La crescita dei data center per l’intelligenza artificiale è descritta prevalentemente come un problema di capacità: più domanda elettrica, più centrali, più reti. Questo articolo propone una prospettiva diversa. Una parte dei carichi computazionali dell’AI può essere spostata nel tempo e nello spazio, e il calore prodotto può essere recuperato. A determinate condizioni, i data center possono diventare risorse di flessibilità per il sistema elettrico. L’articolo ne discute i meccanismi, i limiti e le implicazioni per l’Italia.
Introduzione: oltre la logica della capacità aggiuntiva
Il dibattito pubblico sull’energia dell’intelligenza artificiale segue in genere uno schema lineare. La domanda di calcolo cresce, quindi cresce la domanda di elettricità, quindi servono nuova generazione e nuove reti. È lo schema implicito in molte proiezioni e in buona parte delle reazioni politiche, sia di chi chiede di accelerare la costruzione di impianti sia di chi si oppone all’espansione dei data center.
Questo schema trascura una variabile: il profilo temporale della domanda. Un sistema elettrico non è dimensionato sul consumo medio, ma sui picchi. Un nuovo carico che assorbe energia in modo costante impone di espandere la capacità; un carico capace di ridursi nei momenti di massima tensione della rete può invece essere integrato sfruttando margini già esistenti.
La tesi di questo articolo è che i data center per l’AI presentino caratteristiche tecniche che li rendono, almeno in parte, carichi flessibili. Riconoscerlo sposta la questione dal piano della quantità di energia a quello della sua gestione. Il passaggio, tuttavia, non è automatico: richiede regole di mercato, incentivi e obblighi che oggi sono solo in parte presenti.
Il problema: domanda crescente, reti vincolate
Le stime più recenti confermano la dimensione della sfida. Secondo lo scenario delle politiche dichiarate dell’Agenzia Internazionale dell’Energia (IEA), pubblicato il 19 novembre, i data center potrebbero consumare circa 1.000 TWh all’anno entro il 2030. L’Agenzia avverte che la crescita della domanda potrebbe mettere sotto pressione le reti e ritardare nuovi progetti. Le forniture di rame, trasformatori e cavi risultano già insufficienti, e la spesa per le reti dovrebbe aumentare del 75% nel prossimo decennio.
In Europa il vincolo principale non è la generazione, ma la connessione. Nei principali hub europei i tempi di attesa per allacciarsi alla rete possono raggiungere i 7-10 anni. Secondo il documento di posizione ETIP SNET della Commissione europea, tra il 2026 e il 2035 serviranno investimenti nelle reti compresi tra 650 e 900 miliardi di euro.
L’Italia riflette questa dinamica in forma accentuata. L’AI for Energy Report 2026 dell’Energy&Strategy del Politecnico di Milano rileva che le richieste di connessione in alta e altissima tensione per data center hanno raggiunto 101,4 GW a ottobre 2026, ma che meno del 2% è giunto al termine del procedimento. Lo stesso rapporto stima che in Europa i data center contribuiranno per il 28% all’aumento del fabbisogno elettrico tra il 2023 e il 2030, secondi soltanto all’industria.
Il quadro mostra che il nodo non è soltanto quanta energia servirà, ma quando e dove verrà richiesta. È su questa distinzione che si fonda l’ipotesi della flessibilità.
Quadro concettuale: dal carico rigido al carico flessibile
Nella pianificazione dei sistemi elettrici i data center sono stati tradizionalmente trattati come carichi rigidi: consumi elevati, continui e non interrompibili, legati a servizi che devono restare disponibili in ogni momento. Questa rappresentazione è corretta per molte applicazioni, ma non per tutte quelle dell’intelligenza artificiale.
È utile distinguere due categorie di carichi computazionali. L’inferenza, cioè l’uso dei modelli per rispondere alle richieste degli utenti, è sensibile alla latenza e deve essere servita in tempo reale: la sua flessibilità è limitata. L’addestramento dei modelli e molte elaborazioni in blocco sono invece processi lunghi, spesso parallelizzabili, che possono tollerare rallentamenti o interruzioni programmate senza compromettere il servizio finale.
Da questa distinzione derivano due forme di flessibilità:
- Flessibilità temporale: spostare una parte del carico dalle ore di picco a quelle di minore domanda o di maggiore produzione rinnovabile.
- Flessibilità spaziale: allocare i carichi differibili tra data center situati in aree diverse, in funzione della disponibilità di rete e di energia a basse emissioni.
La letteratura tecnica sostiene questa ipotesi. Uno studio pubblicato su arXiv ha confrontato i data center di calcolo ad alte prestazioni orientati all’AI con quelli di uso generale, concludendo che i primi possono offrire maggiore flessibilità al sistema elettrico a un costo inferiore di circa il 50%, rendendo economicamente sostenibile la partecipazione ai mercati dei servizi di rete.
La conseguenza analitica è rilevante. Se una quota della domanda dell’AI è flessibile, la sua integrazione non richiede necessariamente un’espansione della capacità proporzionale al consumo, ma un coordinamento tra operatori digitali e gestori di rete.
Tre canali di integrazione
Il contributo dei data center alla stabilità del sistema elettrico può passare attraverso tre canali distinti.
1. La flessibilità della domanda
Il primo canale consiste nel ridurre i consumi nei momenti di picco e aumentarli quando la domanda complessiva è più bassa. È la soluzione indicata dall’editoriale di Nature del 18 novembre 2026, secondo cui la domanda aggiuntiva di calcolo deve essere soddisfatta in modo intelligente e sostenibile, non bruciando più combustibili fossili.
L’editoriale richiama un’analisi della Duke University del 2025. Secondo lo studio, la rete elettrica statunitense potrebbe accogliere 98 GW di domanda aggiuntiva senza nuova capacità di generazione, a condizione che i nuovi carichi accettino di ridurre i propri consumi nei periodi di massima tensione. Una quantità sufficiente a coprire gran parte dell’espansione dei data center attesa negli Stati Uniti nei prossimi anni. Il principio è trasferibile al contesto europeo: la rete è dimensionata sui picchi, e nelle altre ore dispone di margini inutilizzati.
2. L’accumulo e i servizi di rete
Il secondo canale riguarda gli impianti già presenti nei data center. Per garantire la continuità del servizio, ogni struttura dispone di sistemi di alimentazione di riserva: batterie e gruppi di continuità. Questi sistemi possono essere impiegati anche per fornire servizi di regolazione della frequenza e di risposta rapida alla rete.
Il rapporto Power Couples di Eurelectric, presentato al Power Summit 2026 di Helsinki, cita il caso del data center di Microsoft a Dublino, che fornisce servizi di risposta rapida alla rete irlandese. Il caso è significativo perché l’Irlanda è uno dei sistemi europei in cui il peso dei data center sul consumo elettrico nazionale è più elevato.
3. Il recupero del calore
Il terzo canale riguarda il calore. Un data center converte quasi tutta l’energia assorbita in calore, che viene normalmente dissipato nell’ambiente. Integrato in una rete di teleriscaldamento, questo calore può sostituire energia altrimenti prodotta per il riscaldamento degli edifici.
Il caso più citato è quello di Stockholm Data Parks, dove il calore di scarto di oltre 30 data center viene venduto alla rete di teleriscaldamento cittadina. In questo modello il data center cessa di essere soltanto un consumatore e diventa parte di un sistema energetico integrato. L’Unione Europea ha già recepito il principio: la Direttiva sull’efficienza energetica (UE 2023/1791) prevede che i data center con potenza nominale superiore a 1 MW utilizzino il calore di scarto, salvo dimostrata impossibilità tecnica o economica.

Limiti e condizioni
L’ipotesi della flessibilità non va sopravvalutata. Almeno quattro condizioni ne determinano l’effettiva portata.
La prima è la composizione dei carichi. La quota di consumo realmente differibile dipende dal rapporto tra addestramento e inferenza. Con la diffusione dei servizi di AI generativa al pubblico, il peso dell’inferenza tende a crescere, e con esso la componente rigida della domanda. La flessibilità disponibile potrebbe quindi ridursi proprio mentre la domanda complessiva aumenta.
La seconda è l’incentivo economico. I data center per l’AI sono infrastrutture ad alta intensità di capitale: ogni ora di inattività dei processori ha un costo opportunità elevato. Un operatore accetterà di ridurre i consumi solo se la remunerazione dei servizi di flessibilità, o le condizioni di accesso alla rete, compensano questo costo. In assenza di segnali di prezzo adeguati, la flessibilità resta tecnicamente possibile ma economicamente irrilevante.
La terza è la localizzazione. Il recupero del calore richiede la vicinanza a reti di teleriscaldamento e a una domanda termica stabile. È una condizione diffusa nei Paesi nordici, molto meno nell’Europa meridionale, dove la domanda di riscaldamento è più bassa e concentrata in pochi mesi. Il modello di Stoccolma non è replicabile ovunque nella stessa forma.
La quarta è il rischio di rimbalzo. Se la flessibilità consente di connettere più rapidamente nuovi impianti, il risultato netto può essere un aumento dei consumi complessivi anziché una loro migliore distribuzione. La flessibilità riduce il costo di integrazione della domanda, ma non ne limita la crescita. Per questo non può sostituire, ma solo affiancare, l’approvvigionamento da fonti a basse emissioni e i criteri di efficienza.
In sintesi, la flessibilità è una condizione necessaria ma non sufficiente per una crescita sostenibile della capacità di calcolo.
Implicazioni per l’Italia
Per l’Italia la questione ha un rilievo particolare. Il divario tra i 101,4 GW di richieste di connessione e la quota minima di progetti giunti a conclusione indica che il vincolo non è l’interesse degli investitori, ma la capacità della rete di accogliere nuovi carichi. In questo contesto, la flessibilità può diventare un criterio di selezione dei progetti.
Si possono individuare tre direttrici di intervento.
La prima riguarda le condizioni di connessione. Un nuovo data center che accetta una connessione flessibile, cioè la possibilità di essere modulato nei periodi critici, impone alla rete un onere minore di uno che richiede una potenza garantita in ogni momento. Prevedere tempi o condizioni di accesso differenziati in funzione della flessibilità offerta permetterebbe di dare priorità ai progetti con il minore impatto sul sistema.
La seconda riguarda i mercati dei servizi. La riforma del dispacciamento elettrico ha progressivamente aperto la partecipazione della domanda ai servizi di rete. Rendere esplicita la possibilità per i data center di offrire flessibilità, anche attraverso i propri sistemi di accumulo, trasformerebbe una capacità tecnica latente in una risorsa per il sistema.
La terza riguarda la pianificazione territoriale. La mappatura delle aree idonee per i data center, avviata in alcune realtà come la Città Metropolitana di Milano, potrebbe incorporare criteri energetici: prossimità a nodi di rete con capacità disponibile, a fonti rinnovabili e, dove esistono, a reti di teleriscaldamento.
Conclusioni
La crescita dell’intelligenza artificiale pone al sistema elettrico europeo una sfida reale. Il modo in cui viene inquadrata, però, non è neutro. Se i data center sono considerati carichi rigidi, l’unica risposta possibile è l’espansione della capacità, con tempi lunghi, costi elevati e un rischio concreto di ricorso alle fonti fossili.
Se invece una parte della loro domanda è riconosciuta come flessibile, la questione diventa di integrazione e di governance. I margini della rete possono essere sfruttati meglio, i sistemi di accumulo possono stabilizzarla e il calore può essere recuperato.
Nessuno di questi meccanismi si attiva spontaneamente: richiedono regole di connessione, segnali di prezzo e criteri di pianificazione coerenti. Per l’Italia, che si propone come polo europeo dei data center, la flessibilità non è un dettaglio tecnico, ma un criterio di sostenibilità del sistema e, al tempo stesso, di competitività degli investimenti.