L’intelligenza artificiale appare leggera. Una domanda viene scritta su uno schermo e pochi secondi dopo compare una risposta. L’interfaccia nasconde quasi tutto ciò che la rende possibile: chip, server, sistemi di raffreddamento, linee elettriche, trasformatori, acqua, edifici e terreni. Il cloud non è una nuvola. È un’infrastruttura industriale sempre più grande e concentrata.
Secondo l’International Energy Agency, il consumo elettrico globale dei data center potrebbe più che raddoppiare entro il 2030, raggiungendo circa 945 terawattora. L’AI è il principale motore di questa crescita insieme agli altri servizi digitali. La quota globale resterebbe inferiore al tre per cento, ma il dato medio nasconde l’effetto locale: un grande centro AI può concentrare in un solo luogo una domanda paragonabile a quella di una città o di un’industria energivora.
La concentrazione cambia la politica dell’energia. Una rete nazionale può avere capacità sufficiente e una regione non disporre delle linee necessarie per collegare un nuovo impianto. Costruire generazione richiede tempo; autorizzare elettrodotti e sottostazioni spesso ne richiede ancora di più. I data center vengono invece progettati con velocità e chiedono connessioni molto grandi. La corsa all’AI incontra così i tempi fisici della rete.
Anche il raffreddamento è parte del problema. I server trasformano elettricità in calore e devono restare entro condizioni operative precise. Le soluzioni utilizzano aria, circuiti liquidi e, in alcuni casi, acqua evaporata. Il consumo dipende dal clima, dalla tecnologia e dal mix energetico, ma il territorio percepisce immediatamente la competizione quando una nuova struttura arriva in una zona già sottoposta a siccità o con infrastrutture limitate.
Il 25 agosto il confronto australiano sui data center ha mostrato come l’infrastruttura digitale stia diventando una questione di governo. Le preoccupazioni riguardano energia, sostenibilità, costi per la rete e rapporto con le comunità. È un passaggio significativo: il data center non viene più discusso soltanto come investimento tecnologico, ma come progetto territoriale che deve spiegare quali risorse utilizza e quali benefici restituisce.
Le aziende possono acquistare energia rinnovabile o finanziare nuova generazione, ma il certificato non risolve ogni problema. Conta quando l’energia è disponibile, dove viene prodotta e quali fonti intervengono quando sole e vento non bastano. L’IEA prevede che rinnovabili e gas naturale coprano una parte importante della crescita, con contributi anche da altre fonti. Il mix reale dell’AI dipenderà quindi dalle reti e dalle scelte dei territori che ospitano i calcoli.
Esiste inoltre una domanda di efficienza. Modelli più piccoli, chip specializzati, software ottimizzato, recupero del calore e distribuzione intelligente dei carichi possono ridurre l’energia necessaria per la stessa prestazione. Ma l’efficienza può essere assorbita dalla crescita dell’uso: se ogni operazione costa meno, milioni di nuove operazioni diventano convenienti. Ridurre il consumo per richiesta non garantisce automaticamente una diminuzione del consumo totale.
Per questo la trasparenza dovrebbe includere anche l’infrastruttura. Gli utenti non hanno bisogno di un contatore energetico perfetto per ogni prompt, ma governi e comunità devono poter conoscere capacità, consumi previsti, fonti, uso dell’acqua e costi di connessione. Senza dati comparabili, il dibattito oscilla fra due caricature: l’AI come catastrofe ambientale assoluta o come servizio immateriale senza conseguenze.
L’AI può a sua volta aiutare le reti elettriche a prevedere domanda, integrare rinnovabili e migliorare efficienza. Questo beneficio, però, non annulla l’energia che richiede. Le due dimensioni devono essere valutate insieme: energia per l’AI e AI per l’energia. Il problema non è stabilire se la tecnologia debba esistere, ma decidere quali usi giustificano le risorse e quali infrastrutture rendono sostenibile la crescita.
ENERGIA PER L’AI significa riportare la tecnologia sulla terra. Ogni modello abita un luogo, utilizza una rete e produce calore. Quando questa materialità diventa visibile, anche la domanda cambia: non soltanto quanto è intelligente il sistema, ma quanta energia siamo disposti a dedicargli, chi costruirà le infrastrutture e chi ne pagherà il costo. Il futuro dell’AI verrà deciso anche molto lontano dallo schermo, nelle centrali, nelle reti e nelle comunità che le ospitano.