Il ‘time to power’: il nuovo parametro per la prontezza delle infrastrutture AI

Con l’evoluzione dall’esperimento alla diffusione su larga scala, la disponibilità rapida e affidabile di energia sta emergendo come un fattore decisivo per l’implementazione delle infrastrutture AI. Non basta che l’elettricità possa essere generata a regime; è cruciale che l’energia programmabile raggiunga i data center quando e dove serve.

I data center dedicati all’AI sono più grandi, concentrati e tollerano pochissimo l’interruzione. Di conseguenza, la capacità di alimentazione determina dove e con quale velocità le infrastrutture possono entrare in servizio, trasformando gli investimenti tecnologici in valore operativo.

In questo contesto, il gas naturale si sta imponendo come fonte ponte in grado di garantire generazione continua. Analisi di scenario indicano che la domanda di gas collegata all’AI potrebbe salire da circa 1,6 Bcf/d oggi a 5,2 Bcf/d entro il 2030 nello scenario più conservativo, e tra 7,6 e 11,5 Bcf/d entro il 2035 (Bcf/d = miliardi di piedi cubi al giorno).

Tuttavia, avere gas disponibile nel sistema non è sufficiente. Il vero vincolo è la deliverability, ossia 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 cambia 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 dovrebbero considerare la capacità di assicurare energia affidabile nei tempi richiesti, non solo la disponibilità futura.

Per rispondere a queste esigenze, stanno emergendo modelli diversi: 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.

Stime di scenario 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 più stretta collaborazione 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.