- 77% liderów sektora energetycznego obawia się, że popyt na energię ze strony centrów danych będzie rósł szybciej niż możliwości jego zaspokojenia.
- 29% operatorów już częściowo wykorzystuje energię wytwarzaną na miejscu lub bezpośrednio przy obiekcie, z pominięciem sieci.
- 71% oczekuje, że dzięki takim rozwiązaniom istotnie zmniejszy zależność od sieci energetycznej w ciągu 5 lat.
- 60% organizacji już korzystających z AI wykorzystuje ją do prognozowania obciążenia sieci.
- 60% liderów sektora energetycznego oczekuje poprawy o ponad 10% w redukcji awarii i przestojów dzięki AI.
Sztuczna inteligencja zmienia charakter zapotrzebowania na energię elektryczną na całym świecie. Według najnowszego badania Capgemini Research Institute, AI meets the grid, aż 4 na 5 liderów branży energetycznej obawia się, że popyt generowany przez centra danych wyprzedzi możliwości jego zaspokojenia. W odpowiedzi firmy technologiczne i operatorzy coraz częściej sięgają po własne źródła zasilania oraz wsparcie w zarządzaniu siecią oparte na narzędziach sztucznej inteligencji.
Skala tego zjawiska jest trudna do zignorowania. 70% przedstawicieli firm energetycznych i 83% operatorów data centers spodziewa się, że centra danych powstające w związku z rozwojem sztucznej inteligencji znacząco zwiększą regionalne zapotrzebowanie na energię już w ciągu najbliższych 3–5 lat. Branża energetyczna dostrzega też, że charakter tego zapotrzebowania będzie inny niż dotychczas. 80% firm wskazuje, że obciążenia związane z AI mają bardziej zmienny profil niż tradycyjne odbiorniki przemysłowe, co wymaga nowego podejścia do planowania sieci i zarządzania rezerwami mocy.
Czy dedykowane źródła energii są odpowiedzią?
Problem dostrzegają też sami operatorzy centrów danych. Niektórzy z nich upatrują rozwiązania w uniezależnieniu się od sieci publicznej. Już dziś 29% z nich częściowo zasila swoje obiekty energią wytwarzaną na miejscu lub bezpośrednio przy obiekcie (tzw. rozwiązania on-site/BTM), a kolejne 39% planuje wdrożyć taki model w ciągu najbliższych 1–2 lat. Co więcej, operatorzy postrzegają ten model jako realne rozwiązanie problemu. 71% spodziewa się, że dzięki temu znacząco zmniejszy swoją zależność od sieci energetycznej w perspektywie najbliższych pięciu lat.
– Własne źródła zasilania przestają być traktowane jako rozwiązanie awaryjne, a stają się elementem strategii rozwoju centrów danych. To naturalny krok w sytuacji, gdy tempo wzrostu zapotrzebowania na energię wyprzedza możliwości rozbudowy tradycyjnej infrastruktury sieciowej – mówi Damian Gryga, Site Head w Capgemini Polska.
W praktyce samodzielne wytwarzanie energii przybiera różne formy. Część operatorów, takich jak Meta czy SpaceXAI, zamawia budowę dedykowanych instalacji gazowych bezpośrednio na potrzeby swoich centrów danych. Inni, jak Google, przejmują niezależnych producentów energii, by zabezpieczyć sobie dostęp do mocy na własność. Warto odnotować, że w niektórych krajach, jak Irlandia czy Korea Południowa, zapewnienie własnych źródeł energii przestaje być wyborem. Regulatorzy zaczynają wymagać od dużych centrów danych dodatkowych mocy wytwórczych jako warunku przyłączenia do sieci.
Czy sztuczna inteligencja pomoże zarządzać obciążeniem sieci?
AI nie jest tylko źródłem rosnącego zapotrzebowania, staje się też narzędziem, które pomaga nim zarządzać. Ponad 60% liderów sektora energetycznego oczekuje, że zaawansowana analityka pozwoli im ograniczyć liczbę awarii i przestojów o ponad 10%. 60% organizacji korzystających już z AI wykorzystuje ją do prognozowania obciążenia sieci i przewidywania zmian popytu, a kolejne 28% planuje wdrożyć takie rozwiązania w ciągu najbliższych 12–24 miesięcy.
– Firmy, które już dziś stosują AI do predykcyjnego utrzymania infrastruktury, ograniczają nieplanowane przestoje o ponad połowę, a żywotność swoich urządzeń wydłużają nawet o 40%. To pokazuje, że technologia ta w energetyce przynosi wymierne efekty już dziś, a nie dopiero w przyszłości – mówi Damian Gryga, Site Head w Capgemini Polska.
Zmiany w sposobie zasilania centrów danych i wykorzystania AI do zarządzania siecią pokazują, że sektor nie czeka biernie na rozwiązanie problemu rosnącego obciążenia systemu. Oba trendy – inwestycje we własne źródła energii i wdrażanie sztucznej inteligencji do prognozowania obciążenia – rozwijają się równolegle, a najbliższe lata będą decydujące dla tego, jak branża poradzi sobie z rosnącym popytem.
