In Breve
- Qual è il ruolo del gas naturale nelle infrastrutture AI?
- Il gas naturale è considerato una fonte ponte per garantire una generazione continua di energia per i data center AI.
- Cosa si intende per 'time to power'?
- 'Time to power' si riferisce alla rapidità con cui l'energia è disponibile per le infrastrutture AI.
- Quali sono le sfide nella deliverability del gas?
- Le sfide includono permessi, diritti di passaggio, connessioni alla rete e disponibilità di manodopera specializzata.
Con l’evoluzione delle tecnologie AI dall’esperimento alla diffusione su larga scala, la disponibilità rapida e affidabile di energia si sta affermando come un fattore decisivo per l’implementazione delle infrastrutture AI. Non è sufficiente 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 necessaria.
I data center dedicati all’AI sono caratterizzati da dimensioni maggiori e una concentrazione elevata, e tollerano pochissimo le interruzioni. Pertanto, la capacità di alimentazione influisce direttamente sulla velocità con cui le infrastrutture possono entrare in servizio e trasformare 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. Le analisi di scenario indicano che la domanda di gas legata all’AI potrebbe aumentare da circa 1,6 Bcf/d (miliardi di piedi cubi al giorno) 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 la deliverability, ovvero la capacità di produrre, trasportare, immagazzinare e consegnare combustibile alla pressione richiesta attraverso le infrastrutture connesse. 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, piuttosto che limitarsi alla 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.
Stime di scenario suggeriscono 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 e riconoscono 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.
