Dietro la semplicità di una domanda digitata su ChatGPT si nasconde una struttura complessa e ad alto consumo energetico. L’industria dell’intelligenza artificiale sta affrontando una sfida che va ben oltre i laboratori di ricerca: quella energetica. I data center che alimentano i modelli di AI generativa richiedono un carico di base costante, e le fonti rinnovabili intermittenti faticano a garantirlo. La soluzione che il settore tecnologico sta scegliendo con crescente convinzione è il nucleare.

L’Italia non è uno spettatore passivo di questo fenomeno. Un report degli analisti di BestBrokers posiziona il Paese al quinto posto in Europa per volume di utilizzo di ChatGPT, con 37,1 milioni di visite mensili e 2,14 miliardi di domande poste ogni mese su base nazionale. Numeri che si traducono direttamente in consumi energetici misurabili.

Quanto consuma una domanda a ChatGPT

Secondo i dati elaborati da BestBrokers, ogni singola domanda posta a ChatGPT richiede 18,9 watt di elettricità. Moltiplicando questo valore per i 2,14 miliardi di query mensili italiane, si ottiene un fabbisogno energetico di circa 40.500 megawatt al mese. Gli esperti lo confrontano con la produzione di una tipica centrale nucleare da 1.000 megawatt, che impiegherebbe due giorni per generare quella quantità. Su base annuale, il consumo elettrico generato solo dall’utilizzo italiano di ChatGPT sale a 486 gigawatt, ovvero l’equivalente di venti giorni di produzione di un reattore nucleare di grandi dimensioni.

Valentina Pontiggia, Direttrice dell’Osservatorio Digital & Sustainable del Politecnico di Milano, ha spiegato ad ANSA che “dietro la semplicità di un clic si nasconde una complessa infrastruttura fatta di data center alimentati da grandi quantità di energia elettrica, sistemi di raffreddamento che utilizzano acqua e reti di calcolo distribuite in tutto il mondo.” Il problema, sottolinea Pontiggia, non riguarda solo OpenAI: l’intera industria dell’AI sta inseguendo una domanda energetica che le reti pubbliche non riescono a soddisfare.

Perché Microsoft, Google e Amazon investono nel nucleare

Microsoft, Google e Amazon hanno già preso decisioni concrete e investito miliardi di dollari per garantire ai propri data center un approvvigionamento energetico stabile e a basse emissioni. Microsoft ha investito 1,6 miliardi di dollari per riavviare entro il 2028 la centrale di Three Mile Island in Pennsylvania, la stessa impianto teatro del noto incidente del 1979. Una scelta simbolicamente significativa che mostra quanto la necessità energetica stia ridisegnando le priorità del settore.

Google ha raggiunto un’intesa con Kairos Power per la costruzione di sette small modular reactor, puntando a raggiungere 500 megawatt di capacità entro la fine del decennio. Amazon ha invece investito 650 milioni di dollari per acquisire un campus energetico alimentato dalla centrale di Susquehanna, in Pennsylvania. Non si tratta di scelte isolate: Microsoft, Google, AWS, insieme a Meta, OpenAI, Oracle e xAI, hanno firmato il “Ratepayer Protection Pledge” della Casa Bianca, un impegno formale a coprire in modo sostenibile i consumi dei rispettivi data center.

Small Modular Reactor: cosa sono e perché interessano l’AI

Al centro della svolta nucleare dell’industria tech ci sono gli small modular reactor (SMR) e gli advanced modular reactor (AMR), tecnologie di nuova generazione che rappresentano un’alternativa più flessibile e sicura rispetto alle centrali tradizionali. La loro dimensione ridotta li rende adattabili a contesti diversi, e la loro produzione in serie abbatte i costi di costruzione rispetto ai grandi impianti.

Anche l’Italia ha avviato un percorso in questa direzione. Il Programma di Ricerca Nucleare (PRN), finanziato dal Ministero dell’Ambiente e della Sicurezza Energetica (MASE), prevede lo sviluppo di tecnologie nucleari di nuova generazione proprio come SMR e AMR, con l’obiettivo di produrre energia sicura e pulita. Una prospettiva che, fino a pochi anni fa, sarebbe sembrata politicamente impraticabile nel Paese che ha abbandonato il nucleare civile nei referendum degli anni Ottanta.

L’impatto energetico dell’intelligenza artificiale sulla sostenibilità

Il nodo energetico dell’intelligenza artificiale non è una questione tecnica circoscritta, ma una sfida di sostenibilità globale. I grandi modelli linguistici come GPT, Gemini, Claude e i loro concorrenti richiedono enormi risorse computazionali sia in fase di addestramento sia in fase di inferenza, ovvero ogni volta che un utente interagisce con loro. Con la diffusione degli agenti AI autonomi — che lavorano in modo continuo, anche quando l’utente è inattivo — il consumo energetico è destinato ad aumentare ulteriormente.

La sfida riguarda anche la gestione dell’acqua. I sistemi di raffreddamento dei data center consumano quantità significative di risorse idriche, un aspetto che aggiunge un’ulteriore dimensione ambientale al dibattito sull’impatto dell’AI. Pontiggia del Politecnico di Milano sottolinea come sia “essenziale progettare fin dall’origine infrastrutture e sistemi di AI capaci di minimizzare l’impatto ambientale”, ricordando che “la sostenibilità è una responsabilità condivisa.”

Il consumo energetico individuale dell’AI conta davvero?

Uno degli aspetti più discussi nel report di BestBrokers riguarda il peso del consumo individuale. L’effetto di una singola domanda può sembrare trascurabile, ma il suo impatto cumulativo su scala nazionale e globale è rilevante. Pontiggia lo esprime con chiarezza: “anche se l’effetto delle singole azioni può sembrare insignificante, quello cumulativo ha un impatto rilevante sul consumo collettivo.”

Questo apre una riflessione più ampia sul rapporto tra utilizzo dell’AI e consapevolezza del suo costo reale. A differenza del consumo di carburante per un’automobile o dell’energia per scaldar casa — consumi visibili e percepibili — quello generato dall’interazione digitale con modelli di intelligenza artificiale è completamente invisibile per l’utente finale. Costruire una cultura di uso consapevole dell’AI è uno dei passaggi necessari per affrontare la questione in modo strutturato.

Il ruolo del nucleare nel futuro dell’intelligenza artificiale

Il ritorno del nucleare nell’agenda delle grandi aziende tecnologiche rappresenta un cambio di paradigma rispetto alla narrativa dominante degli ultimi decenni, che identificava la transizione energetica quasi esclusivamente con solare ed eolico. Il vantaggio del nucleare per i data center è la continuità: a differenza delle fonti rinnovabili, un reattore produce energia in modo costante, indipendentemente dalle condizioni meteorologiche o dall’ora del giorno. È esattamente il tipo di carico che i sistemi AI richiedono.

Le grandi aziende tecnologiche stanno di fatto diventando protagoniste del rilancio dell’industria nucleare civile, con investimenti che potrebbero accelerare lo sviluppo e la certificazione di tecnologie SMR attualmente in fase avanzata di test in più paesi. Il settore AI e quello nucleare si trovano così, per la prima volta, su una traiettoria di convergenza destinata a segnare il decennio.