In Breve
- Cos'è il 'time to power'?
- Il 'time to power' è il tempo necessario affinché l'energia raggiunga i data center AI.
- Qual è il ruolo del gas naturale nelle infrastrutture AI?
- Il gas naturale è considerato una fonte chiave per garantire una generazione continua di energia nelle infrastrutture AI.
- Come influisce la deliverability sulla capacità energetica?
- La deliverability determina la capacità di produrre e consegnare energia in modo affidabile, influenzando i tempi di sviluppo delle infrastrutture.
Con l’evoluzione delle tecnologie AI, la disponibilità rapida e affidabile di energia è diventata un fattore decisivo per l’implementazione delle infrastrutture necessarie. Non basta più generare elettricità; è fondamentale che l’energia programmabile raggiunga i data center nel momento e nel luogo richiesti.
I data center dedicati all’intelligenza artificiale sono caratterizzati da dimensioni maggiori e una concentrazione elevata, e tollerano pochissime interruzioni. Pertanto, la capacità di alimentazione influisce direttamente sulla velocità con cui queste infrastrutture possono entrare in servizio, trasformando 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 non è sufficiente. Il vero vincolo è la 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 l’equipaggiamento e le capacità industriali 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 energia affidabile nei tempi richiesti.
Per rispondere a queste esigenze, stanno emergendo modelli diversi, come la generazione behind-the-meter, che accoppia impianti a gas on-site o nelle vicinanze a forniture ferme. Altre configurazioni includono pipeline dedicate abbinate a impianti di generazione e soluzioni integrate che connettono fornitura, trasporto, stoccaggio e carico dei data center. Si stima 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. Le aziende meglio posizionate saranno quelle che considerano l’approvvigionamento energetico come una capacità strategica e riconoscono il ruolo cruciale 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.
