L’intelligenza artificiale non vive nel cloud. Vive in edifici molto concreti, grandi come centri commerciali, rumorosi come centrali elettriche e assetati di energia e acqua come città industriali del Novecento. I data center AI sono diventati l’infrastruttura critica dell’economia digitale, ma stanno anche diventando il suo punto di frizione più pericoloso.

Negli Stati Uniti la corsa ai data center AI procede a una velocità che ricorda le ferrovie dell’Ottocento. Solo che oggi i binari sono linee elettriche, le stazioni sono sottostazioni ad alta tensione e le comunità locali non sono più disposte a fare da comparse entusiaste. Il recente report di Brookings intercetta un nervo scoperto che molti dirigenti tecnologici fingono di non vedere. La crescita dell’infrastruttura AI non è più solo un problema di chip, capitali o modelli linguistici. È un problema politico, sociale e territoriale.

Il dato di partenza è solido. Nel 2024 i data center statunitensi hanno consumato circa 183 terawattora di elettricità, un valore paragonabile al fabbisogno annuale di un Paese medio come il Pakistan. Non è una metafora giornalistica. È aritmetica energetica. E quella cifra è destinata a crescere perché i carichi AI, a differenza del cloud tradizionale, non scalano in modo lineare. Ogni salto di performance richiede più calcolo, più raffreddamento, più continuità elettrica. Più tutto.

Qui entra in scena la geografia politica dell’AI. Gran parte dei nuovi data center AI viene costruita nel Sud degli Stati Uniti, in Stati come Virginia, Georgia, North Carolina, Tennessee, Mississippi. Zone con terreno disponibile, regolamentazioni più permissive e comunità spesso a basso reddito. È l’ottimizzazione perfetta vista dal CFO. È un campo minato visto dal sindaco locale.

Le proteste non sono più episodiche. Riguardano l’aumento dei costi dell’elettricità per i residenti, la pressione sulle riserve idriche, il rumore costante, l’impatto ambientale e soprattutto una domanda semplice che suona sempre più spesso nelle assemblee cittadine. Cosa ci guadagniamo noi. Perché un data center AI, a differenza di una fabbrica, crea pochissimi posti di lavoro permanenti e beneficia soprattutto soggetti esterni. Cloud provider, hyperscaler, aziende AI con sede a migliaia di chilometri.

Brookings chiama questo fenomeno con un termine elegante. Community backlash. Tradotto in linguaggio non accademico significa che le persone hanno iniziato a fare i conti. E non tornano.

Il punto interessante del report non è la denuncia. È la proposta. Accordi di beneficio comunitario legalmente vincolanti, i cosiddetti community benefit agreements. Non promesse vaghe. Non brochure patinate. Contratti veri che definiscano quanta energia viene consumata, quanta acqua viene utilizzata, quali investimenti restano sul territorio, quali compensazioni economiche e ambientali sono garantite.

È un cambio di paradigma che molte aziende tecnologiche non hanno ancora metabolizzato. Il modello dominante finora è stato semplice. Incentivi fiscali in cambio di investimenti. Silenzio operativo. Opacità contrattuale. Funzionava quando il cloud era percepito come qualcosa di etereo. Non funziona più quando un data center AI diventa il principale consumatore di energia di una contea.

Qui emerge un tema che come tecnologo e CEO considero cruciale. La misurazione. Shaolei Ren, professore di ingegneria elettrica, lo dice senza giri di parole. Non puoi migliorare ciò che non misuri. Oggi la maggior parte dei dati su consumo idrico, carico energetico e impatto locale dei data center AI è frammentaria, incompleta o coperta da accordi di riservatezza. Un’anomalia per un settore che predica trasparenza algoritmica e accountability.

Il paradosso è evidente. L’intelligenza artificiale promette di ottimizzare sistemi complessi, ma fatica a spiegare il proprio metabolismo fisico. Quanta acqua serve per addestrare e far girare modelli sempre più grandi. Quanta energia serve per garantire latenze minime ventiquattro ore su ventiquattro. Quante emissioni indirette vengono generate quando l’elettricità arriva da centrali a gas costruite appositamente per alimentare data center.

Il rischio sistemico è reale. Se la resistenza locale rallenta o blocca nuovi progetti, l’infrastruttura AI diventa il vero collo di bottiglia della crescita. Non per mancanza di capitale. Non per limiti tecnologici. Ma per mancanza di consenso sociale. È una dinamica che abbiamo già visto con le reti 5G, con gli oleodotti, con le grandi opere. Pensare che l’AI sia immune è un errore strategico.

L’amministrazione Trump, con l’annuncio di Stargate e la retorica dei cinquecento miliardi di dollari di investimenti, ha spinto l’acceleratore sull’infrastruttura AI come leva di potenza economica e geopolitica. Il messaggio è chiaro. Senza data center, l’America perde il vantaggio competitivo. Ma lo stesso Trump ha ammesso un punto spesso ignorato dai suoi alleati tecnologici. Le comunità non devono ritrovarsi solo con i costi e pochi benefici.

Qui si gioca una partita sottile. Se i data center AI vengono percepiti come colonie energetiche, la reazione sarà sempre più dura. Se invece diventano infrastrutture integrate nel tessuto locale, con benefici misurabili e condivisi, il conflitto può essere gestito. Non eliminato. Gestito.

C’è anche un aspetto culturale che merita attenzione. La cosiddetta techlash non nasce solo dall’energia o dall’acqua. Nasce dalla sensazione che l’AI sia qualcosa che accade alle persone, non con le persone. I data center sono il simbolo fisico di questa asimmetria. Macchine gigantesche che alimentano profitti lontani, mentre il rumore resta sotto casa.

Per questo i community benefit agreements non sono solo uno strumento legale. Sono un test di maturità per l’industria dell’intelligenza artificiale. Accettare vincoli, metriche pubbliche, obblighi verificabili significa riconoscere che l’AI è ormai infrastruttura pubblica di fatto, anche se privata per statuto.

Dal punto di vista strategico, ignorare questo passaggio è miope. Ogni progetto bloccato, ogni moratoria locale, ogni causa legale allunga i tempi, aumenta i costi e introduce incertezza. Il capitale odia l’incertezza più di qualsiasi regolamento. Chi oggi investe miliardi in chip e modelli dovrebbe investire con la stessa intensità in governance territoriale.

C’è un’ultima ironia che vale la pena sottolineare. L’intelligenza artificiale viene venduta come strumento di ottimizzazione globale. Ma il suo successo dipende sempre più da micro decisioni locali. Consigli comunali, assemblee di quartiere, autorità idriche. È il ritorno della politica analogica nell’era digitale.

Se l’AI vuole davvero sostenere la prossima fase della rivoluzione digitale, deve imparare a convivere con il territorio. Non come ospite tollerato, ma come cittadino responsabile. I data center AI non sono solo nodi computazionali. Sono attori economici e sociali. Fingere il contrario non è più un’opzione. E chi continuerà a farlo scoprirà che il vero limite dell’intelligenza artificiale non è tecnologico. È umano.

Report Pew Research: https://www.pewresearch.org/short-reads/2025/10/24/what-we-know-about-energy-use-at-us-data-centers-amid-the-ai-boom/#how-much-energy-do-data-centers-use

Broohling Post: https://www.brookings.edu/articles/techlash-continues-to-batter-technology-sector/