La potenza di calcolo è sempre stata una delle infrastrutture invisibili dell’economia digitale. Tutti a parlare di dati, algoritmi e intelligenza artificiale, senza considerare che dietro ogni modello avanzato c’era sempre un elemento meno raccontato: migliaia di processori che lavorano senza sosta dentro enormi infrastrutture computazionali.

La nuova corsa all’intelligenza artificiale sta cambiando questa percezione. Oggi il calcolo non è più soltanto una questione tecnica per ricercatori e informatici. È diventato una risorsa strategica, al pari dell’energia, delle materie prime e delle infrastrutture industriali.

In questo scenario si inserisce la decisione di Eni di aprire le proprie capacità di supercalcolo a imprese, startup e centri di ricerca. Un passo che racconta una trasformazione più ampia: il passaggio dalla logica del supercomputer come asset interno alla logica dell’infrastruttura come piattaforma per un ecosistema dell’innovazione.

Perché nell’era dell’intelligenza artificiale avere un computer potente non basta più. Bisogna anche decidere chi può usarlo.

Dal Green Data Center al supercalcolo industriale

La storia del supercalcolo di Eni non nasce oggi. Dal 2013, con il Green Data Center, il gruppo energetico ha sviluppato competenze specifiche nella progettazione e gestione di infrastrutture dedicate al calcolo ad alte prestazioni, costruendo nel tempo una capacità che oggi rappresenta una delle più avanzate al mondo in ambito industriale.

Nel centro sono ospitati due sistemi di supercalcolo, HPC6 e HPC7, la cui combinazione consente a Eni di superare la soglia dell’Exascale, collocando l’azienda tra le realtà industriali con maggiore potenza computazionale disponibile.

Detto in modo meno tecnico: Eni dispone di una macchina capace di eseguire quantità di calcoli che fino a pochi anni fa erano considerate fuori scala per una singola azienda privata.

Una capacità nata per rispondere alle esigenze energetiche del gruppo, dalla simulazione dei giacimenti alla ricerca sui nuovi materiali, dalla modellazione climatica all’ottimizzazione dei processi industriali. Oggi quella stessa infrastruttura diventa una risorsa aperta anche all’esterno.

L’intelligenza artificiale ha bisogno di una nuova infrastruttura

Il messaggio strategico dell’iniziativa è chiaro: lo sviluppo dell’intelligenza artificiale dipenderà sempre meno soltanto dalla qualità degli algoritmi e sempre più dalla disponibilità di capacità computazionale.

La differenza tra un’idea promettente e un progetto industriale spesso si misura in GPU disponibili, tempi di elaborazione e accesso a infrastrutture adeguate.

È il motivo per cui Stati Uniti, Cina ed Europa stanno investendo miliardi nella costruzione di data center e supercomputer. La recente strategia europea sulle AI Gigafactories va esattamente in questa direzione: creare capacità di calcolo continentale per evitare che lo sviluppo dell’intelligenza artificiale europea dipenda esclusivamente da infrastrutture controllate da operatori esterni.

In questo contesto, la scelta di Eni assume un valore che va oltre il singolo progetto aziendale. Mettere a disposizione capacità computazionale significa contribuire alla costruzione di un ecosistema nazionale dell’AI.

Dal supercomputer proprietario alla piattaforma per l’innovazione italiana

L’apertura delle infrastrutture Eni coinvolgerà imprese, startup e centri di ricerca interessati a sviluppare soluzioni basate su intelligenza artificiale, simulazioni avanzate e modelli con elevati requisiti computazionali.

Tra le prime realtà interessate figurano Domyn, Mercuria, Dompé, Almawave, Reply e la Fondazione Bruno Kessler.

Il modello è quello di una piattaforma condivisa: Eni mette a disposizione capacità di calcolo, competenze specialistiche e strumenti avanzati, mentre partner esterni possono utilizzare queste risorse per accelerare lo sviluppo di nuovi prodotti e servizi.

Un approccio che ricorda, per certi versi, quello delle grandi infrastrutture cloud, ma con una differenza sostanziale. Qui il valore non è soltanto fornire potenza computazionale, ma farlo all’interno di un ecosistema industriale con attenzione a sicurezza, dati e proprietà intellettuale.

La sovranità tecnologica passa anche dalla capacità di calcolo

Il tema della sovranità digitale europea è spesso associato a cloud, dati e regolamentazione. Tutti elementi fondamentali, ma incompleti.

Senza capacità computazionale, la sovranità rimane teorica.

Un Paese o un continente può avere le migliori regole sull’intelligenza artificiale, ma se deve rivolgersi sempre a infrastrutture esterne per addestrare i propri modelli rimane dipendente nella fase più strategica dello sviluppo tecnologico.

La scelta di Eni si inserisce proprio in questa prospettiva. Una capacità computazionale proprietaria consente infatti di proteggere dati e know-how, ottimizzare i costi, sviluppare applicazioni specifiche e mantenere maggiore controllo sui processi industriali.

Non è un caso che anche la Commissione europea stia spingendo verso infrastrutture di calcolo più autonome. La competizione globale sull’AI non si gioca soltanto sulla creazione dei modelli più intelligenti, ma sulla disponibilità delle macchine necessarie per farli funzionare.

Il nuovo petrolio digitale? Forse, ma con qualche differenza

Per un’azienda nata nell’energia il passaggio dal petrolio al calcolo potrebbe sembrare quasi una metafora perfetta. Ma sarebbe riduttivo.

Il supercalcolo non è il nuovo petrolio. Non è una risorsa da estrarre e consumare, ma un’infrastruttura che crea valore attraverso la capacità di elaborare informazioni.

La vera trasformazione è culturale: aziende industriali come Eni stanno iniziando a considerare la capacità computazionale non più come un costo tecnologico, ma come un asset strategico.

L’apertura del supercalcolo all’ecosistema dell’innovazione dimostra che la partita dell’intelligenza artificiale si giocherà anche fuori dai grandi laboratori californiani e dai giganti tecnologici cinesi.

Passerà dai data center, dai supercomputer e dalla capacità di mettere queste infrastrutture al servizio di chi ha idee, competenze e problemi complessi da risolvere.

Perché nell’economia dell’AI, prima ancora del modello viene la macchina che permette di costruirlo.