Quale AI per l'Europa?

Le due parti precedenti si sono concentrate sui modelli istituzionali, sui paradigmi scientifici e sull’ecosistema industriale entro cui dovrebbe nascere un’eventuale istituzione pubblica europea per l’AI. C’è però una condizione strutturale che merita di essere considerata separatamente: l’energia.

Un’istituzione pubblica europea per l’intelligenza artificiale non può essere pensata soltanto in termini di chip, cloud, dati e modelli. Deve essere pensata anche in termini di energia: chi la produce, a quale costo, con quali continuità di fornitura e con quale grado di dipendenza dall’esterno.

Il consumo energetico dell’AI non è un dettaglio tecnico. È una delle variabili decisive per valutare la fattibilità di qualsiasi grande infrastruttura computazionale. I data center stanno già aumentando in modo significativo la domanda di elettricità, e quelli dedicati all’AI crescono a un ritmo ancora superiore. Le proiezioni più diffuse indicano un forte incremento entro il 2030, trainato sia dall’addestramento dei modelli più avanzati sia dall’inferenza, cioè dall’uso quotidiano dei sistemi da parte di milioni di utenti e imprese.

Questo secondo aspetto è importante. Il problema energetico dell’AI non riguarda solo i grandi cicli di addestramento dei modelli di frontiera. Riguarda anche il loro uso continuo e distribuito: interrogazioni, agenti, applicazioni integrate nei processi produttivi, strumenti di scrittura, ricerca, programmazione, diagnosi, automazione. Più l’AI diventa pervasiva, più il suo costo energetico si sposta dall’eccezione dell’addestramento alla normalità dell’uso.

Il CERN stesso, richiamato come modello dall’inizio di questo dibattito, mostra quanto la questione energetica sia rilevante per le grandi infrastrutture scientifiche. Il CERN si rifornisce prevalentemente di elettricità dalla Francia e in alcuni periodi programma riduzioni dei consumi per contenere i costi energetici. Se questo vale per un’istituzione che si occupa di fisica delle particelle, il problema diventerebbe ancora più serio per un’istituzione dedicata all’AI, dove i consumi sarebbero strutturalmente elevati e destinati a crescere con l’uso.

Le risposte dei privati

Di fronte a questa pressione, i grandi attori privati si stanno già muovendo. Il punto non è soltanto ridurre i consumi o rendere più efficienti i modelli. Il punto è assicurarsi energia stabile, abbondante e prevedibile.

Una prima linea riguarda il nucleare di nuova generazione, in particolare i piccoli reattori modulari. Gli accordi tra operatori di data center e progetti legati agli SMR indicano che l’industria digitale considera il problema energetico come parte integrante della competizione sull’AI. Il messaggio è chiaro: chi controlla la capacità computazionale deve preoccuparsi anche della sua alimentazione.

Una seconda linea riguarda la fusione nucleare. Qui le promesse sono enormi, ma gli orizzonti temporali restano incerti. Aziende come Helion o Commonwealth Fusion Systems attirano capitali e accordi con grandi operatori tecnologici, ma nessuna di queste tecnologie è oggi disponibile su scala commerciale. La fusione potrebbe diventare una delle grandi soluzioni energetiche del futuro, ma non può essere considerata una risposta immediata ai bisogni dei data center nei prossimi anni.

Il dato da trattenere, quindi, non è che il nucleare avanzato o la fusione risolveranno a breve il problema. Il dato è un altro: i grandi attori privati stanno già collegando strategia computazionale e strategia energetica. Non pensano l’AI separatamente dall’energia che la rende possibile.

Il caso europeo

Per l’Europa la questione è ancora più delicata. L’Unione non dispone di una sovranità energetica piena né di una struttura energetica omogenea. La Francia è la principale potenza nucleare del continente, ma la sua capacità non è automaticamente disponibile per un’infrastruttura europea distribuita senza investimenti significativi nelle reti. La Germania ha chiuso le proprie centrali nucleari e continua a fare ricorso a fonti fossili. Altri paesi dipendono da forniture esterne, da gas naturale liquefatto o da rinnovabili che richiedono sistemi di accumulo e reti più robuste.

La Commissione europea ha iniziato a muoversi, anche attraverso nuovi investimenti nel nucleare e nella fusione nell’ambito di Euratom. Ma il problema resta quello dei tempi. Riconoscere la necessità di una strategia energetica non significa averla già costruita. Le grandi infrastrutture energetiche richiedono anni, spesso decenni. E l’AI si sviluppa invece secondo cicli molto più rapidi.

Questo scarto temporale è uno dei nodi più difficili. L’Europa rischia di elaborare una strategia pubblica per l’AI mentre i soggetti privati globali stanno già costruendo, o acquistando, le condizioni energetiche necessarie a sostenere la prossima fase della competizione.

Energia e sovranità computazionale

Tutto questo ha una conseguenza diretta sulla proposta di un’istituzione pubblica europea per l’AI. La sovranità computazionale non riguarda solo chip, dati, cloud e modelli. Riguarda anche l’energia.

Un’istituzione che dipende da fonti energetiche controllate da altri soggetti – privati o stranieri – non è davvero sovrana, anche se possiede server, modelli e personale scientifico. L’energia è parte dell’infrastruttura tanto quanto il calcolo. Senza energia stabile, abbondante e relativamente autonoma, la capacità computazionale resta vulnerabile.

C’è poi un ulteriore problema. I miglioramenti di efficienza non garantiscono necessariamente una riduzione dei consumi complessivi. È possibile che modelli più efficienti rendano l’AI più economica e quindi più diffusa, aumentando il numero di utenti, applicazioni e agenti. In questo senso, l’efficienza può ridurre il costo unitario ma accrescere la domanda totale.

Per questo una proposta seria di istituzione pubblica europea per l’AI dovrebbe includere fin dall’inizio una strategia energetica. Dovrebbe quantificare il fabbisogno atteso, identificare le fonti disponibili sul territorio europeo, valutare la continuità della fornitura, e prevedere un piano che non riproduca sul piano energetico le dipendenze che si vorrebbero superare sul piano computazionale.

In assenza di questo piano, il rischio non è soltanto che l’istituzione nasca dipendente da infrastrutture private per chip e cloud. Il rischio è che dipenda anche dall’energia che li fa funzionare.

Un “CERN per l’AI”, se vuole essere più di una metafora, non può dunque limitarsi a immaginare un centro pubblico di ricerca. Deve misurarsi con le condizioni materiali della sua esistenza. E tra queste condizioni, l’energia non è secondaria: è uno dei luoghi in cui si decide se la sovranità computazionale europea possa diventare reale o restare una formula programmatica.