In Breve
- Cos'è il 'time to power'?
- Il 'time to power' è il tempo necessario affinché l'energia raggiunga i data center per l'implementazione delle infrastrutture AI.
- Perché il gas naturale è importante per le infrastrutture AI?
- Il gas naturale garantisce una generazione continua di energia, fondamentale per il funzionamento dei data center AI.
- Quali sono le sfide nella pianificazione energetica per l'AI?
- Le sfide includono la deliverability, i permessi e la competizione per risorse e capacità industriale.
Con la transizione dall’esperimento alla diffusione su larga scala, la disponibilità rapida e affidabile di energia emerge come un fattore cruciale per l’implementazione delle infrastrutture AI. Non basta che l’elettricità sia generata a regime; è essenziale che l’energia programmabile raggiunga i data center quando e dove è necessaria.
I data center dedicati all’AI sono più grandi, concentrati e tollerano pochissime interruzioni. Pertanto, la capacità di alimentazione gioca un ruolo determinante nella velocità con cui queste infrastrutture possono entrare in servizio e trasformare gli investimenti tecnologici in valore operativo. In questo contesto, il gas naturale si sta affermando come una fonte ponte in grado di garantire una generazione continua.
Le analisi di scenario indicano che 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 nel sistema 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, turbine, risorse idriche e manodopera specializzata possono allungare i tempi di sviluppo. La competizione per equipaggiamenti e capacità industriale modifica la valutazione tra opzioni teoricamente più economiche ma più lente da realizzare e soluzioni già pronte sul piano logistico. Di conseguenza, la selezione dei siti e la pianificazione devono considerare la capacità di garantire energia affidabile nei tempi richiesti, non solo la disponibilità futura.
Per rispondere a queste esigenze, stanno emergendo modelli diversi: generazione behind-the-meter per accoppiare impianti a gas on-site o nelle vicinanze a forniture ferme, configurazioni con laterali di pipeline dedicate abbinate a impianti di generazione e soluzioni integrate che connettono fornitura, trasporto, stoccaggio e carico dei data center. Stime di scenario suggeriscono 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 per affrontare l’intero percorso dall’energia al calcolo. Le imprese meglio posizionate saranno quelle che considerano l’approvvigionamento energetico come una capacità strategica e riconoscono il ruolo critico che il gas può svolgere nel rendere disponibili e mantenere operative le capacità AI. In sintesi, nel confronto per scalare l’AI, il ‘time to power’ può determinare il ‘time to value’.
