La crescita dei data center legati all’intelligenza artificiale potrebbe scontrarsi con un limite meno visibile della disponibilità di chip: l’energia. Le nuove stime indicano che il fabbisogno elettrico delle strutture dedicate all’AI continuerà ad aumentare rapidamente nei prossimi anni, fino a diventare un fattore decisivo per l’espansione del settore. Il punto critico, secondo le proiezioni, è che la capacità di alimentare questi impianti rischia di diventare il vero vincolo della corsa globale all’AI.
Per il 2026, lo studio prevede che i consumi energetici dei data center per l’intelligenza artificiale cresceranno del 26%. Si tratta di una revisione al rialzo rispetto a una previsione precedente, che fissava il tetto di crescita a 500 TWh, con uno scarto del 13%. Oggi i data center AI rappresentano il 31% del consumo energetico complessivo del comparto, ma il sorpasso sui server tradizionali viene indicato già dal 2027.
Il nodo energia nella corsa ai data center
Negli ultimi anni la domanda di chip per l’AI è aumentata con forza, spingendo i principali operatori del settore a investire in infrastrutture, sistemi di training e hardware per l’inferenza, con l’obiettivo di ampliare data center e cloud dedicati alla potenza di calcolo. L’idea dominante era che chip più veloci e più efficienti fossero la chiave per sbloccare sia l’Artificial General Intelligence sia i guadagni di efficienza promessi dall’adozione dell’AI, mentre l’attenzione del mercato si spostava dagli agenti agli operatori AI.
Ora torna al centro un problema che era stato già intravisto, ma che secondo queste valutazioni sarebbe stato sottostimato: la disponibilità di energia. Le stime indicano che i data center si trovano oggi entro un limite di 132 GW di fabbisogno, ma potrebbero arrivare a 290 GW entro il 2030. Se questo scenario non verrà affrontato, la crescita delle nuove strutture potrebbe fermarsi proprio alla fine del decennio, non per carenza di semiconduttori ma per insufficienza di potenza elettrica disponibile.
Linglan Wang, Director Analyst, ha spiegato: «Surging demand for compute-intensive AI workloads is driving unprecedented data center power growth, while AI capacity is now constrained by power availability, making data center power security the new battleground for scaling and protecting margins in the global AI race». La lettura proposta è chiara: la sicurezza dell’approvvigionamento elettrico diventa un elemento centrale sia per aumentare la scala operativa sia per difendere i margini in un mercato sempre più competitivo.
Efficienza, reti elettriche e investimenti entro fine decennio
Il quadro descritto supera anche gli scenari più severi finora tracciati da altri operatori dell’infrastruttura elettrica. In questo contesto si inserisce anche l’attenzione crescente all’efficienza energetica dei chip. Jensen Huang, amministratore delegato di Nvidia, ha già indicato il rendimento energetico come uno dei punti di forza dei processori dell’azienda, sostenendo in una recente intervista che data center e clienti enterprise cercheranno il massimo numero di «tokens per watt» in un futuro segnato da vincoli di potenza.
L’altro fronte riguarda la rete. Aumentare la produzione di energia o aggiornare le infrastrutture elettriche viene indicato come un processo potenzialmente più complesso e più lento della costruzione dei data center stessi. Una stima di Goldman Sachs valuta che, entro la fine del decennio, potrebbero servire fino a 720 miliardi di dollari di investimenti nelle reti per assorbire il carico aggiuntivo portato dai data center per l’AI. Nello stesso orizzonte temporale, il fabbisogno energetico attuale, indicato in 565 TWh, potrebbe più che raddoppiare fino a 1.200 TWh.
Resta da vedere se l’andamento reale seguirà in modo preciso queste proiezioni. Tuttavia, con i grandi operatori che continuano a segnalare un aumento della spesa per l’infrastruttura AI, lo scenario di una domanda elettrica in forte crescita viene considerato plausibile. In questa prospettiva, il settore potrebbe spostare progressivamente il proprio focus dalla sola potenza di calcolo alla capacità di garantire insieme energia disponibile ed efficienza operativa.