AIgeist 67 │Datacenter, o delle cattedrali dell'AI │Dove sono, quanto costano (tanto) e chi le compra │ L'impatto sul PIL USA è spaventoso │ E se ce l'avessi sottocasa?

Le nostre newsletter: Finambolic e Xerotonina. Abbonatevi, è gratis!

Mercoledì 16 Luglio 2025: è un altro giorno tranquillo a Ferrera Erbognone, paese di 1000 abitanti nella sonnecchiosa Lomellina. Improvvisamente ecco camionette dei Carabinieri, e con loro le SOS (Squadre Operative di Supporto) e le API (no non quelle ;-), sono le Aliquote di Primo Intervento) del 3° Reggimento CC di Milano e del Comando Provinciale di Milano nonché del G.I.S (Gruppo Intervento Speciale dei Carabinieri), con il supporto di un elicottero del 4° Nucleo CC. di Pisa. Che succede?

Succede che a Ferrera, provincia di Pavia, c’è un data center importante e delicato, di proprietà dell’ENI e la sicurezza di questi tempi non è mai troppa. Un data center che si convertirà a breve all’AI (vedi oltre) ma che è il simbolo di un fenomeno gigantesco, paragonabile solo alla stesura delle reti ferroviarie o dei cavi per le telecomunicazioni, solo molto, molto accelerato. E che influenza semplicemente tutti noi, deviando investimenti e risorse, anche pubbliche, verso questa nuova risorsa strategica ed economica.

Ce lo spiega bene il grafico sopra del finanziere e ricercatore Paul Kedrosky, uno dei più vocali profeti di sventura di quanto sta succedendo in tutto il mondo (beh non proprio, diciamo nel primo mondo + Cina): la costruzione di cattedrali che faranno funzionale le fabbriche dell’intelligenza artificiale - o ne costituiranno la religione irrazionale, secondo alcuni. In questo bel podcast Kedrosky passa ai raggi X l’economia dei data center e quelle che lui ritiene delle storture fondamentali, e ne segnaliamo due: primo, se non c’è la parola AI la tua PMI o azienda tra un po’ non verrà finanziata (lui parla degli Stati Uniti, ma si sa come funziona); secondo, per finanziare la costruzione delle cattedrali ci vogliono delle… tasse, e queste tasse sono nient’altro che la ridirezione dei risparmi privati, accumulati nei fondi pensionistici, in un’attività che è nelle mani di pochi, volatile (sui binari circolano ancora treni centenari, ma nei data center tra 100 anni?) e troppo legata a poche aziende, in particolare Nvidia che come noto fa i chip.
E le dimensioni contano eccome: i grandi della tecnologia (Microsoft, Google etc) sono in lotta per chi costruisce prima e meglio gli Hypescaler, piattaforme di hardware e software che fanno funzionare la tua innocente ricerca su ChatGPT o Gemini. Questo sforzo ha già raggiunto un primato: la spesa in data center ha superato la totalità dei consumi privati americani, una cifra da brivido. E la corsa non si ferma: secondo McKinsey tra qui e il 2030 si spenderanno 6.7 trilioni di dollari, e Citi ne vede quasi 3 investiti solo dai grandi hyperscaler.

Impazzimento a stelle e strisce? Bolla? Non sembra, o se lo è, riguarda tutto il pianeta: come vedremo oltre la Cina non è da meno, e chi resta indietro è affannosamente alla ricerca di soluzioni, che però hanno solo due targhe: Washington o Pechino. Vediamo allora a che punto siamo nella costruzione delle cattedrali dei dati.

Partiamo dicendo che un’anagrafe completa dei data center AI non si trova. O se c’è, e c’è di sicuro, non è pubblica. Ci sono molte ben organizzate mappe e directory di data center in generale come questa, ma quali siano adibiti a AI e contengano l’oro nero del momento, i chip Nvidia, non è dato sapersi. C’è però chi più e meglio di noi ha accesso a dati sui cantieri delle cattedrali, ed è l’immancabile università di Oxford. In un esauriente quanto complesso paper di ricerca ha valutato i posizionamenti strategici dei vari blocchi geografico/tecnologici, le dipendenze reciproche tra Stati e la situazione dei “tagliati fuori” - e sono molti. Ecco le risultanze principali:

• Solo 32 nazioni in tutto il mondo, prevalentemente nell’emisfero settentrionale, possiedono centri dati specializzati in intelligenza artificiale

• Stati Uniti e la Cina gestiscono oltre il 90% di questi data center

• Le big tech americane (Amazon, Microsoft, Google e Meta) hanno il monopolio di questi hub (87) mentre in Cina se ne contano 39

• Se Africa e Sud America sono irrilevanti, ci sono oltre 150 i paesi nel mondo completamente privi di questo tipo di infrastrutture

• La fornitura di GPU è fortemente concentrata: ≈95% delle regioni con acceleratori usa chip statunitensi (soprattutto NVIDIA); solo Cina e USA hanno filiere domestiche

A ulteriore conferma del peso dell’azienda di Santa Clara nel settore proprio ieri la quotazione del titolo della società americana ha raggiunto il suo massimo storico (+60% in un anno) e secondo gli analisti ha ancora un potenziale di crescita considerevole visto che è in corso un aumento di investimenti massiccio per le infrastrutture AI sia negli Usa che in Europa.

Come siamo messi a sovranità di calcolo (controllo nazionale delle risorse infrastrutturali e di calcolo necessarie per sviluppare e usare l’AI) in Europa? Malino, anche se l’Unione europea ha capito che come per le risorse energetiche bisogna essere indipendenti, altrimenti si mette male, e dunque si sta giocando la partita. La grande macchina burocratica si è messa in moto e qualche risultato si vede anche se sul campo dei chip non c’è gara. Sono tutti made in Usa. Oltre a ospitare gli hyperscaler delle aziende tech americane tra Dublino, Francoforte, Milano e Paesi Nordici, in Europa si stanno investendo 200 miliardi per investimenti nell’intelligenza artificiale, tra cui un nuovo fondo europeo di 20 miliardi di euro per le gigafactory dell’AI cioè grandi campus di calcolo, paragonabili ai data center hyperscale delle Big Tech, ma con governance e finalità comunitarie.

I lavori sono in progress e si tagliano nastri, vedi l’annuncio della prima AI factory in avvio a Bologna o quello di Jupiter in Germania, il primo sistema europeo a raggiungere la soglia dell’esascala, ossia a eseguire più di un quintilione (1018) di operazioni al secondo. I primi e veri data center all’interno dei centri di ricerca dovrebbero però essere operativi entro la fine del 2026.

Se la Ue si muove, anche gli Emirati Arabi non stanno fermi. In partnership con Eni hanno infatti da poco firmato un accordo strategico grazie al quale l’azienda Khazna Data Centers, leader nelle infrastrutture digitali hyperscale, costruirà proprio ad Erbazzone un nuovo “AI Data Center Campus” con capacità IT complessiva di 500 MW. Gli Emirati ci mettono il know-how operativo, mentre l’Eni fornisce le competenze energetiche. Si perché per far funzionare e raffreddare i supercalcolatori ci vuole tantissima energia.

Qui un paio di dati sui quali riflettere fornita da questa ricerca del MIT sul footprint dell’AI:

• GPT-4: il training da solo avrebbe consumato circa 50 GWh di elettricità, sufficiente ad alimentare San Francisco per 3 giorni.

• L’80-90% del consumo energetico dell’AI oggi non è però per il training, ma per l’inferenza (le risposte alle query degli utenti).

• I data center AI statunitensi nel 2024 hanno consumato 53-76 TWh, pari al fabbisogno di 7,2 milioni di famiglie USA in un anno.

• Si prevede che entro il 2028 l’AI assorbirà 165-326 TWh l’anno, fino al 22% dei consumi elettrici domestici USA, triplicando la quota di elettricità usata dai data center (dal 4,4% al 12% del totale nazionale).

• L’inferenza di 1 miliardo di query ChatGPT al giorno equivale già a 109 GWh all’anno, pari al consumo di 10.400 case USA; le immagini generate aggiungerebbero altri 35 GWh

• Un uso quotidiano moderato (15 domande, 10 immagini e 3 brevi video) consuma 2,9 kWh al giorno, pari a percorrere 100 miglia in e-bike o 10 miglia in un’auto elettrica.

• L’elettricità dei data center ha in media un’intensità di carbonio del 48% più alta della media USA, perché i centri si trovano spesso in aree con reti più sporche (carbone, gas) e hanno bisogno di alimentazione costante, quindi non possono affidarsi solo a rinnovabili.

• Le grandi Big Tech (Meta, Microsoft, Google) puntano a nuovo nucleare per ridurre le emissioni, ma oggi oltre il 50% della corrente per i data center in Virginia, il principale hub USA, viene ancora da gas naturale.

• Il futuro dell’AI (agenti autonomi, reasoning models, deep research, personalizzazione continua) potrebbe moltiplicare l’energia necessaria: alcuni reasoning models consumano già 43 volte più energia di un normale LLM per risolvere lo stesso problema.

• Gli esperti avvertono che l’attuale impronta dell’AI è ora piuttosto bassa ma l’arrivo di video generativi, agenti e modelli multimodali la farà crescere molto rapidamente.

• L’esplosione della domanda di energia per i data center AI potrebbe scaricare i costi sui cittadini: uno studio in Virginia stima che i residenti potrebbero pagare +37,50 dollari in più al mese in bolletta per sovvenzionare l’energia destinata alle Big Tech.

Non si tratta solo di metter mano al portafoglio. L’impatto, anche visivo sulle nostre vite, a breve potrebbe essere più che tangibile. Speriamo solo di non fare la fine di Gregory Pirio, un manager americano che 14 anni fa ha lasciato Washington per trasferirsi in un’area tra i boschi, a un’ora di macchina dalla città. Ora che la sua villetta è circondata dai data center di Amazon ed è in trappola, rimpiange quella scelta.

In conclusione, torniamo a Ferrera, lasciamo passare un trattore che si muove pigramente tra i campi di riso, spina dorsale dell’economia locale, e chiediamoci per un istante a che punto è la discussione pubblica e politica su questi temi. L’Italia ha molte eccellenze, e tecnologicamente ci difendiamo bene, ma siamo pronti a questa nuova scossa tellurica? Nel nostro piccolo, chi legge AIgeist speriamo lo sia un po’ di più. Le acque che facevano ricca Ferrera e ne muovevano l’industria della trasformazione del riso e i cicli eterni della sua coltivazione oggi raffreddano i chip. In eterno, non si sa.