Per anni il dibattito sull’intelligenza artificiale è stato dominato da benchmark, parametri, token, promesse messianiche e dichiarazioni solenni di fondatori vestiti come se la stiratura fosse un attacco alla creatività. Poi è arrivata la realtà, che spesso si presenta con il volto meno glamour possibile: la bolletta elettrica. Oggi la corsa globale dell’AI non si gioca più soltanto nei laboratori di ricerca o nei datacenter pieni di GPU Nvidia, ma nei campi solari, nelle reti elettriche congestionate, nei contratti di fornitura energetica e, a quanto pare, persino nello spazio.

La notizia che Meta abbia firmato un accordo con la startup Overview Energy per un progetto che prevede fino a mille satelliti capaci di trasmettere luce infrarossa verso impianti solari terrestri merita più attenzione di quanto sembri. Non è fantascienza da conferenza TED. È il segnale che il settore tecnologico ha compreso una verità semplice e brutale: senza energia abbondante, continua e prevedibile, il sogno dell’AI di massa rallenta, si comprime nei margini, e forse cambia proprietario.

Nel 2024 i datacenter di Meta hanno consumato oltre 18.000 gigawattora di elettricità, un volume sufficiente ad alimentare più di 1,7 milioni di case americane in un anno. È un numero che dovrebbe far riflettere chiunque immagini l’AI come puro software immateriale. Ogni prompt ha un costo fisico. Ogni inferenza scalabile richiede silicio, raffreddamento, rame, trasformatori, sottostazioni e megawatt. Il cloud, come ripeto da anni, non è una nuvola: è una centrale elettrica con un reparto marketing molto efficace.

Meta ha dichiarato l’obiettivo di costruire 30 gigawatt di capacità rinnovabile, con focus sul solare industriale. Scelta logica, almeno in apparenza. Il solare è modulare, relativamente rapido da installare, politicamente appetibile e facilmente raccontabile nei report ESG. Ma ha un difetto antico quanto il tramonto: di notte non produce. A quel punto servono batterie, backup fossile, oppure nuove architetture di approvvigionamento. Qui entra in scena Overview Energy con una proposta che sembra uscita da Isaac Asimov finanziato da venture capital: raccogliere energia solare nello spazio, convertirla in infrarosso vicino e irradiarla verso grandi solar farm terrestri che la riconvertano in elettricità.

L’idea è più sofisticata di quanto appaia. I precedenti tentativi di space-based solar power si sono spesso scontrati con limiti economici e regolatori legati a microonde ad alta potenza o laser. Overview sostiene di aggirare questi ostacoli usando fasci larghi a infrarosso, compatibili con infrastrutture fotovoltaiche esistenti e, secondo il CEO Marc Berte, innocui perfino allo sguardo diretto. Frase coraggiosa. Nella storia industriale, quando qualcuno dice “è totalmente sicuro”, di solito il reparto legale inizia a sudare.

Il punto però non è la trovata tecnologica in sé. Il punto è che Meta, una delle aziende più ricche del pianeta, sta cercando energia notturna fuori dall’atmosfera terrestre. Questo dice tutto sulla tensione del sistema. La domanda di potenza computazionale cresce più velocemente della capacità energetica disponibile vicino ai grandi cluster. Il collo di bottiglia non è più solo il chip. È la presa elettrica.

Negli ultimi due anni il mercato si è concentrato sui margini stratosferici di NVIDIA, come se il monopolio temporaneo delle GPU fosse il centro della partita. In realtà Nvidia presidia il primo collo di bottiglia, quello del calcolo accelerato. Ma esiste un secondo collo di bottiglia, meno sexy e più decisivo: l’energia dispatchable, continua, localmente disponibile e contrattualizzabile a prezzi sostenibili. Senza quella, anche il miglior cluster da centomila GPU diventa un monumento spento.

Per questo vedremo una convergenza crescente tra big tech, utility, sviluppatori di rinnovabili, nucleare avanzato, storage e reti. L’AI sta diventando un’industria energivora simile all’alluminio o all’acciaio, con la differenza che viene ancora raccontata come se fosse un’app. Le società che controlleranno compute ed energia insieme avranno un vantaggio strategico enorme. Vertical integration, versione XXI secolo.

Qui emerge una linea di frattura che molti ignorano. Da un lato il B2C, dove l’AI diventa nuovo media, assistente, motore di ricerca conversazionale, intrattenimento personalizzato. Dall’altro le PMI e le imprese medio-grandi, che avranno bisogno non di modelli cosmici da mille miliardi di parametri, ma di inferenza locale, sistemi dipartimentali, automazione documentale sul proprio hardware o su cloud regionali. Due mercati diversi, con economics diversi. Il primo giustifica megadatacenter. Il secondo cerca efficienza e sovranità.

In questo scenario l’Europa ha una finestra storica, sempre che non decida di regolamentare il tostapane prima di costruire la centrale. Se il valore si sposta dall’addestramento centralizzato all’inferenza distribuita, allora modelli open-weight, hardware edge e data residency diventano asset competitivi. Se invece tutto resta concentrato in pochi hyperscaler statunitensi, l’Europa rischia di comprare token come ieri comprava gas.

Intanto la Cina si muove con il pragmatismo che spesso accompagna i paesi industriali. Il caso Sungrow Power Supply è emblematico. Uno dei maggiori fornitori mondiali di inverter fotovoltaici ed energy storage systems torna a valutare la quotazione a Hong Kong per finanziare espansione internazionale, ricerca e basi produttive estere. Dettaglio interessante: il business si sta spostando sempre più verso lo storage. È logico. Nel nuovo ordine energetico non basta produrre elettricità; bisogna saperla conservare, spostare, modulare.

Gli inverter, spesso ignorati dal pubblico, sono il middleware dell’energia moderna. Senza inverter efficienti il solare resta corrente inutilizzabile. Senza storage scalabile le rinnovabili restano intermittenti. Senza rete intelligente l’AI resta un poster motivazionale. Chi domina questi componenti industriali potrebbe contare quanto chi produce modelli linguistici. Forse di più. Una verità scomoda per chi confonde demo virali con infrastruttura.

Molti investitori stanno ancora valutando l’AI con metriche da software SaaS classico: utenti attivi, retention, upsell, ARPU. Ma una parte crescente del settore va letta con metriche da utilities e capital intensive industry: capex, load factor, costo marginale dell’energia, disponibilità della rete, ammortamento impianti, accesso a terreni e permessi. È una mutazione profonda. Il codice resta importante, ma il bilancio torna industriale.

Anche il linguaggio cambierà. Oggi si parla di “modello migliore”. Domani si parlerà di costo per inferenza stabile, latenza energetica, resilienza di supply chain, mix tra GPU e ASIC, disponibilità locale di potenza, carbon intensity oraria. La poesia dell’AI finirà nei piedi di pagina Excel. Succede sempre quando una tecnologia matura.

Non stupisce quindi che si torni a concetti che l’economia conosce bene da secoli: controllo delle risorse scarse, integrazione verticale, arbitraggio geografico, rendita infrastrutturale. Standard Oil controllava il petrolio, i railroads controllavano il trasporto, i cloud provider controllavano il compute. Ora chi controllerà energia e compute insieme controllerà una quota rilevante dell’economia digitale.

Il paradosso finale è quasi comico. L’industria che prometteva di smaterializzare tutto sta riscoprendo miniere, centrali, cavi, batterie e satelliti. Silicon Valley voleva vivere nel metaverso; si ritrova a negoziare megawatt. Gli evangelisti dell’algoritmo stanno imparando la differenza tra picco di carico e base load. È un progresso culturale inatteso.

Chi osserva il settore dovrebbe smettere di chiedere soltanto quale modello vincerà. La domanda più intelligente è un’altra: chi avrà abbastanza energia, abbastanza a lungo, a un prezzo abbastanza basso, per farlo girare. Tutto il resto, spesso, è marketing con una GPU sullo sfondo.