Lo sviluppo dell’intelligenza artificiale nei prossimi anni richiederà una domanda sempre maggiore di elettricità.
Se nella prima fase dello sviluppo dell’intelligenza artificiale il focus era concentrato sull’istruire algoritmi e modelli, nei prossimi anni l’attenzione si sposterà altrove, ovvero sull’energia elettrica. In molti già prevedono e indicano l’elettricità come la nuova «materia prima», in grado di superare in importanza anche gas e petrolio. Anche se l’energia elettrica non può essere paragonata letteralmente a una materia prima, il concetto serve a far comprendere come le potenze di calcolo sempre più complesse dell’intelligenza artificiale richiederanno una domanda crescente di energia elettrica, a livelli che, al momento, non siamo in grado di gestire.
Si prevede che i carichi di lavoro dell’intelligenza artificiale consumeranno circa 500 terawattora di elettricità all’anno entro il 2027, ovvero quasi il doppio del consumo totale del Regno Unito nel 2023. Non si tratta di previsioni astratte, ma di stime reali basate su quanto si osserva già in numerosi data center dove sono in corso investimenti per miliardi di dollari destinati ad aumentare la capacità energetica.
In Virginia, dove ha sede uno dei più grandi cluster di data center al mondo, Dominion Energy sta quasi raddoppiando la capacità energetica dei suoi data center contrattualizzata solo per il periodo luglio-dicembre 2024, e la tendenza sembra destinata a proseguire.
I colossi del settore come Microsoft, Alphabet, Amazon e Meta prevedono entro fine anno investimenti per 370 miliardi di dollari dedicati allo sviluppo di infrastrutture di intelligenza artificiale.
La preoccupazione è che l’AI crescerà a un ritmo molto più veloce rispetto alla capacità energetica disponibile. E questa ridotta disponibilità potrebbe rallentare lo sviluppo tecnologico. La ragione non è solo finanziaria, ma anche logistica e temporale. Costruire un moderno data center dedicato all’intelligenza artificiale è un’impresa enorme: servono migliaia di GPU, reti ultra–specializzate e una quantità di energia impressionante. Realizzare e avviare queste strutture richiede dai 12 ai 36 mesi, ma questo rappresenta solo il tempo “puro” di costruzione. Tra permessi, ampliamenti della rete elettrica, nuove sottostazioni e infrastrutture locali, l’intero ciclo si allunga facilmente a 3-6 anni.
Il risultato? Tra il 2026 e il 2028 ci troveremo probabilmente in una fase in cui la richiesta globale di potenza di calcolo per l’AI crescerà più rapidamente della capacità fisica. Una corsa in cui la domanda avanzerà a ritmo elevato, mentre l’offerta faticherà a tenere il passo.
Si apriranno possibilità di nuovi investimenti per colmare il gap
In questa fase si apriranno possibilità di investimenti. I potenziali beneficiari saranno due: gli «aggregatori di potenza di calcolo», che utilizzano risorse GPU distribuite; e, in secondo luogo, gli attori delle infrastrutture: aziende elettriche, gestori di data center e fornitori di hardware.
Nel primo caso le piattaforme come Render Network, io.net e Akash Network aggregano la potenza GPU inutilizzata di privati, aziende e università, offrendo calcolo a basso costo in cambio di token. Funzionano tramite arbitraggio: forniscono risorse computazionali a chi non può pagare i prezzi dei grandi provider cloud, accettando però minore affidabilità.
Queste soluzioni crescono rapidamente a causa della carenza globale di infrastrutture AI, ma presentano limiti evidenti: prestazioni variabili, problemi di latenza, sicurezza e regolamentazione. Risultano quindi adatte soprattutto a progetti non sensibili e a sviluppatori indipendenti.
La seconda opportunità riguarda le aziende elettriche e i fornitori di infrastrutture di rete pronte a investire per aumentare le capacità energetiche.
La carenza più grave di capacità computazionale è attesa tra il 2027 e il 2029, periodo in cui la domanda supererà nettamente la disponibilità reale. Il percorso verso questo picco si svilupperà in varie fasi: tra il 2025 e il 2026 emergerà una pressione crescente; dal 2026 al 2028 si entrerà nella fase più critica, caratterizzata dal massimo deficit e dal ricorso a soluzioni temporanee; tra il 2028 e il 2029 inizierà una graduale normalizzazione, resa possibile dall’entrata in funzione delle nuove infrastrutture. Successivamente arriverà una fase di stabilizzazione, in cui la capacità tornerà ad allinearsi alla domanda. In sintesi, il mercato dell’AI attraverserà una crisi significativa prima di ritrovare un equilibrio duraturo.
© RIPRODUZIONE RISERVATA
