L’espansione dei data center è una delle trasformazioni più significative che il sistema energetico europeo si troverà ad affrontare nel prossimo decennio.
L’affermazione dell’intelligenza artificiale generativa, del cloud computing e dei servizi digitali sta determinando una significativa crescita della domanda elettrica. Tale fenomeno pone rilevanti criticità infrastrutturali, ambientali e regolatorie, ma apre al contempo importanti opportunità in termini di competitività industriale, innovazione tecnologica e ottimizzazione del sistema elettrico.
Indice degli argomenti
Introduzione
Negli ultimi vent’anni il dibattito energetico europeo si è concentrato prevalentemente sulla decarbonizzazione dell’offerta e, dunque, su policy orientate allo sviluppo delle fonti rinnovabili e al miglioramento dell’efficienza energetica. L’avvento dell’intelligenza artificiale generativa sta tuttavia modificando profondamente questo quadro nella misura in cui essa richiede enormi capacità computazionali che costituiscono un nuovo segmento industriale altamente energivoro.
L’importanza strategica del fenomeno è tale da poter essere paragonata, per impatto economico e geopolitico, alla realizzazione delle grandi infrastrutture energetiche del Novecento. Come oleodotti, gasdotti e reti elettriche hanno sostenuto lo sviluppo industriale del secolo scorso, così i data center rappresentano oggi l’infrastruttura essenziale della nuova economia basata sui dati e sull’intelligenza artificiale.
La nuova domanda elettrica dell’economia digitale
Per lungo tempo la domanda elettrica europea è rimasta relativamente stagnante poiché gli effetti derivanti dalla crescita economica e dall’elettrificazione di alcuni consumi finali sono stati sostanzialmente compensati da recuperi di efficienza energetica.
L’intelligenza artificiale introduce una discontinuità rispetto a questa dinamica storica: secondo numerose analisi internazionali, i consumi elettrici associati ai data center potrebbero più che raddoppiare entro il 2030 con una crescita trainata soprattutto dagli hyperscalers. Dal punto di vista energetico, tali infrastrutture presentano tre caratteristiche fondamentali: elevata intensità di consumo, funzionamento continuo 24/7, e forte concentrazione geografica. Particolarmente significativo è l’aumento della densità energetica dei server: i tradizionali rack informatici richiedevano generalmente tra 5 e 15 kW di potenza mentre le applicazioni legate all’intelligenza artificiale possono oggi superare i 100 kW per rack.
A ciò si aggiunge il cosiddetto “paradosso dell’AI”, riconducibile al più generale paradosso di Jevons. Sebbene l’efficienza energetica delle singole operazioni computazionali continui a migliorare, la riduzione dei costi di utilizzo rende l’intelligenza artificiale sempre più accessibile, ampliandone la diffusione e incrementando il consumo complessivo di energia.
Le criticità energetiche, ambientali e di governance
Allo sviluppo dell’AI sono associate criticità di diverso tipo. La prima riguarda le reti elettriche che sono state progettate in un contesto, caratterizzato da una crescita contenuta della domanda e da carichi distribuiti sul territorio, che lo sviluppo di grandi data center è destinato a modificare radicalmente. Per garantire la connessione di nuovi poli digitali saranno necessari investimenti in linee di trasmissione, reti di distribuzione, trasformatori, stazioni elettriche e sistemi di accumulo dal momento che la capacità residua delle reti risulta già limitata a causa della crescente integrazione delle fonti rinnovabili, e dell’elettrificazione progressiva dei consumi.
Una seconda criticità riguarda il rapporto tra data center e decarbonizzazione. A differenza di molti altri consumatori elettrici, i data center necessitano di alimentazione continua e altamente affidabile. Ciò pone il problema della disponibilità di energia a basse emissioni in ogni ora dell’anno (cd green baseload) la quale risulta poco conciliabile con la naturale intermittenza di eolico e fotovoltaico. Anche quando un operatore acquista energia verde tramite contratti di lungo periodo (PPA[2]) o Garanzie d’Origine, nelle ore prive di produzione rinnovabile il sistema continua a fare affidamento su impianti programmabili, spesso alimentati a gas naturale.
La terza criticità è di tipo economico e regolatorio: lo sviluppo dei data center genera costi che non possono essere classificati in modo netto né come privati, né come collettivi. Da un lato, il principio della cost-causation suggerisce che chi genera un costo debba sostenerlo. Dall’altro, molti investimenti infrastrutturali producono benefici diffusi per l’intero sistema. Ma un’eccessiva socializzazione dei costi sistemici, pur facilitando lo sviluppo dei data center, comporterebbe un aggravio di costo in bolletta per il consumatore finale.
Il caso europeo e italiano: tra competitività, congestioni e sicurezza energetica
Le criticità descritte assumono una rilevanza ancora maggiore nel contesto europeo e, in particolare, in quello italiano. A differenza degli Stati Uniti e della Cina, l’Europa affronta infatti la crescita dei data center partendo da una situazione caratterizzata da prezzi dell’elettricità strutturalmente più elevati, permitting più lento, e da una minore capacità infrastrutturale. Ciò rischia di tradursi in uno svantaggio competitivo proprio nel momento in cui la disponibilità di potenza elettrica sta diventando uno dei principali fattori produttivi dell’economia digitale. Il costo dell’energia sta infatti assumendo per l’AI un ruolo analogo a quello che il costo del lavoro ha avuto per la manifattura tradizionale. La localizzazione dei grandi data center dipenderà sempre più dalla disponibilità di energia affidabile, abbondante e competitiva.
L’Italia presenta, sotto questo profilo, caratteristiche peculiari. Da un lato, oltre a disporre di una posizione geografica favorevole e di un sistema economico che potrebbe beneficiare significativamente dell’intelligenza artificiale, potrebbe acquisire parte del mercato in considerazione dell’attuale saturazione dei tradizionali hub digitali FLAPD[3]. Dall’altro, sconta alcune criticità storiche del sistema elettrico, tra cui prezzi medi dell’elettricità superiori rispetto a molte aree concorrenti, differenziali zonali rilevanti e congestioni infrastrutturali.
Particolarmente significativa è la crescita delle richieste di connessione alla rete elettrica provenienti dal settore dei data center che hanno raggiunto livelli senza precedenti, segnalando una pressione crescente sulle infrastrutture esistenti e la necessità di una pianificazione coordinata tra sviluppo digitale e sviluppo energetico. La forte concentrazione geografica degli investimenti nell’area di Milano e della Lombardia costituisce un ulteriore elemento di attenzione. Se da un lato tale concentrazione genera economie di scala e benefici di agglomerazione, dall’altro rischia di accentuare le congestioni esistenti e di richiedere importanti investimenti di rete. In questo contesto il ruolo di Terna assume un’importanza strategica: il Piano di Sviluppo della rete di trasmissione prevede investimenti senza precedenti destinati ad aumentare la capacità di trasporto dell’energia elettrica, ridurre le congestioni e favorire l’integrazione delle fonti rinnovabili. Una parte crescente di tali investimenti sarà inevitabilmente influenzata anche dalle esigenze dei nuovi carichi digitali.
Il tema si intreccia inoltre con gli obiettivi del Piano Nazionale Integrato Energia Clima: la crescita della domanda elettrica associata all’elettrificazione dei consumi, allo sviluppo dell’idrogeno e alla diffusione dei data center rende ancora più complesso il raggiungimento degli obiettivi di decarbonizzazione. Non si tratta infatti soltanto di installare più capacità rinnovabile, ma di garantire un equilibrio tra produzione, accumuli, reti e sicurezza del sistema. In tale prospettiva emerge anche una connessione diretta con il capacity market. L’aumento di una domanda elettrica continua, concentrata e scarsamente interrompibile accresce il valore economico della capacità programmabile necessaria a garantire l’adeguatezza del sistema nelle ore caratterizzate da bassa produzione rinnovabile. Una parte dei costi associati allo sviluppo dei data center potrebbe quindi manifestarsi indirettamente attraverso la necessità di mantenere o sviluppare capacità di generazione flessibile, tipicamente quella dei cicli combinati a gas (CCGT[4]) i cui costi sono in larga misura socializzati.
Le opportunità legate allo sviluppo dei data center
Allo sviluppo dei data center sono associate anche opportunità di vario ordine. La prima riguarda la competitività industriale. L’intelligenza artificiale è infatti una tecnologia general purpose, potenzialmente comparabile all’elettricità o a internet per capacità di trasformazione dei processi, destinata ad aumentare la produttività in tutti i settori economici.
La seconda riguarda il miglioramento del funzionamento del sistema elettrico. L’AI può aumentare significativamente l’accuratezza delle previsioni sulla produzione rinnovabile e sulla domanda elettrica, riducendo errori di programmazione, costi di bilanciamento e volatilità dei prezzi per l’utente finale. I data center potrebbero inoltre assorbire, anche attraverso stoccaggi integrati, la sempre più frequente overgeneration legata al progressivo aumento della produzione solare nelle ore centrali della giornata, assumendo così un ruolo determinante nello spostamento temporale dell’offerta e divenendo fornitori di flessibilità. La domanda aggiuntiva generata dai data center può accelerare nuovi investimenti in capacità produttiva, accumuli e reti, contribuendo indirettamente alla modernizzazione del sistema elettrico e alimentando la flessibilità del sistema. A questo proposito la vera sfida consiste nel trasformare i data center da semplici consumatori passivi a soggetti attivi della transizione energetica, capaci anche di contribuire alla stabilità del sistema, ponendo attenzione a indicatori quali il PUE[5], il WUE[6] e alla flessibilità della domanda, legata, ad esempio, alle attività computazionali differibili.
La terza opportunità è quella relativa all’integrazione urbana che si sfrutta creando sinergie con altre utenze: i data center generano grandi quantità di calore che possono essere recuperate e valorizzate attraverso reti di teleriscaldamento/teleraffrescamento, serre, ospedali, piscine e altre applicazioni termiche in un’ottica di economia circolare.
Ove le summenzionate sfide venissero vinte, i data center potrebbero progressivamente evolvere da infrastrutture digitali a vere e proprie infrastrutture energetiche integrate.
Conclusioni
Lo sviluppo dell’AI rappresenta contemporaneamente una straordinaria opportunità industriale e una sfida sistemica per il settore energetico. La questione centrale non consiste nello scegliere tra digitalizzazione e sostenibilità, bensì nel costruire un sistema energetico capace di sostenere entrambe. La regolazione che sarà definita nei prossimi anni in materia di reti, accumuli, allocazione dei costi e demand response influenzerà non soltanto l’evoluzione del settore energetico, ma anche la capacità dell’Europa di competere nell’economia dell’intelligenza artificiale, evitando così di sviluppare una nuova e pericolosa dipendenza dall’estero.
In questa prospettiva, i data center devono diventare nodi energetici integrati che, sì, consumano elettricità, ma forniscono calore, partecipano alla flessibilità, usano accumuli, interagiscono con le reti e si integrano nel tessuto urbano. La capacità di cogliere questa opportunità determinerà una parte importante della competitività europea nei prossimi decenni.
Bibliografia
ACER (2024), Monitoring Report on the Internal Electricity Market.
ASHRAE (2021), Thermal Guidelines for Data Processing Environments.
Brynjolfsson, E., McAfee, A. (2014), The Second Machine Age.
ENTSO-E (2024), Ten-Year Network Development Plan.
European Commission (2022), Digitalising the Energy System – EU Action Plan.
European Commission (2024), EU Electricity Market Design Reform.
European Commission (2024), European Data Strategy.
European Commission Joint Research Centre (2024), Best Practices for Energy Efficient Data Centres.
European Data Centre Association (2024), European Data Centre Market Overview.
Goldman Sachs Research (2024), AI, Data Centers and the Coming Surge in Power Demand.
International Energy Agency (2023), Power System Flexibility Tracker.
International Energy Agency (2024), Data Centres and Data Transmission Networks.
International Energy Agency (2025), Electricity 2025.
International Energy Agency (IEA) (2025), Energy and AI.
International Monetary Fund (2024), Gen-AI: Artificial Intelligence and the Future of Work.
International Telecommunication Union (2024), Greening Digital Companies.
IRENA (2023), Innovation Landscape for a Renewable-Powered Future.
Jevons, W.S. (1865), The Coal Question.
Lawrence Berkeley National Laboratory (2024), United States Data Center Energy Usage Report.
McKinsey Global Institute (2023), The Economic Potential of Generative AI.
Nordhaus, W.D. (2021), The Spirit of Green.
Nordic Council of Ministers (2023), Waste Heat Recovery from Data Centres in Northern Europe.
Terna (2025), Piano di Sviluppo della Rete di Trasmissione Nazionale.
Terna (2025), Scenario Description Document.
The Green Grid (2023), PUE: A Comprehensive Examination of the Metric.
Uptime Institute (2024), Global Data Center Survey.
World Economic Forum (2024), Artificial Intelligence and Energy Demand: Opportunities and Challenges.
[1] Centre for Research on Geography, Resources, Environment, Energy & Networks.
[2] Power Purchase Agreement.
[3] Francoforte, Londra, Amsterdam, Parigi e Dublino.
[4] Combined Cycle Gas Turbine.
[5] Power Usage Effectiveness.
[6] Water Usage Effectiveness.













