L’intelligenza artificiale viene considerata un progresso nello sviluppo del software. Eppure la sua rapida crescita sta spostando il dibattito dal modello all’infrastruttura che lo sostiene.
Per molto tempo la cloud è sembrata priva di peso, perché le sue condizioni tecniche erano quasi scomparse dalla vista. Per gli utenti, il digitale appariva soprattutto come un’interfaccia, mentre la tecnologia che lo rendeva possibile restava invisibile. I file non si trovavano più sul proprio computer e i programmi diventavano servizi accessibili dal browser. Con l’intelligenza artificiale, questa comoda astrazione arriva al suo limite. Più i modelli diventano grandi, più diventa evidente che l’intelligenza digitale non nasce soltanto dai dati. Ha bisogno di energia elettrica e di un’infrastruttura il cui funzionamento diventa esso stesso oggetto di discussione.
Il termine “cloud” è sempre stato anche una semplificazione estetica. Ha reso linguisticamente invisibile l’infrastruttura tecnica, sostituendola con un’immagine di leggerezza. In realtà, dietro quella parola ci sono data center il cui funzionamento consuma enormi quantità di energia elettrica e richiede sistemi di raffreddamento complessi. L’intelligenza artificiale non inventa da zero questa base materiale, ma ne cambia il significato. In passato, al centro c’erano soprattutto l’archiviazione e la trasmissione dei dati. Oggi stanno emergendo sistemi il cui fabbisogno di potenza di calcolo è cresciuto enormemente in pochissimo tempo.
I data center diventano le fabbriche del presente
Un data center moderno non è uno spazio tecnico neutrale. È una fabbrica, anche se non produce merci visibili. La sua produzione consiste in calcoli, il suo scarto è calore. Proprio questa sobrietà rende il processo politico. Se il fabbisogno elettrico dei data center europei aumenterà fortemente entro il 2030, come indicano le previsioni, l’intelligenza artificiale diventerà una questione di infrastruttura pubblica. A quel punto, i riferimenti ad algoritmi più efficienti o a future capacità rinnovabili non saranno più sufficienti.
Le grandi aziende tecnologiche rendono visibile da sole questa contraddizione. Da un lato promettono infrastrutture climaticamente neutrali, dall’altro registrano emissioni in aumento. Non è solo un problema di comunicazione, ma l’espressione di una tensione strutturale. L’industria digitale vende efficienza, mentre la sua crescita produce nuovi carichi. I progressi nei chip e nei modelli possono essere annullati da un uso più intensivo. La singola richiesta diventa più economica, ma il sistema complessivo continua a crescere.
Questo meccanismo diventa particolarmente evidente nelle applicazioni generative, che non vengono soltanto addestrate, ma utilizzate in modo continuo. Per molto tempo il dibattito si è concentrato sull’enorme sforzo necessario per l’addestramento. Nel frattempo, però, il consumo energetico si sta spostando nell’uso quotidiano. Testi e immagini nascono in pochi secondi, ma non senza un costo materiale. L’interfaccia liscia separa l’azione visibile dalla potenza di calcolo che viene fornita altrove.
La fame di dati diventa fame di energia
La fame energetica dell’intelligenza artificiale non comincia dal contatore elettrico. Nasce dall’ambizione di trasformare enormi quantità di dati in modelli potenti. I dati da soli non sono ancora intelligenza. Solo la loro elaborazione li rende utilizzabili, e questa elaborazione consuma energia. Finché la fame di dati viene descritta soltanto come raccolta o addestramento, resta astratta. Diventa visibile là dove le reti vengono sollecitate e servono nuove capacità.
In questo l’intelligenza artificiale si distingue da molte promesse digitali precedenti. Per molto tempo l’economia delle piattaforme ha potuto sostenere di sostituire processi materiali con una mediazione intelligente. L’intelligenza artificiale rende ora evidenti i limiti di questa narrazione. L’efficienza digitale non significa automaticamente alleggerimento ecologico. Può migliorare i processi, ma allo stesso tempo genera nuova domanda. Proprio perché l’intelligenza artificiale viene integrata in sempre più processi lavorativi e produttivi, il suo consumo non cresce soltanto attraverso singoli grandi progetti.
Il dibattito diventa impreciso quando l’intelligenza artificiale viene descritta solo come rischio climatico o solo come soluzione climatica. Entrambe le letture sono troppo semplici. L’intelligenza artificiale può aiutare a gestire i flussi energetici e ad accelerare la ricerca. Allo stesso tempo ha un proprio fabbisogno di risorse, che non può essere giustificato in modo generico da risparmi futuri. Decisivo non è il promettere, ma il bilancio. E questo non si può dedurre dagli obiettivi aziendali.
Il progresso dipende di nuovo dalla connessione alla rete elettrica
La forza dell’intelligenza artificiale non si manifesta quindi soltanto nei modelli. Dipende anche da dove i data center possono essere costruiti e dalla disponibilità locale di energia sufficiente. Chi ha accesso ai chip ma non a un’alimentazione elettrica stabile non dispone di un’infrastruttura IA affidabile. Chi vuole costruire data center ha bisogno di più del capitale. L’economia digitale ritorna così a una logica industriale: il progresso non è scalabile all’infinito quando i suoi presupposti sono limitati.
Questo ritorno è culturalmente rivelatore. La modernità ha spesso inteso il digitale come un alleggerimento rispetto alle condizioni materiali. Ciò che prima doveva essere disponibile localmente sembrava trasferirsi in servizi remoti. L’intelligenza artificiale prosegue questa narrazione e allo stesso tempo la smentisce. Può accelerare i processi e rendere disponibile il sapere. Ma più diventa potente, meno può essere compresa come puro software.
La fame energetica dell’intelligenza artificiale è quindi più di un problema tecnico. Mostra che la cultura digitale non può più ignorare i propri presupposti materiali. L’intelligenza artificiale continuerà a crescere, perché la sua utilità è reale e la sua dinamica economica resta forte. Nel farlo, però, perde una parte della sua aura. Non appare più soltanto come promessa di automazione intelligente, ma anche come infrastruttura costosa. Il futuro dell’intelligenza artificiale non dipende solo da quanto diventeranno potenti le macchine, ma anche dalle risorse che questa potenza richiede.
