Il consumo elettrico globale dei data center raggiungerà circa 1.050 TWh entro fine 2026, con un tasso di crescita annuo composto del 30% trainato quasi interamente dai workload AI. Il dato è del report Energy and AI dell’International Energy Agency, e per dare una misura: 1.050 TWh equivale a oltre tre volte il fabbisogno elettrico annuo dell’Italia (circa 320 TWh nel 2024), e a circa il 4% del consumo elettrico mondiale. Le previsioni convergono sul fatto che la domanda energetica dei data center salirà del 300% entro il 2035. La curva di crescita non si stabilizzerà prima del 2030, secondo le proiezioni IEA, con i workload di inferenza che supereranno quelli di training entro il 2027.
Negli Stati Uniti, diverse grid regionali (PJM Interconnection, ERCOT Texas, MISO Midwest) hanno raggiunto livelli di stress che non si erano visti da decenni. Il PJM, che serve tredici stati incluso Virginia con la più alta concentrazione data center al mondo, ha pubblicato a marzo 2026 un alert ufficiale sulla capacità riservata fino al 2029. Le tariffe wholesale dell’elettricità in Virginia sono aumentate del 35% in dodici mesi, attribuite quasi interamente alla domanda data center AI. L’elettricità non basta più: i grandi vendor devono autoprodurre energia, e Microsoft, Google e Amazon hanno avviato negoziati diretti con operatori nucleari (Constellation, Talen Energy, Vistra) per power purchase agreements pluriennali su reattori esistenti, con riapertura di centrali precedentemente in via di dismissione.
L’Italia ha un problema speculare ma di scala più piccola
La prima domanda operativa è la capacità di connessione alla rete. Il PNRR ha allocato fondi significativi per la digitalizzazione delle infrastrutture, ma la maggior parte degli investimenti si concentra sulla fibra ottica e sui data center stessi, non sull’upgrade della rete elettrica che dovrebbe alimentarli. Terna, l’operatore di trasmissione nazionale, ha proiezioni di crescita della domanda elettrica industriale che includono i nuovi data center previsti (Aruba a Bergamo e Roma, Equinix a Milano, IT2 di Iliad, e gli annunciati hyperscaler GCP e Microsoft Italia North) ma non sempre con i tempi di realizzazione coerenti.
La seconda domanda è la stabilità geografica. I siti scelti dai grandi operatori (Lombardia, Lazio, Emilia-Romagna) coincidono con le aree a maggior densità industriale italiana, dove la grid è già caricata da domanda manifatturiera, residenziale, commerciale. Alcuni operatori stanno installando motori a reazione direttamente nei data center come misura emergenziale. Aggiungere data center da 50-100 MW ciascuno in queste aree produce stress su nodi specifici della rete che richiedono investimenti dedicati di trasmissione. Il costo per megawatt di nuova connessione è in alcuni casi cresciuto dell’80% in tre anni, in linea con quanto avviene su scala europea.
Sul piano del mix energetico, i PPA che gli hyperscaler firmano in Italia stanno spostando quote significative di produzione rinnovabile (solare, eolico) sul comparto data center, sottraendo capacità che altrimenti sarebbe stata disponibile per la rete diffusa. Il bilancio carbon che ne risulta è positivo per il data center (alimentato verde) ma neutro o peggiorativo per il resto del sistema, perché la quota di produzione fossile residua serve a soddisfare la domanda non-data-center. La narrazione “data center alimentato verde” è formalmente corretta ma copre solo metà della contabilità reale. Lo stesso pattern era emerso negli articoli sulla sovranità tecnologica europea e nei dibattiti sul costo reale dell’AI generativa.
Tre volte il fabbisogno elettrico italiano in data center AI globali. La grid è il vincolo più stringente della prossima decade.
Cosa cambia per chi pianifica workload AI
La prima conseguenza operativa è la stabilità dei prezzi del cloud AI. I provider hyperscaler stanno trasferendo sui prezzi finali una parte del costo energetico crescente, con un ritardo di sei-dodici mesi sui contratti standard. Le aziende che firmano oggi committed-use discount triennali su workload AI dovrebbero leggere con attenzione le clausole di revisione prezzi legate ai costi infrastrutturali, perché in molti contratti la revisione è ammessa unilateralmente dal vendor.
La seconda conseguenza è la disponibilità di capacity in determinate aree geografiche. I grandi hyperscaler stanno cominciando a segmentare le proprie offerte per regione, con regioni “calde” (alta disponibilità GPU, prezzi più alti) e regioni “fredde” (capacity limitata, lista d’attesa). Per workload AI critici, la geografia diventa una variabile di approvvigionamento, non più solo una scelta di compliance. Pianificare carichi su regioni meno congestionate (Scandinavia, Spagna, alcune zone dell’Europa centrale) può rappresentare un vantaggio competitivo sui prossimi diciotto mesi.
La terza conseguenza riguarda gli investimenti italiani in infrastruttura. Il deal Mistral su capacity sovrana europea ha mostrato che il capitale è disponibile per finanziare data center AI senza venture USA. La domanda aperta per l’Italia è se le utility nazionali (Enel, A2A, Iren) e le banche italiane troveranno modelli di finanziamento simili per aggregare la capacity nazionale prima che gli hyperscaler internazionali completino l’occupazione delle migliori location e la prelazione sulle connessioni alla rete. È una finestra di mercato che si chiuderà nei prossimi ventiquattro mesi.
Il consumo energetico dell’AI è il vincolo più sottovalutato dell’intero settore. Per i prossimi cinque anni, la grid sarà il collo di bottiglia più stringente della crescita del cloud AI, più del capitale finanziario, più della disponibilità di GPU, più della domanda enterprise. Le aziende che pianificano workload AI senza considerare l’esposizione ai prezzi dell’elettricità e alla disponibilità geografica di capacity stanno costruendo piani che cambieranno presto in modo non previsto. Per l’Italia in particolare, il dibattito pubblico sui data center si è concentrato finora su occupazione e gettito locale; il vero tema è se la rete elettrica nazionale può sostenere quello che si sta firmando, e a quale costo per il sistema produttivo che già la usa.
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
Marco Ferretti
Source link
