In Breve
- Qual è il significato di 'time to power' nelle infrastrutture AI?
- Il 'time to power' indica il tempo necessario affinché l'energia raggiunga i data center per garantire operatività continua.
- Perché il gas naturale è considerato cruciale per le infrastrutture AI?
- Il gas naturale fornisce una generazione continua di energia, essenziale per i data center che tollerano poco le interruzioni.
- Quali sono le previsioni per la domanda di gas legata all'AI?
- La domanda di gas potrebbe aumentare da 1,6 Bcf/d a 5,2 Bcf/d entro il 2030 e tra 7,6 e 11,5 Bcf/d entro il 2035.
Con l’evoluzione delle tecnologie AI, la disponibilità rapida e affidabile di energia sta emergendo come un fattore cruciale per l’implementazione delle infrastrutture necessarie. Non basta che l’elettricità sia generata a regime; è fondamentale che l’energia programmabile raggiunga i data center quando e dove è richiesta.
I data center dedicati all’AI sono generalmente più grandi e concentrati, tollerando poco le interruzioni. Di conseguenza, la capacità di alimentazione è determinante per definire dove e con quale velocità le infrastrutture possono entrare in servizio, trasformando gli investimenti tecnologici in valore operativo.
In questo contesto, il gas naturale si sta affermando come una fonte ponte essenziale per garantire una generazione continua. Secondo analisi di scenario, la domanda di gas legata all’AI potrebbe aumentare da circa 1,6 Bcf/d oggi a 5,2 Bcf/d entro il 2030 nel più conservativo degli scenari, e tra 7,6 e 11,5 Bcf/d entro il 2035 (Bcf/d = miliardi di piedi cubi al giorno).
Tuttavia, avere gas disponibile non è sufficiente. Il vero vincolo è rappresentato dalla deliverability, ovvero la capacità di produrre, trasportare, immagazzinare e consegnare combustibile alla pressione richiesta attraverso le infrastrutture connesse. Permessi, diritti di passaggio delle condotte, connessioni alla rete e risorse umane specializzate possono allungare i tempi di sviluppo.
La competizione per l’equipaggiamento e la capacità industriale modifica le valutazioni tra opzioni teoricamente più economiche ma più lente da realizzare e soluzioni già pronte dal punto di vista logistico. Pertanto, la selezione dei siti e la pianificazione devono considerare non solo la disponibilità futura di energia, ma anche la capacità di garantire energia affidabile nei tempi richiesti.
Per rispondere a queste esigenze, stanno emergendo modelli innovativi, come la generazione behind-the-meter, che accoppia impianti a gas on-site o nelle vicinanze a forniture ferme. Altre configurazioni prevedono pipeline dedicate abbinate a impianti di generazione e soluzioni integrate che connettono fornitura, trasporto, stoccaggio e carico dei data center. Stime indicano che oltre il 30% della domanda di gas legata all’AI potrebbe essere soddisfatta con impianti behind-the-meter entro il 2035.
La costruzione della prossima generazione di infrastrutture AI richiederà una collaborazione più stretta tra hyperscaler, sviluppatori di data center, utility, fornitori di gas e operatori di pipeline. Le aziende meglio posizionate saranno quelle che considerano l’approvvigionamento energetico come una capacità strategica, riconoscendo il ruolo critico del gas nel garantire la disponibilità e la continuità operativa delle capacità AI. In sintesi, nel confronto per scalare l’AI, il ‘time to power’ può determinare il ‘time to value’.
