Un caffè al Bar dei Dani (quello del commissario Bonvino) Villa Borghese
L’infrastruttura che sta sostenendo la narrativa globale sull’intelligenza artificiale non è più un tema da ingegneri o architetti del cloud, ma un fatto macroeconomico che si comporta come un settore energetico parallelo, con dinamiche da utility regolata e allo stesso tempo da industria speculativa. I data center, oggi, non sono semplici edifici pieni di server: sono centrali elettriche mascherate da capannoni industriali, asset finanziari che competono direttamente con reti elettriche nazionali, politiche urbanistiche e perfino consenso elettorale. La promessa è quella di un’AI onnipresente e scalabile; la realtà è una crescente pressione su reti elettriche già fragili, mentre le aziende tech si muovono come utility private con ambizioni quasi sovrane.
La percezione pubblica sta rapidamente colmando il divario tra marketing e fisica applicata. Secondo una recente rilevazione del Pew Research Center, circa il 43 percento degli americani attribuisce ai data center una responsabilità significativa nell’aumento delle bollette elettriche. Un dato che, letto con distacco, segnala qualcosa di più interessante della semplice opinione pubblica: l’emersione di una consapevolezza diffusa che l’AI non è “immateriale”, ma idrovora energetica. La cosa quasi ironica, osservata da chi ha memoria dei cicli tecnologici precedenti, è che la narrativa originaria del cloud computing era quella della dematerializzazione dei costi; oggi siamo tornati alla materialità più grezza possibile, kilowattora dopo kilowattora. La convergenza bipartisan su questo tema negli Stati Uniti suggerisce che il data center è diventato un oggetto politico trasversale, come lo erano le autostrade o le centrali nucleari nel ventesimo secolo.
Sul fronte infrastrutturale, la corsa non mostra segni di rallentamento, anzi tende ad amplificarsi in scala e ambizione. In Utah è stato approvato un progetto da 40.000 acri che, a regime, potrebbe richiedere fino a 9 gigawatt di potenza, più del doppio dell’attuale consumo elettrico dell’intero stato. La logica economica è quella del “hyperscale first, questions later”, una filosofia che ricorda le grandi espansioni ferroviarie del XIX secolo, quando la densità di capitale precedeva qualsiasi certezza sulla domanda reale. Tra i sostenitori finanziari del progetto compare anche Kevin O’Leary, figura che sintetizza bene la fusione contemporanea tra venture capitalism televisivo e infrastruttura fisica ad altissima intensità energetica. Il punto critico non è soltanto la scala, ma la velocità con cui questi insediamenti vengono autorizzati rispetto alla capacità delle reti locali di assorbirli, con il risultato di trasformare intere regioni in micro-colonie energetiche dedicate all’AI.
In parallelo si sta formando una vera e propria geografia politica del dissenso. Stati come la Georgia vedono emergere opposizioni trasversali ai progetti multimiliardari, con livelli di resistenza locale che in alcuni casi superano il 40 percento dell’elettorato. Non è solo sindrome Nimby, ma un nuovo tipo di conflitto infrastrutturale che mescola bollette, ambiente e percezione di estrattivismo tecnologico. Nel frattempo, il U.S. Energy Information Administration si prepara a introdurre survey obbligatorie sul consumo energetico dei data center, segnalando un cambio di fase: quando lo Stato inizia a misurare sistematicamente un settore, significa che quel settore è diventato rilevante quanto le industrie tradizionali. L’idea che i giganti del cloud possano operare come entità opache dal punto di vista energetico sta progressivamente diventando politicamente insostenibile.
Il lato legale e ambientale sta evolvendo in una direzione ancora più conflittuale. A Memphis, la NAACP ha avviato un’azione legale contro il progetto Colossus 2 di xAI, contestando l’uso di turbine a gas senza autorizzazioni adeguate e la violazione delle norme ambientali. La questione, al netto del linguaggio legale, è sempre la stessa: chi paga il costo esterno dell’AI. Le comunità locali, spesso a reddito medio-basso, diventano il punto di scarico di un modello industriale che ottimizza latenza e capacità computazionale ma esternalizza emissioni e congestione energetica. Il concetto di “innovazione” assume così una doppia valenza, quasi schizofrenica: progresso tecnologico da un lato, redistribuzione asimmetrica dei costi dall’altro.
Sul piano industriale globale, il fenomeno assume tratti quasi teatrali. I progetti Stargate di OpenAI, supportati da partner come Oracle, Nvidia e SoftBank, e la crescente integrazione con infrastrutture in Medio Oriente, rappresentano una nuova forma di diplomazia computazionale. L’AI non si esporta più come software, ma come capacità installata in gigawatt. In parallelo, Meta e altri hyperscaler stanno sperimentando CPU dedicate all’inferenza in collaborazione con Arm, segnalando un passaggio strategico: il controllo del compute layer diventa più importante del controllo del modello stesso. L’architettura dell’intelligenza artificiale si sta verticalizzando, con catene del valore che ricordano più l’industria petrolifera che il software tradizionale.
La dimensione energetica, inevitabilmente, si intreccia con la geopolitica. Le tensioni nel Golfo e le minacce iraniane a infrastrutture energetiche occidentali in Medio Oriente evidenziano quanto il sistema AI sia ormai indirettamente esposto a chokepoint energetici globali, in particolare lo stretto di Hormuz. La fragilità delle supply chain energetiche diventa così una variabile diretta nella disponibilità di capacità computazionale. In questo contesto, l’idea di portare i data center nello spazio, rilanciata in forma provocatoria da Elon Musk, appare meno fantascienza e più esercizio di arbitraggio infrastrutturale tra limiti terrestri e ambizioni computazionali. Parallelamente, esperimenti su materiali come i superconduttori ad alta temperatura, promossi anche da attori come Microsoft, suggeriscono che la vera innovazione non sarà solo algoritmica ma fisica: ridurre la resistenza energetica della computazione diventa un obiettivo industriale primario.
La traiettoria complessiva è quella di un sistema che sta trasformando il calcolo in una forma di consumo energetico strutturale, non più marginale. L’AI non è un’applicazione sopra l’economia digitale, ma una nuova infrastruttura energetica globale che compete con industrie storiche per accesso a gas, elettricità e territorio. La narrativa dell’efficienza algoritmica convive ormai con una realtà molto meno elegante: quella di un’espansione fisica che richiede più cemento, più rame e più elettroni di qualsiasi altra tecnologia informazionale precedente. In questo scenario, il vero rischio non è la saturazione del mercato AI, ma la saturazione delle reti elettriche che lo rendono possibile, con conseguenze che si misurano non in benchmark ma in bollette, permessi ambientali e stabilità politica locale.
bellissima applicazione : https://trackdatacenters.com