Orari di lavoro
Lunedi - Venerdi: 7.30 - 19.30
Sabato: 8 - 16
Z Side · Reality Glitch A cura di Zoom Out Lab
L’intelligenza artificiale ci è stata venduta come tecnologia immateriale: cloud, modelli, risposte istantanee. Sotto tutto questo c’è acciaio, silicio, acqua di raffreddamento e un’infrastruttura elettrica che non regge la domanda. La crisi energetica dell’intelligenza artificiale non è un rischio futuro. È il presente, e qualcuno sta già pagando il conto.
C’è un numero che riassume tutto. Secondo la International Energy Agency, la crisi energetica dell’intelligenza artificiale porterà il consumo globale dei data center oltre 1.000 TWh entro la fine del 2026 l’equivalente dell’intero consumo annuale di elettricità del Giappone. Nel 2022 eravamo a 460 TWh. In quattro anni, raddoppio. Non per una singola causa, ma per la convergenza di quattro fattori simultanei: domanda AI esplosa, rete elettrica invecchiata, concentrazione geografica estrema e un gap rinnovabile che nessun annuncio di sostenibilità sta realmente colmando.
Il punto non è che i data center consumino energia questo lo sapevamo. Il glitch è che il sistema prometteva di portarci verso un’economia più leggera, più efficiente, più verde. Invece sta riaprendo centrali a carbone.
Una query, venti minuti di lampadina: i numeri che nessuno pubblicizza
Prima di arrivare all’infrastruttura, vale la pena fermarsi sui numeri individuali. Una singola query a un modello AI generativo complesso consuma mediamente tra 0,24 e 10 Wh, a seconda del modello e della complessità della richiesta. Una ricerca Google ne consuma circa 0,3 Wh. Il confronto è brutale: ChatGPT usa fino a dieci volte più energia di una ricerca tradizionale per ogni interazione. Moltiplicato per centinaia di milioni di utenti quotidiani, l’inferenza cioè l’uso dell’AI da parte degli utenti finali, non il training dei modelli è ormai il principale driver di consumo energetico del settore, avendo superato la fase di addestramento in termini di volumi complessivi.
Questo è il punto che quasi nessuna comunicazione ufficiale di Big Tech mette in primo piano, mentre si parla di costi nascosti che gli utenti non vedono mai. Non è un segreto, ma non è nemmeno nel materiale di marketing di nessuna delle grandi piattaforme AI.
Dal rack alla cabina elettrica: dove si è spostato il collo di bottiglia
Tra il 2021 e il 2024 la densità media di potenza per rack nei data center è passata da 8 kW a 17 kW. Oggi i rack dedicati all’AI superano regolarmente i 50 kW. Un singolo grande impianto di training AI richiede tra 100 MW e 1.000 MW di potenza dedicata l’equivalente del fabbisogno elettrico di 80.000 abitazioni. La sola Virginia ospita la più grande concentrazione di data center al mondo, e nel 2023 questi impianti hanno consumato il 26% di tutta l’elettricità dello stato. In Irlanda la quota dei data center sul consumo nazionale era già al 21% nel 2022, con previsioni al 32% entro il 2026.
Il problema non è costruire i server. Il problema è alimentarli. Come documenta un’analisi dettagliata sulla crisi del grid per i data center, il collo di bottiglia si è spostato definitivamente dal rack alla cabina elettrica: i trasformatori ad alta tensione hanno tempi di fornitura da due a quattro anni, le linee di trasmissione richiedono decenni di iter autorizzativi, mentre un data center si costruisce in mesi. Questa asimmetria non è risolvibile con più capitale e le Big Tech ne hanno già investito 320 miliardi di dollari solo nel 2025. È un problema di tempo fisico e regolatorio che i soldi non comprimono.
Il Ratepayer Protection Pledge: una promessa elegante, non un contratto
Il 4 marzo 2026, alla Casa Bianca, i vertici di Google, Microsoft, Meta, Amazon, OpenAI, Oracle e xAI hanno firmato il cosiddetto Ratepayer Protection Pledge accanto a Donald Trump. Il messaggio era semplice: i nuovi data center per l’AI non faranno aumentare le bollette degli americani. Le Big Tech si impegnano a procurarsi energia attraverso nuova generazione, investimenti nella rete e accordi tariffari diretti con le utility.
È un gesto politicamente utile e giuridicamente non vincolante. Le bollette americane sono già cresciute del 36% dal 2020, arrivando a 17,44 centesimi per kWh a febbraio 2026. In diverse aree vicine ai grandi campus di data center i prezzi locali dell’elettricità sono aumentati ulteriormente, e i consumatori hanno già iniziato ad assorbire parte dei costi di potenziamento della rete. Il pledge non dice che le bollette scenderanno dice che le Big Tech proveranno a non peggiorare ulteriormente la situazione. È la stessa logica delle clausole che nessuno legge finché non emergono le implicazioni concrete.
L’altro paradosso è ambientale. Microsoft, Google e Amazon si sono impegnate pubblicamente verso le zero emissioni entro il 2030. Ma la domanda energetica immediata dell’AI sta costringendo alcune utility a mantenere attive o addirittura riaprire centrali a carbone e a gas che avrebbero dovuto essere dismesse. Chi governa l’energia governa l’AI. Chi governa l’AI governa una parte crescente dell’economia. Le promesse di sostenibilità e le esigenze operative di breve termine stanno andando in direzioni opposte.
In Italia la partita è appena iniziata
In Italia la situazione ha caratteristiche proprie. Secondo i dati di Confartigianato, tra il 2019 e il 2023 la domanda elettrica dei data center è cresciuta del 50%, con un aumento del 144% nei consumi diretti. Lombardia, Lazio, Emilia-Romagna e Piemonte assorbono l’85% del totale. AGICI stima che entro il 2030 il fabbisogno elettrico del settore salirà a 20 TWh circa il 6% dei consumi nazionali.
La risposta istituzionale si sta muovendo. Il 24 febbraio 2026 la Camera ha approvato con 243 voti favorevoli il DDL delega sui data center, poi passato al Senato. Il Decreto Bollette 2026 introduce un procedimento autorizzativo unico con un termine massimo di dieci mesi per le autorizzazioni un tentativo di accelerare iter che oggi possono durare anni. L’obiettivo dichiarato è attrarre investimenti senza lasciare irrisolto l’impatto energetico.
Il nodo rimane: l’Italia esce da una crisi energetica legata alla guerra in Ucraina con reti ancora sotto pressione. Inserire in questo contesto una crescita massiva dei data center AI significa aumentare la domanda in un sistema non ancora stabilizzato. E a differenza degli Stati Uniti dove Trump può accelerare permessi federali con logica di competizione strategica con la Cina l’Europa deve allineare politica energetica, politica industriale e strategia digitale in una cornice frammentata tra ventisette sistemi normativi diversi.
Il vero glitch: abbiamo costruito il futuro su una rete del passato
La crisi energetica dell’intelligenza artificiale è la collisione tra due velocità incompatibili. I modelli AI si aggiornano ogni sei mesi. Le reti elettriche si costruiscono in decenni. I chip migliorano ogni anno. I trasformatori ad alta tensione hanno code di fornitura da quattro anni. Il codice scala in settimane. Le linee di trasmissione richiedono iter decennali.
Chi paga questa incompatibilità non sono le Big Tech, che hanno bilanci da centinaia di miliardi e stanno costruendo generazione elettrica captive. Lo pagano i consumatori nelle aree vicine ai campus di data center, le famiglie americane le cui bollette sono già aumentate del 36%, le utility europee che devono decidere se rallentare la dismissione del carbone per servire la domanda digitale.
La narrazione dell’AI come tecnologia immateriale pulita, efficiente, scalabile all’infinito si scontra con la fisicità brutale dell’infrastruttura che la sostiene. Un’architettura da smart glasses, software di sorveglianza e assistenti sempre attivi poggia su centrali elettriche, acqua di raffreddamento e reti costruite decenni fa per un mondo completamente diverso.
L’IEA ha quantificato la domanda. Le comunità del Virginia e dell’Arizona stanno già protestando. I governi stanno firmando pledge e approvando decreti. Ma la velocità con cui l’AI si evolve continua a superare la capacità di risposta di qualsiasi infrastruttura fisica o normativa.
Il problema non è tecnico. È sistemico. Abbiamo costruito il futuro su una rete del passato, e ora stiamo scoprendo che qualcuno deve pagarne il costo di adeguamento. Di solito quel qualcuno non è chi ha guadagnato di più dal futuro.
