Il vero trade-off energetico dell’AI europea
A fine gennaio 2026 Terna – il maggiore operatore italiano di reti per la trasmissione di energia elettrica – aveva ricevuto 449 richieste di connessione alla rete di trasmissione per progetti di data center, per una potenza complessiva di 78,79 GW. A fine 2024 erano circa 30 GW.
Il numero impressiona, ma rischia anche di ingannare. Una richiesta di connessione non è ovviamente un data center costruito, e tanto meno energia effettivamente consumata. È il primo passo di un percorso che può durare anni e che, in molti casi, non arriva fino alla realizzazione del progetto.
La distinzione è importante perché sposta la domanda sul rapporto tra intelligenza artificiale ed energia. Il problema europeo non è soltanto quanti terawattora consumeranno i data center. È capire se, quando un investitore avrà bisogno di centinaia di megawatt, il sistema elettrico sarà in grado di fornirli nel luogo giusto, nei tempi richiesti e a un costo competitivo.
È questo il vero trade-off energetico dell’AI europea. Non esiste oggi un unico “energy wall” continentale. Esistono però colli di bottiglia locali nella rete, nella disponibilità di capacità affidabile, nelle autorizzazioni e nei costi, che possono diventare un limite strutturale per la capacità europea di attrarre investimenti nell’intelligenza artificiale.
La metrica da guardare, quindi, non è soltanto l’energia. È il “time-to-power”. Non basta avere energia, deve essere disponibile dove e quando serve.
Leggi anche: Flussi globali di intelligenza artificiale
Come ben noto, la domanda elettrica dei data center sta crescendo rapidamente. Secondo l’International Energy Agency, nel 2025 hanno consumato circa 485 TWh a livello mondiale e potrebbero arrivare intorno a 950 TWh nel 2030, circa il 3% della domanda globale. Nello stesso periodo il consumo dei data center maggiormente legati all’AI dovrebbe triplicare.
Data center e AI, però, non sono sinonimi. Le stesse infrastrutture ospitano anche cloud e altri servizi digitali, ma la crescita della capacità di calcolo legata all’AI sta spingendo una parte importante della nuova domanda.
Anche in Europa la capacità è destinata a crescere: la Commissione Europea stima un passaggio da circa 12 GW nel 2025 a 28 GW nel 2030.
Sono numeri rilevanti, ma non raccontano da soli il problema. Un sistema elettrico può produrre abbastanza energia nell’arco di un anno e non avere abbastanza potenza disponibile in uno specifico nodo quando un nuovo data center deve entrare in funzione.
È la differenza tra TWh e MW, cioè tra la quantità di energia prodotta o consumata in un certo periodo e la potenza disponibile in un dato momento.
Per un investitore che deve scegliere dove installare una grande infrastruttura di calcolo, conta molto meno sapere quanta energia un Paese produce complessivamente che sapere quando sarà possibile ottenere una connessione da 40, 100 o 240 MW, quanto costeranno gli eventuali rinforzi della rete e quanto dureranno le autorizzazioni.
ENTSO-E osserva che in Europa i tempi di connessione dei data center possono variare da pochi anni a oltre un decennio. Il software evolve in mesi; una rete elettrica no.
È qui che la questione energetica dell’AI smette di essere soltanto un dibattito sul consumo dei server e diventa politica industriale.
La lezione francese: una richiesta non è consumo
La Francia offre un buon esempio di quanto possa essere fuorviante guardare soltanto ai grandi numeri.
RTE stima che i circa 300 data center presenti nel Paese nel 2026 consumino complessivamente intorno a 10 TWh all’anno, circa il 2% del consumo elettrico nazionale. Ma nell’Île-de-France i progetti hanno richiesto connessioni per circa 6,5 GW: quasi quanto i circa 7 GW mediamente assorbiti dall’intera regione.
A prima vista potrebbe sembrare una corsa verso la saturazione, poi si guarda a ciò che accade dopo la connessione. RTE rileva che i data center collegati alla rete da due o tre anni utilizzano mediamente soltanto il 20% della potenza richiesta. Secondo gli operatori, possono servire dieci o quindici anni per arrivare intorno all’80%.
Il motivo è intuitivo. Un edificio può essere pronto molto prima che venga riempito di processori costosi, installati progressivamente man mano che cresce la domanda di capacità di calcolo.
Questo cambia il modo in cui dovremmo leggere anche i 78,79 GW italiani.
Non significano che l’Italia avrà quasi 79 GW di data center. Indicano però quanto rapidamente una nuova categoria di grandi consumatori possa moltiplicare le richieste di connessione su un’infrastruttura che non può essere ampliata alla stessa velocità con cui vengono presentati nuovi progetti.
Una parte del problema è fisica. Un’altra è regolatoria: come distinguere la domanda reale da quella opzionale o prematura?
Se in un determinato nodo della rete la potenza disponibile per nuove connessioni è limitata, una richiesta poco credibile può ritardare un progetto che invece sarebbe pronto a investire.
Quando il data center diventa un problema di sistema
L’Irlanda mostra cosa accade quando la crescita supera la dimensione locale.
Nel 2025 i data center hanno raggiunto il 23% del consumo elettrico misurato nel Paese, contro il 5% nel 2015. A quel punto non si discute più soltanto di una sottostazione congestionata: i nuovi carichi entrano direttamente nelle decisioni sulla sicurezza del sistema elettrico.
Alla fine del 2025 il regolatore irlandese ha introdotto nuove condizioni per le connessioni. I nuovi data center devono disporre di capacità di generazione o accumulo, in sito o nelle vicinanze, pari alla massima potenza di importazione richiesta. Almeno l’80% della loro domanda annua dovrà inoltre essere coperta da nuovi progetti rinnovabili addizionali in Irlanda.
Dietro la risposta irlandese c’è un problema più generale. Non basta aggiungere nuova generazione se la rete non riesce a portare quella potenza fino ai nuovi carichi quando serve. Ma vale anche il contrario. Una connessione disponibile non basta se, nelle ore critiche, il sistema non dispone di risorse sufficienti per coprire la domanda. È un rischio che ENTSO-E segnala in diversi sistemi europei verso il 2035, mentre cresce la domanda elettrica e una parte della generazione programmabile viene ritirata.
Leggi anche: Ansia Artificiale
A questo si aggiunge il costo.
Nel 2025, secondo l’IEA, il prezzo finale dell’energia elettrica per le grandi industrie energivore dell’Unione Europea è rimasto mediamente oltre il doppio di quello statunitense e quasi il 50% superiore a quello cinese. I data center non sono clienti industriali tradizionali e possono negoziare condizioni differenti, ma per la competitività europea il segnale resta evidente.
La corsa all’AI non riguarda solo chip e modelli. Riguarda anche il prezzo e la velocità con cui l’Europa riesce a trasformare elettricità, rete e autorizzazioni in capacità di calcolo effettivamente utilizzabile.
L’AI può aiutare il sistema energetico, ma non “restituisce” l’energia consumata
Il conto, naturalmente, non è tutto a carico dell’AI.
Algoritmi e machine learning possono migliorare il forecasting, la manutenzione degli impianti, il rilevamento dei guasti, la pianificazione e la gestione della congestione – in estrema sintesi, rendere il sistema più efficiente.
In Gran Bretagna, National Grid ESO, oggi NESO, ha lavorato con l’Alan Turing Institute su modelli di machine learning per prevedere la generazione solare. L’operatore ha dichiarato un miglioramento del 33% dell’accuratezza delle previsioni.
Per un gestore di rete significa meno incertezza e decisioni di bilanciamento potenzialmente migliori.
Ma quel 33% non è il 33% di energia elettrica in più. Né possiamo mettere su due colonne l’energia consumata dai data center e quella che l’AI “restituirebbe” attraverso un sistema elettrico più efficiente.
Il feedback positivo esiste, ma va trattato senza contabilità immaginaria.
C’è poi un secondo effetto, meno evidente. Un grande data center è un cliente con consumi elevati e relativamente prevedibili. Può quindi diventare un anchor tenant per nuovi investimenti in generazione, storage o infrastrutture di rete.
L’Europa dovrà comunque investire oltre 1.200 miliardi di euro nelle reti tra il 2024 e il 2040, secondo le stime della Commissione. Clienti disposti ad assumere impegni di lungo periodo possono contribuire a rendere finanziabili parte di questi investimenti.
Tuttavia, il beneficio non è automatico.
Chi paga la rete?
Amsterdam mostra l’altro lato della medaglia, per cui è interessante anche il caso olandese.
Dopo aver limitato la crescita dei nuovi grandi data center, Liander (il principale operatore di rete energetica del Paese) ha potuto eliminare dalla precedente pianificazione tre sottostazioni, evitando circa 125 milioni di euro di investimenti.
La domanda dei data center può quindi accelerare infrastrutture utili. Ma può anche obbligare il sistema a costruire opere che, senza quei carichi, non sarebbero state necessarie.
La domanda politica diventa inevitabile: chi deve pagarle?
Se un progetto richiede costosi rinforzi di rete, socializzare automaticamente i costi sugli altri utenti rischia di trasformare una strategia per la competitività digitale in un trasferimento verso una singola categoria di grandi consumatori. Al contrario, far sostenere integralmente ogni costo al nuovo investitore può rendere alcune localizzazioni economicamente impossibili anche quando l’infrastruttura avrebbe benefici più ampi per il sistema.
Non esiste una formula universale. Ma l’allocazione dei costi deve diventare parte esplicita della politica europea sull’AI.
E il costo non è soltanto economico. A Zeewolde, sempre nei Paesi Bassi, il progetto di un grande data center Meta è diventato nel 2022 un tema di confronto elettorale locale ed è arrivato fino al Parlamento nazionale. Energia, acqua, territorio e infrastrutture producono effetti politici molto concreti.
Anche il consenso locale fa parte del problema energetico. Se l’opposizione a nuovi data center, linee, sottostazioni o impianti di generazione rallenta le autorizzazioni, entra direttamente nel computo del time-to-power.
Tre cose che l’Europa dovrebbe fare
La prima urgenza è ripulire le code di richieste di connessione.
Una logica puramente “first come, first served” funziona male quando presentare una richiesta è molto più rapido che realizzare un progetto da centinaia di megawatt. La maturità finanziaria e autorizzativa, l’avanzamento reale e il principio “use it or lose it” dovrebbero pesare maggiormente nell’allocazione della capacità.
La Commissione si sta già muovendo in questa direzione. La “Strategic Roadmap for Digitalisation and AI in the Energy Sector” pubblicata nel giugno 2026 propone maggiore attenzione alla maturità dei progetti, più trasparenza sulla capacità disponibile e connessioni flessibili dove possono essere utili al sistema.
Ma cosa significa, in concreto, una connessione flessibile? Un data center capace di spostare in altre ore una parte del calcolo, coordinare il prelievo con sistemi di accumulo o ridurlo temporaneamente quando la rete è sotto stress è diverso da un carico completamente rigido. Dove la sicurezza del servizio lo consente, questa flessibilità potrebbe diventare parte del contratto di connessione e, dove tecnicamente possibile, consentire un accesso più rapido alla rete.
Leggi anche: IA: il vero nemico dell’Europa è l’Europa
La seconda esigenza è portare la geografia dell’energia dentro la politica dell’AI.
Non tutti i workload legati all’AI hanno gli stessi vincoli geografici. L’addestramento dei grandi modelli e altre attività differibili sono generalmente meno sensibili alla latenza e possono quindi essere localizzati più facilmente dove energia e capacità di rete sono effettivamente disponibili. I servizi AI in tempo reale, invece, hanno maggiori ragioni per restare vicini agli utenti.
Questa differenza apre a una geografia europea dei data center più distribuita. Nei grandi hub potrà essere conveniente rinforzare la rete; in altri casi, i workload più flessibili potranno essere indirizzati verso aree dove generazione e rete dispongono già di margini. La politica europea dovrebbe quindi evitare di trattare tutti i data center come infrastrutture equivalenti.
La terza priorità è decidere in anticipo come dividere costi e benefici.
Se un data center rende economicamente possibile nuova generazione o un rinforzo della rete utile anche ad altri utenti, il suo arrivo può creare valore. Se invece obbliga a investimenti molto costosi che servono quasi esclusivamente quel progetto, il business case è diverso.
La politica pubblica deve distinguere i due casi.
L’Europa non è davanti a un singolo muro energetico che renderà impossibile lo sviluppo dell’intelligenza artificiale. È davanti a qualcosa di meno spettacolare e forse più difficile da gestire: nodi congestionati, risorse insufficienti nelle ore critiche, tempi di connessione lunghi, prezzi elevati, autorizzazioni lente e regole che distinguono ancora male tra progetti maturi e richieste premature.
Sono questi vincoli, più che un’astratta scarsità di energia continentale, che possono diventare strutturali per la competitività europea.
Per questo la corsa all’AI non sarà decisa soltanto da quanti chip l’Europa riuscirà a comprare o da quanti TWh riuscirà a produrre.
Avere energia disponibile da qualche parte non significa avere, nel luogo e nel momento necessari, la potenza di cui un investitore ha bisogno.. Tra i due ci sono una rete, autorizzazioni, capitale e, inevitabilmente, una scelta politica: chi paga?
