Il ruolo cruciale del ‘time to power’ nelle infrastrutture AI

Con l’evoluzione delle tecnologie AI, la disponibilità rapida e affidabile di energia è diventata un fattore decisivo per l’implementazione delle infrastrutture dedicate. Non basta generare elettricità; è cruciale che l’energia programmabile raggiunga i data center nel momento e nel luogo giusti. Questi centri, sempre più grandi e concentrati, tollerano pochissimo le interruzioni, rendendo la capacità di alimentazione un elemento chiave per il loro funzionamento.

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 (miliardi di piedi cubi al giorno) 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 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 e manodopera specializzata possono allungare i tempi di sviluppo. La competizione per equipaggiamenti e capacità industriale influisce sulla valutazione tra opzioni più economiche ma più lente da realizzare e soluzioni già pronte logisticamente. Pertanto, 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 innovativi. La generazione behind-the-meter consente di accoppiare impianti a gas on-site o nelle vicinanze a forniture ferme. Inoltre, configurazioni con pipeline dedicate e soluzioni integrate che connettono fornitura, trasporto, stoccaggio e carico dei data center stanno guadagnando terreno. 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 più competitive saranno quelle che considerano l’approvvigionamento energetico come una capacità strategica e riconoscono il ruolo critico del gas 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’.