Il ‘time to power’: il nuovo standard per le infrastrutture AI

Con l’evoluzione delle tecnologie AI 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 dedicate. Non è sufficiente che l’elettricità possa essere generata a regime; è cruciale che l’energia programmabile raggiunga i data center nei momenti e nei luoghi in cui è necessaria.

I data center per AI, infatti, sono più grandi e concentrati, e tollerano pochissimo l’interruzione del servizio. Pertanto, la capacità di alimentazione gioca un ruolo fondamentale nel determinare 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 affermando come una fonte ponte in grado di garantire una generazione continua. Secondo analisi di scenario, la domanda di gas collegata 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, 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 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. Inoltre, 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 non solo la disponibilità futura di energia, ma anche la capacità di assicurare energia affidabile nei tempi richiesti. Per rispondere a queste esigenze stanno emergendo modelli diversi, come la generazione behind-the-meter, che prevede l’accoppiamento di impianti a gas on-site o nelle vicinanze a forniture ferme, e configurazioni con laterali di pipeline dedicate abbinate a impianti di generazione.

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 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 tratteranno 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’.