In Breve
- Cosa significa 'time to power'?
- Il 'time to power' si riferisce al tempo necessario affinché l'energia raggiunga i data center per le operazioni AI.
- Qual è il ruolo del gas naturale nelle infrastrutture AI?
- Il gas naturale è visto come una fonte ponte per garantire una generazione continua di energia per le infrastrutture AI.
- Come influisce la deliverability sulla capacità di alimentazione?
- La deliverability è cruciale per la produzione, il trasporto e la fornitura di gas, influenzando i tempi di sviluppo delle infrastrutture.
Con l’evoluzione delle tecnologie AI, la disponibilità rapida e affidabile di energia è diventata un fattore cruciale per l’implementazione delle infrastrutture necessarie. Non basta che l’elettricità possa essere generata a regime; è fondamentale che l’energia programmabile raggiunga i data center nel momento e nel luogo in cui è richiesta.
I data center dedicati all’AI sono caratterizzati da dimensioni maggiori e una concentrazione elevata, e tollerano pochissime interruzioni. Pertanto, la capacità di alimentazione gioca un ruolo determinante nel definire dove e con quale rapidità le infrastrutture possono essere attivate, trasformando così 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 di energia. Secondo 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, 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 la deliverability, ovvero la capacità di produrre, trasportare, immagazzinare e fornire combustibile alla pressione necessaria 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 attrezzature e capacità industriale modifica la valutazione tra opzioni teoricamente più economiche ma più lunghe 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 affrontare queste sfide, stanno emergendo modelli innovativi: la generazione behind-the-meter per accoppiare impianti a gas on-site o nelle vicinanze a forniture ferme, configurazioni con pipeline dedicate abbinate a impianti di generazione e 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 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 del gas nel garantire la disponibilità e l’operatività delle capacità AI. In sintesi, nel confronto per scalare l’AI, il time to power può determinare il time to value.
