In Breve
- Qual è il ruolo del 'time to power' nelle infrastrutture AI?
- Il 'time to power' è fondamentale per garantire che l'energia raggiunga i data center in modo rapido e affidabile.
- Come sta influenzando il gas naturale le infrastrutture AI?
- Il gas naturale si sta affermando come fonte ponte per garantire una generazione continua di energia per le infrastrutture AI.
- Quali sono le previsioni per la domanda di gas legata all'AI?
- La domanda di gas potrebbe aumentare da 1,6 Bcf/d oggi a oltre 11,5 Bcf/d entro il 2035.
Con la transizione dall’implementazione sperimentale all’adozione su larga scala, la disponibilità rapida e affidabile di energia sta emergendo come un fattore cruciale per le infrastrutture dedicate all’intelligenza artificiale (AI). Non è sufficiente che l’elettricità possa essere generata in modo continuo; è essenziale che l’energia programmabile raggiunga i data center nel momento e nel luogo in cui è necessaria.
I data center per AI sono caratterizzati da dimensioni maggiori, concentrazione e una tolleranza molto bassa alle interruzioni di energia. Pertanto, la capacità di alimentazione è determinante per stabilire dove e con quale rapidità le 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 capace di garantire una generazione continua. Analisi di scenario prevedono che la domanda di gas legata all’AI possa aumentare da circa 1,6 miliardi di piedi cubi al giorno (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.
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. Fattori come permessi, diritti di passaggio delle condotte, connessioni alla rete e risorse umane specializzate 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 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. La generazione behind-the-meter sta guadagnando terreno, accoppiando impianti a gas situati 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 stanno diventando sempre più comuni.
Stime di scenario 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, per affrontare l’intero percorso dall’energia al calcolo.
Le aziende che si posizioneranno meglio saranno quelle che considerano l’approvvigionamento energetico come una capacità strategica, riconoscendo il ruolo critico che il gas può svolgere nel garantire la disponibilità e il funzionamento delle capacità AI. In sintesi, nel confronto per scalare l’AI, il time to power può determinare il time to value.
