Nell’ultimo anno si è parlato spesso di intelligenza artificiale come di un nuovo “mostro energivoro”, capace di mettere sotto pressione le reti elettriche e rallentare la transizione climatica. Dall’altra parte, analisti e banche d’investimento descrivono la stessa tecnologia come un motore di crescita economica senza precedenti. Per capire quale immagine sia più vicina alla realtà conviene guardare ai numeri prodotti da chi studia in modo sistematico data center, consumi elettrici e impatti sulla CO₂.
Le evidenze di IEA, Lawrence Berkeley National Laboratory e degli economisti che hanno firmato lo studio “Watts and Bots” convergono su un punto preciso: l’intelligenza artificiale sta facendo salire la domanda di elettricità, soprattutto nei data center, però l’impronta climatica complessiva resta contenuta rispetto al sistema energetico globale. Allo stesso tempo cresce l’uso dell’AI per migliorare l’efficienza delle reti, dell’industria e dei consumi finali, con un potenziale di ottimizzazione che molti analisti considerano già oggi uno dei contributi più interessanti alla transizione energetica.
Il peso energetico dei data center nel mondo
L’Agenzia Internazionale dell’Energia stima che il consumo elettrico dei data center sia destinato a più che raddoppiare entro il 2030. Nel rapporto “Energy and AI” e nelle note pubblicate ad aprile 2025, l’IEA colloca la domanda elettrica globale dei data center intorno a qualche centinaio di terawattora a metà anni 2020 e proietta un balzo verso circa 945 TWh nel 2030, un valore paragonabile ai consumi di tutta l’elettricità del Giappone di oggi.
Nel quadro elaborato a Parigi, questo flusso di elettricità è circa il 3 per cento della domanda globale prevista per il 2030. All’interno di questa fetta rientra l’intero universo digitale: servizi cloud, streaming video, posta elettronica, e-commerce e naturalmente i carichi legati all’intelligenza artificiale.
Un’analisi coordinata per l’IEA dal programma 4E va un po’ più a fondo: per la sola AI, l’energia assorbita dai data center viene stimata tra i 30 e i 50 TWh nel 2023, con una crescita possibile verso 200–400 TWh nel 2030. Nel caso base si arriverebbe a circa l’1,8–2,4 per cento della domanda globale di elettricità, mentre in uno scenario più spinto, con crescita molto rapida, il range salirebbe verso il 3–4 per cento.
Già oggi una quota rilevante dell’elettricità dei data center è attribuibile all’AI. Carbon Brief, riprendendo i numeri preparati per l’IEA, parla di un intervallo tra il 5 e il 15 per cento negli ultimi anni e di un possibile passaggio verso il 35–50 per cento entro il 2030. In altre parole, i data center continueranno a servire una varietà di servizi digitali, però la parte dedicata all’AI crescerà più velocemente delle altre.
Zoom sugli Stati Uniti
Negli Stati Uniti, dove è concentrata una porzione importante dell’infrastruttura cloud mondiale, i numeri sono più dettagliati. Il “2024 United States Data Center Energy Usage Report” del Lawrence Berkeley National Laboratory stima che nel 2023 i data center abbiano consumato 176 TWh, pari a circa il 4,4 per cento dell’elettricità del paese.
Lo stesso studio costruisce scenari al 2028 che tengono conto dell’ondata di server dedicati all’AI. Il Dipartimento dell’Energia, presentando il rapporto, sintetizza così l’ordine di grandezza: il carico dei data center potrebbe raddoppiare o quasi triplicare entro il 2028, con un intervallo stimato che va da 325 a 580 TWh, fino a sfiorare il 12 per cento del consumo elettrico nazionale nelle ipotesi più spinte.
Un aspetto spesso trascurato riguarda la distribuzione interna di questo consumo. Le analisi del Berkeley Lab mostrano che circa il 60 per cento dell’energia di un data center alimenta server e apparati di calcolo, mentre una fetta consistente è assorbita dai sistemi di raffreddamento. La componente legata alle GPU per l’AI cresce rapidamente ed è il principale fattore del nuovo “scalino” nei consumi osservato negli ultimi anni.
L’altra faccia del problema: l’acqua
Oltre all’elettricità, i grandi campus digitali dipendono da un volume significativo di acqua. Il report del 2024 del Berkeley Lab, ripreso da varie analisi giornalistiche e tecniche, attribuisce ai data center statunitensi un consumo diretto di 17 miliardi di galloni nel 2023, usati principalmente per il raffreddamento. Lo stesso lavoro stima un’impronta indiretta pari a 211 miliardi di galloni nello stesso anno, legata all’acqua impiegata dalle centrali elettriche che forniscono energia ai data center.
Le proiezioni indicano che questi valori potrebbero raddoppiare o addirittura quadruplicare entro il 2028, a seconda di quanto si diffonderanno sistemi di raffreddamento ad acqua o ad aria e di quanto rapidamente crescerà il parco data center destinato all’AI. Allo stesso tempo il settore sta sperimentando soluzioni più efficienti, come il raffreddamento a circuito chiuso, impianti in aree con maggiore disponibilità idrica e una pianificazione pensata per ridurre gli impatti locali. Per chi studia il clima, il nodo centrale resta soprattutto la parte indiretta, cioè l’acqua legata alla produzione di elettricità da fonti fossili, che tende a ridursi man mano che nel mix entrano rinnovabili e nucleare.
Quanto pesa davvero l’AI sulle emissioni
Fin qui i numeri possono sembrare imponenti. Il passo successivo è capire che ruolo giocano nelle emissioni complessive di gas serra.
Secondo l’IEA, mettendo insieme tutti i data center del mondo, le emissioni di CO₂ associate all’elettricità consumata dovrebbero trovarsi intorno a un massimo di 320 milioni di tonnellate nel 2030, con una leggera riduzione successiva verso le 300 milioni di tonnellate nel 2035, grazie all’aumento del peso di rinnovabili e nucleare nel mix elettrico. In termini relativi si rimane sotto l’1 per cento delle emissioni globali, anche includendo le applicazioni di intelligenza artificiale.
Lo studio “Watts and Bots: The Energy Implications of AI Adoption”, pubblicato su Environmental Research Letters, analizza nello specifico quanto l’adozione dell’AI negli Stati Uniti aggiunga consumi energetici rispetto al quadro attuale. Gli autori stimano, su base economica settoriale, un incremento di 28 petajoule all’anno, l’equivalente di circa 7–8 TWh, cioè lo 0,03 per cento circa dell’energia consumata ogni anno negli USA. Dal lato climatico la variazione si traduce in 896 kilotonnellate di CO₂, pari a circa lo 0,02 per cento delle emissioni annuali del paese.
Gli stessi ricercatori sottolineano che, a livello locale, l’effetto può risultare molto evidente: in alcune contee l’arrivo di un grande campus di calcolo può far crescere sensibilmente il fabbisogno elettrico e le emissioni regionali. Sul piano nazionale e globale, invece, l’ordine di grandezza rimane limitato rispetto al totale delle emissioni da trasporti, edifici, industria e generazione elettrica nel suo complesso.
Da dove viene l’energia dei data center
Per capire l’impatto climatico dell’AI, il punto chiave diventa quindi il mix energetico, più ancora della pura quantità di elettricità usata.
Le pagine di “Energy and AI” dedicate all’offerta energetica indicano un cambiamento in corso piuttosto netto. L’IEA prevede che nel 2030 rinnovabili e nucleare forniscano quasi il 60 per cento dell’elettricità consumata dai data center, rispetto a circa il 35 per cento attuale; negli Stati Uniti, in particolare, molte grandi aziende del cloud hanno firmato contratti di lungo periodo per parchi eolici, fotovoltaici e, sempre più spesso, per impianti nucleari, con l’obiettivo di assicurarsi forniture a basse emissioni e stabili nel tempo.
Nel breve periodo gas naturale e carbone restano ancora una quota importante del mix, specialmente in alcune regioni con legami storici alle centrali a combustibili fossili. L’evoluzione verso rinnovabili e nucleare, però, avviene proprio nei segmenti più dinamici del mercato elettrico, cioè laddove si stanno costruendo nuovi data center e nuove linee di trasmissione. Questo aspetto rende l’AI un attore potenzialmente interessante nella transizione, perché concentra domanda in grandi hub dove diventa conveniente installare nuova capacità di generazione pulita.
L’AI come strumento di efficienza energetica
Nel rapporto “Energy and AI” c’è un intero capitolo dedicato all’uso dell’intelligenza artificiale per ottimizzare l’energia: gestione più precisa della domanda, bilanciamento di reti con alta penetrazione di rinnovabili variabili, manutenzione predittiva di impianti e infrastrutture, controllo di edifici e processi industriali. Anche il report di Eurelectric su AI ed energia insiste su questo aspetto, descrivendo casi in cui modelli di machine learning permettono di ridurre perdite di rete, modulare carichi industriali in base ai prezzi all’ingrosso e migliorare il funzionamento degli accumuli elettrochimici.
Se si intrecciano questi usi “abilitanti” con il consumo aggiuntivo dovuto all’AI stessa, emerge un quadro più sfaccettato: i data center richiedono più elettricità, ma la stessa tecnologia contribuisce a rendere l’intero sistema energetico più efficiente. Gli economisti che hanno firmato “Watts and Bots” collocano per ora questa dinamica su scale molto piccole nelle statistiche nazionali; le previsioni dell’IEA e delle utility europee suggeriscono che il ruolo di ottimizzazione possa diventare via via più visibile nel corso del prossimo decennio.
Come guardano a tutto questo gli investitori
Dal punto di vista finanziario, le stime di JPMorgan aiutano a capire perché, nonostante la crescita dei consumi elettrici, la narrativa prevalente tra gli investitori rimanga fortemente orientata verso l’adozione dell’AI. Nel suo “Outlook 2026”, la banca definisce l’intelligenza artificiale “la tecnologia più trasformativa dai tempi del computing” e attribuisce a questi sistemi la capacità di generare più crescita del PIL rispetto alla spesa dei consumatori, grazie a incrementi di produttività estesi a molti settori.
Allo stesso tempo, i report di mercato dedicano ampio spazio alla questione energetica: carenza di capacità di generazione in alcuni Stati USA, necessità di aggiornare la rete, grandi contratti a lungo termine per rinnovabili e nucleare. La conclusione implicita è che l’intelligenza artificiale diventa un fattore trainante per investimenti in infrastrutture elettriche e per accelerare, almeno in parte, l’installazione di fonti a bassa intensità di carbonio.
Un bilancio provvisorio
Alla luce di questi dati, l’immagine che emerge è meno estrema di quanto suggeriscano alcuni scenari circolati nel dibattito pubblico. L’intelligenza artificiale spinge in modo deciso la domanda di elettricità nei data center, soprattutto negli Stati Uniti, e aumenta la pressione sulle risorse idriche in alcuni territori, ma questi effetti restano oggi concentrati in aree specifiche e vengono progressivamente mitigati da evoluzioni tecnologiche e da un mix energetico più pulito. Su scala globale l’impatto sulle emissioni di CO₂ appare limitato rispetto al totale, mentre i grandi “blocchi” del bilancio climatico continuano a dipendere soprattutto da trasporti, edifici residenziali e commerciali, industria pesante e produzione elettrica complessiva.
Il vero punto di attenzione diventa quindi il modo in cui viene prodotta l’elettricità che alimenta i data center: più il mix si sposta verso rinnovabili e nucleare, più l’incremento di energia dedicata all’AI si traduce in un contributo limitato alle emissioni. In parallelo, gli stessi strumenti di intelligenza artificiale vengono sempre più usati per migliorare efficienza, flessibilità e affidabilità delle reti, con effetti positivi che vanno oltre il perimetro dei data center e rafforzano l’intera infrastruttura energetica.
Per chi osserva questi fenomeni da vicino, il messaggio che arriva dalla combinazione di IEA, Berkeley Lab, Environmental Research Letters e grandi banche d’investimento è relativamente coerente: la sfida principale riguarda l’elettrificazione e la decarbonizzazione del sistema energetico nel suo complesso. L’intelligenza artificiale accelera la domanda e richiede pianificazione accurata, però offre anche strumenti concreti per gestire reti più complesse, integrare più rinnovabili e sostenere la crescita economica.
In questo contesto, l’AI tende sempre più a essere letta come un alleato della transizione energetica. Il tema centrale diventa come orientare investimenti e scelte tecnologiche, così che lo sviluppo di modelli avanzati e di nuovi data center proceda insieme al rafforzamento di infrastrutture pulite e di soluzioni di efficienza, invece di muoversi su binari separati.
Fonti: IEA Energy and AI report, IEA Electricity 2025, Lawrence Berkeley National Laboratory 2024 Data Center Energy Report, U.S. Department of Energy data center briefings, Environmental Research Letters “Watts and Bots” study, CESifo Working Paper on AI energy use, arXiv preprint on AI energy implications, Carbon Brief analysis on AI data center load, Pew Research Center data center water use report, Water Education Foundation data center water consumption analysis, JPMorgan Outlook 2026 AI and infrastructure report
