In Breve
- Cos'è il 'time to power'?
- Il 'time to power' è il tempo necessario affinché l'energia arrivi ai data center per le infrastrutture AI.
- Qual è il ruolo del gas naturale nelle infrastrutture AI?
- Il gas naturale funge da fonte ponte, garantendo una generazione continua di energia per i data center.
- Come può l'industria affrontare le sfide energetiche?
- Attraverso modelli innovativi come la generazione behind-the-meter e una pianificazione strategica.
Con l’evoluzione dell’intelligenza artificiale (AI) da un semplice esperimento a una realtà diffusa su larga scala, la disponibilità di energia rapida e affidabile si sta affermando come un elemento cruciale per l’implementazione delle infrastrutture AI. Non è sufficiente che l’elettricità possa essere generata; è essenziale che l’energia programmabile raggiunga i data center nel momento e nel luogo in cui è necessaria.
I data center dedicati all’AI sono caratterizzati da dimensioni maggiori e una concentrazione elevata, tollerando pochissime interruzioni. Pertanto, la capacità di alimentazione diventa determinante per stabilire dove e con quale rapidità le infrastrutture possono essere attivate, trasformando così gli investimenti tecnologici in valore operativo.
In questo contesto, il gas naturale emerge come una fonte ponte in grado di garantire una generazione continua. Secondo le analisi di scenario, la domanda di gas legata all’AI potrebbe 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, 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 logistiche già pronte. Di conseguenza, la selezione dei siti e la pianificazione dovrebbero 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 permette di accoppiare impianti a gas on-site o nelle vicinanze a forniture ferme, mentre configurazioni con laterali di pipeline dedicate sono abbinate a impianti di generazione. Inoltre, si stanno sviluppando soluzioni integrate che collegano fornitura, trasporto, stoccaggio e carico dei data center.
Le 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, affrontando l’intero percorso dall’energia al calcolo.
Le aziende che si posizioneranno meglio saranno quelle che considereranno l’approvvigionamento energetico come una capacità strategica, riconoscendo il ruolo critico del gas 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’.