L’intelligenza artificiale sta aumentando la domanda mondiale di capacità di calcolo e, di conseguenza, quella di energia elettrica. Il fenomeno riguarda soprattutto i data center, ma coinvolge anche semiconduttori, reti elettriche, sistemi di raffreddamento e investimenti infrastrutturali. Secondo l’IEA-International Energy Agency (Agenzia internazionale dell’energia), nel 2025 i data center hanno consumato circa 485 TWh di elettricità nel mondo, con una crescita del 17% in un anno. Entro il 2030 il consumo potrebbe arrivare a 950 TWh, quasi il doppio.
A quella data i data center rappresenterebbero circa il 3% della domanda mondiale di elettricità. È una quantità paragonabile all’intero consumo elettrico annuale di un Paese come il Giappone, AI esclusa, per ora.
Il dato riguarda tutti i data center e non può essere attribuito interamente all’AI. La componente destinata all’intelligenza artificiale cresce però più rapidamente: il suo consumo elettrico è aumentato di circa il 50% nel 2025. Il consumo varia inoltre in funzione delle operazioni. La generazione di testo richiede meno energia rispetto a immagini e video, mentre ragionamento complesso e sistemi agentici possono richiedere centinaia o migliaia di volte più energia. Parallelamente, l’efficienza aumenta: secondo l’IEA, negli ultimi anni il consumo necessario per singolo compito AI è diminuito di almeno un ordine di grandezza all’anno. Il risultato è una dinamica nella quale diminuisce l’energia necessaria per una singola operazione, ma aumenta il numero e la complessità delle operazioni.
Per sostenere questa crescita servono nuovi server, GPU, sistemi di raffreddamento, reti elettriche e disponibilità di acqua. La densità energetica dei server AI è aumentata di circa 11 volte tra il 2020 e il 2025 e potrebbe aumentare di altre 4 volte entro il 2027. Un rack, cioè un armadio che contiene più server, potrebbe arrivare entro il 2027 a una potenza di picco equivalente a quella di circa 65 abitazioni. Secondo lo scenario centrale dell’IEA, quasi metà della nuova domanda elettrica dei data center fino al 2030 sarà coperta dalle rinnovabili. Gas e carbone, insieme, potrebbero però coprire oltre il 40% dell’aumento della domanda nello stesso periodo. Le emissioni di CO2 associate alla produzione dell’elettricità utilizzata dai data center potrebbero raggiungere circa 320 milioni di tonnellate nel 2030, meno dell’1% delle emissioni globali. A queste si aggiungono gli impatti legati alla produzione dei semiconduttori, alle materie prime, alla costruzione delle strutture, all’acqua utilizzata per il raffreddamento e alla sostituzione dell’hardware. La crescita dei data center ha anche una dimensione economica.
Nel 2025 la spesa in conto capitale dei 5 maggiori gruppi tecnologici ha superato i 400 miliardi di dollari.
L’IEA prevede per il 2026 un aumento del 75%. Secondo una stima di McKinsey, gli investimenti mondiali nei data center potrebbero arrivare a circa 7.000 miliardi di dollari entro il 2030, comprendendo infrastrutture destinate all’AI e agli altri servizi digitali. Il problema non riguarda quindi soltanto la disponibilità di server. Servono energia, reti, trasformatori, terreni, acqua e connessioni. La velocità di costruzione dei data center deve inoltre confrontarsi con i tempi necessari per realizzare le infrastrutture energetiche.
L’AI può però intervenire anche sul lato opposto del bilancio energetico. L’IEA indica applicazioni nella gestione delle reti elettriche, nell’ottimizzazione dei processi industriali, nella manutenzione degli impianti, negli edifici e nei trasporti. Applicazioni AI già dimostrate potrebbero consentire alle industrie ad alta intensità energetica di ridurre i propri costi energetici di 3-10 punti percentuali. Il bilancio complessivo dipenderà quindi da due fattori: quanta energia sarà necessaria per alimentare l’AI e quanta energia l’AI permetterà di risparmiare negli altri settori. Nei prossimi anni saranno determinanti l’efficienza dei modelli, il numero delle operazioni, la fonte utilizzata per produrre elettricità e la capacità dei sistemi energetici di sostenere la crescita dei data center. Il dato più immediato resta quello previsto dall’IEA: dai 485 TWh del 2025 ai 950 TWh del 2030. Una domanda elettrica quasi raddoppiata in 5 anni, associata a centinaia di miliardi di dollari di investimenti e a una crescita della capacità di calcolo che modifica la struttura stessa della domanda energetica mondiale.
The post Intelligenza artificiale, energia e investimenti: il costo dell’infrastruttura first appeared on AgenSIR.L’AI può però intervenire anche sul lato opposto del bilancio energetico. L’IEA indica applicazioni nella gestione delle reti elettriche, nell’ottimizzazione dei processi industriali, nella manutenzione degli impianti, negli edifici e nei trasporti. Applicazioni AI già dimostrate potrebbero consentire alle industrie ad alta intensità energetica di ridurre i propri costi energetici di 3-10 punti percentuali. Il bilancio complessivo dipenderà quindi da due fattori: quanta energia sarà necessaria per alimentare l’AI e quanta energia l’AI permetterà di risparmiare negli altri settori. Nei prossimi anni saranno determinanti l’efficienza dei modelli, il numero delle operazioni, la fonte utilizzata per produrre elettricità e la capacità dei sistemi energetici di sostenere la crescita dei data center. Il dato più immediato resta quello previsto dall’IEA: dai 485 TWh del 2025 ai 950 TWh del 2030. Una domanda elettrica quasi raddoppiata in 5 anni, associata a centinaia di miliardi di dollari di investimenti e a una crescita della capacità di calcolo che modifica la struttura stessa della domanda energetica mondiale.