Il dibattito sull’intelligenza artificiale ruota ancora ossessivamente attorno a modelli, parametri e chip. Ma il vero collo di bottiglia che determinerà chi guiderà questa corsa non è computazionale: è fisico. Addestrare un modello sulla scala GPT-4 consuma tra 50 e 100 gigawattora di elettricità, equivalenti al consumo annuale di decine di migliaia di case. Fare inferenza su larga scala, servendo miliardi di query giornaliere, moltiplica questo numero per ordini di grandezza. La questione strategica non è chi ha gli algoritmi migliori. Dipende da chi ha accesso a un’energia economica, abbondante e affidabile – e per quanto tempo.
Il costo elettrico ignorato dalle tabelle di marcia
L’addestramento dei modelli di frontiera è un’operazione discreta: avviene una volta, dura settimane o mesi, e il costo energetico, sebbene elevato, è prevedibile. Il vero problema è l’inferenza continua. Ogni volta che un utente invia un messaggio a un assistente AI, elabora un documento o genera un'immagine, avviene un ciclo di calcolo che consuma energia. Moltiplicatelo per centinaia di milioni di utenti simultanei e avrete una domanda elettrica che rivaleggia con interi settori industriali.
Microsoft ha previsto che i suoi impegni nel campo dell’intelligenza artificiale triplicheranno il consumo energetico dei suoi data center entro la fine di questo decennio. OpenAI, in collaborazione con SoftBank sul progetto Stargate, ha annunciato investimenti per 500 miliardi di dollari nelle infrastrutture americane – e gran parte di questa somma è direttamente collegata alla generazione e alla trasmissione di energia. Goldman Sachs ha stimato che la domanda globale di data center dovrebbe crescere del 160% entro il 2030, trainata principalmente dai payload dell’intelligenza artificiale. Questi non sono numeri tecnologici. Questi sono numeri pesanti per le infrastrutture.
La mappa geopolitica viene ridisegnata
La distribuzione dell’energia pulita e a basso costo in tutto il pianeta non è uniforme e ciò sta creando vantaggi strutturali che pochi strateghi stanno seriamente mappando. I paesi nordici – Islanda, Norvegia e Svezia – combinano l’abbondanza di energia geotermica e idroelettrica con un clima fresco, che riduce i costi di raffreddamento dei data center. La Francia sfrutta il 70% della sua matrice con l’energia nucleare, che garantisce prezzi stabili e basse emissioni. Il Canada dispone di enormi impianti idroelettrici concentrati nelle province del Quebec e della Columbia Britannica. Tutti questi paesi oggi dispongono di un vantaggio infrastrutturale che non può essere rapidamente replicato dai concorrenti.
D’altro canto, i paesi fortemente dipendenti dai combustibili fossili importati si trovano ad affrontare un doppio problema: costi elevati e instabilità dell’offerta. Costruire data center IA in regioni in cui l’elettricità è costosa o soggetta a interruzioni non è solo inefficiente, ma è strategicamente rischioso. La geopolitica dell’energia ha sempre plasmato la geopolitica del potere. Ciò che è cambiato è che ora modella anche la geopolitica dell’intelligence.
Il rinascimento nucleare e cosa rivela
Non è stata una decisione nostalgica la decisione di Microsoft di riattivare lo stabilimento di Three Mile Island in Pennsylvania, chiuso dal 2019. Era un calcolo ingegneristico. L'impianto fornirà energia esclusivamente ai data center Microsoft con un contratto a lungo termine. Amazon ha fatto una mossa simile acquisendo un campus di data center direttamente collegato a una centrale nucleare in Pennsylvania. Google ha annunciato contratti con la società di reattori modulari Kairos Power per la fornitura di 500 megawatt a partire dal 2030.
Ciò che rivelano queste decisioni è semplice: le grandi aziende tecnologiche non credono che il solare e l’eolico, nella loro attuale configurazione, siano in grado di fornire il carico di base affidabile richiesto dall’intelligenza artificiale. L'energia solare ed eolica sono intermittenti: il sole non splende di notte e il vento non soffia sempre. I data center AI richiedono un tempo di attività del 99,9999%, senza interruzioni. Il nucleare offre esattamente questo: alta densità di generazione, prevedibilità e zero emissioni di carbonio. Quella che sembrava una tecnologia in declino è diventata improvvisamente una risorsa strategica di prim’ordine.
La posizione del brasiliano: vero vantaggio con concentrazione problematica
Il Brasile opera con una delle matrici elettriche più pulite al mondo. Circa l’85% della produzione elettrica nazionale proviene da fonti rinnovabili: idroelettrica, eolica e solare. Ciò pone il Paese in una posizione privilegiata in qualsiasi scenario in cui il costo ambientale dell’informatica diventa un fattore competitivo, a causa della regolamentazione europea o della pressione dei clienti aziendali con obiettivi ESG. Un data center che opera con energia rinnovabile al 100% in Brasile non è un marketing verde: è una proposta commerciale differenziata.
L’espansione dell’eolico nel Nordest e del solare nel Cerrado ha aggiunto negli ultimi anni una capacità significativa a prezzi che sono tra i più competitivi al mondo nelle aste energetiche. Il costo medio dell’energia eolica contrattata in Brasile è costantemente inferiore a 150 R$ per megawattora, un numero a cui la maggior parte dei mercati europei non può avvicinarsi. Il vantaggio esiste. Il problema è la concentrazione: il corridoio dei data center del Paese è concentrato in modo sproporzionato sull'asse San Paolo-Rio, una regione che dipende da una vecchia rete di trasmissione e da bacini idrici che risentono delle variazioni climatiche. Il vantaggio strutturale della matrice pulita è parzialmente neutralizzato dalla geografia dei consumi concentrati.
Cosa cambia per chi decide sull'infrastruttura AI
Le organizzazioni che trattano ancora la selezione della regione cloud come una decisione tecnica secondaria (latenza, conformità normativa, disponibilità del servizio) devono ampliare il quadro analitico. L’energia sta entrando nell’equazione del costo totale delle operazioni in un modo che non ha precedenti storici nel cloud computing. AWS, Azure e Google Cloud differenziano già i prezzi tra le regioni in parte a causa dei costi energetici locali. Questa differenza aumenterà, non diminuirà.
Per le aziende con operazioni di intelligenza artificiale su larga scala, che si tratti di inferenza interna o di utilizzo intensivo di API, la localizzazione dei carichi di lavoro è diventata una leva di costo rilevante. L’esecuzione dell’inferenza in regioni con energia più economica e più pulita riduce i costi operativi e l’esposizione normativa. Le aziende che stanno costruendo la propria infrastruttura devono includere le seguenti dimensioni nel processo di selezione della posizione: il mix di generazione elettrica della regione, la stabilità della rete, i costi energetici previsti per cinque e dieci anni e la disponibilità di accordi di acquisto di energia rinnovabile a lungo termine. Queste non sono variabili secondarie. Per coloro che gestiranno i data center per decenni, queste sono variabili primarie.
Il Brasile ha un’opportunità concreta di posizionarsi come destinazione di data center AI per le aziende latinoamericane e globali che necessitano di energia rinnovabile a basso costo. Ma ciò richiede investimenti nella trasmissione per decentralizzare i consumi e una politica industriale che incoraggi i data center al di fuori dell’asse sud-sudest. Il vantaggio esiste sulla carta. Trasformarlo in un vantaggio reale richiede decisione politica e infrastrutture: due risorse che, storicamente, il Paese impiega più tempo a mobilitare di quanto dovrebbe.
Leggi anche
- La crisi energetica dell'intelligenza artificiale: cosa significa il consumo dei data center per i decisori infrastrutturali
- Energia IA e sovranità: cosa devono pianificare i governi adesso
- Energia: il collo di bottiglia che nessuno ha inserito nella roadmap informatica
- Data center sostenibili: il costo ambientale diventato una questione pubblica
- Elettrificazione: cosa cambia quando tutto comincia ad accendersi alla presa
- Geopolitica del silicio: perché la guerra dei chip è importante per chi decide in merito alla tecnologia