50.000 tonnellate di rame per un data center per l'IA: la verità oscura sul boom dell'intelligenza artificiale

Sedici anni di attesa: questa carenza di materie prime, passata inosservata, potrebbe far scoppiare la bolla dell'intelligenza artificiale

Montagne di rottami metallici e miliardi di litri d'acqua: quanto ci sta costando davvero la nuova infrastruttura per l'intelligenza artificiale

Quando i giganti della tecnologia si lasciano andare a dichiarazioni entusiastiche sull'intelligenza artificiale, termini astratti come algoritmi, parametri e cloud dominano la scena. Ma la realtà dell'IA è spaventosamente concreta. Il settore sta divorando quantità inimmaginabili di risorse per costruire giganteschi data center su scala hyperscale: decine di migliaia di tonnellate di rame e acciaio, miliardi di litri di acqua potabile e metalli rari per la tecnologia che stanno spingendo le catene di approvvigionamento globali sull'orlo del collasso. Mentre il dibattito pubblico si concentra principalmente sul consumo di elettricità, uno sguardo dietro le quinte rivela un debito materiale ben più grande e strategicamente nascosto. Dall'impennata dei prezzi delle materie prime e dagli insormontabili colli di bottiglia nell'estrazione mineraria all'incombente ondata di rifiuti elettronici, il boom dell'IA si sta dimostrando uno dei consumi di risorse più aggressivi e geopoliticamente esplosivi della storia industriale.

L'industria dell'IA come saccheggiatore di risorse occulto: cosa si cela davvero dietro i miliardi di investimenti?

Quando le aziende tecnologiche presentano i loro ultimi modelli di intelligenza artificiale, parlano di miliardi di parametri, dati di addestramento e del futuro della civiltà umana. La parola rame viene raramente menzionata. E ancor meno frequentemente si sente parlare delle decine di migliaia di tonnellate di acciaio, dei milioni di metri cubi di cemento, degli elementi critici delle terre rare o del crescente problema dei rifiuti elettronici che emerge dietro ogni nuovo modello linguistico. Il dibattito pubblico è focalizzato su due narrazioni: il consumo di energia in kilowattora e il consumo di acqua in litri. Entrambe le narrazioni sono corrette, ma incomplete. Perché il debito materiale fisico generato dal boom dell'IA è molto più esteso, strutturalmente radicato e geopoliticamente esplosivo di quanto i soliti report di sostenibilità delle aziende tecnologiche lascerebbero intendere.

Il rame come nuovo petrolio: perché 50.000 tonnellate sono solo l'inizio

La Copper Development Association ha diffuso una cifra che non ha ancora ricevuto l'attenzione che merita: un singolo data center hyperscale per l'intelligenza artificiale può consumare fino a 50.000 tonnellate di rame. Per fare un confronto, un data center convenzionale ne utilizza tra le 5.000 e le 15.000 tonnellate. Il salto non è lineare, ma un vero e proprio salto quantico. Un singolo data center per l'intelligenza artificiale consuma quindi più rame di tre data center convenzionali messi insieme.

Questo dato diventa concreto quando si comprende l'importanza del rame in un moderno data center per l'intelligenza artificiale. Il metallo non è un singolo componente, ma un materiale onnipresente che permea praticamente ogni funzione della struttura. Distribuzione dell'energia, cavi ad alte prestazioni, trasformatori, sbarre collettrici, connettori, sistemi di raffreddamento: tutto si basa sul rame. La sola unità GB200 NVL72 di Nvidia contiene oltre 5.000 cavi in ​​rame per una lunghezza totale di oltre 3,2 chilometri. E il TDP (Thermal Design Power) di un singolo chip NVIDIA H100 è già di 700 watt, il che impone requisiti estremi in termini di dissipazione del calore e, di conseguenza, di sistemi di raffreddamento basati sul rame.

A titolo di confronto, il data center di Microsoft a Chicago, costato 500 milioni di dollari, ha richiesto ben 2.177 tonnellate di rame. Questo dimostra che anche i progetti di medie dimensioni consumano migliaia di tonnellate, mentre le più grandi strutture dedicate all'intelligenza artificiale possono raggiungere le già citate 50.000 tonnellate.

Il rame è semplicemente insostituibile nella sua funzione. Solo questo metallo è in grado di condurre efficacemente il calore verso l'esterno dei dispositivi e solo il rame offre la conduttività elettrica necessaria per la distribuzione dell'energia in un data center ad alte prestazioni. La banca d'investimento Goldman Sachs ha giustamente definito il rame il petrolio dell'era dell'intelligenza artificiale: una definizione più precisa dal punto di vista economico di quanto possa sembrare a prima vista.

Le conseguenze per il mercato globale del rame sono significative. Secondo un'analisi di BloombergNEF, la domanda di rame da parte dei data center basati sull'intelligenza artificiale si attesterà in media intorno alle 400.000 tonnellate all'anno nel prossimo decennio, con un picco di 572.000 tonnellate nel 2028. Entro il 2035, la quantità cumulativa di rame immobilizzata nei data center potrebbe superare i 4,3 milioni di tonnellate. Si tratta all'incirca della quantità che il Cile, il maggiore produttore mondiale di rame, estrae in sei mesi. JP Morgan prevede un deficit globale di rame di circa 4 milioni di tonnellate entro il 2030, mentre S&P Global si aspetta che la domanda di rame aumenti di circa il 50%, raggiungendo i 42 milioni di tonnellate entro il 2040.

Il prezzo dei metalli è alle stelle: come il boom dell'IA sta rimodellando i mercati

Il prezzo del rame racconta una storia che la maggior parte delle narrazioni sull'intelligenza artificiale trascura. Nel 2025, il prezzo del rame al London Metal Exchange è aumentato di oltre il 43%, registrando la migliore performance annuale dal 2009. All'inizio del 2026, il prezzo ha superato per la prima volta la soglia dei 13.020 dollari a tonnellata, per poi ritracciare intorno ai 12.500 dollari. Goldman Sachs prevede che i prezzi rimarranno stabilmente al di sopra dei 12.000 dollari fino alla fine del decennio.

I fattori che influenzano i prezzi sono molteplici e si rafforzano a vicenda. Sul fronte della domanda, tre settori principali sono ora in competizione per lo stesso metallo: la transizione energetica con veicoli elettrici e turbine eoliche, l'espansione delle reti elettriche e i data center per l'intelligenza artificiale. Sul fronte dell'offerta, sono evidenti deficit strutturali che non possono essere risolti con investimenti a breve termine. Le interruzioni dell'attività mineraria in paesi produttori chiave come Cile, Indonesia e Repubblica Democratica del Congo, lo sciopero nella miniera di Mantoverde e anni di sottoinvestimenti hanno esaurito le riserve del sistema.

Il vero collo di bottiglia strutturale, tuttavia, non risiede nella geologia, bensì nel tempo. Dalla scoperta di un giacimento di rame all'inizio della produzione commerciale trascorrono in media 16,2 anni. Per una nuova miniera di rame, quasi 12,4 anni devono essere dedicati all'esplorazione e agli studi di fattibilità prima ancora di effettuare qualsiasi investimento nella costruzione. La conseguenza è brutalmente semplice: le miniere destinate a soddisfare la domanda di rame del 2030 avrebbero dovuto essere scoperte già nel 2014 e finanziate entro il 2015. Questo non è accaduto.

Al contempo, la dimensione della politica commerciale, insita nel sistema tariffario statunitense, distorce i flussi globali di rame. Gli analisti di UBS stimano che, a un certo punto, gli Stati Uniti detenessero circa la metà delle scorte mondiali di rame disponibili, pur rappresentando meno del dieci percento della domanda globale di rame. Questa distorsione del mercato fa aumentare i premi internazionali e aggrava i rischi di approvvigionamento per l'Europa e l'Asia.

Acciaio, cemento e alluminio: la struttura nascosta delle infrastrutture per l'intelligenza artificiale

Il rame è il materiale più in vista, ma non certo l'unico, che sta scomparendo nell'ombra delle narrazioni sull'intelligenza artificiale. La costruzione di un data center hyperscale è un progetto industriale imponente che richiede enormi quantità di materiali da costruzione convenzionali, che non compaiono in nessuna presentazione tecnologica.

L'acciaio è la spina dorsale di ogni data center. È necessario per le strutture portanti, le coperture, i sistemi di pareti, i supporti per le apparecchiature e le infrastrutture di sicurezza. I data center più piccoli, con una superficie inferiore a 10.000 metri quadrati, consumano già circa 1.500-2.000 tonnellate di acciaio e 10.000 metri cubi di calcestruzzo. Per le strutture hyperscale, che oggi raggiungono capacità da 150 megawatt a ben oltre un gigawatt, queste cifre si moltiplicano di conseguenza. Inoltre, l'aumento dei carichi sui pavimenti dovuto ai pesanti rack dei server – dai tradizionali 2,5-5 kilonewton per metro quadrato agli attuali 12-15 kN/m² – richiede lastre di calcestruzzo più spesse e strutture in acciaio armato.

Uno studio commissionato da Greenpeace e condotto dall'Öko-Institut (Istituto di Ecologia Applicata) ha stabilito che la sola espansione dei data center dedicati all'intelligenza artificiale richiederà circa 920 chilotoni di acciaio e circa 100 chilotoni di materie prime critiche entro il 2030. L'alluminio, anch'esso un materiale essenziale, viene utilizzato nei data center per i rivestimenti esterni, i sistemi HVAC, le canaline portacavi e gli armadi per i server, principalmente per la sua bassa densità e resistenza alla corrosione. L'argento è utilizzato nelle schede dei circuiti stampati e nei circuiti integrati dei server; il tantalio, da cui gli Stati Uniti dipendono al 100% dalle importazioni, si trova nei condensatori critici; il platino e il palladio sono utilizzati nei semiconduttori.

Il calcestruzzo è noto per la sua impronta di carbonio sproporzionatamente elevata: secondo le Nazioni Unite, il settore delle costruzioni è responsabile del 38% delle emissioni globali di CO₂ e il calcestruzzo da solo rappresenta l'8% dei gas serra globali. La fase di costruzione di un data center genera quantità significative del cosiddetto carbonio incorporato, ovvero CO₂ prodotta non durante l'esercizio, ma durante l'estrazione dei materiali, il trasporto e la costruzione. Queste emissioni spesso non vengono riportate, o vengono riportate solo parzialmente, nei report di sostenibilità degli operatori perché la rendicontazione normativa si è storicamente concentrata sulle attività operative.

Il paradosso dell'acqua: tre miliardi di litri per pianta all'anno

Sebbene il consumo idrico dei data center per l'intelligenza artificiale sia entrato nel dibattito pubblico, è ancora ampiamente sottovalutato. Un singolo data center da 100 megawatt può richiedere circa 2,5 miliardi di litri d'acqua all'anno, a seconda della tecnologia di raffreddamento e della posizione geografica. I data center di grandi dimensioni possono consumare fino a 19 milioni di litri d'acqua al giorno, secondo le stime di Allianz Commercial, un quantitativo equivalente al consumo giornaliero di una città con un massimo di 50.000 abitanti.

Il meccanismo di raffreddamento è fondamentale per comprendere il problema idrico. Con l'ampio utilizzo delle torri di raffreddamento evaporative, tra il 70 e l'85% dell'acqua utilizzata evapora semplicemente nell'atmosfera. Quest'acqua viene irrimediabilmente persa per il ciclo idrico locale. Quando Google e Microsoft stavano preparando i loro grandi modelli linguistici nel 2021 e nel 2022, entrambe le aziende hanno registrato un aumento del consumo idrico rispettivamente del 34 e del 20 percento su base annua. I data center di Google hanno consumato circa 20 miliardi di litri d'acqua nel 2022, un quantitativo pressoché equivalente al consumo annuo di 2,5 milioni di europei.

Secondo uno studio condotto dall'Università della California e dall'Università del Texas, l'addestramento del modello GPT-3 di OpenAI ha richiesto circa 5,4 milioni di litri d'acqua. Di questi, 700.000 litri sono stati utilizzati esclusivamente per il raffreddamento dei data center, mentre il resto è stato consumato nella catena di approvvigionamento per la produzione di server e la generazione di energia. Un'analisi del governo britannico stima che la domanda globale di acqua, trainata dall'intelligenza artificiale, aumenterà entro il 2027 tra i 4,2 e i 6,6 miliardi di metri cubi. L'Öko-Institut (Istituto di Ecologia Applicata) prevede che la domanda di acqua dei data center quadruplicherà, raggiungendo i 664 miliardi di litri entro il 2030.

Microsoft ha presentato un nuovo design per i data center che non utilizza acqua per il raffreddamento e, secondo l'azienda, consente un risparmio di oltre 125 milioni di litri d'acqua all'anno per ogni struttura. Questa innovazione è lodevole, ma è ancora lontana dal diventare lo standard globale. La stragrande maggioranza delle infrastrutture per l'intelligenza artificiale in costruzione in tutto il mondo si basa sul raffreddamento evaporativo convenzionale, soprattutto nelle regioni in cui l'acqua è ancora facilmente disponibile ma già sotto pressione ecologica.

Terre rare e metalli tecnologici: il tallone d'Achille invisibile

Oltre alle materie prime di base come rame, acciaio e alluminio, esiste un secondo strato di materiali, strategicamente ancora più critico: le terre rare e i metalli tecnologici. Senza il gallio non esistono LED ad alte prestazioni o chip ad alta frequenza. Senza l'indio non esistono touchscreen o antenne 5G. Senza il germanio non esistono i semiconduttori moderni. Senza il tantalio non esistono i condensatori miniaturizzati. Senza il neodimio e il disprosio non esistono i magneti permanenti ad alte prestazioni per ventole e pompe di raffreddamento.

Tutti questi metalli hanno una cosa in comune: la Cina controlla la loro fornitura globale in misura ineguagliata da qualsiasi altra catena di approvvigionamento di materie prime. Quando la Cina ha imposto restrizioni alle esportazioni di gallio e germanio nell'agosto del 2023, i prezzi sono schizzati alle stelle nel giro di poche settimane. Dall'inizio del 2025, è addirittura in vigore un divieto totale di esportazione per gli elementi delle terre rare pesanti. Per l'industria occidentale dell'intelligenza artificiale, ciò rappresenta una dipendenza strutturale che non può essere risolta a breve termine con alcuna strategia di diversificazione.

I metalli tecnologici come il gallio e l'indio vengono spesso prodotti solo come sottoprodotti nell'estrazione di altre materie prime. Ciò significa che, anche se il prezzo aumenta e la domanda cresce, la produzione non può essere semplicemente incrementata. Essa è legata alla produzione primaria del rispettivo metallo principale. Questa inelasticità dell'offerta è una caratteristica strutturale del mercato dei metalli tecnologici che aggrava significativamente i rischi di un picco di domanda guidato dall'intelligenza artificiale.

La dimensione geopolitica è ulteriormente aggravata dal fatto che le rotte di approvvigionamento di materie prime critiche sono sempre più esposte a perturbazioni geopolitiche. Secondo le Nazioni Unite, l'undici percento di tutto il commercio globale transita attraverso lo Stretto di Hormuz, una rotta che trasporta materie prime strategiche per la produzione di chip e che recentemente è stata sottoposta a notevoli pressioni a causa del conflitto con l'Iran. Le interruzioni di questi corridoi non solo aumentano i costi di trasporto, ma costringono anche le compagnie assicurative ad aumentare drasticamente i premi per i rischi di guerra.

La soluzione quasi interna: come Xpert.Digital colma le lacune operative nel marketing e nelle vendite B2B – Smart Content-Driven Business - Immagine: Xpert.Digital

Xpert.Digital è un hub industriale B2B basato sui dati, guidato da Konrad Wolfenstein . L'azienda funge da soluzione esterna, quasi interna, per i partner industriali, colmando le lacune operative in marketing, contenuti e vendite, senza richiedere risorse aggiuntive al cliente.

Maggiori informazioni qui:

• La soluzione quasi interna: come Xpert.Digital colma le lacune operative nel marketing e nelle vendite B2B – Smart Content-Driven Business

Rifiuti elettronici: la bomba a orologeria da mille miliardi di tonnellate nel ciclo di vita dell'IA

Un problema che non emerge mai dalle brochure patinate delle aziende di intelligenza artificiale è la durata di vita drammaticamente breve dell'hardware che utilizzano. Gli analisti prevedono che la maggior parte dei processori per l'IA diventerà tecnicamente obsoleta dopo tre-cinque anni, poiché i cicli di sviluppo dei chip e degli acceleratori per l'IA comportano un significativo salto prestazionale ogni 12-18 mesi. Ciò significa non solo che miliardi di dollari di investimenti perdono valore in pochi anni, ma anche che le materie prime utilizzate per la loro costruzione finiscono in un ciclo di riciclo estremamente breve, un ciclo per il quale l'infrastruttura globale per il riciclo non è progettata.

Uno studio dell'Accademia cinese delle scienze, pubblicato sulla rivista Nature Computational Science, stima che, secondo le stime più prudenti, entro il 2030 il totale dei rifiuti elettronici derivanti dai soli dispositivi LLM raggiungerà i 9 milioni di tonnellate a livello globale. In uno scenario con una rapida diffusione tra gli utenti, questa cifra potrebbe attestarsi intorno ai 2,5 milioni di tonnellate all'anno entro il 2030. A titolo di confronto, nel 2022 il totale dei rifiuti elettronici a livello globale ammontava a circa 62 milioni di tonnellate. I data center dedicati all'intelligenza artificiale aggiungono a questo flusso una nuova componente, prima pressoché inesistente.

L'Öko-Institut avverte che l'espansione dei data center e delle capacità di intelligenza artificiale genererà fino a cinque milioni di tonnellate di rifiuti elettronici aggiuntivi entro il 2030. Questi scarti contengono materiali preziosi come rame, oro, argento, cobalto ed elementi delle terre rare, che in teoria potrebbero essere recuperati. In pratica, tuttavia, mancano sia le capacità tecniche che gli incentivi economici per un riciclo completo. Molti di questi dispositivi finiscono in impianti di riciclaggio informali nei Paesi in via di sviluppo, dove l'estrazione dei metalli preziosi avviene in condizioni pericolose.

La struttura dei costi nascosti: quanto costa realmente un data center per l'intelligenza artificiale

Quando il settore discute dei costi dei data center per l'intelligenza artificiale, in genere cita cifre che vanno dai cinque ai venti miliardi di dollari per ogni grande struttura. Ciò che spesso manca è un'analisi onesta e completa dei costi, che includa tutte le spese dirette e indirette relative alle risorse.

Si stima che il rame rappresenti fino al sei percento dei costi di capitale di un data center. Per un progetto da 10 miliardi di dollari, ciò equivarrebbe a 600 milioni di dollari solo per il rame. Con i prezzi del rame che ora superano i 12.000 dollari a tonnellata e un fabbisogno di 50.000 tonnellate, ciò si traduce in un costo del rame di circa 600 milioni di dollari per struttura – e in aumento, poiché i prezzi del rame sono sottoposti a una pressione strutturale al rialzo. Ogni punto percentuale di aumento del prezzo del rame fa lievitare di milioni di dollari i costi di costruzione di un data center hyperscale.

A tutto ciò si aggiungono i costi di espansione della rete elettrica. Il fabbisogno energetico dei data center ha già spinto diversi governi ad adottare misure drastiche. Negli Stati Uniti, nel marzo 2026 il presidente Trump ha imposto a società tecnologiche come Google, Microsoft, Amazon, Meta e OpenAI di firmare un "Paypayer Protection Pledge", obbligandole a sostenere interamente i costi delle nuove centrali elettriche e dell'espansione della rete. Sebbene questo modello offra una protezione a breve termine ai consumatori residenziali di energia elettrica, trasferisce i costi infrastrutturali sulle spese operative delle aziende e, di conseguenza, sui prezzi dei loro servizi. Alla fine del 2025, l'Irlanda ha emanato normative rigorose che impongono ai nuovi data center di gestire i propri sistemi di accumulo a batteria o centrali elettriche e di coprire almeno l'80% del proprio fabbisogno energetico con fonti di energia rinnovabile di nuova installazione.

Le proiezioni di Allianz Commercial sono preoccupanti: le stime prevedono che la spesa per le infrastrutture di intelligenza artificiale raggiungerà circa settemila miliardi di dollari entro il 2030. Per giustificare questi investimenti, consumatori e imprese dovrebbero investire circa 800 miliardi di dollari in prodotti di intelligenza artificiale, secondo i calcoli del Wall Street Journal, e questo per l'intero ciclo di vita dei data center attualmente in costruzione. Allo stesso tempo, l'assicuratore industriale Allianz Commercial prevede che le scadenze ristrette, la carenza di manodopera qualificata e l'impennata dei prezzi delle materie prime stiano mettendo sempre più a rischio questi progetti di costruzione.

Il debito ecologico dell'attività mineraria: chi ne paga il prezzo nel Sud del mondo?

La discussione sul consumo di risorse da parte dell'intelligenza artificiale di solito si conclude laddove la catena di approvvigionamento diventa opaca: in miniera. Tuttavia, l'estrazione del rame nei principali paesi produttori, Cile e Perù, è tutt'altro che un processo neutro.

In Cile, il più grande produttore mondiale di rame, l'attività mineraria comporta un consumo idrico massiccio nel deserto di Atacama, una delle regioni più aride del pianeta. Il processo di estrazione a cielo aperto e la successiva fusione causano un significativo inquinamento del suolo e dell'aria, oltre a una profonda perturbazione degli ecosistemi locali. In Perù, una ricerca dell'organizzazione Facing Finance ha dimostrato che le importazioni di rame dalla Germania sono inequivocabilmente collegate a violazioni dei diritti umani: anziché i promessi miglioramenti delle condizioni di vita, le regioni minerarie sono afflitte da conflitti sociali e ambientali. Questi costi esterni non compaiono nei bilanci delle aziende tecnologiche. Sono a carico delle popolazioni colpite.

L'industria mineraria stessa si trova ad affrontare un problema fondamentale di capacità produttiva. Gli esperti del settore parlano di un deficit di offerta fino a dieci milioni di tonnellate di rame entro il 2040, una cifra pressoché equivalente all'attuale produzione annua del Cile. Il calo della qualità del minerale nei nuovi giacimenti, l'aumento dei costi di sviluppo, i tempi di autorizzazione più lunghi e la crescente resistenza delle comunità interessate stanno ulteriormente allungando i tempi di realizzazione, già di per sé estremamente lunghi. Una nuova miniera di rame scoperta oggi non potrebbe entrare in produzione prima del 2042. Non si tratta di una debolezza tecnica, bensì della realtà fisica di un'industria progettata per i decenni a venire, che ora si trova a fronteggiare una curva di domanda esponenziale, non lineare.

Uso del suolo: l'impronta invisibile delle infrastrutture di intelligenza artificiale

Un altro aspetto raramente discusso della fame di risorse dell'IA è il consumo di suolo. I data center hyperscale oggi non richiedono più solo pochi ettari, ma spesso centinaia di ettari di terreno, non solo per gli edifici dei server, ma anche per l'alimentazione elettrica, l'infrastruttura di raffreddamento, i sistemi di backup e la relativa distribuzione e sottostazioni elettriche. La domanda di siti idonei vicino a reti elettriche stabili e a sufficienti risorse idriche sta già facendo lievitare i prezzi degli immobili in regioni tradizionalmente sede di data center come la Virginia, Amsterdam e Francoforte.

Secondo McKinsey, i sistemi da 200 megawatt non sono più rari e sono in fase di pianificazione progetti che superano il gigawatt. La densità di potenza per rack di server è aumentata da una media di otto kilowatt nel 2022 a 17 kilowatt per i rack abilitati all'intelligenza artificiale nel 2024, e questa tendenza è in continua evoluzione. Le implicazioni di ciò per i requisiti di spazio e la pianificazione delle infrastrutture non sono ancora sufficientemente affrontate dalle normative nella maggior parte delle regioni.

Nella sola Virginia, la più grande area di data center degli Stati Uniti, si prevede che la domanda di capacità di rete raggiungerà i 12,1 gigawatt entro il 2025, con un aumento di quasi il 30% rispetto all'anno precedente. Nello stato, un quarto del consumo di kilowattora è già destinato al raffreddamento e al funzionamento dell'infrastruttura digitale. In Germania e in Europa, i processi di pianificazione e approvazione per i progetti infrastrutturali su larga scala rappresentano un ulteriore collo di bottiglia: spesso occorrono dai sette ai dodici anni per l'approvazione, la costruzione e la messa in funzione di nuove sottostazioni e linee elettriche ad alta tensione.

Impronta di carbonio nel settore edile: ciò che nessuno vuole misurare

I report di sostenibilità delle principali aziende tecnologiche si concentrano con notevole coerenza su un parametro chiave: il valore PUE (Power Usage Effectiveness), ovvero il rapporto tra il consumo totale di elettricità e il consumo di elettricità per le apparecchiature IT. Un basso valore PUE è considerato un indicatore di efficienza tecnologica. Ciò che questo parametro non riesce a cogliere è il cosiddetto carbonio incorporato, ovvero l'impronta di CO₂ generata durante l'estrazione delle materie prime, la loro lavorazione, il trasporto e la costruzione degli impianti.

Con la progressiva decarbonizzazione delle reti elettriche e la conseguente riduzione dell'impronta di carbonio operativa dei data center, la quota relativa di carbonio incorporato nel bilancio complessivo è in aumento. Per la prossima generazione di data center, progettati per essere alimentati da energia elettrica rinnovabile, il carbonio incorporato potrebbe già rappresentare la metà o più delle emissioni totali del ciclo di vita. Questa conseguenza è stata finora a malapena recepita nel dibattito pubblico.

L'Öko-Institut (Istituto di Ecologia Applicata) ha calcolato che le emissioni di CO₂ provenienti dai data center aumenteranno da 212 milioni di tonnellate nel 2023 a 355 milioni di tonnellate nel 2030, nonostante la prevista massiccia espansione delle energie rinnovabili. Negli Stati Uniti, il 55% dell'elettricità utilizzata per i data center è ancora generata da combustibili fossili come carbone e gas naturale. Finché questa situazione rimarrà invariata, ogni nuovo data center per l'intelligenza artificiale che entra in funzione comporterà non solo un aumento della domanda di rame, acciaio e acqua, ma anche un incremento diretto delle emissioni di CO₂, con tutti i conseguenti costi per la società, la salute e il sistema climatico, costi che peraltro non compaiono nei bilanci delle aziende tecnologiche.

Conclusioni strutturali: i costi dell'invisibilità

Quali conclusioni si possono trarre da questa analisi? Innanzitutto, un'osservazione che induce alla riflessione: la narrazione dell'intelligenza artificiale come tecnologia prevalentemente digitale e intangibile è un mito. L'IA rappresenta uno degli investimenti tecnologici più intensivi in ​​termini di risorse materiali nella storia dell'umanità. Consuma rame, acciaio, cemento, alluminio, elementi delle terre rare e acqua in quantità che superano di gran lunga qualsiasi altro boom tecnologico del passato.

La questione economica fondamentale è: chi si fa carico di questi costi? Attualmente, l'allocazione segue il principio della massima esternalizzazione. Le compagnie minerarie e le comunità che ne subiscono le conseguenze si fanno carico dei costi ambientali e sociali dell'estrazione delle materie prime. I comuni e i gestori delle reti elettriche si fanno carico dei costi delle infrastrutture sovraccariche. Le generazioni future si faranno carico dei costi del cambiamento climatico e dei rifiuti elettronici. E i contribuenti nelle società democratiche sovvenzionano l'espansione della rete elettrica, che non sarebbe necessaria su questa scala senza il boom dell'intelligenza artificiale.

Il fallimento del mercato è di natura strutturale. I prezzi del rame, i costi di costruzione e i prezzi dell'energia internalizzano una quota crescente dei costi reali, ma i danni ambientali in Cile, le violazioni dei diritti umani in Perù e i costi climatici a lungo termine rimangono non prezzati. Senza un sistema di contabilità dei costi totali che incorpori queste esternalità, l'industria dell'IA opera con un accesso di fatto sovvenzionato alle materie prime, a scapito di chi non ha potere contrattuale.

La seconda conclusione riguarda le implicazioni strategiche per l'Europa e la Germania. Rame, gallio, germanio, indio ed elementi delle terre rare sono materie prime per le quali l'Europa dipende quasi interamente dalle importazioni. Il boom dell'intelligenza artificiale aggrava questa dipendenza e aumenta la vulnerabilità geopolitica. La Cina ha dimostrato la sua volontà e capacità di utilizzare i controlli sulle esportazioni come strumento di pressione in politica estera. L'Europa non dispone di una risposta adeguata a questo scenario.

La terza conclusione è forse la più importante: il ritmo di espansione delle infrastrutture per l'IA e il ritmo di sviluppo delle materie prime sono fondamentalmente incompatibili. I data center per l'IA vengono costruiti in due-cinque anni. Per le nuove miniere di rame ci vogliono 16 anni. Per i nuovi progetti di terre rare ci vuole ancora più tempo. Il mercato colmerà questo divario attraverso il meccanismo dei prezzi: aumentando i prezzi delle materie prime, i costi di costruzione e, in definitiva, i prezzi dei servizi di IA. Chi si farà carico di questi costi è ancora da decidere. Quel che è certo, tuttavia, è che il conto sarà salato.

☑️ La nostra lingua aziendale è l'inglese o il tedesco

☑️ NOVITÀ: Corrispondenza nella tua lingua madre!

Konrad Wolfenstein

Io e il mio team saremo lieti di essere a tua disposizione come tuo consulente personale.

Puoi contattarmi compilando il modulo di contatto qui semplicemente chiamandomi al numero +49 7348 4088 965. Il mio indirizzo email è [email protected]:o

Non vedo l'ora di iniziare il nostro progetto comune.

☑️ Supporto alle PMI in strategia, consulenza, pianificazione e implementazione

☑️ Creazione o riallineamento della strategia digitale e digitalizzazione

☑️ Espansione e ottimizzazione dei processi di vendita internazionali

☑️ Piattaforme di trading B2B globali e digitali

☑️ Sviluppo aziendale pionieristico / Marketing / PR / Fiere