I data center diventano il banco di prova più concreto dell’AI. Non per la potenza degli algoritmi, ma per ciò che serve a farli funzionare. Energia disponibile, connessioni alla rete, chip, trasformatori, sistemi di raffreddamento, terreni e manodopera specializzata. La prossima fase dell’intelligenza artificiale passa da qui. E rischia di rallentare proprio dove l’innovazione promette più velocità.
Il nuovo report “Can Data Centers Keep Pace with AI? A Global Data Center Outlook”, realizzato da Ntt Data con Ntt Global Data Centers e la società di consulenza economica ThoughtLab, sposta il dibattito dal software all’infrastruttura. L’analisi modella tre scenari di crescita globale dei data center fino al 2030. Nei percorsi ritenuti più probabili, la domanda è attesa in aumento tra il 23% e il 30% annuo.
È un ritmo che cambia la natura stessa del mercato. Non basta costruire più capacità, ma occorre capire dove il sistema può davvero assorbire nuovi carichi. La capacità nominale conta meno della capacità pronta, alimentata, connessa e sostenibile. È su questo terreno che si gioca la competizione tra operatori, hyperscaler, imprese e territori.
Indice degli argomenti
La domanda corre più dell’infrastruttura
Secondo il report, la crescita dell’AI non è più uno scenario futuro. È già dentro le decisioni industriali. Le imprese stanno passando dalla sperimentazione alla messa in produzione. Questo sposta i carichi dai laboratori alle infrastrutture critiche. Addestramento dei modelli, inferenza in tempo reale e applicazioni agentiche richiedono potenza continua e bassa latenza.
Il punto non riguarda solo il volume di calcolo. L’AI modifica il profilo tecnico dei data center. I cluster ad alta densità basati su Gpu e acceleratori consumano molto più dei rack tradizionali. Secondo ricostruzioni basate sullo studio, un rack per carichi AI può arrivare a 60-120 kilowatt. È un salto che impone nuovi standard di progettazione.
La rete interna deve sostenere traffico più intenso e meno prevedibile. Il raffreddamento diventa parte della strategia industriale. Le soluzioni a liquido e direct-to-chip non sono più opzioni di nicchia. Entrano nella pianificazione dei siti, nei costi operativi e nei criteri di sostenibilità.
Energia, il vero fattore abilitante
La disponibilità di energia emerge come il primo vincolo. Ntt Data indica Stati Uniti ed Europa tra i mercati dove le connessioni alla rete diventano decisive. Il tema non è soltanto comprare elettricità. Serve allineare generazione, trasmissione, accumulo e interconnessione con i tempi dei nuovi campus digitali.
Qui si apre una frattura tra velocità del digitale e tempi dell’energia. Un data center può essere progettato in pochi anni. Le infrastrutture elettriche richiedono pianificazione più lunga. Autorizzazioni, adeguamenti di rete e disponibilità di capacità trasformano il time to market in una variabile politica.
Per questo il report chiede una co-progettazione anticipata con le utility. Non è un passaggio procedurale. È una condizione di mercato. Chi prenota capacità senza valutare la realtà della rete rischia ritardi, costi crescenti e asset non utilizzabili. Chi pianifica insieme a operatori energetici e istituzioni può ridurre il rischio industriale.
La supply chain diventa strategica
Il secondo nodo riguarda i componenti. Processori, trasformatori, switchgear e generatori di backup sono indicati come possibili colli di bottiglia. La domanda cresce su scala globale. La capacità produttiva non segue sempre lo stesso ritmo. I tempi di consegna lunghi incidono sulla possibilità di accendere nuovi siti.
Questo cambia il modo di acquistare tecnologia. Il procurement non può restare una fase finale del progetto. Diventa una leva strategica. Il report suggerisce accordi di lungo periodo, diversificazione dei fornitori e standardizzazione delle specifiche. Sono scelte che riducono la vulnerabilità degli operatori.
La standardizzazione, però, non è neutrale. Può accelerare la costruzione, ma deve convivere con esigenze locali. Ogni mercato ha reti, regole, disponibilità energetica e vincoli urbanistici diversi. La scala globale va quindi combinata con una progettazione più aderente ai territori.
Terreni, permessi e consenso locale
La crescita dei data center incontra anche limiti fisici. I terreni adatti sono pochi nei mercati più richiesti. Devono avere energia, connettività, accessibilità e possibilità di espansione. Devono anche essere accettabili per le comunità locali.
Il report segnala l’aumento dell’opposizione pubblica in alcuni mercati primari. Il punto è sensibile. I data center portano investimenti, lavoro e infrastrutture digitali. Ma consumano energia, acqua e suolo. Possono generare preoccupazioni su impatti ambientali e benefici percepiti.
Per gli operatori non basta presentare il progetto come infrastruttura inevitabile. Serve spiegare ricadute economiche, mitigazioni e impegni ambientali. La relazione con il territorio entra così nel modello di business. Senza consenso, anche il capitale più abbondante può restare bloccato.
Efficienza e sostenibilità non sono accessorie
L’AI mette sotto pressione il rapporto tra crescita digitale e sostenibilità. La risposta non può essere solo più capacità. Serve capacità più efficiente. Ntt Data richiama il ruolo del raffreddamento avanzato, dell’ottimizzazione dei workload e delle operation abilitate dall’AI.
La misurazione diventa centrale. Indicatori come Pue e Wue servono a valutare uso dell’energia e dell’acqua. Il report sollecita benchmark più forti e trasparenti. La ragione è industriale prima ancora che reputazionale. Investitori, clienti e istituzioni devono confrontare progetti diversi su basi credibili.
Anche le imprese utenti sono coinvolte. Spostare workload AI in cloud o colocation non elimina l’impatto. Lo trasferisce lungo la filiera. Le strategie di adozione devono quindi includere criteri di efficienza, localizzazione dei carichi e scelta dei fornitori. L’infrastruttura diventa parte della governance dell’AI.
La partita europea
Per l’Europa il dossier ha una valenza particolare. Il continente vuole rafforzare sovranità digitale, cloud, AI e capacità computazionale. Ma opera in un contesto energetico complesso. I prezzi, la disponibilità di rete e le procedure autorizzative pesano sulle scelte degli investitori.
La crescita dei data center può sostenere ecosistemi locali di innovazione. Può attrarre imprese, ricerca e servizi avanzati. Tuttavia richiede coordinamento tra industria, policy e pianificazione energetica. Senza questa regia, il rischio è importare servizi digitali ad alto valore e lasciare altrove la parte infrastrutturale.
La questione riguarda anche le telco. Connettività, edge, interconnessione e resilienza diventano elementi della stessa architettura. L’AI distribuita avrà bisogno di siti centrali e nodi più vicini agli utenti. Questo rafforza il legame tra reti, cloud e data center.
Dal capitale alla capacità reale
Il mercato dei data center dispone di forte interesse finanziario. Ma il capitale non basta. La capacità reale nasce dall’allineamento tra investimenti, componenti, energia, terreni, permessi e competenze. È questa la tesi più rilevante del report.
La scarsità di manodopera specializzata aggiunge ulteriore pressione. Costruire e gestire infrastrutture ad alta densità richiede competenze tecniche rare. La domanda riguarda ingegneri, specialisti elettrici, esperti di raffreddamento e personale operativo. Anche la formazione diventa quindi parte della capacità produttiva.
Il rischio non è un blocco improvviso del mercato. È una crescita diseguale. Alcuni operatori riusciranno a consegnare capacità nei tempi richiesti. Altri resteranno esposti a ritardi e costi. La differenza sarà nella qualità della pianificazione.
Una roadmap per operatori e policy maker
Le raccomandazioni del report convergono su un punto: il sistema deve agire prima che il collo di bottiglia si manifesti. Pianificare con le utility, rafforzare la supply chain, innovare sul raffreddamento e migliorare i benchmark sono passaggi collegati. Nessuno basta da solo.
Per i policy maker, la sfida consiste nel rendere più prevedibile l’ambiente autorizzativo. Non significa ridurre i controlli. Significa chiarire tempi, criteri e responsabilità. L’incertezza penalizza investimenti e territori. La trasparenza consente invece di valutare costi e benefici.
Per le imprese, il messaggio è altrettanto netto. L’AI non può essere trattata solo come progetto applicativo. Richiede una strategia infrastrutturale. Serve capire dove risiederanno i dati, quali performance saranno necessarie e quale impatto avranno i carichi nel tempo.
Partecipa alla community