In Breve
- Cos'è il 'time to power'?
- Il 'time to power' è il tempo necessario affinché l'energia raggiunga i data center, influenzando la prontezza delle infrastrutture AI.
- Qual è il ruolo del gas naturale nelle infrastrutture AI?
- Il gas naturale funge da fonte ponte per garantire una generazione continua di energia necessaria per i data center AI.
- Come influisce la deliverability sulla disponibilità di gas?
- La deliverability si riferisce alla capacità di produrre, trasportare e consegnare gas, ed è cruciale per soddisfare la domanda delle infrastrutture AI.
Con l’evoluzione delle tecnologie AI, la disponibilità rapida e affidabile di energia si sta rivelando un fattore cruciale per l’implementazione delle infrastrutture dedicate. Non è sufficiente che l’elettricità possa essere generata a regime; è essenziale che l’energia programmabile raggiunga i data center nei momenti e nei luoghi in cui è necessaria.
I data center per AI, più grandi e concentrati, tollerano pochissimo l’interruzione. Pertanto, la capacità di alimentazione è determinante per stabilire dove e con quale velocità le infrastrutture possono entrare in servizio, trasformando 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 analisi di scenario, la domanda di gas legata all’AI potrebbe aumentare da circa 1,6 Bcf/d oggi a 5,2 Bcf/d entro il 2030, e arrivare 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 già pronte sul piano logistico.
Di conseguenza, la selezione dei siti e la pianificazione devono considerare la capacità di garantire energia affidabile nei tempi richiesti, non solo la disponibilità futura. Per rispondere a queste esigenze, stanno emergendo modelli diversi: la generazione behind-the-meter per accoppiare 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.
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 imprese meglio posizionate saranno quelle che trattano l’approvvigionamento energetico come una capacità strategica, riconoscendo il ruolo critico che il gas può svolgere 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.