L’intelligenza artificiale sembra immateriale.
Scriviamo una domanda, generiamo un’immagine, traduciamo un testo o chiediamo a un sistema di analizzare migliaia di dati. Pochi secondi dopo riceviamo una risposta.
Dietro quella risposta, però, c’è un’infrastruttura molto concreta fatta di server, data center, sistemi di raffreddamento e grandi quantità di energia elettrica.
Con la diffusione dell’AI, il rapporto tra tecnologia ed energia sta diventando uno dei temi più importanti per il sistema elettrico mondiale.
Ma quanto consuma davvero l’intelligenza artificiale? E perché i data center stanno diventando così importanti anche per chi si occupa di energia?
Dove “vive” l’intelligenza artificiale?
I servizi di intelligenza artificiale vengono eseguiti principalmente all’interno dei data center.
Si tratta di grandi strutture che ospitano migliaia di server utilizzati per elaborare, trasmettere e conservare dati.
Nel caso dell’AI, una parte crescente del lavoro viene svolta da processori ad alte prestazioni, come le GPU, capaci di effettuare contemporaneamente enormi quantità di calcoli.
Tutto questo richiede elettricità.
E non soltanto per alimentare i computer.
I data center hanno bisogno anche di sistemi di rete, dispositivi di sicurezza, gruppi di continuità e soprattutto impianti di raffreddamento che permettano alle apparecchiature di lavorare senza surriscaldarsi.
Secondo l’International Energy Agency, i server rappresentano mediamente circa il 60% della domanda elettrica di un moderno data center, anche se il valore può cambiare molto in base alla struttura.
Quanto consumano oggi i data center?
Nel 2025 il consumo mondiale di elettricità dei data center ha raggiunto circa 485 TWh, secondo le stime dell’IEA. La loro domanda elettrica è aumentata del 17% in un solo anno, mentre quella dei data center specificamente orientati all’intelligenza artificiale è cresciuta ancora più rapidamente, del 50%.
Per capire la dimensione del fenomeno bisogna però evitare un equivoco.
I data center consumano molta energia, ma non rappresentano ancora la parte dominante della domanda elettrica mondiale.
Nel 2024 erano responsabili di circa l’1,5% dei consumi globali di elettricità. Il dato diventa però molto più significativo a livello locale, perché queste infrastrutture tendono a concentrarsi in determinate aree e richiedono grandi quantità di potenza in modo continuativo.
È quindi possibile che il loro peso sul sistema elettrico di una singola regione sia molto superiore alla media mondiale.
Perché l’intelligenza artificiale consuma così tanta energia?
I sistemi di AI richiedono energia principalmente in due fasi.
La prima è l’addestramento.
Prima di poter rispondere alle nostre richieste, un modello deve essere addestrato elaborando enormi quantità di informazioni. Questa operazione può coinvolgere migliaia di processori che lavorano contemporaneamente per lunghi periodi.
La seconda fase è quella dell’utilizzo, chiamata tecnicamente inferenza.
Ogni volta che chiediamo a un sistema AI di generare un testo, creare un’immagine, analizzare un documento o realizzare un video, i server devono effettuare nuovi calcoli.
Una singola richiesta ha naturalmente un impatto limitato.
Ma quando milioni di persone e imprese utilizzano questi strumenti ogni giorno, il consumo complessivo diventa significativo.
Inoltre, non tutte le richieste hanno lo stesso peso: applicazioni come generazione video, sistemi di ragionamento complesso e agenti AI possono richiedere molta più energia rispetto alla semplice generazione di testo.
Quanta energia consumeranno AI e data center nei prossimi anni?
È qui che il tema diventa particolarmente importante.
Secondo le più recenti proiezioni dell’International Energy Agency, il consumo elettrico mondiale dei data center potrebbe passare da circa 485 TWh nel 2025 a circa 950 TWh nel 2030.
In appena cinque anni potrebbe quindi quasi raddoppiare.
Entro il 2030 i data center potrebbero rappresentare circa il 3% della domanda mondiale di elettricità. Nello stesso periodo, il consumo dei data center maggiormente dedicati all’intelligenza artificiale potrebbe addirittura triplicare.
Il fenomeno non dipende soltanto dalla crescita dell’AI.
Aumentano anche cloud computing, streaming, servizi digitali, archiviazione dei dati e applicazioni online.
L’intelligenza artificiale sta però accelerando fortemente questa tendenza.
Un data center può consumare quanto una città?
Dipende naturalmente dalle dimensioni.
Un grande data center dedicato all’AI può però avere richieste di energia paragonabili a quelle di decine di migliaia di abitazioni.
L’IEA stima che un tipico data center focalizzato sull’intelligenza artificiale possa consumare tanta elettricità quanto circa 100.000 famiglie, mentre alcune delle strutture più grandi attualmente in progettazione potrebbero arrivare a consumarne molte volte di più.
Ed è proprio questa concentrazione della domanda a rappresentare una delle principali sfide.
Una centrale elettrica o una rete nazionale possono produrre grandi quantità di energia, ma questa deve anche essere trasportata fisicamente nel luogo in cui viene utilizzata.
Costruire nuovi data center significa quindi spesso potenziare reti elettriche, trasformatori e infrastrutture locali.
Da dove arriverà tutta questa energia?
La crescita dei data center apre inevitabilmente una seconda domanda: come produrre l’elettricità necessaria?
Secondo l’IEA, nei prossimi anni una parte importante della nuova domanda dovrebbe essere coperta dalle fonti rinnovabili.
Nel quadro elaborato dall’Agenzia, le rinnovabili potrebbero soddisfare quasi metà dell’aumento della domanda elettrica dei data center verso il 2030.
Ma non saranno l’unica fonte.
Anche gas naturale, carbone e nucleare continueranno a contribuire, con differenze significative tra le diverse aree del mondo.
Il punto quindi non è soltanto produrre più elettricità.
Bisogna riuscire a produrla nel posto giusto, nel momento giusto e con infrastrutture capaci di trasportarla.
Il problema non è soltanto quanta energia consumiamo
Quando si parla di AI ed energia, concentrarsi esclusivamente sui consumi rischia di semplificare troppo il problema.
Un data center ha bisogno di una disponibilità elettrica estremamente affidabile.
I server lavorano ventiquattro ore su ventiquattro e le interruzioni possono avere conseguenze economiche rilevanti.
Questo significa che la crescita dell’intelligenza artificiale non aumenta soltanto la quantità di energia necessaria.
Aumenta anche la necessità di avere reti elettriche robuste, sistemi di accumulo, capacità di generazione disponibile e infrastrutture flessibili.
L’IEA evidenzia già colli di bottiglia nella disponibilità di trasformatori, turbine, componenti elettrici avanzati e connessioni alla rete, tutti elementi che possono rallentare la costruzione di nuovi data center.
L’AI consuma energia, ma può anche aiutarci a usarla meglio
C’è però un altro lato della questione.
L’intelligenza artificiale non è soltanto una nuova fonte di domanda energetica.
Può diventare anche uno strumento per rendere più efficiente il sistema.
Algoritmi avanzati possono aiutare a prevedere la domanda di energia, ottimizzare la produzione da fonti rinnovabili, individuare anomalie nelle reti elettriche o migliorare la gestione degli impianti.
In altre parole, AI ed energia hanno un rapporto a doppio senso.
L’intelligenza artificiale ha bisogno di un sistema energetico sempre più potente e affidabile, ma può contemporaneamente contribuire a renderlo più efficiente.
Quindi usare ChatGPT consuma moltissima energia?
È una delle domande più frequenti quando si parla di AI.
Non esiste però un valore unico valido per ogni richiesta.
Il consumo dipende dal modello utilizzato, dal tipo di hardware, dalla lunghezza della risposta, dall’efficienza del data center e dal tipo di operazione richiesta.
Generare poche righe di testo è molto diverso dal creare un video o eseguire processi complessi con un agente AI.
Inoltre, l’efficienza dei sistemi sta aumentando rapidamente: secondo l’IEA, il consumo necessario per svolgere una singola attività AI sta diminuendo in modo significativo.
Il problema è che contemporaneamente cresce ancora più velocemente il numero di persone, aziende e servizi che utilizzano questi strumenti.
È il classico effetto per cui una tecnologia diventa più efficiente, ma il suo utilizzo aumenta così rapidamente da far crescere comunque il consumo complessivo.
AI ed energia: una relazione destinata a diventare sempre più importante
Per anni abbiamo pensato a Internet e ai servizi digitali come a qualcosa di quasi immateriale.
In realtà, dietro ogni servizio digitale esiste una grande infrastruttura fisica.
L’esplosione dell’intelligenza artificiale sta semplicemente rendendo questa realtà molto più evidente.
Server, reti, sistemi di raffreddamento e soprattutto elettricità stanno diventando una componente strategica dello sviluppo dell’AI.
Per questo la domanda dei prossimi anni non sarà soltanto quanto diventerà potente l’intelligenza artificiale.
Sarà anche: avremo abbastanza energia e infrastrutture per sostenerne la crescita?
FAQ
Quanto consuma l’intelligenza artificiale?
Non esiste un consumo unico: dipende dal modello, dall’hardware e dal tipo di operazione. Per valutare l’impatto complessivo si guarda soprattutto alla domanda elettrica dei data center che ospitano questi sistemi.
Quanta energia consumano i data center nel mondo?
Secondo l’IEA, nel 2025 hanno consumato circa 485 TWh di elettricità a livello globale. Il valore potrebbe arrivare a circa 950 TWh entro il 2030.
Perché i data center consumano così tanta energia?
L’elettricità serve principalmente per alimentare server e processori, ma anche per raffreddare le apparecchiature e alimentare le altre infrastrutture necessarie al loro funzionamento.
L’intelligenza artificiale consumerà sempre più energia?
I singoli sistemi stanno diventando più efficienti, ma la diffusione dell’AI sta crescendo rapidamente. Per questo il consumo totale associato ai data center è comunque previsto in forte aumento nei prossimi anni.
L’AI può aiutare anche a risparmiare energia?
Sì. Può essere utilizzata, ad esempio, per prevedere la domanda, ottimizzare reti e impianti e migliorare la gestione della produzione energetica.
