Manuela Crepaz

A Predaia, in Val di Non, cento metri sottoterra, dentro una miniera di dolomia ancora in attività, è entrato in funzione il data center Intacture. Lo ha realizzato Trentino DataMine — partecipata al 49% dall’Università di Trento e al 51% da un gruppo di imprese locali — ed è il primo impianto europeo di questo tipo costruito in un sito estrattivo ancora operativo. È lo stesso complesso di Tassullo che ospita le già famose celle ipogee per la conservazione delle mele Melinda. Ora nella montagna trovano spazio anche dati e supercalcolo.

Nel sottosuolo corrono oltre 50 chilometri di cavi. Il raffreddamento sfrutta la temperatura naturale della roccia, stabile attorno ai 12 gradi tutto l’anno, riducendo fortemente il ricorso ai sistemi meccanici e all’acqua. Si recuperano spazi esistenti, si limita il consumo di suolo. Una soluzione ingegnosa a un problema molto concreto: l’intelligenza artificiale, per quanto immateriale appaia, ha bisogno di infrastrutture enormi.

Un data center è un edificio pieno di server, computer che elaborano dati senza sosta, con sistemi di raffreddamento, alimentazione elettrica ridondante e connessioni ad altissima capacità. Gli impianti hyperscale, i più grandi, possono estendersi per centinaia di migliaia di metri quadrati e assorbire centinaia di megawatt, quanto una città di medie dimensioni. A costruirli sono soprattutto gli hyperscaler, i colossi tecnologici capaci di gestire cloud e infrastrutture informatiche su scala globale: Google, Microsoft, Amazon, Meta.

In Italia la mappatura presentata nel febbraio 2026 dal Politecnico di Milano stima circa 200 data center: 49 sono in Lombardia e 33 nella sola area metropolitana milanese, dove si concentra circa il 68% della potenza nominale nazionale. Tredici nuovi progetti previsti su terreni ancora permeabili o agricoli nell’area milanese interessano 120 ettari, circa 160 campi da calcio. A Lacchiarella, nel luglio scorso, si è svolta quella che è stata indicata come la prima manifestazione italiana contro un progetto di data center.

La pressione riguarda anche la rete elettrica. A fine gennaio Terna aveva ricevuto 449 richieste di connessione per nuovi impianti, per complessivi 78,79 gigawatt, contro circa 30 a fine 2024. Non saranno necessariamente tutti realizzati, ma il salto dà la misura del fenomeno.

A livello mondiale, secondo l’Agenzia internazionale per l’energia, nel 2024 i data center hanno consumato circa 415 terawattora di elettricità, l’1,5% del totale. La domanda era cresciuta del 12% l’anno nei cinque anni precedenti, quattro volte più rapidamente dei consumi elettrici complessivi. Nel 2025 l’aumento ha raggiunto il 17%, spinto soprattutto dall’AI. Entro il 2030 si potrebbero superare i 900-1.000 terawattora, grosso modo il consumo elettrico attuale del Giappone.

Poi c’è l’acqua. Molti impianti utilizzano torri evaporative per raffreddare i server. In Uruguay, nel 2023, un progetto di Google provocò proteste mentre il Paese affrontava la peggiore siccità in settant’anni. In Cile, nel 2024, un tribunale ambientale impose una nuova valutazione degli effetti sul sistema idrico del progetto Google di Cerrillos; l’azienda abbandonò poi la configurazione originaria annunciando un sistema raffreddato ad aria.

È qui che Intacture mostra il suo interesse: porta sottoterra un’infrastruttura energivora e usa le caratteristiche della montagna per attenuarne alcuni costi ambientali. Un principio che ritroviamo, su scala diversa, nell’ex miniera di carbone di Monte Sinni, nel Sulcis, dove Digital Vault Sulcis prevede un data center Edge AI integrato con produzione e accumulo di energia rinnovabile. Il 4 agosto scorso il Consiglio dei ministri lo ha dichiarato di preminente interesse strategico nazionale: investimento annunciato di circa 1,49 miliardi di euro, con una prima fase fino a 30 MW.

Ma c’è un costo dei data center che non si misura in megawatt, ettari o metri cubi d’acqua.

Robin Wigglesworth, editor di Alphaville del Financial Times, lo affronta in How the A.I. Debt Binge Sinks the Global Economy, pubblicato sul New York Times International Edition del 29-30 agosto scorso. La sua tesi sposta il problema dalla sostenibilità ambientale a quella finanziaria: per costruire l’infrastruttura richiesta dall’AI, i giganti tecnologici stanno assumendo impegni di dimensioni eccezionali.

Secondo i calcoli di Torsten Sløk di Apollo citati da Wigglesworth, i programmi di investimento degli hyperscaler potrebbero equivalere a circa il 3% del Pil statunitense ogni anno: quasi mille miliardi di dollari l’anno tra il 2027 e il 2029.

Non tutto appare come debito nei bilanci. Goldman Sachs stima in circa 1.500 miliardi di dollari gli impegni di leasing, contratti di locazione a lungo termine, assunti dagli hyperscaler per l’AI; circa mille miliardi riguarderebbero contratti non ancora iniziati. Non è “debito nascosto”, ma sono pagamenti già impegnati per il futuro.

Wigglesworth porta un esempio che riporta il discorso esattamente ai data center: Hyperion, il gigantesco campus che Meta sta costruendo in Louisiana. Per finanziarlo, Meta si è impegnata ad affittare il complesso per vent’anni. Secondo l’autore, 27,3 miliardi di dollari non figurano così nel bilancio di Meta come debito, pur comportando obblighi di pagamento futuri.

Ed è qui il passaggio meno scontato. L’AI può mantenere tutte le sue promesse tecnologiche e, nello stesso tempo, produrre una crisi finanziaria. Non occorre che fallisca. Basta che i ricavi generati dall’intelligenza artificiale crescano più lentamente degli investimenti e degli impegni assunti per costruire data center, acquistare chip e assicurarsi l’energia necessaria.

Wigglesworth richiama la febbre ferroviaria dell’Ottocento. Le ferrovie cambiarono davvero il mondo, ma l’eccesso di investimenti e debito provocò fallimenti e perdite. Essere nel giusto sulla tecnologia non significa esserlo sul prezzo pagato per costruirla. Con una differenza, racchiusa nell’ultima frase del suo articolo: «I binari ferroviari durano molto più a lungo dei chip».

A Predaia la montagna offre una risposta intelligente ad alcuni costi fisici del digitale. Resta aperta una domanda più grande: quanto possiamo investire nell’infrastruttura dell’AI prima che sia l’infrastruttura stessa a presentare il conto?