Energia, data center, AI: un equilibrio difficile

La crescita dei data center - effettivi o solo annunciati - destinati ai carichi di lavoro di intelligenza artificiale sta aumentando il consumo di elettricità e, soprattutto, rende quel consumo più difficile da prevedere. È la tesi centrale del rapporto del Capgemini Research Institute AI meets the grid: shaping the data center power play, basato su un'indagine condotta qualche mese fa su un campione di oltre 600 dirigenti senior del settore elettrico e di dirigenti di operatori data center.

Il problema segnalato come più rilevante oggi non riguarda la crescita della domanda energetica in sé, ma l'incertezza che l'accompagna. Secondo l'indagine, una larga maggioranza dei dirigenti del settore Energia prevede picchi di domanda più estremi e meno prevedibili, mentre oltre tre quarti dichiarano di avere difficoltà a stimare con precisione i fabbisogni energetici futuri. 

Nel dettaglio, Capgemini riferisce che il 77% delle utility fatica a prevedere la domanda, il 67% segnala richieste di allacciamento "fantasma" da parte dei data center e che circa il 19% di queste richieste non si concretizza mai, distorcendo le proiezioni. Il 68% degli intervistati teme inoltre carenze di fornitura, perché la domanda cresce più rapidamente della capacità di ampliare l'offerta.

Questa difficoltà di previsione si traduce in un problema di allocazione del capitale. Le utility devono decidere non solo quanta capacità installare, ma dove e quando dare priorità agli investimenti di ammodernamento della rete, evitando il rischio di asset bloccati o sottoutilizzati. A complicare le cose - lo indica più della metà degli intervistati - è la concentrazione geografica dei data center, che crea colli di bottiglia locali e mette sotto pressione le reti regionali.

Fonte: Capgemini

Il contesto delineato da Capgemini è coerente con le stime dell'Agenzia internazionale dell'energia (IEA). Nel rapporto Energy and AI, l'IEA prevede che il consumo elettrico dei data center a livello globale cresca da 415 TWh nel 2024 a circa 945 TWh entro il 2030, una quota pari a poco meno del 3% della domanda mondiale. L'agenzia segnala anche che Stati Uniti e Cina rappresenteranno circa l'80% della crescita globale prevista e che fino al 20% dei progetti di data center pianificati rischia ritardi, in assenza di investimenti significativi nelle infrastrutture di trasporto dell'energia.

Il report Capgemini attribuisce all'AI un doppio ruolo. Da un lato è acceleratore della domanda: l'azienda stima che la quota di consumo elettrico legata ad addestramento e inferenza dei modelli passi dal 25% al 60% del fabbisogno complessivo dei data center nell'arco di tre-cinque anni. Dall'altro, la stessa tecnologia viene vista come strumento per gestire la rete: circa sei dirigenti di utility su dieci si attendono che analisi avanzate basate su AI portino miglioramenti superiori al 10% nella riduzione dei guasti, nella produttività operativa e nel ripristino delle interruzioni. L'adozione resta però limitata: secondo l'indagine, il 45% delle utility utilizza l'AI per l'ottimizzazione della rete e solo il 16% ha implementato approcci più avanzati.

Davanti ai vincoli di allacciamento, gli operatori di data center si stanno orientando verso la generazione in loco. Capgemini riporta che il 39% prevede di aggiungere soluzioni "behind-the-meter" entro uno o due anni e che l'86% considera la capacità di operare in modo indipendente dalla rete un vantaggio competitivo. Una tendenza analoga è documentata dall'IEA, secondo cui circa 15-27 GW di generazione a gas in sito potrebbero alimentare i data center entro il 2030, soprattutto negli Stati Uniti.

Sul mix energetico, il report Capgemini registra un orientamento verso la diversificazione. Il 78% dei dirigenti Energia e il 73% di quelli dei data center ritiene che le rinnovabili da sole non possano ancora garantire fornitura continua su larga scala, motivo per cui entrambi i gruppi investono in sistemi di accumulo a batteria. Il mercato aspetta che maturino tecnologie considerate "green" e a lungo termine come i piccoli reattori nucleari modulari, puntando nel frattempo sul gas naturale (citato dal 68% del campione) come soluzione transitoria di breve termine, anche se questa va contro gli obiettivi di decarbonizzazione.