L’infrastruttura per l’Ai si sta espandendo rapidamente, tra annunci di nuove regioni cloud e data center, piattaforme Ai sovrane e Ai factory. Ma l’energia elettrica per alimentarli da dove verrà? Renderà il nostro sfruttamento delle risorse del pianeta sempre più insostenibile? Se lo chiede la Gsma in una nuova analisi dell’evoluzione delle infrastrutture per le Tlc.
Questa non è la “solita storia di terreni, fibra, capitali e clienti”, sottolineano gli analisti, ma di necessità di rifornirsi di elettricità in modo sostenibile con un piano strutturato che coinvolge operatori e governi.
Indice degli argomenti
Possiamo usare tutta l’energia di un Paese per un data center AI?
La Gsma evidenzia alcuni degli annunci più recenti. In particolare, “la collaborazione di Microsoft con G42 (azienda di intelligenza artificiale con sede ad Abu Dhabi) per un progetto di data center in Kenya mette in luce questo problema“, scrivono gli analisti. “Il progetto, secondo alcune fonti, sta già suscitando preoccupazioni perché, a pieno regime, richiederebbe circa 1 GW di energia, quasi un terzo dell’intera capacità elettrica installata del paese. Il presidente William Ruto avrebbe affermato che alimentare il progetto avrebbe significato interrompere l’erogazione di energia elettrica a metà del paese”.
Si tratta di un esempio estremo, ma utile perché rende evidente il compromesso. L’infrastruttura per l’intelligenza artificiale non è esterna al sistema energetico, ma dipende da esso e lo sfrutta per funzionare.
Reti elettriche sotto pressione in tutto il mondo
La stessa pressione è visibile in molti altri mercati, ognuno dei quali mostra una versione leggermente diversa dello stesso vincolo. In Irlanda, l’Ufficio centrale di statistica afferma che i data center hanno utilizzato il 22% dell’elettricità misurata nel 2024, rispetto al 5% del 2015.
In Germania, il Ministero federale dell’economia e dell’azione per il clima afferma che la domanda di energia installata per l’It ha superato i 2.700 MW nel 2024 e potrebbe raggiungere i 4.800 MW entro il 2030.
Negli Stati Uniti, The Economist ha riportato proteste locali in alcune zone dell’Iowa, del Michigan, della Virginia e del Texas riguardo al consumo di energia, alla domanda di acqua, al rumore e alle infrastrutture di trasmissione.
In Malesia, Isis Malaysia, un istituto malese di ricerca politica, evidenzia la rapida crescita dei data center a Johor, unitamente alle preoccupazioni relative all’energia, all’acqua e all’adeguatezza delle infrastrutture locali.
In Giappone, il rapporto inter-ministeriale Watt-Bit Collaboration collega l’aumento del traffico Ai alla necessità di coordinare le infrastrutture elettriche e di telecomunicazione. E in Sudafrica, il Dipartimento delle Comunicazioni e delle tecnologie digitali afferma che l’utilizzo di energia elettrica 24 ore su 24, 7 giorni su 7, nei data center potrebbe richiedere agli operatori di auto-procurarsi elettricità e acqua.
Il rapporto tra Ai e energia sta cambiando
Il rapporto tra intelligenza artificiale ed energia non è un argomento nuovo. Tuttavia, le ultime proiezioni sulla domanda suggeriscono che il dibattito si sta spostando. La questione non è più semplicemente se l’Ai consumi più energia o migliori l’efficienza, ma se i sistemi elettrici possano espandersi abbastanza rapidamente da supportare la portata delle infrastrutture per l’Ai che vengono annunciate.
I numeri rendono evidente il problema. Secondo l’Agenzia internazionale dell’energia (IEA), la domanda di elettricità dei data center potrebbe aumentare da circa 415 TWh nel 2024 a circa 945 TWh entro il 2030, spinta dall’uso dell’intelligenza artificiale. Secondo la Gsma, la sfida si fa più ardua quando la crescita si concentra in mercati specifici.
Data center Ai, scelte difficili su chi accede all’elettricità
Cosa succede quando la domanda di elettricità cresce più velocemente della capacità di generazione, delle connessioni alla rete e della capacità di trasmissione? I progetti possono essere ritardati, ridimensionati o orientati verso soluzioni energetiche dedicate.
I governi potrebbero anche dover prendere decisioni più difficili su chi avrà per primo accesso a un’elettricità affidabile: le esigenze quotidiane essenziali delle famiglie, l’industria, le infrastrutture per l’Ai o altre priorità pubbliche.
La corsa all’Ai si sta trasformando sempre più in una corsa alla pianificazione energetica.
Gsma: è necessaria la verifica energetica
Secondo la Gsma, sarebbe necessario un semplice controllo, che spesso manca negli annunci relativi alle infrastrutture per l’Ai.
“Prima di chiederci quante fabbriche o data center per l’Ai un mercato può attrarre, dovremmo chiederci: Quanta elettricità produce un Paese? Quanta ne consuma?”, scrivono gli analisti. “Questo Paese è sostanzialmente autosufficiente, dipendente dalle importazioni o limitato dalla capacità della rete? Questo fornisce una visione semplice ma efficace e aiuta a rispondere alla domanda più importante: c’è margine sufficiente per la nuova domanda, sempre attiva?”.
Se un Paese riesce a malapena a soddisfare la domanda esistente, dipende dall’elettricità importata o ha una capacità di rete limitata, l’aggiunta di grandi data center per l’Ai diventa un problema strutturale. Non basta affermare che una struttura sarà efficiente o alimentata da energie rinnovabili. La questione più importante è se il sistema nel suo complesso sia in grado di assorbire il carico senza creare pressioni altrove.
Le ricadute per gli operatori Tlc e i responsabili politici
Per operatori, fornitori di servizi cloud e governi, la prossima fase di pianificazione delle infrastrutture per l’Ai dovrà connettere le ambizioni digitali con la realtà energetica. Ciò significa guardare oltre terra, fibra e capitale, e porsi fin da subito domande sulla disponibilità di energia, le tempistiche di connessione alla rete, il mix di generazione e la resilienza.
L’Ai può ancora scalare rapidamente, ma i luoghi che la implementeranno al meglio saranno probabilmente quelli che pianificheranno il livello energetico con la stessa cura riservata al livello di pianificazione dei data center. Il fattore limitante potrebbe non essere la domanda di servizi di Ai, ma la capacità dei sistemi elettrici di supportarli con la velocità e la scalabilità necessarie.
Consumi elettrici al galoppo, le stime di Gartner
Nei giorni scorsi, Gartner ha pubblicato uno studio che stima una crescita del 27% del consumo di energia elettrica da parte dei data center nel corso del 2026.
“La continua domanda di carichi di lavoro di Ai ad alta intensità di calcolo sta guidando una crescita senza precedenti del consumo energetico dei data center, mentre la capacità di intelligenza artificiale è ora limitata dalla disponibilità di energia, rendendo la sicurezza energetica dei data center il nuovo terreno di scontro per la scalabilità e la protezione dei margini nella corsa globale all’Ai”, spiega Linglan Wang, director analyst di Gartner.
Anche i server ottimizzati per l’Ai continuano ad alimentare l’aumento del consumo energetico dei data center. Gartner prevede che l’adozione di macchine ad hoc rappresenterà il 31% del consumo nel 2026 e che entro il 2027 il loro fabbisogno supererà quello dei server convenzionali.
Con un consumo di energia elettrica per i data center stimato a oltre 1.200 TWh entro il 2030, l’offerta della rete elettrica sarà insufficiente a soddisfare le esigenze dei futuri data center, con ripercussioni su tutti gli utenti.
Per Wang non ci sono alternative: “I responsabili delle infrastrutture e delle operazioni devono dare priorità agli aggiornamenti di efficienza e alla sicurezza dell’accesso alla rete”, avverte l’analista, “investendo inoltre in sistemi di raffreddamento ad alta efficienza e nell’edge computing per mitigare i vincoli energetici e garantire una crescita sostenibile e scalabile”.
Chi consuma di più: Stati Uniti saldamente in testa
Le previsioni di Gartner sono in linea con la traiettoria di crescita dei consumi delineata dal rapporto “Dare Energ-IA all’Italia” dell’Istituto per la Competitività (I-Com). Secondo lo studio, infatti, attualmente data center e infrastrutture per l’elaborazione del dato assorbono circa l’1,5% dell’elettricità mondiale, ma entro il 2030 il consumo potrebbe aumentare del 127%, passando da 416 TWh a 946 TWh. Parallelamente, la capacità installata globale salirà da 97 GW nel 2024 a 226 GW.
In questo scenario, sempre secondo I-Com gli Stati Uniti guidano la classifica con il 44% dei consumi, seguiti da Cina (25%) ed Europa (16%). In Ue il peso dei data center sul fabbisogno elettrico è già pari al 3%, con punte record in Irlanda, dove nel 2023 il settore ha inciso per il 21% dei consumi nazionali.
L’avvento dell’AI generativa amplifica questa tendenza, poiché l’addestramento dei modelli richiede enormi quantità di energia: basti pensare che GPT-4 ha consumato oltre 62mila Mwh solo in fase di training.
Data center AI e consumo di energia, la prospettiva italiana
Anche in Italia, come ha sottolineato su CorCom Leonardo Rossetto, principal at Arthur D. Little, si osserva una crescita repentina delle richieste di connessione, passate da 30 a circa 80 GW, con una concentrazione significativa nel Nord-Ovest e un polo milanese che da solo sfiora i 12 GW.
Tuttavia, la dimensione della pipeline è profondamente diversa dalla dimensione del fabbisogno reale. Solo 700 MW sono contrattualizzati e 7,5 GW approvati.
È il fenomeno del backlog fantasma: una domanda potenziale molto più ampia della domanda realizzabile. E, secondo Rossetto, governare questa differenza rappresenta una delle principali sfide per il sistema elettrico italiano.
Sul fronte dei consumi effettivi, il Paese parte da valori contenuti — circa 570 MW IT installati e 3,5 TWh/anno — ma la curva è destinata a crescere rapidamente. Al 2035 i data center potrebbero rappresentare fino al 13% della domanda elettrica nazionale, imponendo un ripensamento profondo della pianificazione energetica e infrastrutturale.
Serve un modello architetturale distribuito
La questione naturalmente è già arrivato sul tavolo del World Economic Forum. Il quadro emerso è chiaro: l’evoluzione dell’AI non riguarda più solo software e modelli ma l’intero ecosistema che consente alle applicazioni di muoversi, operare e prendere decisioni nel mondo reale.
La risposta, secondo gli esperti del World Economic Forum, è nelle architetture distribuite, a patto che garantiscano la capacità di spostare l’intelligenza con efficienza. Una ricerca di Bell Labs indica un aumento a doppia cifra del traffico tra data center e aree metropolitane nei prossimi anni. È il segnale di un cambiamento strutturale.
L’addestramento dei modelli si estende su più siti. L’inferenza si avvicina agli utenti. Le aree metropolitane diventano nodi attivi dell’ecosistema. Le reti non rappresentano più un semplice livello di trasporto. Diventano la tessitura intelligente che sincronizza dati, calcolo e decisioni tra edge, metro e core. In questo scenario, lla connettività assume un ruolo centrale: stabilisce dove può risiedere l’intelligenza e con quali livelli di previsione e affidabilità.
Partecipa alla community