La corsa all’intelligenza artificiale non riguarda più soltanto la tecnologia. Negli Stati Uniti si inizia a guardare il tema anche dal punto di vista della disponibilità di energia. E, soprattutto, della capacità di produrne abbastanza in tempi rapidi per alimentare una rete elettrica sempre più sotto pressione, mentre i data center dedicati all’AI aumentano di numero e dimensioni.

Se l’Europa discute di autonomia energetica e di come finanziare le infrastrutture necessarie per sostenere la propria politica industriale sull’intelligenza artificiale, Washington sembra aver scelto un percorso più diretto. Il nucleare è tornato al centro dell’agenda energetica, non come semplice tassello della transizione, ma come leva strategica per sostenere la competizione tecnologica globale.

Il messaggio è chiaro: senza energia abbondante, l’AI rischia di rallentare.

L’amministrazione Trump ha impresso una forte accelerazione ai programmi per il nucleare civile, accompagnandola con un linguaggio che richiama apertamente la competizione geopolitica con la Cina. Non è un caso che, parlando davanti all’American Nuclear Society, Seth Cohen, responsabile delle politiche sul nucleare civile al Dipartimento dell’Energia, abbia paragonato la sfida sull’intelligenza artificiale a una corsa tecnologica decisiva per il futuro degli Stati Uniti, utilizzando un riferimento storico volutamente provocatorio per sottolineare la posta in gioco.

Dietro la retorica, però, resta un dato molto concreto.

Ogni nuovo modello di intelligenza artificiale richiede enormi capacità di calcolo. Ogni nuova capacità di calcolo richiede server. E ogni server, acceso ventiquattr’ore su ventiquattro, richiede energia stabile, continua e prevedibile.

È qui che la politica energetica incontra quella industriale.

Negli ultimi due anni i grandi operatori del cloud e dell’intelligenza artificiale hanno iniziato a competere non soltanto per acquistare chip o assumere ricercatori, ma anche per assicurarsi forniture elettriche dedicate. In alcuni Stati americani i nuovi data center stanno modificando la pianificazione delle reti di distribuzione, mentre le utility rivedono le previsioni sulla domanda energetica dopo anni in cui i consumi crescevano con maggiore gradualità.

Per Washington la risposta passa anche dal nucleare tant’è che l’amministrazione ha annunciato un programma di prestiti federali agevolati da 17,5 miliardi di dollari per favorire quella che viene descritta come la più ampia espansione nucleare degli ultimi trent’anni. L’obiettivo dichiarato è avviare entro il 2030 la costruzione di almeno dieci nuove centrali basate sui reattori AP1000 sviluppati da Westinghouse, mentre il Dipartimento dell’Energia potrà sostenere ulteriori finanziamenti fino a circa 100 miliardi di dollari attraverso garanzie federali. A questo si aggiungono crediti d’imposta che potrebbero coprire fino alla metà del costo dei nuovi impianti.

La scelta, tuttavia, si confronta con una realtà che negli Stati Uniti conoscono molto bene. Costruire una grande centrale nucleare richiede tempo. Tanto per dire, gli ultimi due reattori nucleari entrati in funzione in Georgia tra il 2023 e il 2024, hanno richiesto quindici anni di lavori e un investimento complessivo vicino ai 35 miliardi di dollari, circa il doppio delle stime iniziali.

Se da un lato quindi le grandi centrali possono, sulla carta, risolvere il problema della capacità produttiva, dall’altro il tema dei tempi di realizzazione e di entrata in funzione apre un altro fronte attorno al quale si sta sviluppando un ecosistema formato da startup, fondi di venture capital e imprenditori della Silicon Valley che guarda ai cosiddetti Small Modular Reactors, i mini reattori nucleari. L’idea è semplice, almeno sulla carta: impianti più piccoli, costruiti in modo modulare, con tempi di installazione ridotti e destinati anche ad alimentare direttamente campus tecnologici e grandi data center.

È un settore nel quale convergono investitori provenienti dal mondo dell’innovazione, compresa l’italiana NewCleo, insieme ad aziende che vedono nell’energia uno dei principali colli di bottiglia della crescita dell’intelligenza artificiale.

Curiosamente, il nuovo protagonista della rivoluzione digitale potrebbe non essere un chip: potrebbe essere un reattore.

Anche la Cina, peraltro, si muove nella stessa direzione. Pechino continua ad ampliare il proprio programma nucleare mentre accelera contemporaneamente sugli investimenti nell’intelligenza artificiale e nelle infrastrutture di calcolo. A questa competizione si aggiungono altri Paesi asiatici. La Corea del Sud, ad esempio, ha recentemente annunciato un piano pubblico da centinaia di miliardi di dollari per rafforzare la produzione di semiconduttori e costruire nuovi data center dedicati all’AI.

La geografia della competizione tecnologica sta così assumendo contorni sempre più legati al tema della disponibilità di energia.

Tuttavia, l’accelerazione impressa dall’amministrazione Trump non riguarda soltanto gli investimenti, riguarda anche le regole. Negli ultimi mesi sono stati adottati diversi provvedimenti per semplificare le procedure autorizzative e ridurre i tempi necessari alla realizzazione dei nuovi impianti, anche se, va detto, la politica energetica della Casa Bianca continua a privilegiare petrolio e gas naturale, mentre alcuni progetti eolici offshore già autorizzati sono stati cancellati attraverso accordi economici con le utility coinvolte, che hanno successivamente annunciato investimenti alternativi proprio nel gas naturale e nel nucleare.

Il risultato è una strategia energetica che appare costruita attorno a un principio molto pragmatico: produrre più elettricità possibile, nel minor tempo possibile.

E anche qui, in un certo senso, è proprio l’intelligenza artificiale a rappresentare il filo che collega queste decisioni. Non perché sia l’unica responsabile dell’aumento della domanda energetica, ma perché concentra una parte crescente degli investimenti industriali e delle aspettative economiche, in un contesto geopolitico in cui la competizione globale sull’AI non si misura più soltanto in teraflop o nella potenza dei processori, ma sempre più spesso in gigawatt.