La grande competizione sull’intelligenza artificiale non si gioca soltanto nei laboratori, nei centri di ricerca o nelle stanze dove si progettano chip sempre più potenti. Si gioca, con minore eleganza ma con maggiore durezza, nelle centrali elettriche, nelle reti di trasmissione, nei trasformatori, nei permessi autorizzativi, nei cantieri nucleari, nelle distese di pannelli solari, nei parchi eolici e nei contratti di fornitura energetica. L’intelligenza artificiale, che nell’immaginario collettivo appare come una materia impalpabile, fatta di linguaggio, calcolo e previsione, ha in realtà un bisogno molto concreto: corrente elettrica continua, abbondante e possibilmente economica.
È qui che la sfida tra Stati Uniti e Cina cambia natura. Fino a poco tempo fa sembrava una gara tra semiconduttori, modelli linguistici, capacità di calcolo e capitale umano. Oggi diventa anche una gara tra sistemi energetici. Il chip è il cervello della macchina, ma l’elettricità ne è la circolazione sanguigna. Senza energia, il data center non rallenta: si ferma. E quando l’infrastruttura si ferma, anche l’algoritmo più sofisticato torna a essere una promessa senza corpo.
I numeri aiutano a capire la portata del fenomeno. Nel 2024 i data center hanno consumato circa 415 terawattora a livello globale, pari a circa l’1,5% dell’intera domanda elettrica mondiale. Entro il 2030 potrebbero arrivare a circa 945 terawattora. Gli Stati Uniti assorbono oggi circa il 45% dei consumi elettrici globali dei data center, mentre la Cina pesa per circa il 25%. In America, già nel 2023, i data center rappresentavano circa il 4,4% del consumo elettrico nazionale e potrebbero arrivare, nei prossimi anni, a una quota compresa tra il 6,7% e il 12%. Sono percentuali che trasformano una questione tecnologica in una questione industriale.
Per un imprenditore, il passaggio è immediato. Nessuna azienda può crescere davvero se investe soltanto sul macchinario più avanzato e dimentica il capannone, la logistica, la manutenzione, la continuità della fornitura e il costo unitario di produzione. L’intelligenza artificiale funziona allo stesso modo. Non basta avere il modello migliore, il software più raffinato o il consulente più brillante. Serve una struttura capace di reggere l’aumento dei consumi, la velocità delle elaborazioni e l’affidabilità richiesta da servizi che non possono permettersi interruzioni.
La Cina ha compreso questa dinamica con notevole pragmatismo. Pechino sta costruendo la propria ambizione sull’intelligenza artificiale non soltanto con investimenti in chip e ricerca, ma anche con una strategia energetica aggressiva. Il programma “Eastern data, Western computing” è emblematico: spostare parte della capacità computazionale verso le regioni occidentali del Paese, dove l’energia è più disponibile e meno costosa, per servire la domanda digitale delle aree orientali, più ricche e industrializzate. È una decisione che ricorda una scelta aziendale elementare: collocare la produzione non dove il prestigio è maggiore, ma dove i costi, la continuità operativa e la disponibilità delle risorse consentono di competere.
Gli Stati Uniti conservano un vantaggio enorme nei chip, nel capitale privato, nell’ecosistema dell’innovazione e nella presenza delle grandi piattaforme tecnologiche. Tuttavia, devono fare i conti con una rete elettrica più fragile e meno rapida nell’adattarsi alla domanda. Una parte significativa dei trasformatori di distribuzione è in servizio da oltre trent’anni. I nuovi data center richiedono allacciamenti potenti, autorizzazioni, infrastrutture dedicate e tempi che spesso non coincidono con la velocità del mercato digitale. Il caso di Santa Clara, nel cuore della Silicon Valley, ha un valore quasi simbolico: due grandi data center sono rimasti inutilizzati o sottoutilizzati per insufficiente disponibilità di energia. È come acquistare una linea produttiva di ultima generazione e scoprire che l’impianto elettrico dello stabilimento non è in grado di accenderla.
La Cina, naturalmente, non si muove senza contraddizioni. Una quota rilevante dell’energia destinata ai data center deriva ancora dal carbone, con tutte le implicazioni ambientali e geopolitiche del caso. Inoltre, i chip cinesi risultano meno efficienti di quelli americani e possono consumare dal 30% al 50% di energia in più. Proprio per questo Pechino ha scelto di compensare il ritardo tecnologico con un vantaggio infrastrutturale e tariffario. In alcune province, le bollette dei data center che utilizzano semiconduttori nazionali sono state ridotte fino al 50%, portando il costo dell’elettricità su livelli molto inferiori a quelli statunitensi. È una forma di politica industriale dura, concreta, quasi contabile: se il motore consuma di più, si abbassa il prezzo del carburante.
Anche qui il parallelo con l’impresa è evidente. Un concorrente può disporre di macchinari meno sofisticati, ma se ha energia più economica, fornitori più stabili, tempi autorizzativi più brevi e una filiera meglio coordinata, può comunque vincere sul prezzo, sulla velocità e sulla capacità di scala. La superiorità tecnologica, quando resta isolata, rischia di diventare una brillantezza costosa. Il vantaggio competitivo nasce invece dall’allineamento tra tecnologia, infrastruttura, capitale e tempi di esecuzione.
Per questo il nucleare sta tornando al centro della discussione. La Cina ha decine di reattori in funzione e molti altri in costruzione o pianificazione. Il nucleare interessa perché offre continuità, prevedibilità e grande capacità di generazione. Negli Stati Uniti, alcune grandi aziende tecnologiche stanno seguendo la stessa logica. Amazon Web Services ha firmato un accordo da 1.920 megawatt con Talen Energy per alimentare attività cloud e intelligenza artificiale dalla centrale nucleare di Susquehanna, in Pennsylvania, con l’obiettivo di garantire energia stabile vicino ai propri data center. È un esempio molto chiaro di integrazione verticale indiretta: non basta comprare calcolo, bisogna presidiare anche ciò che rende possibile il calcolo.
Nel frattempo, la ricerca di efficienza procede in direzioni meno convenzionali. In Cina si sperimentano data center sottomarini alimentati quasi interamente da turbine eoliche offshore, sfruttando l’acqua marina come sistema naturale di raffreddamento. Il raffreddamento è una delle grandi voci energetiche dei data center tradizionali. Ridurla significa migliorare i margini, diminuire i rischi operativi e rendere più sostenibile l’intera infrastruttura. Alcune stime indicano possibili riduzioni dei consumi complessivi nell’ordine del 22,8%. Non è un dettaglio tecnico: è la differenza tra un modello economico fragile e uno scalabile.
Ogni azienda che guarda all’intelligenza artificiale dovrebbe trarre da questa vicenda una lezione meno spettacolare, ma più utile. L’IA non è soltanto uno strumento da acquistare o integrare nei processi. È un ecosistema che consuma risorse, richiede infrastrutture, dipende da fornitori, reti, localizzazioni e condizioni energetiche. Un’impresa manifatturiera che introduce sistemi predittivi per ridurre scarti e fermi macchina deve chiedersi dove risiedono i dati, quanto costa elaborarli e quanto è affidabile la piattaforma su cui si appoggia. Una società di servizi che automatizza assistenza clienti, analisi documentale e reportistica deve valutare non solo la qualità del modello, ma anche la resilienza del fornitore, la localizzazione del data center e la stabilità dei costi nel tempo.
Il punto filosofico, se così si può dire, è che la tecnologia più avanzata riporta l’economia alla sua grammatica originaria: energia, capitale, infrastruttura, territorio, organizzazione. L’algoritmo può sembrare immateriale, ma poggia su fondamenta pesantissime. Ogni query, ogni modello addestrato, ogni previsione generata, ogni immagine prodotta è anche un piccolo atto energetico. La leggerezza del digitale è sostenuta da una massa enorme di impianti, cavi, turbine, trasformatori e acqua di raffreddamento.
La competizione tra Stati Uniti e Cina mostra dunque il futuro con una chiarezza quasi brutale. Non vincerà soltanto chi avrà l’intelligenza artificiale più brillante, ma chi saprà alimentarla meglio, distribuirla meglio e renderla economicamente sostenibile. Nelle imprese vale la stessa regola. L’innovazione non consiste nell’adottare la tecnologia più seducente, ma nel costruire le condizioni perché quella tecnologia produca valore reale, stabile e misurabile.
La guerra dei gigawatt non è una nota tecnica della corsa all’IA. È il suo terreno più concreto. Dietro ogni algoritmo che promette di cambiare il mondo c’è una domanda molto meno poetica: quanta energia serve, quanto costa e chi la controlla. Chi saprà rispondere meglio a questa domanda non governerà soltanto i data center. Governerà una parte decisiva della produttività, della competitività e del potere economico dei prossimi decenni.
