I data center non sono più una componente tecnica sullo sfondo. Sono diventati il terreno fisico della competizione sull’intelligenza artificiale. Server, chip, fibra, energia e raffreddamento decidono dove i modelli possono essere addestrati, distribuiti e monetizzati. Il nuovo AI Index Report 2026 dello Stanford Institute for Human-Centered Artificial Intelligence rende visibile questa trasformazione. La corsa all’AI non si gioca solo sui software o sugli algoritmi. Si gioca sulla capacità di costruire e alimentare infrastrutture sempre più dense, costose e concentrate.
Il dato più netto riguarda la geografia. Nel 2025 gli Stati Uniti contano 5.427 data center. Sono più di dieci volte quelli di qualsiasi altro Paese. Alle spalle arrivano Germania, con 529 strutture, Regno Unito, con 523, e Cina, con 449. Il primato americano non è quindi solo finanziario o industriale. È anche infrastrutturale. E condiziona la velocità con cui cloud provider, sviluppatori di modelli e imprese possono scalare servizi AI.
Indice degli argomenti
Il vantaggio americano non è solo numerico
Il report Stanford invita a leggere i numeri con cautela. Il conteggio dei data center non misura da solo dimensione, capacità computazionale o livello di utilizzo. Un campus hyperscale può pesare molto più di molte strutture minori. Ma la distanza resta significativa. La massa critica americana combina presenza dei grandi cloud provider, accesso ai capitali, disponibilità energetica e una filiera AI già molto integrata.
La stessa dinamica emerge dagli investimenti. Nel 2025 gli Stati Uniti hanno attratto quasi 285,9 miliardi di dollari di investimenti privati in AI. Il volume è 23,1 volte quello della Cina, ferma a 12,4 miliardi, e 48,5 volte quello del Regno Unito, a 5,9 miliardi. Più della metà del totale americano riguarda l’AI generativa, per 163,6 miliardi di dollari. Cina ed Europa insieme arrivano a 4,7 miliardi nella stessa area.
Questo squilibrio produce un effetto cumulativo. I capitali finanziano modelli, chip, cloud capacity e nuove strutture. Le infrastrutture attirano altri sviluppatori e nuovi clienti enterprise. La disponibilità di capacità rafforza poi il mercato locale. L’AI diventa così un ecosistema ad alta intensità di capitale, nel quale chi parte in vantaggio può accelerare ancora.
L’Europa ha hub forti, ma una mappa frammentata
L’Europa non è assente dalla partita. Germania e Regno Unito sono davanti alla Cina per numero di strutture. Francia, Paesi Bassi e Italia hanno basi infrastrutturali rilevanti. Secondo la ricostruzione di Euronews Next sui dati Cloudscene ripresi da Stanford, i Paesi dell’Unione europea ospitano complessivamente 2.269 data center. Il totale equivale al 42% del livello statunitense. Includendo il Regno Unito, la quota sale a circa il 51%.
La distanza, però, resta ampia. Il mercato europeo è concentrato nei poli tradizionali di Francoforte, Londra, Amsterdam, Parigi e Dublino. Sono i mercati Flap-D, attrattivi per connettività, internet exchange, domanda finanziaria e tecnologica, presenza cloud e stabilità regolatoria. Fuori da questi poli la mappa diventa più discontinua. L’Europa occidentale domina, mentre Nord Europa, Centro e Est Europa seguono traiettorie più selettive.
L’Italia compare nella fascia intermedia alta. Con 168 data center, supera la soglia dei 100 impianti insieme a Spagna, Polonia e Svizzera. Il dato segnala una base su cui costruire, ma non basta da solo a definire un ruolo competitivo nell’AI. Servono capacità elettrica, fibra resiliente, autorizzazioni rapide, disponibilità di suolo e prossimità ai carichi di lavoro enterprise. È qui che la partita nazionale diventa industriale.
L’infrastruttura AI va oltre i Gpu
Nel racconto pubblico l’AI coincide spesso con i Gpu. Il report Stanford allarga il quadro. Un data center moderno per AI integra calcolo, storage, memoria ad alta banda, networking, sistemi di raffreddamento e software di orchestrazione. I chip acceleratori sono il cuore della macchina, ma non funzionano senza il resto dello stack.
Durante l’addestramento, migliaia di processori devono scambiarsi dati in modo continuo. Servono connessioni ad alta capacità, architetture come InfiniBand e reti in fibra molto performanti. La memoria Hbm è altrettanto centrale, perché consente di spostare grandi volumi di dati verso i chip. I principali produttori sono SK Hynix, Samsung e Micron. A monte, la manifattura dei chip resta fortemente dipendente da Tsmc e Samsung Foundry.
Questa struttura rende l’AI una tecnologia di filiera. La sovranità digitale non riguarda più solo dati, cloud e applicazioni. Coinvolge semiconduttori, assemblaggio, energia, competenze hardware e capacità di attrarre operatori hyperscale. Per l’Europa significa che la strategia AI non può limitarsi a modelli linguistici e regole. Deve includere una politica per le infrastrutture.
Capex e cloud ridisegnano il mercato
Il capitolo economia dell’AI Index mostra il cambio di scala degli investimenti. Nel 2025 gli investimenti corporate globali in AI hanno raggiunto 581,69 miliardi di dollari, con un aumento del 129,9% sull’anno precedente. Gli investimenti privati sono arrivati a 344,7 miliardi, in crescita del 127,5%.
La categoria che raccoglie infrastrutture AI, modelli, ricerca e governance ha attirato 143,2 miliardi di dollari. Stanford avverte che si tratta di un aggregato ampio. Ma la direzione è chiara. I capitali stanno andando verso i livelli fondativi dell’ecosistema, più che verso applicazioni isolate.
I grandi cloud provider hanno un ruolo decisivo. Sono loro a finanziare una quota crescente della capacità usata dai laboratori frontier e dalle imprese. Il report cita l’accelerazione delle spese in conto capitale degli hyperscaler dopo il lancio di ChatGpt. Nel 2025 Google e Amazon guidano per capex annuale, mentre gli annunci industriali mostrano la nuova scala del settore. Tra questi figurano Stargate, iniziativa da 100 a 500 miliardi di dollari, il piano Google da 40 miliardi per data center e infrastrutture AI in Texas e l’investimento Microsoft da 17,5 miliardi in India.
La conseguenza è una maggiore dipendenza delle imprese dalla capacità cloud disponibile. Per molte aziende, accedere all’AI avanzata significa acquistare servizi, non costruire infrastrutture proprie. Questo rafforza il potere negoziale degli hyperscaler e rende la localizzazione dei data center un tema strategico anche per settori regolati.
Il nodo energia diventa competitivo
La capacità computazionale ha un costo energetico diretto. Secondo Stanford, la potenza complessiva dei data center AI ha raggiunto circa 29,6 gigawatt nel quarto trimestre 2025. È un livello vicino al picco di domanda elettrica dello Stato di New York. La sola potenza dei chip AI, misurata come thermal design power, pesa per circa 11,8 gigawatt. Il resto riguarda raffreddamento, networking e altre componenti infrastrutturali.
Un’altra stima citata dal report valuta in circa 5.200 megawatt la domanda cumulata dei moduli acceleratori AI fino al 2024. Considerando server, raffreddamento e rete, la domanda dei sistemi completi sale a circa 9.400 megawatt. Il dato è incerto, perché dipende da tassi di utilizzo ed efficienza delle strutture. Ma indica una traiettoria netta.
La domanda elettrica dei data center cresce in tutte le principali aree geografiche e, secondo le proiezioni dell’Agenzia internazionale dell’energia riportate da Stanford, continuerà ad aumentare fino al 2030. Gli Stati Uniti mantengono la quota maggiore, seguiti da Cina, Europa e resto dell’Asia. Per i governi questo significa che la politica industriale sull’AI entra in rapporto diretto con reti elettriche, autorizzazioni, rinnovabili e sicurezza energetica.
Per l’Italia la sfida è passare dalla presenza alla scala
Il dato italiano, 168 data center nel 2025, colloca il Paese in una posizione non marginale. Ma la crescita dell’AI richiede un salto diverso. Non basta avere strutture distribuite. Conta la capacità di ospitare carichi ad alta densità, garantire energia affidabile, raffreddamento efficiente, connettività a bassa latenza e procedure autorizzative prevedibili.
Per il mercato telco e cloud italiano si apre quindi una finestra rilevante. La domanda di capacità AI può sostenere nuovi investimenti in fibra, edge cloud, interconnessione e servizi gestiti. Può anche rafforzare il ruolo dei poli metropolitani e dei distretti industriali più digitalizzati. Tuttavia, il rischio è restare nella fascia degli utilizzatori di capacità costruita altrove.
Partecipa alla community