{"id":35037,"date":"2026-09-24T17:34:24","date_gmt":"2026-09-24T15:34:24","guid":{"rendered":"https:\/\/www.onlinesim.it\/blog\/?p=35037"},"modified":"2026-09-24T17:31:20","modified_gmt":"2026-09-24T15:31:20","slug":"data-center-il-punto-debole-dellintelligenza-artificiale","status":"publish","type":"post","link":"https:\/\/www.onlinesim.it\/blog\/data-center-il-punto-debole-dellintelligenza-artificiale\/","title":{"rendered":"Data center: il punto debole dell\u2019intelligenza artificiale"},"content":{"rendered":"

L\u2019intelligenza artificiale<\/strong> sembra appartenere a un mondo immateriale fatto di algoritmi, modelli linguistici e capacit\u00e0 di calcolo. In realt\u00e0, la sua crescita dipende sempre di pi\u00f9 da qualcosa di molto concreto: energia, reti elettriche, trasformatori, sistemi di raffreddamento e data center. Ed \u00e8 proprio qui che potrebbe trovarsi uno dei principali colli di bottiglia del boom dell\u2019AI. Nel 2025 il consumo di elettricit\u00e0 dei data center<\/strong> a livello mondiale \u00e8 cresciuto del 17%<\/strong>, mentre quello dei centri dedicati all\u2019intelligenza artificiale \u00e8 aumentato del 50%<\/strong>. Secondo l\u2019International Energy Agency (IEA)<\/strong>, entro il 2030 la domanda elettrica complessiva dei data center potrebbe quasi raddoppiare, passando dai 485 TWh del 2025 a circa 950 TWh<\/strong>, mentre quella dei data center focalizzati sull\u2019AI potrebbe triplicare.<\/p>\n

La questione non riguarda soltanto quanta elettricit\u00e0 sar\u00e0 necessaria, ma quanto velocemente sar\u00e0 possibile produrla e portarla dove serve<\/strong>. Un data center pu\u00f2 essere costruito in pochi anni; una nuova rete di trasmissione, una centrale o un’infrastruttura energetica possono richiedere molto pi\u00f9 tempo. L\u2019IEA stima che i vincoli delle reti possano ritardare circa il 20% dei progetti di data center pianificati.<\/p>\n

Da qui nasce anche un interrogativo per i mercati: stiamo costruendo troppi data center oppure, al contrario, non abbiamo abbastanza infrastrutture energetiche per alimentarli?<\/strong><\/p>\n

Data center: quanta energia servir\u00e0 davvero all\u2019AI<\/strong><\/h2>\n

La corsa all\u2019intelligenza artificiale sta riportando la domanda di elettricit\u00e0 al centro dello scenario economico. L\u2019IEA prevede che la domanda elettrica globale cresca in media del 3,6% l\u2019anno tra il 2026 e il 2030<\/strong>, un ritmo sensibilmente superiore a quello dell\u2019ultimo decennio. Data center, veicoli elettrici, climatizzazione ed elettrificazione dell\u2019industria sono tra i principali motori di questa accelerazione. Il fenomeno diventa particolarmente evidente negli Stati Uniti. Qui circa la met\u00e0 dell\u2019aumento della domanda elettrica previsto fino al 2030 dovrebbe dipendere proprio dall\u2019espansione dei data center.<\/p>\n

Lo studio<\/strong><\/a> McKinsey Powering AI: How real is the risk of overbuilding?<\/em>, pubblicato a luglio 2026, offre una misura ancora pi\u00f9 precisa del fenomeno. Circa il 75% della crescita attesa della domanda elettrica statunitense nel prossimo decennio<\/strong> potrebbe arrivare dai data center, che vengono costruiti a un ritmo equivalente a quasi 30 GW di nuova potenza richiesta ogni anno.
\nNello scenario centrale elaborato da McKinsey, la domanda energetica IT dei data center statunitensi potrebbe crescere di circa il 27% l\u2019anno fino al 2030<\/strong>, raggiungendo 121 GW.<\/p>\n

Ma c\u2019\u00e8 un elemento da non trascurare: l\u2019efficienza sta migliorando molto rapidamente<\/strong>. Secondo l\u2019IEA, il consumo energetico per singola attivit\u00e0 AI \u00e8 diminuito di almeno un ordine di grandezza all\u2019anno negli ultimi anni. Allo stesso tempo, per\u00f2, aumentano gli utenti e soprattutto si diffondono applicazioni molto pi\u00f9 energivore, dalla generazione video ai modelli di reasoning fino agli agenti AI. Alcune di queste attivit\u00e0 possono richiedere centinaia o migliaia di volte pi\u00f9 energia rispetto a una semplice generazione di testo.<\/p>\n

\u00c8 il classico paradosso dell\u2019efficienza: ogni operazione pu\u00f2 diventare meno energivora<\/strong>, mentre il consumo complessivo continua a salire perch\u00e9 aumentano enormemente il numero e la complessit\u00e0 delle operazioni.<\/p>\n

Il vero collo di bottiglia \u00e8 la rete elettrica<\/strong><\/h2>\n

La sfida dell\u2019AI non \u00e8 quindi soltanto costruire abbastanza capacit\u00e0 di calcolo. \u00c8 riuscire ad alimentarla<\/strong>. La densit\u00e0 energetica delle infrastrutture AI sta aumentando a una velocit\u00e0 impressionante. Tra il 2020 e il 2025, secondo l\u2019IEA, la potenza richiesta dai server AI per unit\u00e0 di spazio \u00e8 aumentata di 11 volte<\/strong> e potrebbe quadruplicare ancora entro il 2027. Un singolo rack di server avanzati potrebbe arrivare ad avere una domanda di picco paragonabile a quella di 65 abitazioni<\/strong>.<\/p>\n

Questo mette sotto pressione non solo la produzione di energia, ma tutta la filiera: trasformatori, apparecchiature elettriche, connessioni alla rete e sistemi di accumulo. McKinsey stima che negli Stati Uniti ci siano circa 40 GW di capacit\u00e0 disponibile<\/strong> per assorbire la crescita della domanda nel breve periodo e circa 100 GW di nuova capacit\u00e0 gi\u00e0 programmata. Ma contemporaneamente tra 50 e 75 GW di centrali a carbone e altre centrali termiche<\/strong> potrebbero essere ritirati entro il 2030. Il risultato potrebbe essere un deficit nazionale compreso tra 30 e 55 GW<\/strong>.<\/p>\n

Il problema, inoltre, non \u00e8 uniforme. I data center tendono a concentrarsi negli stessi luoghi, perch\u00e9 hanno bisogno di connettivit\u00e0, terreni disponibili, infrastrutture e condizioni normative favorevoli. \u00c8 quindi possibile avere abbastanza energia a livello nazionale e, contemporaneamente, non averne abbastanza proprio dove servono i nuovi data center<\/strong>.<\/p>\n

Stiamo costruendo troppi data center?<\/strong><\/h2>\n

\u00c8 uno dei dubbi che accompagnano la corsa agli investimenti nell\u2019intelligenza artificiale<\/strong>. Se l\u2019adozione dell\u2019AI rallentasse o se hardware e software diventassero molto pi\u00f9 efficienti, una parte della capacit\u00e0 oggi programmata potrebbe rivelarsi eccessiva.<\/p>\n

Qualche segnale invita alla prudenza. McKinsey osserva che molte richieste di connessione alle reti elettriche sono speculative o duplicate: hyperscaler e sviluppatori presentano pi\u00f9 domande contemporaneamente per capire quale progetto riuscir\u00e0 ad assicurarsi per primo l’accesso all’energia. Le richieste presenti nelle pipeline delle utility risultano cos\u00ec nove volte superiori<\/strong> alla nuova domanda prevista dallo scenario centrale di McKinsey per il 2030.<\/p>\n

\u00c8 un dato importante per chi investe: pipeline annunciata e domanda effettiva non sono la stessa cosa<\/strong>. Le utility stanno infatti introducendo depositi pi\u00f9 elevati, tariffe specifiche per i grandi consumatori e altri strumenti per distinguere i progetti realmente finanziabili da quelli pi\u00f9 speculativi. In Ohio, dopo l’introduzione di una tariffa per i grandi carichi, American Electric Power ha visto ridursi dell’81% la capacit\u00e0 richiesta nella propria pipeline, da 30 a 5,64 GW.<\/p>\n

Perch\u00e9 il rischio maggiore potrebbe essere costruire troppo poco<\/strong><\/h2>\n

Lo studio McKinsey arriva per\u00f2 a una conclusione apparentemente controintuitiva: per il settore energetico il rischio di breve periodo potrebbe essere l\u2019underbuilding, non l\u2019overbuilding<\/strong>. La ragione \u00e8 semplice. Una rete elettrica costruita per soddisfare la domanda dei data center non serve soltanto all\u2019intelligenza artificiale. A differenza della fibra ottica installata in eccesso durante la bolla Internet dei primi anni Duemila, gli investimenti in generazione, trasmissione e distribuzione possono essere utilizzati per soddisfare altre fonti di domanda elettrica, sostituire infrastrutture obsolete e aumentare resilienza e affidabilit\u00e0 del sistema.<\/p>\n

Anche l\u2019IEA descrive una trasformazione pi\u00f9 ampia: nei prossimi cinque anni la domanda mondiale di elettricit\u00e0<\/strong> dovrebbe crescere non soltanto per l\u2019AI, ma per l’elettrificazione dei trasporti, la climatizzazione, le pompe di calore e l’industria. Questo significa che la vera opportunit\u00e0 potrebbe non essere semplicemente \u201cinvestire nei data center\u201d, ma osservare l\u2019intera infrastruttura fisica necessaria alla nuova economia digitale<\/strong>.<\/p>\n

Gas, rinnovabili, batterie e nucleare: chi alimenter\u00e0 i data center<\/strong><\/h2>\n

La necessit\u00e0 di avere energia disponibile rapidamente sta gi\u00e0 cambiando il modo in cui vengono progettati i data center.<\/p>\n

Secondo l\u2019indagine McKinsey, il 65% degli operatori intervistati<\/strong> prevede di utilizzare qualche forma di produzione energetica direttamente sul sito. Quasi il 60% ritiene che questa capacit\u00e0 rester\u00e0 permanente anche quando sar\u00e0 disponibile la connessione alla rete. Tra chi punta sull’autoproduzione, il 64% indica il gas come tecnologia principale.<\/p>\n