In Breve
- Cos'è il 'time to power'?
- Il 'time to power' è il tempo necessario affinché le infrastrutture AI siano operative grazie a una fornitura energetica affidabile.
- Qual è il ruolo del gas naturale nelle infrastrutture AI?
- Il gas naturale è una fonte fondamentale per garantire una generazione continua di energia per i data center AI.
- Quali sono le proiezioni sulla domanda di gas per l'AI?
- La domanda di gas collegata all'AI potrebbe aumentare 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 è diventata un fattore cruciale per l’implementazione delle infrastrutture dedicate. Non basta generare elettricità; è essenziale che l’energia programmabile arrivi ai data center nel momento e nel luogo giusto. Questi centri di elaborazione dati, sempre più grandi e concentrati, tollerano pochissimo le interruzioni, rendendo la capacità di alimentazione un aspetto determinante per la loro operatività.
In questo contesto, il gas naturale emerge come una fonte di energia fondamentale, in grado di garantire una generazione continua. Le proiezioni indicano che la domanda di gas legata all’AI potrebbe aumentare da circa 1,6 miliardi di piedi cubi al giorno (Bcf/d) attuali a 5,2 Bcf/d entro il 2030, e tra 7,6 e 11,5 Bcf/d entro il 2035. Tuttavia, avere gas disponibile non è sufficiente; il vero limite è rappresentato dalla deliverability, ovvero la capacità di produrre, trasportare, immagazzinare e fornire combustibile alla pressione necessaria.
Vari fattori possono ritardare lo sviluppo delle infrastrutture, come permessi, diritti di passaggio delle condotte, connessioni alla rete e disponibilità di manodopera specializzata. La competizione per le risorse e l’equipaggiamento industriale modifica la valutazione tra opzioni teoricamente più economiche ma più lente da realizzare e soluzioni già pronte sul piano logistico. Pertanto, la selezione dei siti e la pianificazione devono considerare non solo la disponibilità futura di energia, ma anche la capacità di garantire un approvvigionamento affidabile nei tempi richiesti.
Per soddisfare queste esigenze, stanno emergendo modelli innovativi, come la generazione behind-the-meter, che combina impianti a gas situati in loco o nelle vicinanze con forniture ferme. Altre soluzioni includono configurazioni con pipeline dedicate abbinate a impianti di generazione e sistemi integrati che connettono fornitura, trasporto, stoccaggio e carico dei data center. Le stime suggeriscono che oltre il 30% della domanda di gas legata all’AI potrebbe essere soddisfatta tramite impianti behind-the-meter entro il 2035.
La costruzione della nuova 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 che sapranno trattare l’approvvigionamento energetico come una capacità strategica e riconoscere il ruolo cruciale del gas saranno quelle meglio posizionate per affrontare le sfide future. In sintesi, nel confronto per scalare l’AI, il ‘time to power’ può determinare il ‘time to value’.
