In Breve
- Cos'è il 'time to power'?
- Il 'time to power' è un nuovo standard che misura la prontezza delle infrastrutture AI in relazione alla disponibilità di energia.
- Perché il gas naturale è importante per le infrastrutture AI?
- Il gas naturale garantisce una generazione continua di energia, essenziale per il funzionamento dei data center dedicati all'AI.
- Qual è l'impatto della deliverability sulle infrastrutture AI?
- La deliverability influisce sulla capacità di produrre e fornire energia, determinando i tempi di sviluppo delle infrastrutture.
Con l’evoluzione delle tecnologie AI, la disponibilità rapida e affidabile di energia è emersa come un fattore cruciale per l’implementazione delle infrastrutture dedicate. Non basta generare elettricità; è essenziale che l’energia programmabile raggiunga i data center nel momento e nel luogo giusti. Questi centri di elaborazione, destinati all’AI, sono più grandi e tollerano pochissime interruzioni, rendendo la capacità di alimentazione un elemento determinante per la velocità con cui le infrastrutture possono diventare operative e trasformare gli investimenti tecnologici in valore reale.
In questo contesto, il gas naturale si sta affermando come una fonte ponte, capace di garantire una generazione continua. Secondo analisi di scenario, la domanda di gas per alimentare le infrastrutture 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 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 già pronte sul piano logistico. Pertanto, la selezione dei siti e la pianificazione devono considerare la capacità di fornire energia affidabile nei tempi richiesti, non solo la disponibilità futura.
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. Configurazioni con laterali di pipeline dedicate abbinate a impianti di generazione e soluzioni integrate che connettono fornitura, trasporto, stoccaggio e carico dei data center sono sempre più comuni. 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 meglio posizionate saranno quelle che considerano l’approvvigionamento energetico come una capacità strategica e riconoscono il ruolo critico che il gas può svolgere 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’.
