AI e data center: la nuova sfida energetica della digitalizzazione

La digitalizzazione dell’economia sta accelerando in modo senza precedenti. A dicembre 2025 le richieste di connessione in alta tensione per nuovi data center in Italia hanno toccato quota 69 GW, oltre il doppio rispetto al 2024 e quasi tredici volte il dato del 2023. Una crescita che riflette l’espansione di servizi cloud, intelligenza artificiale e infrastrutture digitali sempre più complesse.

Secondo il Digitalization and Decarbonization Report 2025 del Politecnico di Milano, la capacità installata dei data center passerà dai circa 609 MW stimati per il 2025 a un valore compreso tra 2,3 e 4,6 GW al 2035. Si tratta di un salto dimensionale che rischia di modificare in profondità il profilo energetico del Paese.

Concentrazione territoriale e stress sulle reti

Le richieste di connessione non sono distribuite in modo uniforme. Oltre metà si concentra tra Lombardia e Piemonte, in particolare nell’area metropolitana di Milano. Seguono, a distanza, Lazio, Puglia, Veneto ed Emilia-Romagna. Questa concentrazione geografica mette sotto pressione le infrastrutture elettriche e solleva interrogativi sulla capacità delle reti di sostenere un’espansione così rapida.

La questione non è solo tecnica, ma anche strategica: la localizzazione dei data center influenza il fabbisogno di investimenti pubblici, la pianificazione territoriale e l’impatto ambientale complessivo della transizione digitale.

Consumi elettrici ed emissioni in crescita

Nel 2024 i data center italiani consumavano circa l’1,9% dell’elettricità nazionale, pari a 5,8 TWh. Entro il 2035 questa quota potrebbe salire tra il 7% e il 13% del totale, considerando anche il peso dei sistemi di raffreddamento, che oggi assorbono fino a un terzo dell’energia complessiva.

Se il mix energetico rimanesse invariato, le emissioni di CO₂ dei data center potrebbero crescere fino a oltre 8 milioni di tonnellate annue. Anche nello scenario più virtuoso, con un sistema elettrico decarbonizzato al 65% come previsto dal PNIEC, le emissioni resterebbero comunque in aumento. Il rischio è che la digitalizzazione diventi una nuova fonte strutturale di pressione climatica.

Autoproduzione e rinnovabili come leva di sostenibilità

Per contenere questo impatto, gli esperti indicano una strada chiara: integrare i data center con sistemi di autoproduzione energetica basati su fonti rinnovabili, eventualmente accompagnati da accumuli. Ridurre il prelievo dalla rete significa non solo tagliare le emissioni, ma anche aumentare la resilienza del sistema.

Secondo Federico Frattini, vicedirettore di Energy & Strategy, solo un forte impegno sulla sostenibilità energetica e sull’adozione di tecnologie green può evitare che il settore diventi un nuovo grande emettitore di carbonio. Il recente Testo Unificato sui Data Center rappresenta un primo tentativo di governare lo sviluppo del comparto, coniugando semplificazione autorizzativa e requisiti ambientali.

L’AI tra problema e soluzione

L’intelligenza artificiale è al centro di questa trasformazione. Da un lato alimenta la crescita dei consumi, richiedendo potenze computazionali sempre maggiori. Dall’altro è uno strumento chiave per migliorare efficienza, ottimizzare i processi industriali, ridurre sprechi e supportare la decarbonizzazione.

Il paradosso è evidente: la stessa tecnologia che contribuisce ad aumentare la domanda energetica è anche quella che può rendere il sistema più sostenibile. La sfida, secondo il Politecnico, non è frenare l’innovazione, ma orientarla fin da subito verso modelli infrastrutturali compatibili con gli obiettivi climatici.

Digitalizzazione e transizione ecologica

L’analisi dei bilanci ESG delle grandi imprese italiane conferma che la digitalizzazione è sempre più utilizzata come leva per la riduzione dei consumi e delle emissioni dirette. Tuttavia, le emissioni indirette lungo le filiere continuano a crescere, segno che l’impatto sistemico resta difficile da controllare.

Nel medio periodo, la vera partita si giocherà sulla capacità di far evolvere insieme hardware, algoritmi, reti e modelli organizzativi, evitando che l’infrastruttura invisibile dell’economia digitale diventi uno dei principali ostacoli alla transizione ecologica.

Image by kp yamu Jayanath from Pixabay