Il colpevole sbagliato
Ogni volta che si discute del ritardo europeo nell’intelligenza artificiale, la lista degli imputati è sempre la stessa: non abbiamo i modelli di frontiera, ci perdiamo nella burocrazia, regoliamo troppo e troppo presto, non riusciamo a metterci d’accordo tra ventisette Paesi, ci manca un ecosistema di venture capital paragonabile a quello americano. Sono tutte osservazioni con un fondo di verità, eppure rischiano di farci cercare il colpevole nel posto sbagliato, perché mentre discutiamo di algoritmi e regolamenti i dati raccontano una storia diversa e molto più materiale: il vero ostacolo per l’Europa non è l’acquisto dei server, e nemmeno la capacità di sviluppare modelli competitivi, ma il costo dell’energia necessaria a farli funzionare.
È una verità scomoda proprio perché non offre alibi: dei modelli possiamo dare la colpa agli americani, delle regole a Bruxelles, della frammentazione alla storia, ma il prezzo del kilowattora è una responsabilità che nessuno può scaricare altrove, e c’è qualcosa di rivelatore nel fatto che continuiamo a non parlarne: forse preferiamo i problemi che sembrano risolvibili con un documento a quelli che richiedono cantieri, cemento e decenni di pianificazione.
Il corpo fisico dell’intelligenza
Per capire perché il kilowattora è diventato la moneta del futuro digitale, dobbiamo abbandonare l’idea dell’intelligenza artificiale come un’entità fatta di algoritmi invisibili e architetture logiche ospitate nel cloud, perché quella nuvola evocata dal marketing è in realtà la cosa più terrena che esista: capannoni di cemento, chilometri di cavi, turbine, trasformatori e torri di raffreddamento.
L’intelligenza artificiale ha un corpo, e quel corpo consuma una quantità sbalorditiva di energia, e secondo il rapporto speciale “Energy and AI” pubblicato dall’Agenzia Internazionale dell’Energia (IEA) nell’aprile 2025, non esiste intelligenza artificiale senza energia, e la capacità di fornire elettricità in modo affidabile, economico e sostenibile sarà il vero fattore discriminante per determinare chi guiderà questa rivoluzione. Un tipico data center progettato per l’intelligenza artificiale consuma la stessa quantità di elettricità di centomila famiglie, ma i mega-impianti attualmente in costruzione arriveranno ad assorbire l’equivalente del fabbisogno di due milioni di abitazioni. A livello globale, il consumo elettrico dei data center, che già nel 2024 si attestava a 415 terawattora, è destinato a raddoppiare abbondantemente entro il 2030, superando l’intero consumo elettrico dell’odierno Giappone.
Sta accadendo qualcosa in gran parte inosservato: il costo marginale dell’intelligenza sta convergendo rapidamente verso il costo dell’energia.
Man mano che i modelli linguistici si “commoditizzano”, diventando open source e accessibili a tutti, ciò che rimane strutturalmente scarso non è più il software, ma il substrato fisico fatto di cavi in fibra ottica e acqua per il raffreddamento. Questa è la lezione più antica dell’economia applicata alla tecnologia più nuova: quando un bene diventa abbondante, il valore si sposta su ciò che serve per usarlo, ed è già successo con i personal computer, che valevano poco senza software, e con il software, che valeva poco senza connettività: ora tocca all’intelligenza, che vale poco senza corrente.
La partita che si gioca un piano più sotto
È proprio su questo terreno materiale, un piano più sotto rispetto a quello dove guardano tutti, che emerge in tutta la sua forza il divario tra i diversi modelli di capitalismo globale, e la contesa geopolitica tra Stati Uniti e Cina racconta una storia molto diversa da quella dei primati algoritmici.
Oggi la Cina genera oltre diecimila terawattora di elettricità all’anno, più del doppio rispetto agli Stati Uniti, e, come fa notare l’analista Hannah Ritchie basandosi sui dati Ember, ne destina quasi due terzi all’industria, mentre l’America consuma la maggior parte della sua energia per le abitazioni e i servizi commerciali. Questa asimmetria non è frutto del caso, ma di una pianificazione statale imponente che segue un copione già collaudato: come è avvenuto con la transizione energetica e con l’automotive elettrico, Pechino ha compreso la rilevanza strategica del settore, si è dotata di visione e piano industriale, e ha costruito le fondamenta prima ancora che il resto del mondo si accorgesse che la partita era cominciata.
La State Grid cinese ha recentemente annunciato investimenti record per 574 miliardi di dollari tra il 2026 e il 2030 per ammodernare la rete e costruire linee ad altissima tensione capaci di trasportare l’elettricità per migliaia di chilometri, dalle province occidentali fino alle metropoli della costa est, mentre il piano nucleare punta a 110 gigawatt di capacità entro il 2030.
Il vantaggio strutturale del modello cinese risiede esattamente qui: il venture capital privato, che finanzia brillantemente le startup americane, può comprare tutte le GPU disponibili sul mercato, ma non costruisce dighe, non progetta centrali nucleari e non stende reti elettriche nazionali. Il capitale pubblico sì. Ed è questa la ragione per cui l’offerta cinese di modelli aperti e a basso costo al resto del mondo, sancita dalla World AI Cooperation Organization fondata a Shanghai, non è semplice retorica diplomatica: dietro la promessa dell’intelligenza per tutti c’è un sistema energetico costruito per mantenerla.
Il paradosso americano: riaccendere il passato per alimentare il futuro
Dall’altra parte dell’oceano, gli Stati Uniti si trovano ad affrontare un paradosso tecnologico e infrastrutturale affascinante: la nazione che guida l’innovazione digitale si scontra con i limiti fisici di una rete elettrica che fatica a tenere il passo. L’emblema di questo cortocircuito è l’accordo storico siglato da Microsoft per riattivare la centrale nucleare di Three Mile Island, teatro del più grave incidente nucleare della storia americana, pur di garantire energia pulita e ininterrotta ai propri data center.
Non è un caso isolato: Amazon ha firmato contratti miliardari con Talen Energy in Pennsylvania e sta investendo nei piccoli reattori modulari (SMR), mentre Google e Meta stringono accordi analoghi per assicurarsi ogni megawatt disponibile. C’è un’ironia storica potente in tutto questo: il simbolo della paura nucleare americana, l’impianto che nel 1979 fermò per decenni lo sviluppo dell’atomo civile negli Stati Uniti, viene riacceso non per riscaldare le case ma per addestrare modelli linguistici, come se il futuro avesse bisogno di fare pace con i fantasmi del passato per potersi alimentare.
Eppure, le strozzature restano enormi., secondo l’Environmental and Energy Study Institute, nel 2025 le utilities americane hanno ricevuto richieste di connessione alla rete per data center pari a 700 gigawatt, una cifra superiore all’intera capacità elettrica consumata dagli Stati Uniti nel 2023. I tempi di attesa per i trasformatori sono raddoppiati, e per costruire una nuova centrale a gas servono ormai dai sei ai sette anni, con costi triplicati rispetto al 2022.
Il capitale privato americano sta cercando disperatamente di comprare energia esistente attraverso contratti di acquisto a lungo termine, ma si scontra con l’incapacità del sistema di crearne di nuova alla velocità richiesta dalla rivoluzione dell’intelligenza artificiale.
La differenza con Pechino, in fondo, sta tutta qui: l’America compra l’energia che c’è, la Cina costruisce quella che servirà.
Il nostro vero svantaggio
Ed eccoci al punto che ci riguarda da vicino. Mentre Washington e Pechino affrontano, ciascuna a suo modo, la sfida di alimentare l’intelligenza, l’Europa discute di come regolarla e sussidiarla, senza aggredire il nodo che strozza entrambe le ambizioni.
Come ha ricordato il rapporto Draghi e come confermano i dati dell’IEA per il 2025, le industrie europee continuano a pagare l’elettricità a prezzi che sono più del doppio rispetto a quelli statunitensi e quasi il 50% in più rispetto a quelli cinesi. La Commissione Europea ha risposto lanciando l’iniziativa InvestAI, mobilitando 20 miliardi di euro per costruire fino a cinque “AI gigafactories” capaci di aumentare del 15% la capacità di calcolo del continente: un passo nella direzione giusta, che rischia però di infrangersi contro la stessa barriera, perché comprare i server è la parte facile, mentre è l’elettricità per farli funzionare, giorno e notte per anni, a fare la differenza tra un’infrastruttura competitiva e una cattedrale nel deserto.
Il paradosso è che continuiamo a cercare il nostro ritardo nei modelli che non abbiamo, nella governance che abbiamo scritto e nella frammentazione che ci raccontiamo, quando la variabile decisiva è scritta in ogni bolletta industriale del continente. Il gap dell’Europa non è dove lo cerchiamo: è nel prezzo dell’energia. E qui la domanda si fa scomoda per tutti noi: possiamo continuare a chiedere sovranità digitale e autonomia strategica senza accettare che queste ambizioni si fondano, letteralmente, su centrali, reti e interconnessioni che qualcuno deve avere il coraggio politico di costruire?
Le carte che l’Europa non sa di avere
Sarebbe però un errore, e non sarebbe nel mio stile, fermarmi alla denuncia. Se la corsa all’intelligenza artificiale è anche una corsa alle infrastrutture fisiche, il Vecchio Continente vanta campioni industriali di primissimo piano che raramente entrano nel dibattito sull’AI, come se l’industria degli elettroni e quella degli algoritmi vivessero in mondi separati. L’accordo da 5,5 miliardi di euro appena firmato da Prysmian con la statunitense Molex per fornire cavi ottici destinati all’interno dei data center americani ne è la prova lampante: l’infrastruttura nervosa che connette i server dove si allena l’intelligenza artificiale parla anche italiano, e mentre ci convinciamo di essere spettatori, le nostre eccellenze industriali sono già dentro la partita, semplicemente a un piano diverso da quello che fa notizia.
Inoltre l’Europa detiene inoltre oltre la metà del mercato globale dell’automazione industriale, un settore chiave per ottimizzare i consumi energetici, e l’intelligenza artificiale stessa può sbloccare fino a 175 gigawatt di capacità di trasmissione semplicemente rendendo più intelligenti le reti esistenti, senza dover costruire nuovi tralicci.
Se il costo dell’energia è il nostro svantaggio, l’efficienza e l’ingegneria delle infrastrutture possono diventare la nostra contro-offensiva: non possiamo produrre i kilowattora più economici del mondo, ma possiamo diventare quelli che ne estraggono più valore e ne sprecano meno, trasformando una debolezza strutturale in una disciplina competitiva.
Chi paga il conto dell’intelligenza?
Questa dimensione profondamente materiale della rivoluzione digitale ci costringe infine a porre una domanda che va oltre la tecnologia e tocca il cuore della società: chi pagherà il conto energetico dell’intelligenza artificiale?
Negli Stati Uniti, le bollette elettriche sono aumentate in media del 27% rispetto al 2019, ma in stati come la Virginia, considerata la capitale mondiale dei data center, i prezzi sono schizzati fino al 267% in cinque anni. Ventuno milioni di famiglie americane, una su sei, sono in ritardo con i pagamenti delle utenze, e le famiglie a basso reddito arrivano a spendere fino al 20% delle proprie entrate per l’energia. È un gigantesco trasferimento di ricchezza nascosto, in cui le comunità locali e i cittadini comuni rischiano di sussidiare, attraverso l’aumento delle tariffe, l’espansione infrastrutturale dei giganti del tech.
Ed è un monito preciso per l’Europa che si prepara a costruire le proprie gigafactory: se non progettiamo adesso i meccanismi con cui il valore generato dall’intelligenza artificiale torna ai territori che ne sopportano il peso fisico, replicheremo lo stesso schema, con le bollette delle famiglie a finanziare silenziosamente i profitti di pochi.
La sfida che abbiamo di fronte, come professionisti, imprese e cittadini, non è fermare il progresso tecnologico, ma governarne l’impatto materiale, non solo quello ambientale e climatico. Se i problemi tecnologici sono fondamentalmente problemi umani e organizzativi, allora dobbiamo esigere che l’intelligenza artificiale non sia solo uno strumento di concentrazione del potere e di consumo vorace di risorse, ma un volano per l’efficienza complessiva del sistema. Dobbiamo chiederci a cosa serve tutta questa potenza di calcolo, chi ne decide le priorità e, soprattutto, come garantire che il valore generato torni ai territori che ne sopportano il peso fisico ed energetico. E dobbiamo chiederci, da europei, se vogliamo continuare a cercare il nostro ritardo dove è più comodo trovarlo oppure avere il coraggio di guardare un piano più sotto, dove si decide chi potrà permettersi l’intelligenza e chi dovrà comprarla da altri. Perché l’intelligenza potrà anche essere artificiale, ma il mondo in cui viviamo, e l’energia che lo tiene acceso, restano profondamente, ostinatamente reali.
