C’è un dettaglio che raramente compare negli annunci sui nuovi modelli AI: quanta energia serve per addestrarli e farli girare. Nel 2026 quel dettaglio è diventato impossibile da ignorare. La crescita della domanda di calcolo per l’intelligenza artificiale sta mettendo sotto pressione le reti elettriche in diverse regioni, al punto che alcune grandi aziende tecnologiche hanno smesso di limitarsi a comprare energia rinnovabile certificata e hanno iniziato a firmare accordi diretti con operatori di centrali nucleari.
Quanta energia serve davvero per l’AI
Un singolo data center pensato per l’addestramento di modelli di grandi dimensioni può arrivare a consumare quanto una città di medie dimensioni. Non si tratta solo dell’addestramento iniziale, che è enorme ma limitato nel tempo: è soprattutto l’inferenza continua — miliardi di richieste al giorno verso i modelli già in produzione — a far crescere il consumo in modo costante, mese dopo mese, senza segnali di rallentamento.
Le stime variano molto a seconda delle fonti, ma il punto su cui concordano quasi tutti gli analisti del settore energetico è lo stesso: la domanda di elettricità legata ai data center sta crescendo più velocemente di quanto la rete elettrica tradizionale riesca ad espandersi con i tempi abituali di costruzione di nuove centrali.
Perché Big Tech guarda al nucleare
L’energia nucleare offre una combinazione difficile da trovare altrove: produzione costante 24 ore su 24, indipendente dal meteo, con un’impronta di carbonio molto bassa. Per un data center che non può permettersi cali di tensione, questa stabilità vale più del prezzo per kilowattora.
- Riavvio di centrali esistenti. Alcuni operatori energetici hanno riattivato reattori spenti da anni, firmando contratti di fornitura pluriennali direttamente con singole aziende tecnologiche.
- Investimenti diretti in nuova capacità. Diverse Big Tech hanno iniziato a finanziare la costruzione di nuovi impianti, in cambio di un diritto di acquisto prioritario sull’energia prodotta.
- Mini-reattori modulari (SMR). Reattori di dimensioni molto più piccole rispetto a una centrale tradizionale, pensati per essere costruiti più rapidamente e collocati vicino al data center che devono alimentare, riducendo le perdite di trasmissione.
I rischi e le critiche
- Tempi di realizzazione lunghi. Anche gli SMR, nonostante le promesse di rapidità, restano soggetti a iter autorizzativi e di sicurezza che si misurano in anni, non in mesi.
- Concorrenza per le risorse della rete. Se l’energia nucleare aggiuntiva viene riservata quasi esclusivamente ai data center, il beneficio per la decarbonizzazione della rete elettrica generale rischia di essere più limitato di quanto comunicato.
- Dipendenza da pochi fornitori. Concentrare la produzione energetica critica nelle mani di pochi operatori nucleari crea un nuovo punto di fragilità nella catena di fornitura dell’AI.
- Percezione pubblica. Il nucleare resta un tema politicamente sensibile in molti paesi, e i tempi dei progetti dipendono anche dal consenso sociale, non solo dalla tecnologia.
Suggerimento: quando leggi un annuncio su un “accordo energetico per l’AI”, controlla se si tratta di nuova capacità realmente aggiuntiva o semplicemente di un contratto di acquisto su energia già esistente: la differenza determina se quell’accordo aiuta davvero la rete elettrica o si limita a spostare le priorità.
Cosa aspettarsi da qui in avanti
La corsa all’energia per l’AI sta diventando determinante quanto la corsa ai chip per definire chi potrà permettersi di addestrare e far girare i modelli più grandi. Il nucleare, dopo anni ai margini del dibattito energetico, è tornato al centro non per ragioni ideologiche ma per un calcolo molto pragmatico: è una delle poche fonti in grado di garantire la continuità di cui un data center ha bisogno. Quanto velocemente questa scommessa si tradurrà in nuova capacità reale, piuttosto che in semplici annunci, è la domanda che deciderà i prossimi anni del settore.