศูนย์ควบคุมแบบบูรณาการ นิคมอุตสาหกรรมอัจฉริยะสีเขียว นครอุลซาน
• บริการค้นหาแบบบูรณาการข้อมูลเชิงพื้นที่ด้วย AI ของเมืองอุลซาน
• NIA วิเคราะห์โครงสร้างพื้นฐานด้านเซิร์ฟเวอร์ คลาวด์ และความปลอดภัยเพื่อรองรับการนำ AI เชิงสร้างสรรค์มาใช้

มุมมองเชิงโครงสร้าง — ความสามารถในการแข่งขันของโครงสร้างพื้นฐาน AI ในภาคอุตสาหกรรมนั้นถูกกำหนดโดยเวลาในการเข้าถึง ไม่ใช่ปริมาณ

พลังงาน หน่วยประมวลผลกราฟิก (GPU) และข้อมูลทั้งหมดตั้งอยู่ในเมืองอุลซาน โรงไฟฟ้าขนาดใหญ่และข้อมูลอุตสาหกรรมตั้งอยู่ในโรงงาน ระบบซูเปอร์คอมพิวเตอร์อยู่ที่มหาวิทยาลัย และแบบจำลองดิจิทัล (Digital Twin) อยู่บนแพลตฟอร์มสาธารณะ อย่างไรก็ตาม ทรัพย์สินจากสถาบันต่างๆ ไม่ได้ประกอบกันเป็นโครงสร้างพื้นฐาน AI อุตสาหกรรมเดียว เพียงเพราะตั้งอยู่ในภูมิภาคเดียวกัน

ทันทีที่บริษัทค้นพบปัญหาเกี่ยวกับ AI บริษัทจะต้องผ่านขั้นตอนต่างๆ อย่างต่อเนื่อง เช่น การเชื่อมต่อไฟฟ้า การจัดสรร GPU การอนุมัติการใช้งานข้อมูล และการตรวจสอบความปลอดภัย หากกระบวนการนี้ใช้เวลานานหลายเดือน ปริมาณการใช้งานจริงที่บริษัทได้รับจะแทบเป็นศูนย์ แม้ว่ากำลังการผลิตโดยรวมของโครงสร้างพื้นฐานจะเพียงพอ นี่คือโครงสร้างที่ระยะทางทางกายภาพสั้น แต่ระยะทางเชิงสถาบันและตามสัญญาค่อนข้างยาว

บริษัทขนาดใหญ่สามารถลดเวลาดังกล่าวได้ด้วยระบบคลาวด์และสิทธิ์การเข้าถึงข้อมูลของตนเอง แต่บริษัทคู่ค้าต้องรอผู้ให้บริการภายนอกและบริการสนับสนุน เมื่อเวลาในการเข้าถึงแตกต่างกันไปตามขนาดของบริษัท แม้จะมีโครงสร้างพื้นฐานระดับภูมิภาคเดียวกันก็ตาม สินทรัพย์ที่ใช้ร่วมกันจึงกลายเป็นสินทรัพย์ที่ช่วยเร่งให้บริษัทชั้นนำเติบโตมากกว่าที่จะช่วยลดช่องว่างดังกล่าว

ดังนั้น คำถามเชิงโครงสร้างสำหรับเมืองอุลซานจึงไม่ได้อยู่ที่ว่ามีพลังงาน ข้อมูล หรือหน่วยประมวลผลกราฟิก (GPU) มากแค่ไหน  แต่สิ่งที่กำหนดความเพียงพอที่แท้จริงของโครงสร้างพื้นฐาน AI ภาคอุตสาหกรรมของเมืองนี้คือ เวลาในการเข้าถึงตั้งแต่ช่วงเวลาที่บริษัทประสบปัญหาในสถานที่ทำงานไปจนถึงการฝึกอบรมและการตรวจสอบนั้นสั้นกว่าภูมิภาคคู่แข่งหรือไม่