Parlare di sovranità dell’intelligenza artificiale senza parlare di energia è come discutere di sovranità alimentare ignorando il suolo. Un paese può avere i migliori ricercatori, gli algoritmi più sofisticati e una politica industriale ben progettata – e tuttavia essere completamente dipendente da un’altra nazione per gestire qualsiasi cosa su larga scala. La potenza computazionale che è alla base dei moderni modelli di intelligenza artificiale non esiste nell’etere. Esiste in rack di server che consumano elettricità in volumi che rivaleggiavano, dieci anni fa, con quelli delle città di medie dimensioni.
La catena logica che le strategie nazionali ignorano
Tutte le capacità dell’intelligenza artificiale sono in definitiva ridotte a una questione di calcolo. E l’informatica su larga scala si riduce a una questione di energia. Un modello linguistico di frontiera come GPT-4 o Claude, durante la formazione, consuma un'energia equivalente al consumo residenziale annuale di centinaia di famiglie. L’inferenza – l’atto di rispondere a una domanda, generare testo, elaborare un’immagine – è più efficiente per chiamata, ma si moltiplica su miliardi di richieste quotidiane. Il totale non è banale.
L’implicazione strategica è semplice: un paese che non controlla lo strato energetico non controlla lo strato fisico dell’intelligenza artificiale, indipendentemente da ciò che fa negli strati superiori. Può regolamentare, può finanziare startup, può creare laboratori nazionali. Ma se i data center che gestiscono i modelli dipendono dall’energia importata, il cui prezzo e disponibilità sono determinati da terzi, l’intera architettura della sovranità ha una spaccatura alle sue fondamenta.
La doppia esposizione dei paesi dipendenti
La maggior parte dei paesi che oggi parlano di una “strategia nazionale sull’intelligenza artificiale” si trovano in realtà ad affrontare due problemi strutturali sovrapposti. Il primo è la dipendenza energetica: i paesi che importano idrocarburi per generare elettricità hanno i loro costi informatici legati al prezzo del petrolio e del gas naturale sui mercati internazionali – mercati soggetti a shock geopolitici, sanzioni e decisioni di cartello. Il secondo è la dipendenza dalle infrastrutture cloud: la maggior parte della capacità di calcolo disponibile a livello globale è gestita da tre società americane e, in misura minore, da una società cinese.
Quando i due problemi si combinano, il risultato è una vulnerabilità composta. Una crisi energetica aumenta i costi di gestione dei modelli locali. Una crisi geopolitica potrebbe limitare l’accesso al cloud straniero. Uno scenario in cui entrambi si verificano simultaneamente – e la storia recente in Europa nel 2022 ha dimostrato che ciò è possibile – può paralizzare intere infrastrutture digitali senza che nessun avversario debba attaccare direttamente un server.
Ciò che separa i paesi che prendono sul serio l'energia
Alcuni paesi hanno realizzato presto la catena logica e hanno costruito le proprie strategie di intelligenza artificiale con l’energia come variabile centrale e non come ripensamento. La Francia è il caso più evidente: decenni di investimenti nell’energia nucleare hanno prodotto una matrice elettrica con un basso costo marginale e un’elevata prevedibilità. Quando la Francia ha deciso di scommettere sulla sovranità dell’intelligenza artificiale, l’infrastruttura energetica era già lì. Il problema era diverso e più gestibile.
Gli Emirati Arabi Uniti hanno costruito una posizione ancora più deliberata. L’Autorità per gli investimenti di Abu Dhabi e il G42 hanno sviluppato strategie parallele per l’infrastruttura energetica e di dati, con data center alimentati da energia rinnovabile locale e accordi di capacità GPU negoziati direttamente con i produttori. L’Arabia Saudita, con il progetto NEOM e gli investimenti tecnologici di Saudi Aramco, segue una traiettoria simile. Ciò che questi paesi hanno in comune non è il modello energetico – nucleare, solare, combustibile fossile sovrano – ma la decisione di trattare l’energia e l’informatica come variabili integrate della stessa politica industriale, non come ministeri separati che non dialogano mai tra loro.
Il caso brasiliano: vero vantaggio, vero problema
Il Brasile entra in questa conversazione con un vantaggio reale che pochi paesi hanno: oltre l’85% della sua matrice elettrica è generata da fonti rinnovabili, con una predominanza dell’acqua, integrata dall’espansione della capacità eolica e solare. Ciò significa che un data center costruito in Brasile ha, alla base, una delle matrici più pulite al mondo e, strutturalmente, una minore esposizione agli shock dei prezzi dei combustibili fossili.
Il problema non è nella fonte di alimentazione. Sta nella concentrazione geografica delle infrastrutture che lo utilizzano. Quasi tutta la capacità installata dei data center in Brasile si trova nel corridoio San Paolo-Rio de Janeiro. Ci sono ragioni storiche per questo – vicinanza ai maggiori mercati di consumo, presenza di cavi sottomarini, disponibilità di manodopera tecnica – ma il risultato è una fragilità strutturale. Un’interruzione del sistema di trasmissione che alimenta questo corridoio, sia a causa di un evento meteorologico estremo che di un guasto sistemico, ha la capacità di avere un impatto sproporzionato sull’infrastruttura digitale nazionale. Inoltre, la dipendenza operativa dai grandi cloud americani – AWS, Azure e Google Cloud dominano il mercato aziendale brasiliano – fa sì che anche i dati elaborati all’interno del territorio nazionale spesso dipendano da sistemi di controllo, autenticazione e orchestrazione che risiedono al di fuori di esso.
Cosa devono capire i decisori in materia di infrastrutture digitali prima del 2030
La questione per i decisori politici pubblici non è semplicemente “costruire più data center”. Costruire più data center nello stesso corridoio, con la stessa dipendenza dai fornitori cloud stranieri, risolve il problema della capacità senza risolvere quello della sovranità. La domanda giusta è un’altra: come distribuire l’infrastruttura informatica nella matrice energetica nazionale in modo che costi, resilienza e controllo migliorino contemporaneamente?
Ciò implica decisioni normative specifiche. Incoraggiare i data center nelle regioni con un surplus di produzione rinnovabile – il Nordest brasiliano ha un’irradiazione solare tra le più elevate al mondo e una capacità eolica sottoutilizzata – richiede una combinazione di politica tariffaria, quadri normativi per contratti energetici a lungo termine e investimenti nella trasmissione. Implica anche una revisione del quadro giuridico in modo che le aziende che trattano dati di cittadini brasiliani non possano farlo esclusivamente in infrastrutture il cui controllo finale è in un altro paese. E ciò implica trattare le qualifiche tecniche nelle operazioni dei data center come parte della politica di formazione professionale, non come un’esternalità che il mercato risolverà da solo.
La finestra decisionale è breve. La domanda di potenza di calcolo sta crescendo più rapidamente di quanto indicato da qualsiasi proiezione di cinque anni fa. I paesi che prendono le giuste decisioni adesso – su dove costruire, come nutrire e chi controlla le infrastrutture – stabiliranno posizioni strutturali difficili da invertire. I paesi che trattano la sovranità dell’IA come una questione di algoritmo, ignorando il livello fisico, scopriranno che il problema diventa più costoso da risolvere in seguito.
Leggi anche
- La crisi energetica dell'intelligenza artificiale: cosa significa il consumo di data center per i decisori infrastrutturali
- Energia, il nuovo petrolio dell'IA: chi controlla la risorsa controlla l'era
- Energia: il collo di bottiglia che nessuno ha inserito nella roadmap informatica
- Elettrificazione: cosa cambia quando tutto comincia ad accendersi alla presa
- AI a risparmio energetico: più piccola ed economica batte più grande
- Infrastrutture critiche e dipendenza energetica: cosa devono sapere i manager