Ogni volta che chiediamo a un’intelligenza artificiale (IA) di generare un’immagine, riassumere un documento o rispondere a una domanda, attiviamo un’infrastruttura fisica che rimane spesso invisibile all’utente. Dietro la semplicità di un’interfaccia digitale si trovano migliaia di processori, server ad alte prestazioni e sistemi di raffreddamento che funzionano continuamente. Tutto questo richiede elettricità, molta più di quanto si potrebbe immaginare.

La rapida diffusione nell’utilizzo di chatbot, come ChatGPT e Claude per esempio, sta trasformando i data center, le strutture che ospitano i loro sistemi informatici, in uno dei nuovi protagonisti della domanda energetica globale. Non si tratta però soltanto di un problema tecnologico. La capacità di alimentare queste infrastrutture, limitandone al tempo stesso l’impatto ambientale, è destinata infatti a diventare una questione centrale per le politiche climatiche internazionali e per la sicurezza energetica globale.

A quantificare la portata di questa trasformazione è uno studio pubblicato sulla rivista Communications Sustainability. La ricerca stima che il consumo elettrico dei data center dedicati all’intelligenza artificiale possa crescere dai circa 118 terawattora (TWh) del 2024 a una cifra compresa tra 239 e 295 TWh nel 2030 [1]. Un consumo destinato quindi a più che raddoppiare nell’arco di soli sei anni.

Nello scenario più espansivo, l’elettricità necessaria a queste infrastrutture raggiungerebbe circa l‘1% della domanda elettrica mondiale prevista per la fine del decennio [1]. Bisogna puntualizzare che il dato riguarda le infrastrutture analizzate dagli autori e non l’intero impatto energetico dell’intelligenza artificiale, che comprende anche altre componenti della filiera tecnologica. È tuttavia sufficiente a mostrare come la digitalizzazione non possa essere considerata un processo privo di conseguenze materiali.

Quando il cloud diventa un problema

Per comprendere le dimensioni della questione occorre partire dal funzionamento dei data center. L’addestramento dei grandi modelli linguistici e il loro utilizzo quotidiano richiedono enormi quantità di operazioni computazionali. Queste vengono eseguite da processori specializzati, spesso organizzati in grandi gruppi, che possono assorbire molta più energia rispetto alle apparecchiature informatiche tradizionali.

A questo consumo diretto si aggiunge quello necessario per raffreddare i dispositivi e mantenere le strutture nelle condizioni operative adeguate. Più aumenta la densità di potenza dei server, più diventa importante gestire il calore prodotto, con conseguenze sui fabbisogni energetici complessivi delle aree interessate.

Secondo l’Agenzia internazionale dell’energia (IEA), il consumo elettrico di tutti i data center mondiali potrebbe passare da circa 415 TWh nel 2024 a 945 TWh nel 2030 [2]. L’intelligenza artificiale rappresenta quindi una componente di una trasformazione più ampia, nella quale l’espansione dei servizi digitali si somma all’elettrificazione dei trasporti, dell’industria e dei sistemi di riscaldamento. Il problema, però, non riguarda soltanto la quantità complessiva di elettricità necessaria, conta anche dove viene consumata.

La ricerca [1] evidenzia una forte concentrazione geografica delle nuove infrastrutture: Nord America, Europa occidentale e Asia-Pacifico rappresenterebbero insieme oltre il 90% della capacità di calcolo prevista per le principali aziende analizzate. Tra le società considerate figurano Amazon, Microsoft, Google, Meta, Oracle e Apple (quasi tutti i “big” dell’industria).

Quando molti data center si concentrano in una stessa area, la rete elettrica locale può trovarsi ad affrontare un incremento della domanda difficile da soddisfare rapidamente. Diventa necessario quindi potenziare le linee di trasmissione, realizzare nuovi collegamenti e aumentare la capacità di generazione di energia. Anche in presenza di una produzione elettrica nazionale sufficiente, i vincoli della rete possono impedire di trasferirla dove è effettivamente necessaria.

Le conseguenze possono estendersi oltre le infrastrutture tecnologiche. La crescita della domanda può intensificare la competizione per l’accesso all’elettricità e rendere più complessa la pianificazione energetica. Se la nuova capacità rinnovabile e le reti non crescono abbastanza rapidamente, una parte del fabbisogno aggiuntivo potrebbe essere soddisfatta da impianti alimentati da combustibili fossili, aumentando le emissioni associate all’espansione digitale.

La nuova geografia dell’energia e della competizione globale

L’espansione dei data center non è soltanto una questione ambientale, ma anche geopolitica. Il controllo della capacità di calcolo è diventato un elemento strategico per la competitività economica, la ricerca scientifica e la sicurezza nazionale. Le grandi potenze mondiali come Stati Uniti, Cina ed Europa competono da anni per attrarre investimenti, sviluppare infrastrutture e assicurarsi l’accesso alle tecnologie necessarie per sviluppare l’IA.

La disponibilità di energia affidabile, e a costi contenuti, assume quindi un peso crescente all’interno di questi antagonismi. I territori capaci di offrire reti robuste, connessioni digitali, autorizzazioni relativamente rapide e condizioni favorevoli per l’approvvigionamento energetico possono attirare nuovi investimenti. Mentre le regioni dotate di abbondanti risorse idroelettriche ed eoliche, oppure di condizioni climatiche che facilitano il raffreddamento, possono godere di vantaggi competitivi.

La concentrazione delle infrastrutture crea tuttavia anche nuove dipendenze. La crescita dei consumi in pochi poli industriali può aumentare la pressione sulle reti locali e alimentare conflitti tra priorità differenti: da una parte le esigenze delle grandi imprese tecnologiche, dall’altra quelle delle famiglie, delle attività produttive e dei servizi pubblici. La questione è particolarmente importante per l’Europa, che punta contemporaneamente alla decarbonizzazione e al rafforzamento della propria autonomia tecnologica. Attrare investimenti in questo settore senza compromettere gli obiettivi climatici richiede una pianificazione capace di integrare politiche digitali, industriali ed energetiche. Questa nuova “capacità informatica” deve garantire che il suo funzionamento sia compatibile con la disponibilità di elettricità a basse emissioni e con le esigenze dei territori che la ospitano.

Verso un’intelligenza artificiale più sostenibile

Le proiezioni dello studio non rappresentano uno scenario futuro certo. Gli autori elaborano tre differenti scenari di crescita e riconoscono diversi limiti, tra cui l’incertezza sulle future traiettorie tecnologiche, la disponibilità incompleta di informazioni sulle infrastrutture aziendali e la difficoltà di anticipare gli investimenti nelle reti elettriche. Miglioramenti nell’efficienza dei processori e del raffreddamento potrebbero contenere la crescita dei consumi; al contrario, un’espansione più rapida dell’IA potrebbe aumentarla.

La direzione non è quindi predeterminata, ma una prima azione necessaria dovrebbe essere quella di rendere più trasparenti i consumi energetici delle infrastrutture digitali, così da consentire a governi e gestori di rete di pianificare gli investimenti sulla base di informazioni attendibili. A questo si possono affiancare requisiti di efficienza, approvvigionamento elettrico a basse emissioni, sistemi di accumulo e soluzioni che permettano di spostare alcune attività computazionali verso le ore in cui l’energia rinnovabile è più abbondante.

Anche il recupero del calore prodotto dai server, quando tecnicamente ed economicamente praticabile, può contribuire a ridurre gli sprechi, per esempio attraverso reti di teleriscaldamento. Infine, è necessario interrogarsi sull’utilità dei diversi impieghi dell’intelligenza artificiale.

La sfida non consiste nel contrapporre tecnologia e ambiente, ma nel riconoscere che la rivoluzione digitale ha un’infrastruttura materiale e che le sue conseguenze dipendono dalle decisioni prese oggi. L’intelligenza artificiale può contribuire alla ricerca scientifica, all’ottimizzazione dei sistemi energetici e alla gestione delle risorse, purché il suo sviluppo sia compatibile con la transizione ecologica. Occorre quindi valutare non soltanto ciò che è in grado di fare, ma anche quanta energia richiede, da dove proviene e quali costi trasferisce sui territori.

La sostenibilità dell’IA non si misura soltanto nella potenza dei modelli o nella rapidità delle risposte. Si misura anche nella capacità di alimentare questa nuova infrastruttura senza rallentare la decarbonizzazione e senza trasformare l’accesso all’energia in un ulteriore terreno di disuguaglianza.

 

di Pietro Boniciolli

 

 

 

 

Maggiori informazioni

[1] Chen, D., Zhou, Z., Cai, Y., Qin, J., Katchova, A. L. & Chen, L. (2026). “Artificial intelligence data centers could reach one percent of global electricity demand by 2030”. Communications Sustainability, 1, 147. https://doi.org/10.1038/s44458-026-00152-5

[2] International Energy Agency (2025). Energy and AI. IEA, Parigi. https://www.iea.org/reports/energy-and-ai