Oggi, negli Stati Uniti e nei principali hub tecnologici mondiali, i giganti del tech come Microsoft, Google e Amazon stanno accelerando la costruzione di data center senza precedenti per sostenere la corsa all’intelligenza artificiale. Questa espansione, sta trasformando radicalmente la geografia industriale. Mentre leggete queste righe, una centrale nucleare spenta da anni, simbolo di vecchie paure atomiche, sta per essere riattivata con un unico scopo: alimentare le domande che poniamo a una chat. Non siamo più di fronte a una rivoluzione software, ma a una titanica sfida fisica che minaccia di mandare in crisi le reti elettriche e le risorse del pianeta. Di fatto l’intelligenza artificiale generativa, in attesa che arrivi quella vera diventerà la più grande fonte di consumo di energia della storia la prima conseguenza? Il ritorno del nucleare
Intelligenza artificiale generativa: la nascita dei nuovi giganti del consumo
Stiamo realizzando i centri di consumo energetico più grandi della storia. Se un tempo un data center era considerato “energivoro” con una richiesta di 10 o 20 megawatt, i nuovi campus progettati per l’IA generativa puntano a superare il gigawatt di potenza. Per dare un’idea, un solo gigawatt può alimentare circa 750.000 abitazioni.
Il passaggio dai server tradizionali a quelli ottimizzati per l’IA, dotati di migliaia di GPU ad alte prestazioni, ha decuplicato la densità energetica dei singoli rack. Questo sforzo tecnologico sta spingendo le aziende a cercare soluzioni drastiche per evitare il collasso delle infrastrutture civili, portando alla nascita di siti industriali che sono, a tutti gli effetti, piccoli stati sovrani dell’energia.
Centrali atomiche dedicate: il ritorno del nucleare
La risposta alla fame di elettricità non è più solo nel solare o nell’eolico, troppo intermittenti per le esigenze di calcolo h24. La soluzione individuata dalle Big Tech è il nucleare. Microsoft ha già siglato accordi per riaprire il reattore di Three Mile Island, mentre Amazon e Google stanno investendo massicciamente nei cosiddetti SMR (Small Modular Reactors), piccoli reattori modulari che possono essere costruiti in serie e installati direttamente accanto ai data center.
Questa strategia di “co-locazione” permette alle aziende di prelevare energia “dietro il contatore”, evitando di pesare sulla rete pubblica, ma solleva interrogativi sulla gestione delle scorie e sulla sicurezza di impianti atomici gestiti o finanziati da privati per scopi puramente commerciali.
L’impatto ambientale e i costi per i cittadini
Il costo dell’intelligenza artificiale non si limita al prezzo degli abbonamenti premium, ma si riflette sulle risorse collettive:
- Aumento delle bollette: Per adeguare le reti elettriche nazionali all’enorme carico richiesto dall’IA, le utility devono investire miliardi di dollari in infrastrutture. In molti casi, questi costi vengono scaricati sugli utenti privati tramite aumenti tariffari.
- Crisi idrica: I sistemi di raffreddamento dei data center consumano miliardi di litri d’acqua potabile. In aree già colpite dalla siccità, l’IA entra in competizione diretta con il consumo umano e agricolo.
- Materiali critici: La produzione di chip sempre più complessi richiede quantità crescenti di terre rare, gallio e germanio. L’estrazione di questi materiali ha un impatto devastante sugli ecosistemi e alimenta tensioni geopolitiche per il controllo delle miniere.
Cosa accadrà quando arriverà la vera intelligenza artificiale?
Tutto ciò che vediamo oggi è solo l’antipasto. Se l’IA attuale richiede risorse massicce, la vera IA (o AGI, intelligenza artificiale generale), capace di ragionare come e meglio dell’uomo, richiederà un salto di scala energetico che oggi non siamo in grado di sostenere.
Esiste il rischio concreto di un “collo di bottiglia” fisico: il progresso del software potrebbe essere frenato non dalla mancanza di idee, ma dall’impossibilità di raffreddare i circuiti o di trovare abbastanza rame e silicio per costruirli. La transizione verso l’AGI obbligherà l’umanità a una scelta: dedicare le scarse risorse energetiche alla soluzione dei problemi climatici o alla creazione di una super-intelligenza digitale.
FAQ: Domande frequenti sul futuro energetico dell’IA
1. Perché non si usano solo energie rinnovabili per l’IA? Il sole e il vento non garantiscono energia costante. I data center devono funzionare al 100% della potenza ogni secondo. Senza batterie di dimensioni colossali, il nucleare rimane l’unica fonte a zero emissioni capace di fornire un carico base costante.
2. Quanto incide una singola ricerca su ChatGPT? Si stima che una richiesta a un modello linguistico consumi circa dieci volte l’energia di una ricerca su Google. Moltiplicando questo per miliardi di utenti, l’impatto diventa sistemico.
3. Quanto inquinano davvero le IA? L’impatto ambientale si misura in tre dimensioni: carbonio, acqua e rifiuti.
- Emissioni (CO2): Secondo i report 2024 di Google e Microsoft, le loro emissioni sono aumentate rispettivamente del 48% e del 30% dal 2020 a causa dei data center. L’addestramento di un modello come GPT-3 ha emesso circa 500 tonnellate di CO2 (pari a 500 voli transatlantici). Una singola query genera tra 0,2 e 4,5 grammi di CO2 (fino a 10 volte una ricerca Google tradizionale).
- Acqua: Il raffreddamento dei server è idrovoro. Uno studio dell’Università della California stima che ChatGPT “beva” una bottiglia da 500ml d’acqua ogni 10-50 scambi.
- E-waste: Le GPU hanno un ciclo di obsolescenza brevissimo (2-3 anni). Questo accelera la produzione di rifiuti elettronici difficili da smaltire.
L’IA diventerà uno strumento solo per le élite?
Il rischio di un “divario computazionale” è concreto per due motivi:
- Costo dell’hardware: Una singola GPU Nvidia H100 costa circa 30.000-40.000 dollari. Solo le “Big Tech” e gli Stati sovrani possono permettersi cluster da decine di migliaia di chip.
- Concentrazione dei dati: Lo sviluppo delle IA più potenti richiede database enormi che appartengono a pochi colossi. Senza interventi normativi (come l’AI Act europeo), le versioni “frontiera” (le più intelligenti) potrebbero essere accessibili solo a grandi aziende e governi, lasciando ai cittadini comuni modelli depotenziati o siffatti per scopi pubblicitari.
1. Per quanto ancora le IA saranno gratuite? La fase della gratuità di massa è stata una strategia di acquisizione utenti e raccolta dati.
- Transizione al “Freemium”: Stiamo già vedendo il passaggio a modelli dove la versione gratuita è limitata in termini di messaggi, velocità o capacità logica (es. GPT-4o mini vs GPT-4o).
- Costi insostenibili: Poiché il costo energetico di ogni risposta è reale e alto, è improbabile che la gratuità illimitata duri. Entro i prossimi 2-3 anni, l’accesso alle IA di alto livello sarà quasi certamente vincolato a forme di abbonamento o pacchetti inclusi nei servizi hardware (come già accade con Apple Intelligence o Gemini su smartphone).
2. Come fanno a mantenersi i produttori di IA generativa? Attualmente, la maggior parte dei produttori (OpenAI, Anthropic) non è in profitto e “brucia” miliardi in calcolo. Si sostengono attraverso:
- Venture Capital e Partnership: Investimenti massicci da parte di giganti che forniscono l’infrastruttura (Microsoft investe in OpenAI fornendo crediti Azure).
- API (Business-to-Business): Vendono l’accesso ai loro modelli ad altre aziende che li integrano nei propri prodotti. Questa è la fonte di reddito più solida.
- Abbonamenti Premium: I piani da 20$/mese per gli utenti singoli aiutano a coprire i costi operativi (inferenza).
- Enterprise: Versioni personalizzate e sicure per grandi aziende con canoni annuali milionari.
Ginevra Leone
Leggi anche
- Cosa sono i Death Bot: parlare con i morti nell’era dell’Intelligenza Artificiale
- Dipendenza dai cellulari: 6 documentari consigliati dagli psichiatri infantili da guardare assieme ai vostri figli
- L’uomo con i superpoteri: che cos’è l’intelligenza aumentata
- Come gli USA hanno usato l’IA Claude di Anthropic nella guerra in Iran contro Khamenei
- Postare anche dopo la morte? Meta ha brevettato una iA che lo renderà possibile
- Il declino di OpenAI: 14 miliardi di perdite e il fallimento tecnico del tono piatto di ChatGPT-5.2
Francesca Rampazzo 
Giovanni Scafoglio