ExtraremL’intelligenza artificiale ha conquistato una posizione centrale nella tecnologia contemporanea, ma la sua natura digitale rischia di nascondere la quantità di risorse fisiche necessarie per farla funzionare. Ogni volta che un utente interagisce con un modello generativo, dietro lo schermo entrano in funzione server, processori specializzati, sistemi di raffreddamento, reti elettriche e strutture informatiche di grandi dimensioni. La rivoluzione dell’AI non vive soltanto nel software: dipende da una gigantesca infrastruttura materiale.
Negli ultimi anni la crescita dei sistemi di intelligenza artificiale ha accelerato la costruzione di nuovi data center in diverse aree del mondo. Queste strutture ospitano migliaia di server e richiedono quantità sempre maggiori di energia elettrica. Secondo le più recenti analisi dell’Agenzia internazionale dell’energia, nel 2025 il consumo elettrico complessivo dei data center è cresciuto del 17%, mentre quello dei centri orientati soprattutto all’AI ha registrato un incremento ancora più rapido. L’AIE prevede inoltre che il consumo elettrico globale dei data center possa arrivare a circa 950 TWh entro il 2030, quasi il doppio rispetto al livello del 2025.
La corsa ai data center mette sotto pressione le reti
La crescita della domanda non riguarda soltanto i computer presenti all’interno dei data center. Per alimentare queste strutture servono nuove connessioni alla rete, trasformatori, sistemi di distribuzione, impianti elettrici e, in alcuni casi, nuove centrali o infrastrutture energetiche dedicate. La disponibilità di elettricità sta diventando uno dei principali limiti alla velocità con cui l’industria può espandere l’intelligenza artificiale.
La situazione emerge anche dalle difficoltà che diversi operatori incontrano per ottenere rapidamente collegamenti alla rete. La domanda cresce più velocemente della capacità di realizzare alcune infrastrutture fondamentali. Trasformatori, apparecchiature elettriche, chip avanzati e altri componenti strategici possono infatti richiedere tempi significativi per la produzione e la consegna. Nel frattempo, i grandi investimenti delle aziende tecnologiche alimentano nuovi progetti e aumentano la competizione per le risorse disponibili.
Il problema riguarda anche la densità energetica dei sistemi di calcolo. I server progettati per l’intelligenza artificiale richiedono quantità di energia molto superiori rispetto a molte infrastrutture informatiche tradizionali. L’aumento della potenza concentrata nei rack rende inoltre sempre più importante la gestione del calore. Più capacità di calcolo significa anche più energia da fornire e più calore da smaltire.
L’acqua diventa una risorsa strategica
Il consumo energetico rappresenta soltanto una parte del problema. I data center utilizzano acqua soprattutto per i sistemi di raffreddamento, mentre la produzione dell’elettricità e quella dei semiconduttori comportano ulteriori consumi idrici. Alcuni studi recenti stimano che l’impronta idrica globale dell’intelligenza artificiale potrebbe raggiungere diversi miliardi di metri cubi entro il 2027, considerando le diverse fasi necessarie per alimentare e realizzare l’infrastruttura.
La questione assume particolare importanza quando le aziende costruiscono nuovi impianti in aree già sottoposte a stress idrico. La localizzazione di un data center non rappresenta quindi soltanto una decisione tecnologica o economica: può diventare una questione ambientale e territoriale. Le comunità locali devono confrontarsi con l’utilizzo delle risorse, con la disponibilità della rete elettrica e con gli effetti che grandi strutture industriali possono produrre sul territorio.
Negli Stati Uniti il tema ha già alimentato una crescente opposizione politica e sociale. In Texas, per esempio, il dibattito sui data center ha assunto un peso sempre maggiore proprio a causa delle preoccupazioni legate a elettricità, acqua e costi per le comunità. Anche altri Stati americani stanno discutendo moratorie, limiti o nuove regole per valutare l’impatto dei grandi impianti prima di autorizzare ulteriori espansioni.
Chip e minerali, il lato nascosto dell’AI
La parte fisica dell’intelligenza artificiale comprende anche una complessa catena industriale che parte dalle materie prime e arriva ai semiconduttori. La produzione dei chip avanzati richiede tecnologie estremamente sofisticate e materiali specifici, mentre la costruzione dell’intera infrastruttura elettrica e informatica richiede grandi quantità di metalli e altri componenti.
Una ricerca pubblicata nel 2026 sulla domanda di minerali collegata ai data center AI ha analizzato venti materiali differenti e ha evidenziato un elemento particolarmente significativo: la maggiore pressione sulle risorse non arriva necessariamente dai semiconduttori, ma dall’infrastruttura energetica necessaria per alimentarli. Il rame rappresenta una componente fondamentale del fabbisogno considerato nello studio, soprattutto per le reti di trasmissione e distribuzione dell’elettricità.
La questione non riguarda però soltanto la quantità di minerali estratti. Anche la capacità di trasformare e raffinare determinate materie prime può creare colli di bottiglia. Gallio, germanio, grafite, litio, cobalto e terre rare rientrano tra i materiali che possono presentare vulnerabilità nella fase di lavorazione e approvvigionamento. La corsa all’AI aumenta così la competizione per risorse che altre industrie utilizzano già per elettrificazione, batterie, reti energetiche e tecnologie avanzate.
L’efficienza migliora, ma la domanda continua a crescere
La situazione presenta comunque un elemento apparentemente contraddittorio. I produttori di hardware e gli sviluppatori di software stanno migliorando rapidamente l’efficienza dei sistemi di intelligenza artificiale. L’energia necessaria per svolgere una singola attività AI può diminuire in modo significativo grazie a nuovi chip, modelli più efficienti e tecniche di ottimizzazione. Tuttavia, la crescita del numero di utenti e l’arrivo di applicazioni più complesse possono annullare parte dei benefici ottenuti sul singolo utilizzo.
I sistemi destinati alla generazione video, al ragionamento avanzato e alle attività autonome possono infatti richiedere molte più risorse rispetto a una semplice richiesta testuale. L’efficienza di ogni singola operazione può migliorare mentre il consumo complessivo continua ad aumentare. Questo effetto rende difficile valutare l’impatto dell’AI soltanto osservando il costo energetico di una singola interrogazione.
La trasformazione in corso impone quindi una riflessione più ampia. L’intelligenza artificiale può offrire vantaggi importanti in numerosi settori, dall’industria alla ricerca, dalla medicina alla gestione dell’energia. Allo stesso tempo, la sua espansione richiede investimenti enormi in infrastrutture e risorse. La sfida consiste nel costruire una capacità di calcolo che possa crescere senza trasferire costi e pressioni eccessive sulle reti elettriche, sulle riserve idriche, sui territori e sulle catene globali delle materie prime.
Il futuro dell’intelligenza artificiale dipenderà quindi anche dalla sua infrastruttura fisica. Dietro la promessa di un’intelligenza sempre più potente esiste una realtà fatta di acciaio, rame, acqua, elettricità, semiconduttori, terreni e impianti industriali. Ignorare questa dimensione significherebbe considerare soltanto una parte della rivoluzione tecnologica in corso.
“Non esiste AI senza energia” sintetizza efficacemente il legame sempre più stretto tra sviluppo dell’intelligenza artificiale e sistema energetico. La vera sfida dei prossimi anni non riguarderà dunque soltanto quanto saranno intelligenti i nuovi modelli, ma anche quante risorse serviranno per alimentarli e quanto efficacemente il mondo riuscirà a sostenere la loro crescita.
ExtraRem: tutto il resto, senza filtri.
Clicca qui per iscriverti al canale Whatsapp!
Author: Extrarem
Table of Contents
