Le previsioni di BloombergNEF sul gas per i data center mettono la crescita dell'AI su una traiettoria fossile
BloombergNEF ha aumentato la propria previsione sul gas destinato ai data center statunitensi a circa 18 miliardi di piedi cubi al giorno entro il 2035. Questa proiezione è quasi il doppio della stima di nove mesi fa. Trasforma la corsa alle infrastrutture per l'AI in una sfida molto più ampia per gasdotti, centrali elettriche, pianificazione delle utility e impegni climatici.
La previsione non significa che verranno costruiti tutti i campus AI proposti. Riflette uno scenario di base che già sconta i progetti destinati probabilmente a bloccarsi. Anche dopo tale correzione, i data center diventano una delle maggiori nuove fonti di domanda di gas naturale negli Stati Uniti.
Il conflitto centrale non riguarda più semplicemente la crescita dell'AI contrapposta alla capacità della rete. Riguarda la velocità contrapposta alla strategia energetica di lungo periodo. Meta, Microsoft, Google, Amazon e altri operatori hanno bisogno di elettricità affidabile prima che possano entrare in funzione i più lenti progetti di rete e generazione.
Il gas naturale offre questa produzione affidabile, attraverso la rete oppure mediante centrali costruite accanto ai data center. Tuttavia, il gas introduce anche esposizione ai prezzi del combustibile, inquinamento atmosferico locale, emissioni di carbonio e impegni infrastrutturali destinati a durare decenni.
Le previsioni di BloombergNEF sul gas per i data center sono raddoppiate
La revisione di BloombergNEF suggerisce che i piani per le infrastrutture AI stanno avanzando più velocemente di quanto i precedenti modelli energetici potessero assorbire.
Secondo le nuove prospettive, i data center statunitensi potrebbero consumare circa 18 miliardi di piedi cubi di gas naturale al giorno entro il 2035. Ciò rappresenterebbe circa 15 Bcf/d di crescita nell'arco di dieci anni.
Il solo aumento previsto supererebbe l'attuale consumo di gas di quasi tutti i Paesi. Solo Cina, Russia, Iran e Stati Uniti ne consumano di più, secondo il confronto riportato con la previsione.
La scala supera inoltre il consumo combinato di Germania e Giappone. Il confronto è imperfetto perché i Paesi utilizzano gas in diversi settori economici. Tuttavia, illustra come un'industria digitale specializzata potrebbe diventare un grande consumatore di energia.
La stima di BloombergNEF non si basa soltanto sugli annunci pubblici dei progetti. Il modello tiene conto, secondo quanto riportato, della probabilità che molti data center proposti non entrino mai in funzione.
Questa precisazione è importante perché la capacità annunciata supera di gran lunga quanto possano fornire le reti esistenti, i fornitori di apparecchiature e i mercati delle costruzioni. I progetti possono fallire per mancanza di accesso alla trasmissione, permessi, turbine, acqua, finanziamenti o clienti certi.
Anche dopo aver escluso tali progetti, BloombergNEF prevede che i data center diventino la seconda maggiore fonte di crescita della domanda di gas negli Stati Uniti. Solo le esportazioni di gas naturale liquefatto aggiungerebbero più domanda nel periodo.
La proiezione sul gas segue un'altra netta revisione delle prospettive di BloombergNEF sull'elettricità. La sua previsione sulla capacità prevede 194 gigawatt di data center statunitensi online entro il 2035.
Questa stima era dell'83% superiore alla precedente previsione della società. Implicava inoltre che i data center potrebbero consumare circa un quinto dell'elettricità statunitense entro il 2035.
BloombergNEF ha calcolato che la rete continuerebbe comunque a fronteggiare un divario di fornitura pari a 19 GW, anche con un calendario di connessioni insolitamente rapido. Colmare tale divario richiederebbe fino a 48 GW di generazione a gas onsite nel suo scenario di base.
La generazione onsite si colloca dietro il contatore del cliente, anziché dipendere interamente dalla rete regionale. Può consentire a un campus di iniziare a operare prima del completamento degli aggiornamenti della trasmissione.
La nuova previsione sul gas rappresenta quindi più di un normale adeguamento della domanda di combustibile. Collega tre stime in aumento: capacità dei data center, consumo di elettricità e generazione dedicata.
Ogni stima dipende da ipotesi che restano incerte. L'efficienza dell'hardware AI potrebbe migliorare, i campus annunciati potrebbero essere cancellati e la generazione alternativa potrebbe arrivare più rapidamente.
Eppure, la direzione sta diventando più difficile da liquidare. Ogni revisione al rialzo comunica alle utility che attendere informazioni perfette comporta rischi propri. Dice anche alle aziende tecnologiche che l'approvvigionamento di capacità di calcolo dipende ora dall'approvvigionamento energetico.
Questo cambia il business della costruzione dell'AI. Le aziende non possono assicurarsi chip avanzati, costruire un campus e presumere che seguirà elettricità sufficiente. L'energia deve essere contrattualizzata, generata, immagazzinata e consegnata come parte del progetto originario.
Il risultato è un nuovo collo di bottiglia per l'implementazione dell'AI. Il settore ha trascorso anni a competere per le GPU. Ora compete per connessioni alla rete, turbine a gas, gasdotti e autorizzazioni per utilizzarli.
La domanda di energia dell'AI si muove più rapidamente della rete
La pressione deriva dal divario tra i tempi di costruzione dei data center e il calendario più lento per espandere i sistemi elettrici regionali.
Un grande campus AI può passare dalla pianificazione alla costruzione più rapidamente di quanto le utility possano approvare e completare grandi progetti di trasmissione. Le nuove linee elettriche attraversano spesso diverse giurisdizioni e richiedono lunghe valutazioni.
Anche le centrali elettriche affrontano vincoli sulle apparecchiature. I produttori di turbine a gas devono gestire lunghi portafogli ordini, mentre trasformatori e quadri elettrici restano difficili da reperire rapidamente.
Questo problema di tempistica conferisce al gas naturale un vantaggio pratico. I generatori a gas possono fornire energia dispacciabile, ossia gli operatori possono aumentare o diminuire la produzione quando cambia la domanda di elettricità.
Le strutture AI apprezzano questo controllo perché fanno funzionare costoso hardware di calcolo ventiquattr'ore su ventiquattro. Un'alimentazione inaffidabile lascia i chip inattivi mentre proseguono i costi di finanziamento, personale e raffreddamento.
L'attrattiva aumenta quando un'azienda può collocare la generazione accanto al data center. Una centrale dedicata può ridurre la dipendenza da una connessione sovraccarica ed evitare alcuni ritardi nella trasmissione.
Tuttavia, il gas onsite non elimina ogni vincolo. L'impianto necessita comunque di turbine, fornitura di combustibile, autorizzazioni ambientali e apparecchiature di interconnessione. Potrebbe inoltre richiedere sistemi di backup per manutenzione o interruzioni delle forniture.
I gasdotti rappresentano un'altra limitazione. Una regione può disporre di grandi risorse di gas senza avere sufficiente capacità di consegna locale per diverse nuove centrali elettriche.
Ecco perché i corridoi infrastrutturali esistenti, i siti di stoccaggio e le connessioni ai gasdotti stanno acquisendo valore strategico. L'analisi delle infrastrutture del gas di PwC descrive permessi, turbine, gasdotti, acqua e tempo come risorse scarse.
PwC stima che la domanda incrementale di gas negli Stati Uniti legata all'AI potrebbe raggiungere da 7,6 a 11,5 Bcf/d entro il 2035. Il suo intervallo è inferiore all'ultimo totale di BloombergNEF, in parte perché i modelli definiscono diversamente la domanda correlata all'AI.
La differenza dovrebbe scoraggiare una falsa precisione. Non esiste un singolo contatore che registri il consumo nazionale di gas dell'AI. Gli analisti devono combinare capacità proposta, tassi di completamento, utilizzo, efficienza e fonti energetiche previste.
I modelli concordano comunque sul meccanismo. Una maggiore capacità dei data center crea un ampio blocco di domanda elettrica continua. I ritardi della rete aumentano quindi l'attrattiva della generazione dedicata.
Il Lawrence Berkeley National Laboratory offre un'altra visione della stessa pressione. Il suo aggiornamento del 2025 stima che i data center potrebbero rappresentare l'11,8% dell'elettricità statunitense entro il 2030.
Il rapporto energetico nazionale presenta un intervallo di scenari dal 9,5 al 15,3%. Questo intervallo riflette l'incertezza sulle spedizioni di apparecchiature, i tipi di strutture, il raffreddamento e le pratiche operative.
Queste percentuali sono importanti perché i data center concentrano la domanda geograficamente. Una rete nazionale potrebbe sembrare capace di servire carichi aggiuntivi mentre il territorio di una specifica utility affronta una grave carenza.
La Virginia settentrionale illustra questa concentrazione. Le sue consolidate reti in fibra e infrastrutture cloud hanno attratto gruppi di strutture, esercitando una pressione eccezionale sulla pianificazione della trasmissione locale.
I nuovi progetti si stanno diffondendo in Texas, Ohio, Pennsylvania, Louisiana e altri mercati con terreni o risorse energetiche disponibili. Questo movimento non elimina la pressione sulle infrastrutture. La ridistribuisce.
Le utility devono decidere quanta generazione e trasmissione costruire prima che ogni campus proposto diventi certo. Se costruiscono troppo poco, i progetti attendono o installano generazione privata.
Se costruiscono troppo, i clienti ordinari potrebbero ereditare costi infrastrutturali non necessari. Le autorità di regolazione devono stabilire quali spese spettino agli sviluppatori di data center e quali debbano rientrare nelle tariffe elettriche generali.
Questa decisione conferisce al dibattito sull'energia per l'AI una diretta dimensione per i consumatori. Un ritardo nel rilascio di un modello riguarda le aziende tecnologiche. Un investimento delle utility allocato male può riguardare ogni famiglia e impresa in un'area di servizio.
Il gas naturale risolve il problema dei tempi ma crea un problema di dipendenza
Il gas può portare energia garantita a un campus AI più rapidamente, ma l'infrastruttura risultante può sopravvivere alle ipotesi di domanda che l'hanno giustificata.
Una centrale a gas costruita per un data center non è un'implementazione software temporanea. I suoi gasdotti, turbine, permessi e strutture finanziarie possono rimanere in funzione per decenni.
Questa lunga durata crea un disallineamento con le previsioni sull'AI. La domanda di calcolo cambia rapidamente, mentre gli asset energetici fisici recuperano il proprio investimento in periodi molto più lunghi.
Uno sviluppatore potrebbe aspettarsi che un campus operi quasi a piena capacità per anni. Eppure, chip più nuovi potrebbero fornire maggiore capacità di calcolo per unità di elettricità, oppure i carichi di lavoro potrebbero spostarsi in un'altra regione.
La domanda potrebbe anche crescere più rapidamente del previsto. In quel caso, le centrali a gas dedicate potrebbero espandersi da infrastruttura ponte a fondamento permanente dell'economia AI.
La parola “ponte” porta quindi con sé più incertezza di quanto sembri. Un ponte dovrebbe condurre verso un altro sistema energetico. Diventa dipendenza quando il sostituto non arriva mai.
L'Agenzia Internazionale dell'Energia prevede che le rinnovabili forniscano quasi la metà dell'elettricità globale aggiuntiva per i data center fino al 2030. Gas naturale e carbone insieme ne fornirebbero oltre il 40%.
Nello scenario di base dell'IEA, la produzione elettrica destinata ai data center aumenta da 460 terawattora nel 2024 a oltre 1.000 TWh nel 2030. Raggiunge 1.300 TWh entro il 2035.
Le prospettive sull'approvvigionamento energetico dell'IEA modellano anche una più rapida espansione dell'AI. In questo caso, l'elettricità dei data center si avvicina a 2.000 TWh entro il 2035.
Le code per le connessioni alla rete limitano la velocità con cui la generazione pulita può servire questa domanda più elevata. Di conseguenza, i combustibili fossili forniscono una quota maggiore dell'aumento inatteso.
Questo meccanismo spiega perché i contratti aziendali per le rinnovabili non risolvono la questione fisica. Un'azienda può acquistare certificati di energia pulita mentre la sua struttura preleva da un sistema regionale che continua a bruciare gas.
Luogo e tempistica determinano quali generatori rispondano effettivamente a un nuovo carico. Un progetto solare in un altro mercato non fornisce necessariamente energia a un cluster AI operativo durante la notte.
Le batterie possono spostare elettricità tra diverse ore e ridurre la domanda di picco. Non possono produrre autonomamente l'energia continua richiesta da un campus ad alto utilizzo.
L'energia nucleare offre generazione stabile a basse emissioni di carbonio e diverse aziende tecnologiche la stanno perseguendo. Tuttavia, i nuovi reattori affrontano generalmente tempi di sviluppo più lunghi rispetto ai data center.
Riavviare unità nucleari esistenti o acquistare la produzione di impianti in funzione può aiutare singoli progetti. Queste opzioni restano limitate dalla geografia e dal parco disponibile.
L'energia geotermica attira interesse anche perché può fornire una produzione costante con basse emissioni operative. Il suo contributo nel breve termine dipende dalle prestazioni di perforazione, dall'esecuzione dei progetti e dalla disponibilità di localizzazioni idonee.
Il gas naturale prevale in molti confronti attuali perché è disponibile, familiare e programmabile. Può supportare sia la generazione per la rete sia sistemi isolati per campus.
Tuttavia, questo vantaggio ha un prezzo che va oltre le emissioni. Un operatore di IA che utilizza gas dedicato si espone alla consegna del combustibile, ai mercati delle materie prime e ai requisiti ambientali.
L'accordo può anche modificare le competenze aziendali. Le aziende tecnologiche devono negoziare con operatori di gasdotti, produttori di turbine, utility e autorità di regolamentazione della qualità dell'aria.
Per i clienti cloud, queste decisioni potrebbero infine influire sui costi di calcolo e sulle sedi dei servizi. I carichi di lavoro ad alta intensità energetica potrebbero spostarsi verso regioni che offrono una fornitura elettrica più rapida e prevedibile.
Sviluppatori e acquirenti aziendali dovrebbero quindi considerare la geografia come parte dell'architettura dell'IA. Le prestazioni del modello contano, ma il sistema energetico alla base di una regione di calcolo determina capacità, affidabilità e costi futuri.
La previsione non garantisce un risultato di 18 Bcf/d
La principale obiezione alla previsione di BloombergNEF sul gas per data center è che sia la domanda di IA sia il completamento dei progetti restano insolitamente difficili da prevedere.
Il dato principale comprime molte variabili in un'unica cifra. Piccoli cambiamenti in tali variabili possono produrre un risultato diverso entro il 2035.
Una variabile è il numero di strutture annunciate che entrano in funzione. La pipeline di sviluppo statunitense include progetti speculativi in cerca di terreni, connessioni o clienti prima del completamento del finanziamento.
Alcune proposte competono per la stessa limitata capacità di rete. Considerarle tutte come domanda futura indipendente gonfierebbe il probabile risultato.
BloombergNEF afferma che la sua stima esclude i progetti che non saranno completati. Le informazioni pubbliche non rivelano ogni ipotesi a livello di progetto nel modello proprietario sottostante.
Ciò limita la valutazione indipendente. I lettori possono valutare la direzione e i totali riportati, ma non possono riprodurre l'intera previsione sulla base di informazioni pubbliche.
Una seconda variabile è l'utilizzo. Un data center con una capacità massima dichiarata non consuma necessariamente tale quantità ogni ora.
I cluster di addestramento possono creare una domanda intensa, mentre i carichi di lavoro di inferenza possono variare in base all'attività degli utenti. Gli operatori possono inoltre pianificare alcune attività di calcolo in funzione della disponibilità di elettricità.
Una terza variabile è l'efficienza dell'hardware. Ogni nuova generazione di acceleratori può svolgere più lavoro per unità di energia, anche se il consumo totale può comunque aumentare.
L'efficienza riduce l'energia necessaria per un carico di lavoro fisso. Non garantisce una domanda inferiore quando il calcolo più economico induce i clienti a utilizzarne molto di più.
Questo effetto rimbalzo è al centro dell'incertezza energetica dell'IA. Chip migliori potrebbero contenere la crescita della domanda elettrica, oppure rendere economici modelli aggiuntivi e servizi automatizzati.
Una quarta variabile è il mix energetico. La previsione di BloombergNEF presuppone che il gas serva una quota sostanziale del nuovo carico, soprattutto dove le connessioni alla rete rimangono limitate.
Una costruzione più rapida delle linee di trasmissione indebolirebbe tale ipotesi. Lo farebbe anche una diffusione più veloce di rinnovabili, accumulo, riavvii nucleari, sistemi geotermici avanzati o calcolo flessibile.
Il mercato statunitense del gas introduce un'altra incertezza. Il consumo totale ha già raggiunto una media record di 92,0 Bcf/d nel 2025, secondo l'Energy Information Administration.
L'energia elettrica ha rappresentato 35,8 Bcf/d quell'anno. Il settore è rimasto il maggiore consumatore di gas del Paese nonostante un calo rispetto al 2024.
I dati sui consumi dell'EIA mostrano come condizioni meteorologiche, nuove installazioni solari, batterie e domanda elettrica possano muovere il consumo annuo di gas in direzioni diverse.
L'aggiunta di fino a 15 Bcf/d per l'elettricità dei data center interagirebbe con le esportazioni di GNL, la domanda industriale, il riscaldamento domestico, la crescita della produzione e i vincoli dei gasdotti.
I prezzi potrebbero salire nelle regioni in cui l'offerta o le consegne non tengono il passo. Prezzi più alti cambierebbero quindi l'economia della generazione a gas e delle fonti energetiche alternative.
Anche la politica ambientale potrebbe modificare il risultato. Le centrali a gas emettono anidride carbonica, mentre produzione e trasporto possono rilasciare metano, un potente gas serra.
L'opposizione locale potrebbe concentrarsi su ossidi di azoto, consumo idrico, rumore e distribuzione dei costi dell'elettricità. La resistenza alle autorizzazioni potrebbe ritardare sia la generazione sia gli stessi data center.
I 18 Bcf/d previsti dovrebbero quindi essere letti come uno scenario, non come un risultato programmato. Descrivono il sistema richiesto da un possibile percorso di espansione dell'IA.
Questa distinzione non rende la previsione irrilevante. Le decisioni di pianificazione vengono prese prima che la domanda finale diventi certa. Utility e sviluppatori devono agire mentre l'intervallo resta ampio.
Il rischio si presenta in entrambe le direzioni. Investimenti insufficienti possono ritardare infrastrutture di valore economico. Investimenti eccessivi possono lasciare i clienti a pagare asset progettati intorno a una domanda che non si è mai materializzata.
Chi sostiene il costo dell'espansione del gas per l'IA
La questione politica decisiva non è semplicemente se verrà costruita nuova capacità a gas, ma chi la paga e chi ne assorbe i rischi.
Gli sviluppatori di data center possono finanziare autonomamente la generazione dedicata. Questo approccio attribuisce una quota maggiore del rischio di progetto all'azienda che beneficia dell'elettricità.
I confini diventano meno chiari quando una utility regolamentata costruisce generazione, gasdotti, sottostazioni o trasmissione per la prevista crescita dei data center. Le utility recuperano le spese approvate attraverso le tariffe dei clienti.
Le autorità di regolamentazione possono richiedere ai grandi clienti di firmare contratti a lungo termine o fornire garanzie finanziarie. Tali protezioni riducono la probabilità che altri clienti paghino per impianti abbandonati.
Tuttavia, la progettazione dei contratti diventa difficile quando la domanda arriva per fasi. Un campus potrebbe iniziare con una frazione della capacità pianificata e richiedere espansioni ripetute.
Le utility apprezzano anche i grandi clienti perché possono distribuire i costi fissi del sistema su maggiori vendite di elettricità. Questo vantaggio scompare se i costi della nuova infrastruttura superano i ricavi che produce.
La progettazione tariffaria deve quindi affrontare diverse domande. Quanta capacità è realmente impegnata? Per quanto tempo il cliente deve rimanere? Chi paga se la costruzione si interrompe?
Le stesse domande si applicano alle infrastrutture del gas. Un'estensione di gasdotto che serve diverse centrali elettriche potrebbe restare utile dopo la chiusura di un data center.
Al contrario, una linea laterale dedicata può diventare un asset inutilizzato se un singolo campus cambia direzione. Il suo valore dipende da clienti alternativi e dalla progettazione della rete regionale.
Le comunità sostengono anche costi non finanziari. Nuova generazione può aumentare l'inquinamento atmosferico locale, la domanda idrica, il traffico e l'uso industriale del suolo.
I benefici possono includere lavori di costruzione, entrate fiscali e investimenti. L'equilibrio varia in base alla localizzazione e ai termini negoziati con lo sviluppatore.
Gli impegni climatici creano un altro problema di ripartizione. Le grandi aziende tecnologiche hanno annunciato ambiziosi obiettivi di emissioni, ma la loro espansione nell'IA aumenta la domanda di elettricità.
L'acquisto di energia rinnovabile può sostenere nuovi progetti puliti. Non cancella le emissioni delle centrali a gas dedicate che riforniscono le strutture prima che tali progetti diventino disponibili.
La cattura del carbonio può ridurre le emissioni in alcune centrali a gas. La sua efficacia dipende dai tassi di cattura, dalle prestazioni operative, dalle reti di trasporto e dallo stoccaggio permanente.
L'uso di crediti di compensazione introduce un ulteriore livello di contabilizzazione anziché modificare la centrale stessa. Gli stakeholder distinguono sempre più tra dichiarazioni contrattuali ed emissioni fisiche della produzione elettrica.
I clienti aziendali dovrebbero osservare questa distinzione perché le emissioni del cloud entrano a far parte della loro rendicontazione. L'impronta di un carico di lavoro dipende in parte da dove e quando viene eseguito.
Le aziende che utilizzano l'IA su larga scala potrebbero aver bisogno di informazioni più dettagliate sulla generazione regionale e sulle emissioni orarie. La corrispondenza annuale con le rinnovabili può nascondere differenze importanti tra localizzazioni.
Questa è anche una sfida di gestione della conoscenza all'interno delle aziende. Team infrastrutturali, gruppi di sostenibilità, personale degli acquisti e dirigenti devono lavorare partendo dalle stesse ipotesi.
Una base di conoscenza IA ricercabile può aiutare i team a conservare contratti energetici, previsioni di capacità e decisioni normative. Non può risolvere l'incertezza, ma può rendere visibili le ipotesi.
Questa visibilità conta quando le previsioni cambiano così rapidamente. La forte revisione al rialzo di BloombergNEF mostra come una strategia infrastrutturale possa diventare obsoleta nel giro di pochi mesi.
Il dibattito sui costi si intensificherà quando le utility convertiranno richieste speculative in investimenti formali. La protezione più solida è una ripartizione trasparente dei costi di progetto e dei rischi di cancellazione.
Senza tali protezioni, le comunità potrebbero concludere che gli sviluppatori di IA ricevano accesso preferenziale mentre altri clienti sostengono le conseguenze finanziarie e ambientali.
Tre segnali mostreranno se la previsione sul gas regge
Le connessioni alla rete, la costruzione effettiva dei campus e la consegna delle apparecchiature per il gas determineranno se la previsione per il 2035 si rafforzerà o si indebolirà.
Il primo segnale è la conversione della capacità di data center annunciata in carico operativo. Comunicati stampa e acquisti di terreni non bastano.
Gli investitori dovrebbero osservare edifici completati, apparecchiature informatiche installate, clienti contrattualizzati e domanda delle utility misurata. Un divario crescente tra annunci e operatività indebolirebbe la previsione.
Il secondo segnale è il ritmo delle nuove connessioni alla rete. Le prospettive di BloombergNEF sul gas dipendono in parte dal fatto che trasmissione e generazione non riescano a tenere il passo con la costruzione di data center.
Approvazioni più rapide delle interconnessioni consentirebbero a più progetti di utilizzare l'elettricità regionale. Ciò non renderebbe automaticamente pulita la loro energia, ma potrebbe ridurre la costruzione di impianti a gas dedicati.
Un persistente arretrato nelle connessioni rafforzerebbe la tesi a favore della generazione in loco. Aumenterebbe inoltre il valore strategico dei campus vicini a centrali esistenti e reti di gasdotti.
Le previsioni del Lawrence Berkeley National Laboratory offrono un punto di verifica più vicino. Il suo intervallo per il 2030 sarà più facile da testare con l'accumularsi delle spedizioni di apparecchiature e dei carichi delle utility.
Se il consumo nazionale si avvicinerà all'estremità superiore di tale intervallo, lo scenario BloombergNEF per il 2035 apparirà più credibile. Una crescita più lenta del carico sosterrebbe una traiettoria del gas più bassa.
Il terzo segnale riguarda apparecchiature e infrastrutture di combustibile concrete. Ordini di turbine, capacità produttiva, approvazioni di gasdotti e impianti completati contano più delle proposte preliminari.
Gli sviluppatori possono annunciare un campus alimentato a gas prima di assicurarsi una finestra di consegna per le turbine. I lunghi tempi di consegna delle apparecchiature possono rinviare l'operatività di diversi anni oltre la data prevista.
I progetti di gasdotto affrontano rischi propri di approvazione e costruzione. Un impianto senza una consegna affidabile di combustibile non può fungere da fonte di energia in loco affidabile.
L'International Energy Agency stima che entro il 2030 da 15 a 27 GW di gas naturale in loco potrebbero servire i data center, soprattutto negli Stati Uniti. Le installazioni effettive entro questo intervallo offriranno un primo test.
I progetti di energia pulita delle aziende tecnologiche rientrano nella stessa misurazione. Nuova capacità nucleare, geotermica, rinnovabile e di accumulo può indebolire la previsione sul gas se arriva nei luoghi in cui crescono i carichi dell'IA.
Gli annunci contrattuali non dovrebbero essere considerati sostituzioni completate. Il segnale rilevante è l'elettricità che raggiunge un campus operativo nelle ore in cui le sue apparecchiature informatiche necessitano energia.
I lettori dovrebbero inoltre osservare i prezzi del gas naturale e i procedimenti sulle tariffe delle utility. L'aumento dei costi del combustibile può migliorare l'economia relativa di altre forme di generazione, dell'efficienza e della flessibilità dei carichi di lavoro.
Gli enti regolatori potrebbero imporre garanzie finanziarie più solide ai clienti con carichi elevati. Ciò filtrerebbe i progetti speculativi e rivelerebbe quali sviluppatori accetteranno il costo delle proprie previsioni.
I prossimi trimestri non risolveranno una proiezione che si estende fino al 2035. Possono però mostrare se il meccanismo alla sua base sta accelerando.
Se il carico operativo dei data center aumenta, le code per le connessioni persistono e gli impianti a gas entrano in costruzione, la stima di BloombergNEF acquista sostegno. Se uno qualsiasi di questi collegamenti si interrompe, il risultato scende.
In definitiva, la previsione di BloombergNEF sul gas per i data center misura una scelta, non una legge inevitabile. Gli Stati Uniti possono soddisfare la domanda dell’AI attraverso diverse combinazioni di reti, generazione, accumulo e flessibilità.
Il gas naturale offre oggi il percorso più rapido e noto verso una potenza affidabile. Il suo vantaggio persiste solo finché le infrastrutture alternative arrivano troppo lentamente.
Per sviluppatori, responsabili politici e acquirenti aziendali di AI, la domanda utile è concreta: quali progetti si sono assicurati l’energia, chi finanzia tale energia e cosa sostituirà il gas in seguito?
Monitorare queste risposte rivelerà se il ponte di oggi diventerà una risposta temporanea oppure la duratura base energetica dell’AI americana.
