L’intelligenza artificiale sta modificando rapidamente il modo in cui persone, imprese e istituzioni utilizzano la tecnologia. Chatbot, sistemi generativi e applicazioni capaci di analizzare enormi quantità di informazioni sembrano vivere dentro uno spazio esclusivamente digitale. In realtà, ogni risposta prodotta da un modello richiede una lunga catena di infrastrutture fisiche. La crescita dell’AI dipende da edifici, server, processori, sistemi di raffreddamento, energia elettrica e materie prime.
Questa dimensione materiale resta spesso fuori dalla percezione quotidiana degli utenti. Quando una persona interagisce con un sistema intelligente, diversi computer eseguono calcoli complessi all’interno di grandi strutture specializzate. I data center raccolgono migliaia di macchine e concentrano una quantità crescente di potenza di calcolo. L’espansione dell’intelligenza artificiale sta quindi trasformando anche il rapporto tra tecnologia e territorio, perché ogni nuovo impianto richiede spazio, collegamenti alla rete elettrica e sistemi capaci di dissipare il calore prodotto dai server.
Il boom dei data center cambia la domanda di elettricità
La crescita dei data center sta aumentando il fabbisogno mondiale di energia. Le strutture dedicate all’intelligenza artificiale richiedono infatti una potenza considerevole, soprattutto quando gestiscono modelli complessi e grandi carichi di lavoro. Le analisi dell’Agenzia internazionale dell’energia mostrano una crescita molto rapida dei consumi elettrici dei data center e indicano un ulteriore forte aumento nei prossimi anni.
La questione non riguarda soltanto la quantità di energia disponibile. I gestori devono realizzare nuove connessioni, potenziare le reti e installare apparecchiature elettriche adeguate a sostenere carichi sempre più elevati. Trasformatori, linee, sistemi di distribuzione e altre componenti possono diventare elementi critici quando numerosi progetti cercano contemporaneamente accesso alla rete.
La disponibilità di elettricità può così determinare la velocità con cui l’industria dell’intelligenza artificiale riuscirà a crescere. Le aziende tecnologiche investono cifre enormi nei nuovi impianti, ma la costruzione delle infrastrutture energetiche richiede tempi più lunghi rispetto alla realizzazione di molti progetti informatici. Questa differenza crea una delle principali tensioni della nuova fase di sviluppo dell’AI.
Il raffreddamento porta l’acqua al centro del problema
L’elettricità non rappresenta l’unica risorsa coinvolta. I server producono grandi quantità di calore e i data center devono mantenere temperature controllate per garantire il corretto funzionamento delle apparecchiature. Diversi sistemi di raffreddamento utilizzano acqua, mentre anche la produzione dell’elettricità e dei componenti elettronici richiede risorse idriche.
Il consumo d’acqua assume un peso particolare nelle aree che già affrontano periodi di siccità o una disponibilità limitata di risorse. La scelta del luogo in cui costruire un data center deve quindi tenere conto di numerosi fattori: presenza della rete elettrica, disponibilità di terreni, accesso alle infrastrutture di telecomunicazione e quantità di acqua utilizzabile.
Un impianto tecnologico può generare valore economico, ma può anche aumentare la pressione sulle risorse locali. Per questo motivo il dibattito sui data center coinvolge sempre più spesso amministrazioni pubbliche, aziende energetiche e comunità residenti. La crescita dell’AI introduce così una nuova dimensione nella pianificazione industriale e territoriale.
Chip e minerali sostengono la macchina dell’intelligenza artificiale
La catena fisica dell’intelligenza artificiale comincia molto prima dell’arrivo di un server in un data center. La produzione dei processori avanzati richiede infatti impianti altamente specializzati, materiali specifici e numerosi passaggi industriali. Allo stesso tempo, le reti elettriche che alimentano i data center hanno bisogno di grandi quantità di metalli e componenti.
Tra le materie prime più importanti compare il rame, fondamentale per numerose applicazioni elettriche e per l’espansione delle reti. Altri materiali, tra cui gallio, germanio, grafite, litio, cobalto e diverse terre rare, occupano posizioni strategiche nelle moderne filiere tecnologiche. La loro disponibilità dipende non soltanto dall’estrazione, ma anche dalla capacità industriale di lavorarli e trasformarli.
La corsa all’intelligenza artificiale si intreccia quindi con la competizione globale per le materie prime necessarie alla transizione tecnologica ed energetica. Le stesse risorse servono infatti anche per batterie, veicoli elettrici, reti di distribuzione, apparecchiature elettroniche e numerose altre tecnologie.
Più efficienza non significa automaticamente meno consumi
Lo sviluppo tecnologico può ridurre l’energia necessaria per eseguire una singola operazione. Nuovi processori, software più efficienti e modelli ottimizzati permettono di ottenere prestazioni maggiori con una quantità inferiore di risorse per ogni attività. Tuttavia, l’aumento del numero di utenti e la diffusione di applicazioni sempre più sofisticate possono far crescere comunque il consumo complessivo.
La generazione di immagini e video, l’elaborazione di grandi quantità di dati e i sistemi capaci di affrontare compiti complessi richiedono spesso una capacità di calcolo superiore rispetto alle applicazioni più semplici. Il miglioramento dell’efficienza di una singola operazione non elimina necessariamente l’aumento della domanda complessiva.
Questa dinamica rende particolarmente importante valutare l’intero ciclo dell’intelligenza artificiale. Non basta osservare ciò che accade sullo schermo o misurare l’energia consumata da una singola richiesta. Occorre considerare anche la costruzione dei data center, la produzione dei chip, il raffreddamento, la generazione dell’elettricità, l’espansione delle reti e l’estrazione delle materie prime.
Il futuro dell’intelligenza artificiale dipenderà quindi anche dalla capacità di costruire un’infrastruttura sostenibile e sufficientemente efficiente. La rivoluzione digitale possiede una base profondamente materiale: acciaio, rame, acqua, elettricità, semiconduttori, terreni e impianti industriali permettono ai modelli di funzionare e di continuare a crescere.
La sfida dei prossimi anni non riguarderà soltanto la potenza dei nuovi sistemi intelligenti. Riguarderà anche il modo in cui governi, imprese e territori riusciranno a sostenere la domanda di risorse senza creare squilibri difficili da gestire. L’AI promette una trasformazione profonda dell’economia e della società, ma quella trasformazione avrà un costo fisico che il mondo dovrà imparare a misurare e governare.
A cura di Nora Taylor
Leggi anche: L’estate 2026 entra nella storia per numero e durata delle ondate di calore
Seguici su Instagram e Facebook!