La corsa dell’Europa all’AI sta modificando anche la geografia dei data center. I nuovi campus destinati soprattutto all’addestramento e all’esecuzione di workload AI stanno infatti progressivamente abbandonando la prossimità ai grandi centri urbani per spostarsi verso aree periferiche, industriali e rurali. La ragione è soprattutto infrastrutturale, con la disponibilità di energia elettrica che per questi impianti è diventata un fattore più determinante della vicinanza agli utenti finali.

L’analisi di JLL sui progetti hyperscale destinati a entrare rapidamente in funzione nei prossimi due anni evidenzia un cambiamento particolarmente marcato. Tra il 2026 e il 2028 la distanza media dei nuovi siti dai principali hub urbani europei dovrebbe raggiungere 175 chilometri, contro i 46 chilometri dei data center completati tra il 2022 e il 2025. Una differenza che fotografa bene quanto l’AI stia modificando i criteri con cui vengono scelti i siti.

Per un tradizionale data center cloud la vicinanza a una grande città può essere importante per ridurre la latenza e servire rapidamente imprese e consumatori. Un campus dedicato all’addestramento di modelli AI presenta invece esigenze differenti. I carichi di lavoro possono essere concentrati in grandi strutture e non richiedono necessariamente una collocazione a pochi chilometri dal principale bacino di utenti.

Il vincolo più difficile da risolvere è diventato quindi l’accesso all’elettricità. GPU e acceleratori AI utilizzati nei cluster ad alta densità richiedono infatti quantità di energia enormemente superiori rispetto a molte infrastrutture IT tradizionali. Di conseguenza, il progetto non parte più necessariamente dalla domanda digitale di una determinata area, ma dalla possibilità concreta di ottenere una connessione alla rete elettrica sufficientemente potente e in tempi ragionevoli.

I numeri della pipeline europea confermano questa inversione di paradigma. I progetti greenfield rappresentano oggi circa il 39% delle future capacità previste, mentre costituiscono appena l’8% degli impianti già realizzati. Parallelamente, la quota dei nuovi progetti collocati nei centri urbani dovrebbe scendere dal 13% al 5%, con la maggior parte degli investimenti che si concentrerà quindi in aree industriali o ai margini delle città.

La pressione sui mercati tradizionali è ormai evidente. Francoforte, Londra, Amsterdam, Parigi e Dublino continuano a essere fondamentali per l’infrastruttura cloud europea, ma devono fare i conti con terreni sempre più costosi, vincoli urbanistici e tempi di attesa molto lunghi per ottenere nuova capacità dalla rete elettrica.

europa da center

Crediti: Shutterstock

Il problema emerge in maniera particolarmente evidente osservando i costi dei terreni già dotati di disponibilità energetica. Secondo JLL, nei principali mercati europei il costo medio raggiunge circa 2,36 milioni di euro per MW di carico IT. Nei mercati secondari, che comprendono anche Copenaghen, Varsavia e Milano, la cifra scende a circa 978.000 euro per MW. Nelle aree considerate terziarie può invece ridursi drasticamente, arrivando a circa 512.000 euro per MW e, nei casi più favorevoli, anche intorno ai 200.000 euro.

Amsterdam si colloca in cima alla classifica con circa 2,7 milioni di euro per MW, seguita da Londra con 2,6 milioni e Francoforte con 2,5 milioni. Il differenziale rispetto alle aree periferiche diventa quindi troppo significativo per essere ignorato quando si devono realizzare infrastrutture dalla scala di centinaia di megawatt.

La dimensione dei nuovi progetti spiega ulteriormente il fenomeno. Secondo i dati di DC Byte, dei nove campus europei proposti con una capacità superiore a un gigawatt, soltanto uno dovrebbe sorgere nelle vicinanze di una grande città (Parigi). Gli altri sono distribuiti in territori che vanno dalle aree rurali della Spagna fino alla Svezia settentrionale.

Non significa però che Londra, Francoforte o Amsterdam perderanno il proprio ruolo. La domanda enterprise rimane infatti concentrata nei principali mercati e continuerà a sostenere la presenza di infrastrutture cloud e colocation nelle grandi aree metropolitane. La differenza riguarda se mai la tipologia di carico, con i campus hyperscale dedicati all’AI che richiedono una combinazione di energia, superficie e sistemi di raffreddamento spesso non compatibile con i vincoli delle aree urbane consolidate.

Il raffreddamento introduce inoltre un’altra variabile critica rappresentata dall’acqua. La crescente densità computazionale dei cluster AI porta infatti a utilizzare sistemi di cooling sempre più sofisticati e, in determinati contesti, a un aumento significativo del fabbisogno idrico. Spostare i data center verso aree meno costose può quindi risolvere una parte dei problemi economici e infrastrutturali, ma ne crea altri sul piano ambientale e sociale.

La pressione sugli investimenti è destinata peraltro ad aumentare. JLL stima che i quattro maggiori hyperscaler cloud mondiali spenderanno circa 725 miliardi di dollari nel 2026, con un incremento del 77% rispetto ai 410 miliardi del 2025. Una quota preponderante di questa spesa è legata proprio all’espansione dell’infrastruttura necessaria per l’intelligenza artificiale. Ed entro il 2030, secondo la stessa analisi, i workload AI potrebbero arrivare a rappresentare circa metà della capacità globale dei data center.