I data center per l’intelligenza artificiale sono spesso descritti come giganteschi consumatori di energia, strutture che assorbono potenza a ritmi crescenti e che pongono sfide sempre più complesse alle reti elettriche. Eppure, una prospettiva diversa sta guadagnando terreno tra ricercatori e regolatori: questi stessi impianti potrebbero diventare una risorsa attiva per la flessibilità della rete, capaci di modulare i propri consumi in risposta alle condizioni del sistema elettrico. Il tema della demand response applicata ai data center AI è al centro di un dibattito che coinvolge gestori di rete, esperti di regolazione e operatori del settore tecnologico.
Un’analisi su oltre un milione di attività reali
Il punto di partenza più concreto è uno studio basato su tracce operative reali di Alibaba, che ha analizzato il comportamento energetico dei propri data center dedicati all’intelligenza artificiale. L’analisi copre oltre un milione di attività e ha l’obiettivo di quantificare il potenziale di demand response del settore: in sostanza, quanto e come questi impianti possono ridurre l’assorbimento di potenza nei momenti di stress della rete elettrica.
I risultati mostrano che, almeno in determinate condizioni operative, i carichi di lavoro dell’AI non sono tutti ugualmente urgenti. Alcuni processi — come il training di modelli in background, l’elaborazione di batch non prioritari o certe fasi di inferenza — possono essere differiti o rallentati senza conseguenze immediate per l’utente finale. Questa caratteristica apre una finestra di flessibilità che, se coordinata con i segnali del gestore di rete, potrebbe contribuire a stabilizzare il sistema in momenti critici.
Luca Lo Schiavo, già direttore dell’ARERA (Autorità di Regolazione per Energia Reti e Ambiente) fino a dicembre 2024 e oggi esperto di regolazione presso ERRA, ha contribuito a portare questo studio all’attenzione del dibattito italiano ed europeo sulla regolazione energetica. La sua prospettiva è quella di chi conosce i meccanismi di mercato e di rete dall’interno: la flessibilità dei data center non è solo una possibilità tecnica, ma un tema che richiede regole chiare per essere valorizzato.
👉 Leggi anche: Tariffe dinamiche dell'elettricità: come risparmiare in bolletta spostando i consumi
Perché il consumo dei data center AI è diventato un problema strutturale
Per capire l’importanza della flessibilità, bisogna prima inquadrare la dimensione del problema. Secondo le previsioni dell’Agenzia Internazionale dell’Energia, il consumo globale dei data center potrebbe raddoppiare entro il 2030, superando i 900 TWh annui. Una cifra che equivale, per dare un riferimento, al consumo elettrico complessivo di paesi di medie dimensioni.
L’espansione è guidata principalmente dall’AI: addestrare e far girare modelli linguistici di grandi dimensioni richiede acceleratori grafici che lavorano a piena potenza per ore o giorni consecutivi. A differenza dei data center tradizionali, dove i carichi sono relativamente prevedibili e distribuiti, i cluster dedicati all’AI generano picchi di assorbimento molto intensi e concentrati nel tempo.
Questo crea tensioni sulle reti di distribuzione locale e, in alcuni contesti, anche sulla rete di trasmissione nazionale. In Europa, dove la penetrazione delle rinnovabili è in forte crescita, il problema si intreccia con la variabilità della produzione solare ed eolica: nelle ore in cui il vento cala o il sole tramonta, la rete ha bisogno di flessibilità. Se i data center AI possono offrirla, il valore sistemico è reale.
Come l’AI può ottimizzare se stessa per la rete elettrica
C’è un paradosso interessante in questo scenario: l’intelligenza artificiale, che è la causa principale della crescita dei consumi, può anche essere parte della soluzione. I data center moderni utilizzano già sistemi di AI per ottimizzare la gestione interna dell’energia. Un esempio concreto riguarda il raffreddamento: analizzando i dati dei sensori termici distribuiti negli impianti, i sistemi automatici possono regolare in tempo reale la velocità dei ventilatori e la distribuzione del flusso d’aria, riducendo i consumi delle unità di condizionamento senza compromettere la temperatura dei server.
Un secondo ambito di ottimizzazione riguarda il bilanciamento del carico in funzione delle fonti rinnovabili. Quando la produzione solare o eolica è abbondante — e quindi il prezzo dell’energia è basso e le emissioni marginali della rete sono ridotte — i sistemi di gestione possono anticipare o intensificare i carichi di lavoro più pesanti. Viceversa, nelle ore di scarsità, si può alleggerire il consumo spostando le attività meno urgenti.
👉 Leggi anche: Alba Leasing stanzia 100 milioni per rinnovabili e agricoltura sostenibile: Agri Lease ed Energy Lease al via
Questa logica, applicata su scala, trasforma il data center da carico passivo a risorsa attiva. Non si tratta di spegnere i server — operazione impraticabile per i servizi in produzione — ma di modulare i carichi con intelligenza, sfruttando la naturale eterogeneità delle priorità operative.
Flessibilità reale o potenziale ancora da sbloccare?
La distanza tra il potenziale teorico e la realizzazione pratica è ancora significativa. Perché la demand response dei data center AI diventi una risorsa strutturale per la flessibilità della rete, servono almeno tre condizioni che oggi non sono pienamente soddisfatte.
- Contratti e mercati adeguati. Gli operatori di data center devono avere un incentivo economico a ridurre i consumi nei momenti critici. Questo richiede che i mercati della flessibilità siano accessibili anche a carichi industriali di grandi dimensioni, con regole chiare su come partecipare e come essere remunerati.
- Interoperabilità con i gestori di rete. La modulazione dei carichi deve avvenire in coordinamento con i segnali del TSO (gestore della rete di trasmissione) o del DSO (gestore della distribuzione). Questo richiede protocolli di comunicazione standardizzati e accordi operativi che oggi esistono solo in forma sperimentale.
- Classificazione dei carichi. Non tutti i processi AI sono ugualmente differibili. Serve una mappatura interna delle priorità operative, che distingua i carichi critici — inferenza in tempo reale, servizi in produzione — da quelli che possono tollerare ritardi senza impatto sull’utente.
Sul piano regolatorio, il tema è aperto. In Europa, il quadro normativo sull’efficienza energetica dei data center si è evoluto negli ultimi anni, ma la dimensione della flessibilità attiva — cioè la partecipazione dei data center ai mercati della rete — è ancora poco sviluppata. Per approfondire il contesto regolatorio europeo, il rapporto IEA sull’elettricità offre un quadro aggiornato sulle tendenze globali di consumo e flessibilità.
Un cambio di prospettiva necessario
Il punto più importante che emerge da questo dibattito non è tecnico, ma culturale. I data center AI sono stati a lungo pensati come infrastrutture passive: si costruiscono, si alimentano, si raffreddano. L’idea che possano partecipare attivamente alla gestione della rete — offrendo flessibilità nei momenti di stress, assorbendo energia nei momenti di surplus rinnovabile — richiede un cambio di prospettiva da parte di operatori, regolatori e pianificatori di rete.
Non si tratta di minimizzare l’impatto energetico di questi impianti: la crescita dei consumi è reale e richiede risposte strutturali sul lato dell’efficienza e dell’approvvigionamento da fonti rinnovabili. Ma ignorare il potenziale di flessibilità sarebbe un errore altrettanto costoso. Se gestiti con intelligenza — e con le giuste regole di mercato — i grandi data center AI potrebbero diventare uno degli strumenti più efficaci per integrare le rinnovabili variabili nella rete del futuro, trasformando parte del problema in una componente della soluzione.
Questo articolo è stato realizzato con il supporto dell'AI e sottoposto a revisione editoriale.
