La corsa globale all’intelligenza artificiale si scontra con un limite sempre più concreto: la disponibilità di elettricità. Negli Stati Uniti si profila un divario di decine di gigawatt tra la domanda dei centri di elaborazione dati e la capacità infrastrutturale. Una questione che supera i confini dell’industria tecnologica e investe direttamente la sicurezza economica, la competitività industriale e gli equilibri geopolitici.
La sovranità energetica diventa un nuovo fattore di sicurezza
Per anni abbiamo considerato i semiconduttori, la capacità di calcolo e il controllo delle tecnologie avanzate come i principali terreni della competizione globale sull’intelligenza artificiale. Oggi, tuttavia, sta emergendo un elemento destinato a modificare profondamente questo scenario: l’energia. La rivoluzione dell’IA, apparentemente immateriale, poggia in realtà su infrastrutture estremamente fisiche. Centri di elaborazione dati, sistemi di raffreddamento, reti elettriche, trasformatori e impianti di generazione costituiscono la struttura portante di un settore che sta crescendo a una velocità difficilmente compatibile con i tempi tradizionali degli investimenti energetici.
I numeri americani restituiscono la dimensione del problema. Secondo una recente analisi di Morgan Stanley, negli Stati Uniti la domanda incrementale di potenza associata alle nuove infrastrutture di calcolo potrebbe raggiungere 97 gigawatt entro il 2028. A fronte di questa richiesta, risultano circa 21 gigawatt di centri di elaborazione dati in costruzione e altri 19 gigawatt di capacità elettrica disponibile o contrattualizzabile. Ne deriverebbe un divario potenziale di 57 gigawatt, che potrebbe ridursi a circa 33 gigawatt considerando il ricorso a nuove soluzioni di generazione energetica.
Le nuove tecnologie di calcolo richiedono infrastrutture sempre più avanzate
Il problema, peraltro, non riguarda soltanto il numero crescente di infrastrutture da alimentare, ma anche la loro evoluzione tecnologica. Le nuove architetture di Nvidia, come Vera Rubin e Rubin Ultra, introducono sistemi di elaborazione sempre più potenti e caratterizzati da una maggiore densità energetica. La stessa Morgan Stanley ha rivisto significativamente al rialzo le proprie ipotesi sui consumi dei nuovi sistemi integrati, accentuando le previsioni relative al fabbisogno elettrico del settore. In sostanza, mentre l’industria tecnologica ragiona attraverso cicli di innovazione di pochi mesi, la realizzazione di una centrale elettrica, l’ampliamento di una rete di trasmissione o l’installazione di nuove infrastrutture energetiche richiedono anni. È proprio questa divergenza temporale a rappresentare uno dei principali rischi per la crescita dell’intelligenza artificiale.
La disponibilità di energia abbondante, competitiva e continuativa sta diventando una condizione essenziale per garantire la sicurezza economica di un Paese. L’Agenzia internazionale dell’energia, nel rapporto Key Questions on Energy and AI pubblicato nell’aprile 2026, ha evidenziato come i consumi elettrici mondiali dei centri di elaborazione dati siano destinati a raddoppiare entro il 2030, con quelli specificamente dedicati all’intelligenza artificiale attesi in triplicazione. Negli Stati Uniti, inoltre, i centri di elaborazione dati potrebbero rappresentare quasi la metà dell’incremento complessivo della domanda elettrica da qui alla fine del decennio. La questione non è soltanto quanta energia sarà possibile produrre, ma soprattutto dove, a quali condizioni economiche e attraverso quali infrastrutture sarà possibile renderla disponibile. Il ritorno delle infrastrutture fisiche nella competizione geopolitica. La corsa all’intelligenza artificiale sta riportando al centro della competizione internazionale elementi che la narrazione della digitalizzazione aveva progressivamente relegato in secondo piano: disponibilità delle materie prime, capacità industriale, infrastrutture elettriche e autonomia degli approvvigionamenti.
Non sarà sufficiente disporre dei semiconduttori più avanzati se non sarà possibile alimentarli in maniera stabile. Da questo punto di vista, la concentrazione della filiera tecnologica in pochi Paesi introduce un ulteriore elemento di vulnerabilità. Trasformatori, turbine, sistemi di accumulo e componenti per le reti elettriche diventano altrettanto strategici dei processori necessari all’addestramento dei modelli di intelligenza artificiale. La stessa Agenzia internazionale dell’energia ha richiamato l’attenzione sui colli di bottiglia nelle catene di approvvigionamento delle tecnologie energetiche, evidenziando anche la dipendenza da un numero limitato di produttori internazionali, in particolare dalla Cina.
Non sorprende, dunque, che le grandi aziende tecnologiche stiano cercando di assicurarsi direttamente forniture energetiche attraverso contratti pluriennali
