La crescita inarrestabile dell’AI sta imponendo un prezzo sempre più evidente che non riguarda soltanto gli investimenti miliardari o la corsa all’hardware. Il vero collo di bottiglia, oggi, è l’energia, tanto che secondo le ultime stime di Gartner il consumo elettrico dei data center è destinato a crescere del 26% già nel corso del 2026, spinto quasi interamente dall’esplosione dei carichi di lavoro legati all’AI.

Più precisamente, la domanda globale di elettricità per i data center raggiungerà i 565 terawattora entro la fine dell’anno, un valore che supera già previsioni relativamente recenti. Solo due anni fa, la stessa Gartner ipotizzava che i server ottimizzati per l’intelligenza artificiale avrebbero toccato quota 500 TWh nel 2027. La traiettoria attuale dimostra quanto quelle stime fossero conservative rispetto alla velocità con cui il settore si sta muovendo.

Alla base di questa accelerazione c’è la corsa all’AI guidata più dalla paura di restare indietro che da ritorni economici immediatamente tangibili. La conseguenza è che molte aziende stanno riversando budget consistenti in infrastrutture dedicate, spesso senza una chiara strategia di monetizzazione, alimentando una domanda di potenza computazionale che cresce più velocemente della capacità di razionalizzarla.

Il risultato è un cambiamento strutturale nella composizione dei data center. I server tradizionali, progettati per database, virtualizzazione o analytics, stanno progressivamente cedendo il passo a sistemi altamente specializzati, equipaggiati con acceleratori e configurazioni pensate per gestire modelli di machine learning sempre più complessi. Secondo Gartner, questi sistemi “AI-optimized” rappresenteranno già nel 2026 il 31% del consumo energetico complessivo dei data center. Ancora più significativo è il sorpasso atteso nel giro di un anno, quando il loro fabbisogno energetico supererà quello di tutte le infrastrutture convenzionali messe insieme.

Questo dato conferma una tendenza che vede l’intelligenza artificiale diventare il principale driver nella progettazione e nell’espansione delle infrastrutture. Entro il 2027, secondo diverse previsioni convergenti, l’AI sarà la tipologia di workload dominante in termini di deployment server, superando ambiti storicamente centrali come i database enterprise.

data center gartner

Crediti: Shutterstock

Il problema è che questa crescita non avviene nel vuoto. Le reti elettriche, soprattutto in mercati maturi come quello statunitense, non sono state progettate per sostenere un’espansione così rapida e concentrata della domanda. Gartner stima che il consumo complessivo dei data center possa superare i 1.200 TWh entro il 2030, un livello che rischia di mettere sotto pressione l’intera infrastruttura energetica globale.

Altri analisti avevano già lanciato segnali d’allarme, ma le nuove proiezioni alzano ulteriormente l’asticella. Goldman Sachs, ad esempio, prevedeva un raddoppio dei consumi entro la fine del decennio, mentre Schneider Electric aveva delineato scenari di crescita significativi ma comunque inferiori rispetto alle stime attuali. Se i numeri di Gartner dovessero concretizzarsi, ci troveremmo di fronte a una domanda energetica ben oltre le aspettative più aggressive formulate fino a pochi mesi fa.

Le conseguenze iniziano già a manifestarsi. In alcune aree degli Stati Uniti, l’espansione dei data center sta entrando in conflitto diretto con la capacità della rete, generando tensioni sui prezzi dell’energia e rallentando nuovi progetti infrastrutturali. Allo stesso tempo, crescono le pressioni politiche e sociali legate all’impatto ambientale, con comunità locali sempre meno disposte ad accettare nuovi insediamenti energivori senza garanzie concrete.

Ecco perché l’energia sta diventando un fattore competitivo tanto quanto il silicio. Non è più sufficiente avere accesso ai chip più avanzati o alle architetture più efficienti, ma la vera sfida è assicurarsi una fornitura elettrica stabile, scalabile e sostenibile. Non a caso, si parla sempre più spesso di “power security” come nuovo terreno di scontro tra hyperscaler e grandi operatori cloud.

Le possibili contromisure esistono, ma richiedono interventi coordinati e tempi non brevi. Migliorare l’efficienza dei sistemi, adottare soluzioni di raffreddamento più avanzate e distribuire parte dei carichi verso l’edge computing sono tutte leve utili, ma difficilmente sufficienti da sole a compensare una crescita così rapida della domanda.

(Immagine in apertura: Shutterstock)