De snelle groei van AI-datacenters zorgt niet alleen voor meer stroomvraag, maar maakt die vraag ook veel moeilijker te voorspellen. Dat blijkt uit nieuw onderzoek van het Capgemini Research Institute, waarbij meer dan 600 senior executives uit de elektriciteitssector werden bevraagd.
Het rapport, getiteld “AI meets the grid: shaping the data center power play”, toont aan dat energiesystemen een nieuwe fase ingaan. Bijna tachtig procent van de nutsbedrijven verwacht extremere en volatielere vraagpatronen, terwijl meer dan drie kwart aangeeft moeite te hebben met nauwkeurige prognoses.
Onzekere vraag vertekent investeringsplannen
Een groeiend probleem is de zogenaamde “fantoom”-vraag: stroomaanvragen van datacenters die uiteindelijk nooit worden gerealiseerd. Volgens het rapport gaat het om ongeveer één op de vijf aanvragen, wat prognoses vertekent en het risico op zowel over- als onderinvestering vergroot. Bovendien verwacht 68 procent van de elektriciteitsmanagers tekorten doordat de vraag sneller groeit dan de capaciteit om het aanbod uit te breiden.
De geografische concentratie van datacenters versterkt de druk op lokale netten. Meer dan de helft van de elektriciteitsmanagers ziet die concentratie als een belangrijk obstakel voor betrouwbare dienstverlening.
AI als deel van het probleem én de oplossing
Het elektriciteitsverbruik voor AI-training en inferencing zou de komende drie tot vijf jaar stijgen van 25 procent naar 60 procent van de totale vraag van datacenters. Tegelijk ziet 60 procent van de nutsbedrijven AI als een hefboom voor netplanning en betrouwbaarheid. Toch heeft slechts 16 procent al geavanceerde AI-gedreven benaderingen geïmplementeerd.
Vooruitblik: hybride energiemodellen winnen terrein
Door netbeperkingen schakelen datacenters steeds vaker over op on-site energieproductie. Meer dan zeven op de tien verwachten hun afhankelijkheid van het elektriciteitsnet binnen vijf jaar aanzienlijk te verminderen. Hernieuwbare energie alleen volstaat voorlopig niet: 68 procent ziet aardgas als overbrugging totdat opslag en hernieuwbare bronnen voldoende kunnen opschalen.
lees ook
Ecologische impact van AI onderbelicht: oproep tot transparante meetstandaarden
