Per anni abbiamo raccontato l'intelligenza artificiale come un problema di modelli, chip, dati e talento. Oggi il vincolo più duro non è nessuno di questi: è l'energia.
La crescita dell'AI sta trasformando i data center in un nuovo "settore energivoro strategico", con una velocità che supera la capacità di adattamento delle infrastrutture elettriche. Negli Stati Uniti i progetti in pipeline valgono 140 GW addizionali di carico. In Europa, i tempi di connessione possono arrivare fino a 7 anni. In Italia, le richieste di allaccio per nuovi data center hanno toccato 69 GW in un solo anno, in una rete che già oggi mostra segni di saturazione.
La domanda giusta, quindi, non è più "l'AI cambierà l'economia?", ma: da dove arriverà l'energia per alimentarla? E ancora: questa corsa ci allontana dalla neutralità climatica o, paradossalmente, può accelerarla?
La risposta breve è scomoda: entrambe le cose sono vere. Nel breve termine, l'AI può rallentare la decarbonizzazione perché aumenta la domanda elettrica più rapidamente di quanto la rete e le fonti pulite possano seguirla. Nel medio-lungo termine, però, l'AI può anche diventare una leva decisiva per ridurre sprechi, ottimizzare reti, integrare rinnovabili e comprimere l'intensità energetica del sistema.
Questa tecnologia assorbe tantissima energia, e al momento non c'è ragione di pensare che la richiesta scenderà sensibilmente nel breve termine. Certo, i prossimi chip consumeranno meno e i futuri software saranno più efficienti, ma allo stesso tempo aumenterà la richiesta, e il totale di energia necessaria è destinato ad aumentare.
Dobbiamo quindi domandarci se governi, utility e big tech riusciranno a trasformare questo shock di domanda in un'accelerazione ordinata della transizione energetica. Ed è una domanda a cui, per ora, non abbiamo nemmeno una parvenza di risposta.
Il problema della rete elettrica
Negli USA il quadro è ormai chiaro, ma lo vedremo anche nel resto del mondo: il sistema elettrico non è stato progettato per crescite esplosive e concentrate di domanda in pochi nodi geografici. La pipeline data center collegata all'AI potrebbe aggiungere 140 GW su un picco nazionale attorno ai 760 GW: è un salto che, da solo, vale circa il 18% del sistema. Ed è un salto che si realizza in pochissimo tempo, mentre le reti di distribuzione energetica richiedono anni per gli aggiornamenti.
L'infrastruttura prova quindi a rincorrere (perché altro non si può fare): nuove linee ad altissima tensione, investimenti nell'ordine di decine di miliardi, piani di ampliamento dei corridoi di trasmissione. Ma il mismatch temporale resta enorme: un data center "da hyperscaler" si costruisce in 12-24 mesi; una grande opera di rete richiede spesso 5-10 anni tra permitting, procurement, cantieri e collaudi.
In Europa il tema è uguale, con un'aggravante: le reti urbane sono anche più congestionate nei principali cluster digitali (FLAP-D: Francoforte, Londra, Amsterdam, Parigi, Dublino). Il caso Amazon, con attese fino a 7 anni per nuovi allacci, è diventato il simbolo del problema. Dublino e Amsterdam hanno già introdotto pause o limiti ai nuovi progetti in alcune fasi, proprio per stress di rete.
In Italia, la fotografia è impressionante: 69 GW di richieste di connessione a fine 2025, in un contesto di "saturazione virtuale" dove quote di capacità risultano occupate da richieste che non sempre si traducono in cantieri reali. Il legislatore ha risposto, all'interno del DDL Bollette e con il DDL Delega, con un iter autorizzativo unico e con misure per liberare capacità bloccata da progetti fantasma. È un passo importante, ma non basta: la velocità delle procedure resta solo una metà del problema; l'altra metà è costruire davvero nuove infrastrutture fisiche.
Ma l'AI non doveva salvarci dalla crisi climatica?
Si diceva, e si dice ancora, che la Crisi Climatica è il peggior problema che l'umanità ha oggi giorno. E in molti ritengano che i sistemi di Intelligenza Artificiale potrebbero essere gli strumenti di cui abbiamo bisogno per risolverla.
Per il momento però vediamo che l'AI non fa che assorbire quantità enormi di energia, e quando mettiamo la cosa in prospettiva ecco che ci troviamo obbligati a guardarla con sospetto.
Se davvero vogliamo tentare il percorso verso la decarbonizzazione e l'impatto zero, almeno per la produzione energetica, dobbiamo domandarci se il gioco valga la candela. L'AI promette più efficienza e soluzioni innovative domani, ma oggi ci spinge a consumare più carbone, più petrolio e più gas. Cosa possiamo fare?
La risposta può essere semplice? Possiamo dirci che basta usare le fonti rinnovabili e il problema è risolto? Ovviamente no, perché lo scenario energetico globale è ben lontano dalla situazione ideale che vorremmo. Sì perché non stiamo aggiungendo la domanda AI su un sistema energetico "vuoto". La stiamo aggiungendo a un sistema già stressato da elettrificazione (mobilità, pompe di calore, industria), crescita demografica urbana e tensioni geopolitiche sulle commodity.
Oggi il prezzo del petrolio sta salendo e secondo Goldman Sachs potrebbe spingersi fino a 150 dollari. Il consumo di carbone poi non sta diminuendo, anzi la IEA aveva segnalato livelli record di domanda di carbone già nel 2024 (8,77 miliardi di tonnellate), prevedendo un'ulteriore crescita.
Allo stato attuale le rinnovabili (solare, eolico, idroelettrico e altre soluzioni meno comuni) semplicemente non bastano. Le nuove installazioni sono enormi - soprattutto in Cina - ma crescono meno di quanto aumenti la "fame" di energia del mondo. Per una vera svolta servono nuove tecnologie che oggi o sono sperimentali o sono immaginate, e che riguardano l'efficienza di pannelli solari e pale eoliche, e soluzioni per lo stoccaggio dell'energia elettrica. In altre parole, dobbiamo imparare a raccogliere di più dalle fonti rinnovabili, e a costruire batterie migliori.
Intanto potremmo guardare all'energia nucleare, quella da fissione: non produce CO2 e la sua resa è molto alta. Ma porta con sé problemi politici e una grande incertezza finanziaria; i progetti in giro per il mondo sono solo una settantina (qualcuno in meno secondo IAEA). Anche in Europa c'è molta discussione sul tema, ma tra costi altissimi e incertezza normativa, pochi sono pronti ad affrontare il rischio d'impresa.
I piccoli reattori modulari (SMR) potrebbero sembrare una buona alternativa, e di certo contano su una narrativa potente: standardizzazione, tempi più brevi, fabbricazione seriale, minore rischio "mega-progetto". Tutto bellissimo, ma siamo ancora abbastanza indietro e c'è più speculazione che applicazione pratica. Finanziariamente, gli SMR possono funzionare ma servono volumi, ripetizione, politiche di de-risking e contratti di acquisto di lungo termine. In assenza di questi elementi, il rischio è che il "piccolo" reattore finisca per costare tanto per MWh quanto un grande impianto, senza benefici di scala.
Dunque, la richiesta energetica del mondo sta aumentando, e buona parte di questo aumento è da imputare ai data center e all'Intelligenza Artificiale. Realizzare nuove reti e adeguare le infrastrutture esistenti è possibile, anche se più lentamente di quanto cresca il "mondo AI". Ma bisogna anche capire chi paga i costi.
Sì perché se un operatore ha delle spese, prova a recuperarle nell'unico modo possibile: aumentando le bollette. E così rischiamo di pagare tutti un lavoro di adeguamento fatto solo per Amazon, Google, Microsoft e pochissimi altri. Una possibilità che, comprensibilmente, non ci piace.
- Se i costi rete vengono scaricati sulla società tramite bollette, i data center diventano più un problema che una risorsa
- Se a pagare i costi sono le aziende hi-tech, buona parte dei progetti diventa senza senso.
- Se mancano regole chiare, si genera arbitraggio regolatorio tra territori.
Sembra quasi che se non si scaricano i costi sulla società, certi progetti siano impossibili. Tuttavia è doveroso ricordare anche un'altra possibilità: nel giusto quadro regolatorio, certi progetti sono fattibili con margini bassi. Bisogna solo che ci sia la volontà di accettarli, quei bassi margini.
L'esperienza americana (dibattito su aumenti tariffari e "chi consuma paga") anticipa tensioni che vedremo sempre di più anche in Europa e in Italia.
L'AI ha un potenziale a lungo termine, tutto da costruire
Nel breve e medio termine la grande onda dell'AI aumenta la domanda elettrica più in fretta di quanto le reti possano adattarsi, prolunga la vita delle fonti fossili e spinge i costi energetici verso l'alto. Ma sarebbe sbagliato fermarsi qui.
L'AI applicata ai sistemi energetici può migliorare in modo sostanziale il forecasting di solare ed eolico, ridurre le congestioni di rete, anticipare guasti con la manutenzione predittiva, ottimizzare i consumi industriali e degli edifici. Può accelerare la scoperta di nuovi materiali per batterie e catalizzatori. Può persino gestire i data center stessi in modo più efficiente, localizzando i workload in base all'intensità di carbonio della rete in tempo reale.
Il punto critico è il saldo netto: quanta CO₂ aggiuntiva produce l'AI per esistere, rispetto a quanta CO₂ evita nel resto dell'economia? Quel saldo non è scritto da nessuna parte — dipende da policy, mix energetico, design dei modelli, efficienza hardware e incentivi di mercato. Non è corretto dire "AI = nemico del clima", né "AI = salvezza climatica".
È una tecnologia general purpose che amplifica il sistema in cui la inserisci. Se il sistema è fossile e inefficiente, amplifica quello. Se è orientato all'elettrificazione pulita, amplifica quello.
Tre possibili traiettorie
Il decennio 2026-2035 si giocherà probabilmente su tre scenari distinti, e oggi siamo ancora in bilico tra tutti e tre.
L'incubo: balcanizzazione e danni socio-ambientale
Nel primo — il più probabile se la governance resta frammentata — la crescita dei data center prosegue senza pianificazione integrata, il permitting di rete rimane lento, si ricorre massicciamente al gas e in parte al carbone, e il costo della transizione viene scaricato sulle bollette di famiglie e imprese. La decarbonizzazione non si ferma, ma arretra rispetto alla traiettoria necessaria.
Il sogno: accordo globale per un futuro migliore
Nel secondo scenario, i governi scelgono la pianificazione integrata energia-digitale: connessioni con criteri trasparenti, investimenti anticipatori su rete e accumuli, nucleare dove sostenibile come componente di stabilità, flessibilità della domanda lato data center, segnali di prezzo della CO₂ coerenti nel tempo. In questo scenario l'AI aumenta i consumi assoluti, ma riduce l'intensità carbonica del sistema nel medio periodo. È lo scenario desiderabile. Non è impossibile, ma richiede una discontinuità rispetto alla politica energetica degli ultimi vent'anni.
Real Politik: ognun per sé e Dio per tutti
Il terzo scenario — già visibile in embrione — è la polarizzazione geografica: i capitali seguono dove l'energia è disponibile e il permitting è rapido, indipendentemente da dove il terreno costi meno. Regioni lente perdono competitività digitale. Le tensioni sulla sovranità si spostano dalla fibra alla capacità di calcolo, e chi controlla compute più energia controlla una quota crescente dell'economia digitale globale.
Cosa significa per Italia ed Europa
Per l'Europa la sfida non è solo "triplicare la capacità data center", ma farlo senza importare il costo sociale della transizione, come sta accadendo altrove nel mondo. Le politiche europee sono fatte proprio per evitare che le grandi multinazionali facciano pagare i costi ai cittadini tenendosi i profitti, almeno in teoria. Riuscirci richiede una strategia coordinata su rete, mix energetico e regole di mercato su chi paga i costi di connessione e come si distribuiscono i benefici economici territoriali.
Per l'Italia, il nuovo quadro normativo — DDL Bollette, DDL Delega, iter autorizzativo unico — è una soluzione debole, un palliativo per l'immediato. Ma serve visione a lungo termine, serve capire e quanti dei 69 GW richiesti si trasformano in progetti reali, quanto rapidamente si libera la capacità bloccata da domande fantasma, come si evita che la crescita dei data center entri in conflitto frontale con l'accettabilità sociale e i target climatici. Se questo passaggio riesce, l'Italia può diventare un nodo europeo competitivo. Se fallisce, rischia di restare una sala d'attesa autorizzativa mentre i progetti migrano verso mercati più veloci.
Il nostro Paese è stata una potenza industriale a un certo punto della Storia, e può esserlo ancora. Ma la finestra di opportunità non resterà aperta per sempre.
Il vero benchmark non è il modello, è il megawatt
Il dibattito pubblico sull'AI tende a concentrarsi su prestazioni, benchmark e produttività. Ma la metrica industriale decisiva dei prossimi anni sarà più semplice: MW connessi, MWh disponibili, €/MWh sostenibili.
La domanda AI non rallenterà perché siamo lenti nell'adeguare l'infrastruttura. Al contrario: aumenterà la pressione per cambiare reti, mercati e mix energetico. Il rischio è farlo male, con costi socializzati in modo opaco e uno stop alla decarbonizzazione. L'opportunità è farlo bene, usando questo shock per modernizzare infrastrutture che andavano modernizzate comunque.
La transizione energetica senza AI era già difficile. L'AI senza transizione energetica è impossibile. Le due curve si sono ormai fuse in una sola. Se vogliamo davvero arrivare a impatto zero, non basta avere modelli migliori. Servono sistemi elettrici migliori. E in questo momento, in gran parte del mondo, non li abbiamo ancora.
