Energia e materie prime. La bilancia commerciale Ue in tilt verso Usa e paesi extraeuropei

Nel secondo trimestre del 2026 l’Unione europea ha registrato un deficit commerciale di 21,8 miliardi di euro. Le importazioni di beni da Paesi extra-Ue hanno raggiunto 701,8 miliardi di euro, superando le esportazioni, ferme a 680 miliardi. A certificarlo è l’Eurostat, indicando che si tratta del primo deficit commerciale dal secondo trimestre del 2023, l’ultimo di una serie di disavanzi alimentati dall’impennata dei costi energetici tra fine 2021 e metà 2023.

Il combinato disposto tra maggiori acquisti di energia e minori vendite di beni ha ridotto ulteriormente l’avanzo commerciale della UE verso gli Stati Uniti.

Quello che era motivo di “orgoglio” per gli europei e di ritorsioni da parte di Trump, è stato portato ai minimi, in pratica a quota 29 miliardi di euro nel secondo trimestre di quest’anno, con un crollo del 38% rispetto allo stesso periodo del 2025.

Secondo quanto riporta Il Sole 24 Ore, l’elaborazione di Eurostat relativa al secondo trimestre dell’anno, ha mostrato un pesante aumento degli acquisti di energia dagli USA, sia con la crescita dei prezzi che con maggiori acquisti in volumi dagli Stati Uniti, tanto da balzare nel secondo trimestre del 2026 a 29 miliardi di euro, poco al di sotto del record toccato a metà 2022, quando i prezzi del gas schizzarono in alto in seguito all’intervento militare della Russia in Ucraina.

Se si prende in esame solo il deficit europeo verso Washington per i prodotti energetici, questo è salito a 26 miliardi di euro, il massimo di sempre in un singolo trimestre.

Ma anche le importazioni complessive dell’Europa dagli Stati Uniti sono salite da 88 a 99 miliardi tra aprile e giugno, abbassando significativamente quello che era lo storico avanzo commerciale tra le due principali economie capitaliste dell’Occidente.

Infatti, la tendenza ribassista dell’avanzo commerciale è stata rafforzata anche dal calo delle esportazioni europee verso gli USA, contenuto dalla crescita di giugno ma consistente nell’intero trimestre, che ha visto una riduzione delle vendite europee tra aprile e maggio da 135 a 128 miliardi di euro.

Il 2025, era stato dominato dai timori per i dazi di Trump, un fattore che aveva spinto numerose aziende europee a sovrastoccare merce verso gli USA, con l’obiettivo di limitare il più possibile l’impatto degli extracosti dovuti alle misure protezioniste annunciate dalla Casa Bianca.

Questo aveva consentito un aumento delle esportazioni che nel primo trimestre 2025 rilevava un record di vendite europee negli USA per 171 miliardi di euro, un incremento straordinario rispetto ad una media storica trimestrale degli ultimi anni nell’ordine dei 130 miliardi a trimestre.

La fine degli effetti del sovrastoccaggio ha però comportato una temporanea caduta al di sotto delle medie storiche, che ha così spinto al ribasso l’avanzo commerciale europeo 2026, dopo i record dell’anno precedente.

Ma per l’Europa il problema non sono solo i dazi imposti da Trump. Infatti secondo Eurostat la bilancia commerciale con le aree extra-Ue si chiude in deficit, con un passivo di 21,8 miliardi di euro nel secondo trimestre 2026. Si tratta del primo “rosso” dal secondo trimestre del 2023: nel complesso le esportazioni verso le aree extra Ue sono cresciute del 5.4% (+€34.9 miliardi) ma le importazioni sono aumentate di quasi dieci punti (+63.4 miliardi)

Chiaramente l’aumento degli acquisti europei è arrivato ancora una volta dall’energia, il cui deficit è passato dai 71 miliardi del primo trimestre ai 101 del periodo aprile-giugno, così come in rosso è l’area delle materie prime, il cui deficit è salito da 7,9 a 9,4 miliardi di euro.

La fine dell’approvvigionamento dal gas russo e le guerre in Ucraina e Medio Oriente, si stanno rivelando fatali per l’economia europea che fino a poco tempo vantava una invidiabile bilancia commerciale.

Fonte

La scarsità vale oro. Le aziende multiutility, mercato e crisi energetica

La multa ad A2A per manipolazione del mercato elettrico non racconta soltanto il comportamento di una grande azienda multiutility, ma rende visibile una contraddizione più generale del sistema energetico: ciò che per la società costituisce scarsità, e quindi maggiore costo, per chi controlla la capacità produttiva sì trasformara in una fonte di profitto.

È da questa contraddizione che conviene partire per comprendere la crisi del modello costruito attraverso le liberalizzazioni e, contemporaneamente, il ritorno della pianificazione pubblica come condizione necessaria allo stesso funzionamento del mercato.

L’Autorità di Regolazione per Energia Reti e Ambiente (ARERA) ha sanzionato A2A con 5 milioni di euro per comportamenti relativi al mercato elettrico del 2022, attraverso la deliberazione 279/2026/S/eel del 30 luglio 2026. Il meccanismo contestato è quello dell’economic withholding (trattenimento economico della capacità produttiva). In termini semplici, immaginiamo che in una determinata ora il sistema abbia bisogno di 100 MWh di elettricità e che 90 siano già disponibili.

Un produttore possiede una centrale in grado di fornire i 10 MWh mancanti, ma presenta quell’energia a un prezzo sufficientemente elevato da farla rimanere fuori dal mercato. La capacità non viene fisicamente sottratta, perché la centrale resta disponibile, ma viene resa economicamente indisponibile. Poiché la domanda deve comunque essere soddisfatta, diventa necessario ricorrere a un’offerta più costosa e il prezzo può aumentare.

Per un grande produttore che vende energia attraverso più impianti, la rinuncia a una quantità relativamente piccola può essere compensata dal maggiore prezzo incassato sull’energia che continua a vendere: in un esempio puramente illustrativo, 100 MWh venduti a 100 euro producono 10.000 euro di ricavi, mentre 90 MWh venduti a 130 euro ne producono 11.700.

Naturalmente non qualsiasi offerta superiore al costo marginale costituisce una manipolazione, perché esistono vincoli tecnici, costi di avviamento, manutenzione e altre ragioni economiche che possono giustificare differenti strategie di offerta. Proprio per questo ARERA deve verificare l’effettiva capacità dell’operatore di influenzare il prezzo e l’assenza di motivazioni legittime.

Il punto politico, tuttavia, precede l’accertamento dell’illecito: la società ha interesse a disporre della maggiore quantità possibile di energia a un costo sostenibile, mentre il capitale che controlla quella produzione di energia deve ricavarne il massimo rendimento. Quando l’offerta è abbondante i due interessi possono apparire compatibili; quando l’energia diventa scarsa, la loro divergenza emerge con maggiore evidenza.

Per famiglie e lavoratori la scarsità energetica significa aumento delle bollette, inflazione e riduzione del salario reale; per le imprese significa crescita dei costi di produzione. Chi controlla capacità produttiva, accumuli, stoccaggi o altre risorse decisive nei momenti critici può invece vedere aumentare il valore economico degli asset posseduti.

La stessa condizione materiale assume quindi un significato differente a seconda della posizione occupata nel rapporto economico: aumenta il valore economico del controllo sulla scarsità proprio mentre aumenta il costo sociale della scarsità stessa.

Il maggiore prezzo all’ingrosso non rimane confinato nella Borsa elettrica, ma si trasmette con tempi e intensità differenti sui venditori, sulle imprese e sui consumatori finali. Un contratto indicizzato al Prezzo Unico Nazionale (PUN) è più direttamente esposto rispetto a uno a prezzo fisso, mentre i fornitori possono attenuare temporaneamente gli effetti attraverso acquisti anticipati e coperture finanziarie.

Quando però il costo dell’energia aumenta in maniera significativa, il sovrapprezzo tende a propagarsi nell’intero sistema economico. È quindi particolarmente rilevante che, nel procedimento contro A2A, ARERA abbia costruito uno scenario controfattuale per stimare quale prezzo si sarebbe formato in assenza della strategia contestata, arrivando a quantificare quello che definisce il “massimo danno potenziale per i consumatori di energia elettrica ascrivibile a A2A”.

Quel numero esiste, ma nella versione pubblica del provvedimento non è conoscibile: sono coperti da omissis il mese preciso del 2022 interessato, l’incremento medio del prezzo in euro per MWh e l’importo complessivo del danno potenziale.

Conosciamo quindi la sanzione, cinque milioni di euro, ma non quanto la condotta sanzionata possa essere costata ai consumatori. Se un’autorità pubblica ha già effettuato quella stima, renderla conoscibile e ricostruire quanto del sovrapprezzo sia arrivato realmente sulle bollette diventa una rivendicazione immediata, sulla quale possono essere utilizzati l’accesso agli atti e, se ne emergessero i presupposti, anche strumenti risarcitori.

La questione di classe non riguarda quindi il funzionamento tecnico della rete elettrica, ma chi sopporta i costi delle scelte necessarie a mantenerla e chi si appropria dei profitti che ne derivano.

La vera alternativa non è più tra mercato e pianificazione, ma tra una pianificazione subordinata alla valorizzazione del capitale e una pianificazione sottoposta al controllo sociale e orientata agli interessi dei lavoratori.

Isolare il caso A2A come semplice deviazione di un singolo operatore sarebbe però fuorviante. Nel luglio 2025 ARERA ha pubblicato un rapporto sul Mercato del Giorno Prima relativo al 2023-2024, nel quale viene analizzato il funzionamento complessivo del mercato.

Per gli impianti a ciclo combinato l’Autorità individua possibili fenomeni di economic withholding in una quota significativa delle ore osservate, pari a circa il 30% nello scenario più prudenziale.

Nelle simulazioni controfattuali, sostituendo le offerte considerate potenzialmente riconducibili al trattenimento con offerte coerenti con il comportamento di un operatore price-taker (un operatore che accetta il prezzo di mercato senza essere in grado di influenzarlo), ARERA rileva impatti al rialzo sui prezzi zonali in almeno il 28% delle ore del 2023 e nel 25% di quelle del 2024, con differenze medie, nelle ore interessate, comprese fra 17 e 22 €/MWh nel 2023 e fra 15 e 24 €/MWh nel 2024.

Questi dati non equivalgono all’accertamento di manipolazioni da parte di tutti gli operatori analizzati, ma mostrano che il problema del potere sull’offerta non può essere ridotto alla condotta occasionale di una singola impresa.

Si manifesta qui una prima contraddizione del modello liberista. Il mercato dovrebbe produrre attraverso la concorrenza un comportamento tale da impedire ai singoli operatori di determinare il prezzo di una merce; nella realtà, a venticinque anni dalla liberalizzazione, l’autorità pubblica deve costruire simulazioni per stabilire quale prezzo si sarebbe formato se gli operatori reali si fossero comportati come i soggetti senza potere di mercato presupposti dalla teoria.

La concorrenza cessa così di apparire come una caratteristica spontanea del mercato e diventa una condizione che deve essere continuamente difesa e ricostruita attraverso regolazione e intervento pubblico.

Uno dei passaggi decisivi nella costruzione di questo sistema avviene in Italia con il decreto legislativo n. 79 del 16 marzo 1999, il cosiddetto decreto Bersani, emanato in attuazione della direttiva europea 96/92/CE. Produzione, importazione, esportazione, acquisto e vendita dell’elettricità vengono liberalizzati, mentre trasmissione e dispacciamento restano riservati allo Stato e la distribuzione viene organizzata attraverso concessioni.

La promessa politica della stagione neoliberista era che la rottura dei monopoli pubblici e la concorrenza avrebbero aumentato l’efficienza e prodotto condizioni più favorevoli anche per gli utenti. Il processo storico ha determinato un esito diverso: le vecchie municipalizzate non sono state sostituite da una moltitudine di piccoli produttori in concorrenza tra loro, ma fusioni, acquisizioni, quotazioni e aggregazioni territoriali hanno favorito la formazione di grandi multiutility capaci di operare sui mercati nazionali ed europei.

A2A è controllata per metà dai Comuni di Milano e Brescia, Iren è a maggioranza pubblica, Hera conserva una forte presenza degli enti locali, mentre Acea è controllata da Roma Capitale.

Questa presenza pubblica nella proprietà non modifica però la funzione economica assunta dalle società, che devono produrre margini, remunerare il capitale, distribuire dividendi, finanziarsi sui mercati e competere con altri gruppi. La liberalizzazione non ha dunque semplicemente trasferito aziende dal pubblico al privato, ma ha trasformato anche una parte della proprietà pubblica in capitale.

Il Comune che possiede una multiutility viene così attraversato da una contraddizione strutturale: come istituzione rappresenta cittadini e lavoratori che hanno interesse a servizi accessibili e prezzi energetici contenuti, mentre come azionista è interessato alla redditività della partecipata e ai dividendi. Non si tratta quindi della sensibilità dei singoli amministratori, ma della funzione attribuita all’impresa: aziende nate per erogare un servizio sono state inserite in un meccanismo nel quale devono comportarsi come capitali e vengono valutate attraverso i criteri della loro valorizzazione.

Questa trasformazione si è sviluppata in una fase caratterizzata dall’integrazione crescente dei mercati e dalla relativa stabilità delle principali direttrici energetiche internazionali. L’espansione dei volumi, il trading (compravendita di energia sui mercati), le aggregazioni e la diversificazione potevano sostenere la redditività dentro un sistema nel quale gli approvvigionamenti apparivano relativamente prevedibili.

La crisi delle catene globali del valore, la guerra in Ucraina, la drastica riduzione delle forniture russe e la crescente competizione internazionale per il gas naturale liquefatto (GNL) hanno però modificato profondamente questo quadro.

Parallelamente, la crescita di fotovoltaico ed eolico aumenta la variabilità della produzione: nelle ore di abbondanza i prezzi possono diminuire fortemente, mentre quando la produzione rinnovabile si riduce acquistano maggiore valore le centrali programmabili, gli accumuli, gli stoccaggi, le interconnessioni e la flessibilità della domanda.

Di conseguenza non conta soltanto quanta energia si produce, ma quale capacità si controlla nel momento in cui il sistema ne ha bisogno.

La sicurezza energetica richiede però che capacità e infrastrutture esistano prima dell’emergenza. Reti, stoccaggi, accumuli, interconnessioni e impianti di riserva devono essere programmati su orizzonti pluriennali, anche quando una parte di essi rimane inutilizzata per lunghi periodi.

Se il prezzo di mercato fosse sufficiente a indirizzare autonomamente tutti gli investimenti necessari, non sarebbe necessario remunerare separatamente la capacità; esiste invece il capacity market (mercato della capacità), attraverso il quale gli operatori ricevono una remunerazione per garantire che determinata capacità produttiva rimanga disponibile quando il sistema ne avrà bisogno.

Allo stesso modo, quando i ricavi di mercato non garantiscono sufficiente certezza agli investimenti vengono utilizzati contratti di lungo periodo e meccanismi di stabilizzazione, quando i prezzi diventano socialmente insostenibili intervengono i governi e quando l’esercizio del potere di mercato minaccia la formazione dei prezzi interviene il regolatore.

Il paradosso prodotto da un quarto di secolo di liberalizzazioni sta precisamente qui. Il mercato è stato costruito come alternativa alla pianificazione pubblica diretta, ma il suo funzionamento dipende sempre più da decisioni pubbliche che programmano infrastrutture, garantiscono capacità, sostengono investimenti, assorbono gli shock e regolano i comportamenti degli operatori.

La crisi del modello liberista non elimina la pianificazione: mostra che il capitale ha bisogno di una pianificazione crescente per continuare a valorizzarsi.

La questione diventa allora quale funzione debba avere questa pianificazione. Oggi lo Stato e le autorità pubbliche garantiscono una parte crescente delle condizioni generali della produzione energetica e ne assorbono una quota rilevante del rischio, mentre gli asset che diventano particolarmente preziosi nei momenti di scarsità rimangono strumenti di valorizzazione dei capitali che li controllano.

La socializzazione riguarda quindi non soltanto i costi delle crisi, ma la costruzione stessa delle condizioni che rendono possibile la redditività privata.

Il caso A2A rappresenta, secondo l’accertamento dell’Autorità, il punto in cui l’utilizzo privato del potere sulla capacità ha superato il limite fissato dalla regolazione; tuttavia la contraddizione esiste prima di quel limite, perché per la società la scarsità deve essere ridotta, mentre per il capitale che controlla una risorsa scarsa essa può aumentarne il rendimento.

Da questo punto di vista, contrapporre semplicemente mercato e pianificazione significa ormai discutere di un’alternativa che lo sviluppo materiale del sistema ha già superato. L’energia viene pianificata e dovrà esserlo sempre di più, perché la sicurezza degli approvvigionamenti, la transizione energetica, le reti e la capacità di riserva non possono essere affidate alla somma delle decisioni immediate di imprese separate. Il vero conflitto riguarda quindi il contenuto della pianificazione, gli obiettivi che le vengono assegnati e i soggetti che ne esercitano il controllo.

La proprietà pubblica, da sola, non fornisce una risposta, come dimostra precisamente il caso di multiutility formalmente controllate dagli enti locali ma inserite pienamente nella logica della valorizzazione.

Un sistema energetico pianificato nell’interesse dei lavoratori dovrebbe invece assumere come criteri prioritari il contenimento strutturale del costo dell’energia, la tutela del salario reale, la sicurezza degli approvvigionamenti, la resilienza delle infrastrutture, la decarbonizzazione e la continuità delle produzioni socialmente necessarie, subordinando a questi obiettivi la formazione e la destinazione del surplus.

La questione di classe non riguarda quindi il funzionamento tecnico della rete elettrica, ma chi sopporta i costi delle scelte necessarie a mantenerla e chi si appropria dei risultati economici che ne derivano.

La vera alternativa non è più tra mercato e pianificazione, ma tra una pianificazione subordinata alla valorizzazione del capitale e una pianificazione sottoposta al controllo sociale e orientata agli interessi dei lavoratori.

In questo quadro, anche la richiesta di rendere pubblico il massimo danno potenziale ai consumatori calcolato da ARERA assume un significato che supera il singolo procedimento: parte da una vertenza concreta su chi abbia sostenuto il sovrapprezzo, ma conduce direttamente alla questione di chi controlli le informazioni e le decisioni fondamentali del sistema energetico.

Il decreto Bersani e la stagione delle liberalizzazioni promettevano che la concorrenza avrebbe disciplinato gli operatori e reso più efficiente l’allocazione delle risorse; oggi il pubblico deve programmare le reti, garantire la capacità, sostenere gli investimenti, assorbire gli shock geopolitici, proteggere gli utenti nelle crisi e impedire che il potere degli operatori alteri la formazione dei prezzi.

La pianificazione, dunque, non è una proposta da introdurre in futuro: è già una necessità materiale del sistema. Il punto politico è sottrarla alla funzione di garanzia della valorizzazione privata e trasformarla in uno strumento di controllo sociale della produzione energetica, perché in una fase nella quale il controllo della capacità disponibile nei momenti di scarsità acquista un valore crescente, decidere chi controlla quella capacità significa decidere anche a quali interessi deve rispondere il potere sull’energia.

Fonte

Il peso dell’intelligenza artificiale

Il caso Travagliato apre una discussione che riguarda tutta la Lombardia

Per molti anni ci siamo abituati a pensare al mondo digitale come a qualcosa di immateriale. Le nostre fotografie finiscono “nel cloud”, i documenti vengono archiviati su server lontani, l’intelligenza artificiale sembra vivere in una dimensione virtuale, senza occupare spazio.

La realtà è molto diversa.

Dietro ogni risposta di un sistema di intelligenza artificiale, dietro ogni archivio digitale, dietro ogni piattaforma informatica esiste una gigantesca infrastruttura fisica fatta di edifici, linee elettriche, trasformatori, impianti di raffreddamento, gruppi elettrogeni e consumi energetici enormi.

È proprio questa realtà che sta emergendo con forza a Travagliato.

Lo scontro politico

Il progetto del maxi Data Center previsto nell’area Averolda ha rapidamente trasformato una pratica urbanistica in un caso politico.

Il Consiglio comunale del 22 luglio si è svolto davanti ad una sala gremita di cittadini, mentre all’esterno oltre trecento persone hanno manifestato con striscioni e cartelli. Una mobilitazione inconsueta per Travagliato, segno che il tema ha ormai superato gli stretti confini dell’urbanistica.

Il sindaco Renato Pasinetti ha invitato alla prudenza, sostenendo che non esiste ancora una pratica edilizia definitiva e che l’amministrazione intende approfondire ogni aspetto prima di assumere decisioni. Ha inoltre respinto le accuse di scarsa trasparenza, ricordando come il Comune avesse già affrontato il tema dei data center nell’aggiornamento degli oneri urbanistici.

Di diverso avviso le minoranze consiliari, che contestano soprattutto il metodo seguito finora. Secondo il gruppo “Travagliato Bene Comune”, il progetto sarebbe stato portato all’attenzione pubblica troppo tardi e senza un adeguato confronto preventivo. Pur riconoscendo il valore strategico dei data center, l’opposizione definisce l’intervento «fuori scala» rispetto alle caratteristiche del territorio.

Al termine della discussione il Consiglio ha approvato l’istituzione di una Consulta comunale di Garanzia Ambientale e di monitoraggio del progetto, segnale evidente della volontà di mantenere alta l’attenzione durante l’iter autorizzativo.

Un impianto dalle dimensioni eccezionali

Le cifre aiutano a comprendere perché il progetto susciti tante discussioni.

Nella versione iniziale l’impianto prevedeva una potenza di 300 Megawatt, successivamente ridimensionata a 120 MW. Anche nella configurazione ridotta si tratta comunque di una struttura di dimensioni eccezionali.

Il progetto prevede un edificio principale di circa 48 mila metri quadrati, una sottostazione elettrica dedicata, sessanta generatori diesel di emergenza, quasi seicentocinquanta posti auto e mezzi pesanti e un’area complessiva di circa 130 mila metri quadrati. Il funzionamento dovrà essere continuo, ventiquattr’ore su ventiquattro, sette giorni su sette.

Accanto alle preoccupazioni ambientali, l’operazione rappresenterebbe anche un’importante entrata economica per il Comune, con oltre undici milioni di euro tra oneri di urbanizzazione, monetizzazioni e altre compensazioni.

Una questione che va oltre Travagliato

Sarebbe però un errore considerare questa vicenda come un semplice conflitto locale.

La documentazione disponibile mostra che progetti analoghi sono già in corso anche in altri territori lombardi.

Il caso di Pozzaglio ed Uniti, nel Cremonese, è particolarmente significativo. Anche lì è previsto un grande campus destinato ad ospitare un Data Center, con procedure urbanistiche, consulenti tecnici e problematiche molto simili a quelle oggi discusse a Travagliato.

Non siamo quindi davanti ad un episodio isolato, ma ad una trasformazione destinata probabilmente a interessare numerose aree della regione.

Una strategia sempre più centralizzata

Mentre a Travagliato e in altri comuni lombardi cresce il contrasto tra amministrazioni, cittadini e comitati, il Governo sembra aver già indicato con chiarezza la direzione di marcia.

Nell’ultimo Consiglio dei Ministri è stata infatti deliberata la dichiarazione di “preminente interesse strategico nazionale” per alcuni grandi Data Center destinati a sorgere tra Lombardia e Piemonte, con investimenti complessivi pari a circa otto miliardi di euro. La scelta consentirà la nomina di commissari straordinari incaricati di rilasciare un’autorizzazione unica destinata a sostituire i diversi provvedimenti normalmente richiesti per opere di questa portata.

Verso l’economia di guerra

Non si tratta soltanto di un’accelerazione amministrativa. È un segnale politico preciso, un rapido scivolamento verso l’economia di guerra. La crescente importanza strategica dei Data Center è infatti legata anche al ruolo assunto dall’Intelligenza Artificiale nei moderni sistemi bellici.

Oggi l’IA viene impiegata nell’analisi dell’intelligence, nella gestione di droni e sistemi autonomi, nella pianificazione delle operazioni, nella guerra elettronica e cibernetica, nelle campagne di informazione e propaganda, nel supporto alle decisioni dei comandi militari e nella progettazione e manutenzione dei sistemi d’arma. La capacità di elaborare enormi quantità di dati è ormai considerata una risorsa essenziale non solo per l’economia digitale, ma anche per fare la guerra. I Data Center quindi non vengono più considerati semplici investimenti immobiliari o iniziative imprenditoriali private.

Il nuovo quadro normativo

La scelta compiuta dal Governo riguarda alcuni progetti dichiarati di “preminente interesse strategico nazionale”, ai quali si applica una procedura straordinaria. La generalità dei Data Center segue invece il percorso previsto dalla nuova normativa nazionale e regionale del 2026. Nei documenti progettuali relativi al caso di Pozzaglio ed Uniti, ad esempio, viene richiamata una procedura autorizzativa unica che concentra le competenze principalmente in capo alla Regione o, nei casi previsti dalla legge, al Ministero dell’Ambiente, riducendo il ruolo decisionale dei singoli Comuni. In altre parole, anche senza ricorrere alla procedura straordinaria prevista per le opere dichiarate di interesse strategico nazionale, il legislatore ha già avviato un processo di progressivo accentramento delle decisioni su queste infrastrutture. Proprio per questo, però, cresce l’esigenza di garantire ai territori un’informazione completa e un confronto pubblico effettivo prima che le decisioni diventino definitive.

Seri interrogativi

Questa impostazione apre seri interrogativi. La procedura straordinaria comprime il ruolo degli enti territoriali e rende più difficile il confronto pubblico sugli impatti ambientali e urbanistici delle nuove infrastrutture. Nello stesso tempo, mentre i promotori sottolineano il valore degli investimenti, resta aperto il dibattito sul loro effettivo ritorno occupazionale, sui consumi energetici e sui costi che l’adeguamento della rete potrebbe comportare per i territori interessati.

In questa prospettiva, la vicenda di Travagliato assume un significato che va oltre i confini del comune bresciano. Diventa uno dei primi luoghi nei quali si misura il rapporto fra una strategia nazionale di sviluppo delle infrastrutture digitali e il diritto delle comunità locali a conoscere, discutere e valutare trasformazioni destinate a incidere profondamente sul proprio territorio.

Le domande ancora aperte

La documentazione tecnica contiene molte risposte ma lascia aperti anche numerosi interrogativi.

Alcuni studi preliminari affrontano i rischi connessi ai serbatoi di gasolio destinati ai gruppi elettrogeni, escludono scenari di esplosione e prevedono sistemi di contenimento e protezione antincendio. Tuttavia gli stessi elaborati precisano che le valutazioni sono ancora preliminari e che le analisi dettagliate sugli scenari incidentali, sugli areali di impatto e sui piani di emergenza saranno sviluppate nelle fasi successive del procedimento autorizzativo.

Questo non costituisce di per sé una prova dell’inadeguatezza del progetto. È semplicemente la dimostrazione che molte delle verifiche decisive devono ancora essere completate.

Ed è comprensibile che proprio su questi aspetti cittadini e amministratori chiedano il massimo livello di trasparenza.

Il peso fisico del digitale

Forse la vera lezione che arriva da Travagliato è un’altra.

Per anni abbiamo parlato di “economia immateriale”, di cloud e di intelligenza artificiale come se tutto questo non avesse un impatto concreto sui territori.

I Data Center raccontano invece una realtà diversa.

L’intelligenza artificiale ha un peso. Consuma energia, richiede acqua per il raffreddamento, occupa suolo, modifica la rete elettrica, produce nuove infrastrutture industriali. In altre parole, il cloud ha un indirizzo.

Ed è proprio questa consapevolezza che dovrebbe accompagnare il dibattito pubblico: non per fermare l’innovazione, ma per governarla. Perché il progresso tecnologico non può essere valutato soltanto in termini economici o industriali. Deve essere compatibile con il territorio, condiviso con le comunità locali e sottoposto ad un confronto trasparente, prima ancora che alle inevitabili autorizzazioni amministrative.

Solo così il futuro digitale potrà diventare davvero una risorsa e non l’ennesimo terreno di scontro tra sviluppo e tutela del territorio.

Fonte

L’Italia invasa dai data center

Secondo i dati più recenti, i data center – le infrastrutture che ospitano i server necessari, tra le altre cose, ad addestrare e utilizzare i sistemi di intelligenza artificiale – presenti o in progettazione in Italia sono 262: solo un anno fa erano 146. La crescita non riguarda soltanto il numero degli impianti, ma anche il loro fabbisogno energetico. Nel 2024 i data center italiani hanno consumato 5,8 TWh, pari a circa il 2% dei consumi elettrici nazionali. Secondo alcuni scenari riportati dall’Osservatorio Data Center del Politecnico di Milano, entro il 2035 potrebbero arrivare a consumare tra 24,5 e 42 TWh, pari al 7-12% del totale nazionale.

Di fronte a un’espansione così rapida, è necessario chiedersi se lo sviluppo dei data center possa essere governato in modo sostenibile o rischi invece di riprodurre le distorsioni già osservate negli Stati Uniti e in altri paesi: consumo di acqua ed energia, occupazione del suolo, aumento dei costi per i cittadini e benefici occupazionali inferiori alle attese.

È in questo scenario che il Ministero delle Imprese e del Made in Italy ha elaborato la “Strategia per l’attrazione in Italia degli investimenti industriali esteri in data center”. L’obiettivo di questa strategia è mostrare come il territorio italiano, con una rete di infrastrutture (fibra ottica, 5G e cavi sottomarini) distribuita in modo omogeneo in tutta la penisola, “possa garantire uno sviluppo sostenuto e sostenibile dei data center in grado di moltiplicare il fattore attrattivo agli investimenti”. Il documento presenta in tal senso un’analisi di settore e una strategia per ridurre e semplificare tempi e modalità di investimento, per rendere l’Italia un polo di investimenti strategico, definito ‘Hub del Mediterraneo’. 

La diffusione dei data center in Italia

Il mercato dei data center in Italia è effettivamente in fortissima crescita: nel triennio 2023-2025 ci sono stati investimenti pari a 7,1 miliardi di euro e per i prossimi tre anni ci si aspetta di raggiungere i 25 miliardi. Una cifra comunque inferiore rispetto alle previsioni del 2023: secondo i dati riportati sempre dall’Osservatorio del Politecnico, ci si aspettava infatti di raggiungere 10,5 miliardi di euro. L’incongruenza è dovuta principalmente agli errori di previsione di operatori internazionali, che sono entrati nel mercato italiano con eccessivo ottimismo riguardo alle tempistiche burocratiche italiane. Ed è proprio per venire incontro alle esigenze degli investitori internazionali e capitalizzare il più possibile le previsioni di mercato che è stata sviluppata la Strategia del Mimit. 

Attualmente, dalla richiesta di costruzione di un data center fino al diritto di iniziare i lavori è previsto un iter che va dai 18 mesi ai 3 anni, periodo nel quale vengono espletate le valutazioni urbanistiche e ambientali. Un periodo che secondo l’Italian Data Center Association (IDA), citata nella strategia, pone il nostro paese in svantaggio competitivo rispetto ad altre nazioni europee. Per superare questo limite, il Mimit propone l’introduzione di un’Autorizzazione Unica a livello nazionale, che possa semplificare le procedure e unificarle sotto un unico ente amministrativo, così da garantire tempi certi.

L’impatto dei data center sul territorio

La semplificazione, in linea di principio, non sottovaluta l’impatto dei data center nel territorio italiano. Anzi, la strategia identifica quattro potenziali effetti benefici a livello territoriale e locale derivanti dagli investimenti sui data center: riqualificazione di aree industriali dismesse (i cosiddetti siti brownfield), iniezione di risorse economiche nei comuni coinvolti, utilizzo del calore di scarto per teleriscaldamento, aumento dei posti di lavoro nel territorio. Va tuttavia verificato se e in che modo questi benefici possono concretizzarsi, analizzando la situazione nei territori protagonisti della crescita del settore. 

La Lombardia è di gran lunga la regione che riceve più investimenti, candidandosi a essere una delle maggiori regioni europee per numero di data center, attualmente concentrati soprattutto nella città metropolitana di Milano, a Bergamo e, più di recente, nella provincia di Pavia. Questi territori stanno vivendo un aumento vertiginoso di nuove strutture: secondo Data Center Map, sono oltre 110 i data center attivi nella sola Lombardia, a cui se ne aggiungeranno una trentina nei prossimi anni. Il rapido sviluppo di queste strutture porta con sé alcune controversie rispetto ai benefici ambientali, specialmente riguardo alla bonifica e riutilizzo delle aree industriali e al teleriscaldamento tramite il calore di scarto. 

Su questi aspetti, la strategia pone solo delle linee guida da rispettare laddove possibile: per esempio, riconvertire siti brownfield invece di utilizzare aree verdi (greenfield) o prediligere sistemi a circuito chiuso in grado di consumare meno acqua. Tuttavia, in assenza di una legge, queste linee guida non vincolano chi investe nel territorio italiano. Per colmare questo vuoto, e per l’ampio numero di investitori, nel maggio scorso la Lombardia è stata la prima regione italiana a promulgare una legge in questa direzione, che pone disincentivi fino al 200% per chi costruisce su terreni verdi che potrebbero essere destinati all’agricoltura.

“Ma la legge non ha tenuto conto delle richieste”, commenta, parlando con Guerre di Rete, Renato Bertoglio di Legambiente Pavia. “Abbiamo chiesto di governare il processo, di porre vincoli, invece hanno messo disincentivi che il più delle volte non hanno un effetto reale, perché costa meno pagare il sovrapprezzo piuttosto che bonificare un’ex area industriale”. Anche da parte di Legambiente, dunque, c’è la richiesta di una legge nazionale che definisca delle condizioni e le renda vincolanti. In assenza di essa, il sito di costruzione di un data center è soggetto alle contingenze del luogo e degli attori coinvolti: può essere effettivamente scelto un sito brownfield, come nel caso del progetto del data center hyperscale della società DC Adriatic a Bari, oppure occupare 60mila metri quadri di terreno verde, come a Certosa di Pavia.

L’invasione del pavese

Negli ultimi anni, proprio la zona del pavese sta registrando la costruzione di numerosi data center: oltre a Certosa, a Lacchiarella è previsto un campus con cinque data center da oltre 200mila metri quadri, a Vellezzo Bellini 110mila, a Bornasco 165mila. Non sempre i progetti offrono ai territori in cui sono installati i benefici indicati nella strategia: se a Magenta, per esempio, è stata riqualificata la vecchia area industriale della Novaceta, a Certosa si vuole costruire su un terreno verde che era destinato ad uso agricolo. 

In entrambi i casi, i cittadini denunciano la costruzione a breve distanza dalle abitazioni: “Non si è considerato che, negli ultimi anni, i paesi si sono espansi in contiguità alle aree dismesse”, dice a Guerre di Rete Sergio Manera, fisico e membro del Comitato di tutela del territorio Certosino. “Non si può costruire vicino alle case, così si rischiano di ripetere gli errori del passato, quando si costruiva senza la sensibilità ambientale che abbiamo oggi”. Nella legge della Regione Lombardia è assente qualsiasi riferimento al limite di vicinanza, e ciò, secondo Manera, fa perdere valore agli immobili del territorio, ridimensionando in questo modo anche gli oneri di urbanizzazione che, secondo la strategia, dovrebbero costituire risorse economiche per i comuni dove si costruisce. 

Come sottolinea Chiara Brocchetta, vicepresidente del Comitato Certosino, ci sono altre vie per far girare l’economia locale: “Certosa ha guadagnato tre milioni dagli oneri dovuti alla costruzione, ma il vicino comune di Borgarello ne ha presi molti di più attraverso progetti europei. In tutto il territorio stanno nascendo sempre più data center, bisogna considerare gli effetti cumulativi di questi impianti in un corridoio agricolo che è anche un’area ad alto interesse turistico”.

D’altronde, l’impatto ambientale non riguarda soltanto i comuni in cui vengono costruiti i data center, ma anche in quelli confinanti. Ce lo spiega Alberta Samuele, sindaca di Borgarello, comune che confina con Certosa e con l’area in cui sorgerà il data center: “L’effetto inquinante sarà prevalentemente nel nostro comune, che non godrà di alcun beneficio economico da questa struttura. Negli ultimi anni abbiamo vinto bandi da sei milioni di euro spesi in opere pubbliche: costruzione di un ambulatorio, ristrutturazione della scuola, depavimentazione. Ci può essere crescita economica anche senza snaturare il territorio”. 

Da quanto emerge da queste testimonianze, la scelta di siti brownfield, laddove venisse effettuata, non sarebbe comunque sufficiente per mitigare gli impatti ambientali, che rimarrebbero elevati specialmente perché si costruiscono tanti impianti in un’area ridotta. In Lombardia è presente quasi la metà dei data center nazionali e anche guardando le richieste di allacciamento (dunque l’interesse futuro) per i data center, la Lombardia da sola rappresenta quasi il 50% di potenza richiesta, seguita con molto distacco da Piemonte (15%) e Puglia (10%). 

Nonostante la maggior parte delle richieste non sia concretamente realizzabile, il rapporto mostra bene la loro distribuzione. La sola Milano, secondo dati del Politecnico, concentra il 68% della potenza energetica nominale installata a livello nazionale con 414 MW IT e punta a superare il valore simbolico di 1 GW entro il 2028. D’altra parte, la strategia del Ministero si propone di distribuire queste infrastrutture su tutta la penisola, ma i comitati cittadini e Legambiente sono d’accordo nel chiedere con celerità una legge nazionale che governi il fenomeno.

Teleriscaldamento e rinnovabili

Anche l’energia pulita gode di grande attenzione. Oggi, con il mix energetico che è al 40% circa composto da fonti rinnovabili, le emissioni di CO2 da parte dei data center sono approssimativamente un milione di tonnellate, a quanto riporta il Politecnico di Milano. Secondo il Piano Nazionale Integrato Energia e Clima (PNIEC) entro il 2030 sarà necessario installare in Italia circa 65 GW di nuova capacità rinnovabile per realizzare un mix elettrico decarbonizzato al 65%. Se anche fosse raggiunto questo obiettivo, secondo l’Osservatorio del Politecnico le emissioni raggiungerebbero un intervallo tra 2,9 e 5 milioni di tonnellate. Una crescita sostenuta e dovuta proprio all’aumento dei data center, ma comunque contenuta rispetto alle 5-8 milioni di tonnellate di emissioni previste se il mix energetico rimanesse invariato. 

La strada verso le rinnovabili è un impegno fondamentale e la strategia del Ministero si muove in questa direzione. Tuttavia, l’energia pulita, da sola, non è sufficiente, perché, come ci spiega Manera, “nel momento in cui ci si allaccia alla corrente elettrica, si utilizza il mix nazionale. Quindi non è possibile, come dicono alcuni, realizzare un data center con energia al 100% rinnovabile, a meno di togliere le fonti pulite ad altri, visto che la coperta è corta”.

Per questo motivo, grande importanza è dedicata anche alle tecnologie che permettono di ridurre inquinamento e dispersione di calore. Il teleriscaldamento, capace di riutilizzare il calore di scarto dei data center per riscaldare abitazioni vicine, è per esempio considerato da varie parti la soluzione ottimale. Permette di ridurre i costi dell’energia così come le emissioni di CO2: esemplare è il caso del data center Avalon 3 di Retelit, a Milano, che, secondo IDA, consente di riscaldare le abitazioni di 1.250 famiglie del Municipio 6, con un risparmio energetico equivalente a 1.300 tonnellate di petrolio e una riduzione delle emissioni di CO2 di 3.300 tonnellate. Ad oggi sono però ben pochi i progetti che godono di tale efficienza. “Ma sono necessari: l’alternativa è la dispersione di calore nell’aria”, spiega Manera, che fa notare come esista una direttiva UE che impone alle imprese uno studio di efficienza energetica per questo tipo di impianti.

La crescita occupazionale

La strategia del Mimit cita tra gli impatti benefici sui territori anche la “creazione di posti di lavoro ad alta specializzazione, sia nelle fasi di progettazione e costruzione sia nella gestione operativa delle infrastrutture stesse”. Secondo l’Italian Data Center Association (IDA), nel 2024 si contavano 28mila lavoratori nell’orbita dei data center, ma di questi solo 1200 erano lavoratori diretti nelle strutture. La maggioranza dei nuovi posti di lavoro riguarda la fase di costruzione, oppure si concentra nelle imprese legate al mondo del digitale e dell’intelligenza artificiale, e quindi la creazione di data center è solo in parte causa di queste nuove assunzioni. 

Non è facile trovare dati sulla crescita dell’occupazione nei data center, ma varie fonti riportano che il settore è agli ultimi posti riguardo a numero di lavoratori per metro quadro. Un recente articolo del Wall Street Journal ha riportato il caso di Abeline, una città in Texas in cui per un data center che inizialmente avrebbe dovuto occupare 100mila metri quadrati non sarebbero stati assunti più di 100 lavoratori. In questo modo, creare un data center in un territorio non significa necessariamente aumentare i posti di lavoro in quel dato luogo. 

Nella strategia del Mimit, molta attenzione è dedicata alla semplificazione amministrativa per ridurre i tempi degli investimenti, mentre per le questioni ambientali si rimanda alle direttive europee e alle linee guida del Ministero dell’Ambiente. Anche per questo è necessaria una legge complessiva, che garantisca una visione a lungo termine di sviluppo tecnologico sostenibile.

Fonte

La termodinamica del capitale: intelligenza artificiale, crisi energetica e crisi ecologica

In questo articolo, Te Li smaschera il mito della dematerializzazione digitale diffuso dai sostenitori dell’intelligenza artificiale (IA), i quali presentano questa tecnologia come un fenomeno che è fuggito dal regno materiale e, di conseguenza, dalla stessa entropia. In realtà, l'autore dimostra come i requisiti materiali ed energetici dell’intelligenza artificiale la inseriscano a pieno titolo nel regno fisico, collocando tale tecnologia nel contesto della frattura metabolica nel capitalismo.

Nella primavera del 2023, Microsoft ha annunciato un investimento multimiliardario in OpenAI, descrivendo la partnership come un salto in avanti verso una civiltà più pulita, più intelligente e più efficiente. Le immagini che accompagnano tali annunci sono invariabilmente eteree: reti neurali luminose, flussi di dati senza peso e algoritmi che danzano attraverso lo spazio digitale privo di attrito. L’intelligenza artificiale (IA), nella narrativa dominante della Silicon Valley e del suo ecosistema mediatico, si presenta come l’apoteosi della dematerializzazione: una tecnologia così raffinata, così puramente cognitiva, da essere finalmente fuggita dal mondo sporco ed entropico delle macchine a vapore, delle miniere di carbone e delle fabbriche.

Questo articolo sostiene che tali rappresentazioni siano ideologiche nel senso marxista del concetto: esse capovolgono la realtà, presentando come immateriale un processo che è profondamente, e conseguentemente, materiale. Si stima che l'addestramento di GPT-4 abbia consumato energia equivalente all'uso annuo di energia elettrica di migliaia di famiglie.[1] Una singola query [richiesta] ad un modello linguistico di grandi dimensioni richiede circa dieci volte l'elettricità necessaria per una ricerca standard su Internet.[2] Il consumo di acqua da parte di Microsoft è aumentato del 34% in un solo anno, un'impennata che il proprio rapporto ambientale ha attribuito direttamente all'espansione dell'infrastruttura di IA.[3] Queste non sono inefficienze incidentali in attesa di un miglioramento tecnico; sono necessità strutturali di una tecnologia il cui substrato fisico – semiconduttori, data center, sistemi di raffreddamento e reti di trasmissione – è tra le infrastrutture che richiedono il maggior impiego di risorse che l’umanità abbia mai costruito.

Il mito della dematerializzazione digitale ha una lunga genealogia. A partire dagli anni ’90, i teorici della “economia dell’informazione” hanno sostenuto che il passaggio dalla produzione manifatturiera ai servizi, e dagli atomi ai bit, avrebbe disaccoppiato la crescita economica dal consumo di risorse materiali.[4] L’ascesa dell’IA ha dato a questa tesi una nuova e più potente versione: se le precedenti tecnologie digitali si limitavano a elaborare le informazioni, l’IA – così recita l'argomentazione – genera essa stessa l’intelligenza, una risorsa la cui abbondanza non esaurisce la natura ma la trascende. Questa è la visione che anima la retorica della “IA per il clima”, della “IA per la sostenibilità”, e l’affermazione più ampia secondo cui la potenza di calcolo può sostituire le risorse naturali nella risoluzione della crisi ecologica.

Il quadro teorico sviluppato in questo articolo, mette in discussione questa visione fin dalle sue fondamenta. Attingo alla tradizione termodinamica nell'ambito dell’economia politica ecologica – dall’opera fondamentale di Nicholas Georgescu-Roegen, The Entropy Law and the Economic Process, alla sintesi ecosocialista sviluppata da John Bellamy Foster e Brett Clark – per sostenere che l’ascesa dell’IA sotto il capitalismo rappresenta non una trascendenza dal mondo materiale ma un’intensificazione del rapporto entropico del capitale con esso.[5] La seconda legge della termodinamica è inesorabile nella sua universalità: ogni calcolo è un evento termodinamico. Consuma energia a bassa entropia – ordinata, utilizzabile, libera per compiere lavori – e restituisce alla biosfera rifiuti ad alta entropia sotto forma di calore, anidride carbonica e materia degradata. Nessun algoritmo, per quanto elegante, sospende questa legge. La questione non è se l'IA produce entropia, ma quanta, a quale ritmo, e quali ecosistemi ne assorbono le conseguenze.

Karl Marx concepiva la produzione come un processo metabolico, come un continuo interscambio tra le società umane e il mondo naturale, mediato dal lavoro e dalla tecnologia. Nel Capitale, egli ha osservato che i macchinari non creano energia, ma trasformano e trasmettono le forze naturali incorporate al suo interno, e che questa trasformazione comporta sempre il consumo di sostanze naturali.[6] Ciò che non avrebbe potuto prevedere era una forma di accumulazione capitalistica in cui la forza produttiva primaria fosse la potenza di calcolo, e in cui le esigenze termodinamiche di tale potenza avrebbero esercitato uno stress senza precedenti sui sistemi energetici planetari, sulle riserve di acqua dolce e sulla stabilità climatica. L’ascesa dell’IA ci pone di fronte alla necessità di estendere l’analisi metabolica di Marx al mondo digitale.

Le dinamiche dell'accumulazione: l'IA come motore ad alta entropia

In primo luogo, la crisi ecologica dell’IA non è un problema termodinamico. È un fatto sociale e storico. I processi specifici che stanno generando l’impatto ecologico dell’IA – la competizione al rialzo tra una manciata di monopoli tecnologici, l’imperativo di aumentare la capacità computazionale a prescindere dall’utilità sociale, e l’esternalizzazione sistematica dei costi ecologici sulle comunità e sugli ecosistemi del Sud globale – sono i prodotti di una particolare formazione storica: il capitalismo nella sua fase monopolistica-digitale. La termodinamica non causa questi processi, ma registra le loro conseguenze. La seconda legge della termodinamica ci dice che ogni calcolo degrada l’energia. Non ci dice perché il calcolo sia organizzato su questa scala, a questo ritmo, per questi scopi, e a spese di chi. Per fare questo, abbiamo bisogno di un'analisi sociale e storica. Ciò che il quadro termodinamico fornisce, e ciò che lo rende indispensabile, è una spiegazione precisa del perché il danno ecologico generato da questi processi sociali non sia incidentale ma strutturale, non correggibile tramite miglioramenti dell'efficienza ma aggravante, e non reversibile attraverso i meccanismi di mercato ma permanente.

Per capire perché l'IA sia termodinamicamente costosa per via di modalità strutturalmente necessarie, piuttosto che contingenti, è essenziale esaminare la relazione tra scalabilità computazionale, accumulazione capitalistica e consumo energetico. Questa relazione è governata da dinamiche che rendono il peso ecologico dell’IA nel sistema capitalistico non solo elevato ma autorinforzante ed espansivo.

La base fisica del calcolo dell'IA è l'elaborazione di grandi quantità di operazioni numeriche – moltiplicazioni, aggiunte e confronti – eseguite da hardware specializzato a velocità straordinaria. L'energia necessaria per eseguire queste operazioni non è trascurabile. Emma Strubell, Ananya Ganesh e lo studio di riferimento 2019 di Andrew McCallum hanno stimato che l’addestramento di un singolo modello di elaborazione del linguaggio naturale con ricerca di architettura neurale produce emissioni di anidride carbonica paragonabili alle emissioni di cinque automobili medie statunitensi nel loro ciclo di vita.[7] Le successive generazioni di modelli di elaborazione sono sostanzialmente  a emissioni maggiori. Mentre le aziende tecnologiche si sono rifiutate di pubblicare i dati relativi ai consumi energetici complessivi dei loro sistemi più recenti, le analisi indipendenti suggeriscono che i modelli di formazione più avanzati, come GPT-4, hanno consumato energia nell'ordine di decine di gigawattora, abbastanza per alimentare una piccola città per settimane.[8]

La relazione tra la scala del modello di elaborazione e la domanda computazionale non è lineare ma superlineare. La ricerca sulle leggi di scala nei modelli linguistici di grandi dimensioni ha stabilito che le prestazioni del modello si ridimensionano approssimativamente in funzione della potenza del prodotto dei parametri del modello, e dei dati di formazione.[9] Ciò significa che i perfezionamenti progressivi della capacità del modello richiedono aumenti spropositati negli investimenti computazionali. Per migliorare le prestazioni di un modello di una percentuale fissa, il budget computazionale – e quindi il consumo di energia – deve aumentare di una percentuale significativamente maggiore. Questa è l'espressione termodinamica dei rendimenti decrescenti: man mano che i sistemi di intelligenza artificiale di frontiera si avvicinano ai limiti delle prestazioni nei compiti di riferimento, ogni incremento aggiuntivo di capacità richiede un apporto energetico esponenzialmente maggiore. Il costo entropico dell’IA, secondo gli attuali paradigmi tecnologici, aumenta più rapidamente dell’IA stessa.

Questa dinamica è ulteriormente amplificata dalla logica dell’accumulazione capitalistica. L’industria dell’IA è organizzata intorno a un piccolo numero di grandi aziende – Google, Microsoft, Amazon, Meta (Facebook) e le loro controparti cinesi – la cui posizione competitiva dipende dal mantenimento della superiorità algoritmica. In questo contesto, la capacità informatica non è solo un input di produzione, ma un asset strategico: l'azienda con maggiori risorse computazionali può formare modelli più grandi, attirare più utenti e accumulare più dati, rafforzando così il suo dominio del mercato. Questo crea quella che potrebbe essere definita una competizione al rialzo, in cui ogni azienda è costretta ad espandere la propria infrastruttura di IA non perché il beneficio sociale marginale del calcolo aggiuntivo giustifichi il costo marginale, ma perché la logica competitiva dell'accumulazione capitalistica rende qualsiasi contenimento equivalente all'uscita dal mercato.[10] Nessuna singola impresa può ridurre volontariamente il suo consumo energetico senza cedere terreno ai rivali. Il risultato è un fallimento dell'azione collettiva di proporzioni storiche: complessivamente, l'industria espande la sua impronta energetica ben oltre ciò che qualsiasi valutazione razionale del bisogno sociale richiederebbe.

Il meccanismo attraverso il quale opera questa dinamica è illuminato dal paradosso di Jevons (Jevons Paradox)*, riconosciuto per la prima volta dall'economista inglese William Stanley Jevons nella sua analisi del 1865 sul consumo di carbone britannico. Jevons ha osservato che i miglioramenti nell'efficienza delle macchine a vapore – riduzioni della quantità di carbone necessaria per svolgere una determinata unità di lavoro – non hanno ridotto il consumo totale di carbone ma l'hanno accelerato, perché minori costi dell'uso di energia hanno stimolato l'espansione dell'attività economica ad alta intensità energetica.[11] Il paradosso non è una stranezza dell'economia politica vittoriana; è una caratteristica strutturale dell'accumulazione capitalistica, operante ogniqualvolta i guadagni di efficienza riducono il costo di una risorsa e quindi stimolano la domanda per il suo utilizzo.

Nel settore dell'IA, il paradosso di Jevons opera con particolare forza. Le generazioni successive di chip IA, dalle architetture A100 alle H100 di NVIDIA, hanno prodotto notevoli miglioramenti nell’efficienza computazionale, misurati in operazioni per watt. Eppure il consumo totale di energia da parte delle infrastrutture di IA è aumentato continuamente e rapidamente, perché i guadagni di efficienza hanno ridotto il costo del calcolo dell'IA, stimolato la proliferazione delle applicazioni di intelligenza artificiale, aumentato il volume delle operazioni di inferenza, e accelerato lo sviluppo di modelli sempre più grandi. L’analisi di OpenAI ha rilevato che i requisiti computazionali dell'intelligenza artificiale di frontiera sono raddoppiati circa ogni 3/4 mesi tra il 2012 e il 2018, con un tasso di incremento di gran lunga superiore ai miglioramenti di efficienza forniti dai progressi dell'hardware.[12] Nel 2024, l'Agenzia internazionale per l'energia (AIE) ha previsto che il consumo di energia elettrica da data center potrebbe superare i 1.000 terawattora all’anno entro il 2026, approssimativamente equivalente all’intera domanda di elettricità del Giappone.[13]

Sono questi processi sociali e storici concreti – la monopolistica competizione al rialzo, la dinamica di Jevons e l’impossibilità strutturale di automoderazione in un regime di accumulazione competitiva – che la termodinamica registra, ma non può da sola spiegare. La termodinamica del non equilibrio di Ilya Prigogine, sviluppata più pienamente in Order Out of Chaos, fornisce il ponte concettuale tra la logica sociale del capitale e le sue conseguenze fisiche.[14] Prigogine ha dimostrato che i sistemi complessi che sono lontani dall'equilibrio termodinamico – le cosiddette strutture dissipative – mantengono il loro ordine interno importando continuamente energia a bassa entropia dal loro ambiente ed esportando rifiuti ad alta entropia. La cellula vivente, l’uragano e la fiamma sono tutte strutture dissipative in questo senso: sostengono la loro complessità interna aumentando l’entropia nell'ambiente circostante. Ma l’intuizione più profonda di Prigogine, e quella più importante per gli scopi attuali, è che i processi che spingono le strutture dissipative lontano dall'equilibrio non sono reversibili. L'entropia generata nell'ambiente circostante non può essere recuperata; il deterioramento dell'ambiente è permanente. Questa irreversibilità non è un effetto collaterale dell'inefficienza, ma la firma termodinamica dei processi dissipativi stessi.

Il complesso capitalista dell'IA è una struttura dissipativa di questo tipo, ma la scala, il tasso di crescita e l'irreversibilità di questa struttura sono determinati non dalle dinamiche naturali, ma dagli imperativi dell'accumulazione capitalistica. Mantiene l'ordine interno del profitto aziendale, dell'ottimizzazione algoritmica e del dominio del mercato riducendo continuamente le scorte a bassa entropia della biosfera – combustibili fossili, acqua dolce e giacimenti minerari – e restituendole come rifiuti ad alta entropia: anidride carbonica, inquinamento termico e rifiuti elettronici. L'anidride carbonica emessa dai data center si accumula nell'atmosfera su scale temporali di secoli. Le falde acquifere, prelevate dai sistemi di raffreddamento, si possono ricreare solo in tempi millenari, se non si prosciugano del tutto. Gli ecosistemi sconvolti dall'estrazione di minerali nel bacino del Congo o nel deserto di Atacama non ritornano ai loro stati precedenti dopo che le miniere chiudono. Ciò che il capitalismo fa, attraverso la logica competitiva dell’accumulo di IA, è guidare questi processi dissipativi a un ritmo e su una scala che superano la capacità rigenerativa dei sistemi naturali, determinando danni ecologici che nessuna futura soluzione tecnologica potrà annullare. L'ordine dell'algoritmo viene acquisito al prezzo del disordine permanente nell'atmosfera, nei bacini idrografici e nei suoli.

Questa elaborazione ci permette di vedere cosa nasconde la narrazione tecno-ottimista: che l’“intelligenza” prodotta dai sistemi di IA non è un dono gratuito dell'informatica, ma un prodotto termodinamico, estratto dalla natura ad un costo che il mercato omette sistematicamente di registrare. I conti finanziari delle aziende tecnologiche registrano i ricavi generati dai servizi di IA; non registrano il costo entropico imposto agli ecosistemi, alle comunità e ai sistemi climatici dai flussi di energia e dai materiali che rendono possibili tali servizi. Non si tratta di un errore contabile ma di una caratteristica strutturale del rapporto del capitalismo con la natura – quella che John Bellamy Foster, Brett Clark e Richard York hanno definito la “frattura ecologica”: la separazione sistematica dei costi di produzione dai luoghi e dai soggetti che li subiscono.[15]

Un'ulteriore dimensione dell'analisi termodinamica riguarda il rapporto tra la formazione dell'IA e l'inferenza dell'IA. L'addestramento, ovvero il processo di ottimizzazione dei parametri di un modello su grandi set di dati, è un processo computazionalmente impegnativo, ma avviene una sola volta. L'inferenza, ovvero il processo di esecuzione di un modello addestrato per generare output, è individualmente meno intensivo, ma avviene in modo continuo, miliardi di volte al giorno, nell'ambito dell'implementazione globale dei sistemi di IA. Man mano che l’intelligenza artificiale viene integrata nei motori di ricerca, nei software di produttività, nella diagnostica sanitaria, nella ricerca legale, nell’analisi finanziaria e nei sistemi di targeting militare, la domanda energetica aggregata di inferenza cresce in proporzione alla scala di implementazione. Goldman Sachs Research ha stimato che la domanda di energia per l'inferenza dell'intelligenza artificiale potrebbe superare quella della formazione entro l'attuale decennio, con l'espansione della sua diffusione.[16] Ciò significa che l'onere ecologico dell'intelligenza artificiale non è un costo una tantum per la costruzione del sistema, ma una tassa continua e crescente sui bilanci energetici e idrici del pianeta: una tassa con un'aliquota che aumenta con ogni nuova applicazione, ogni nuovo utente e ogni nuovo ciclo di accumulazione capitalistica nel settore dell'IA.

Il quadro che emerge è quello in cui la crisi ecologica dell’IA è prodotta non dalla termodinamica in quanto tale, ma dai processi sociali e storici specifici dell’accumulazione capitalistica – la competizione al rialzo, la dinamica di Jevons e l’esternalizzazione sistematica dei costi ecologici – che insieme guidano processi dissipativi irreversibili, secondo Prigogine, su scala planetaria. L’entropia è la misura del danno; l’accumulazione capitalistica è la sua causa.

La frattura energetica: energia, acqua ed estrazione mineraria

L’analisi termodinamica della sezione precedente, definisce la logica strutturale delle richieste energetiche dell’IA. Questa sezione esamina la realtà materiale di queste richieste in tre dimensioni: elettricità, acqua e minerali critici. Insieme, questi tre vettori di estrazione costituiscono quello che possiamo chiamare, adattando il concetto di "frattura metabolica" di Foster e Clark, una “spaccatura energetica” specifica dell'era digitale: una rottura sistematica della relazione metabolica tra i sistemi tecnologici umani e i cicli naturali che li sostengono, mediata dalle disuguaglianze spaziali e sociali del capitalismo globale.[17]

Elettricità: la rete sotto assedio

La dimensione più immediatamente visibile dell'impronta ecologica dell'intelligenza artificiale è la sua domanda di energia elettrica. I data center – l'infrastruttura fisica dell'IA, che ospita i server che addestrano i modelli ed elaborano le richieste di inferenza – sono tra le strutture che consumano più elettricità nell'economia moderna. Un grande hyperscale data center, come quello gestito da Google, Microsoft o Amazon, può consumare ininterrottamente tra 100 e 500 megawatt di energia – è paragonabile alla domanda di elettricità di una città di medie dimensioni. L'espansione dell'IA ha accelerato drasticamente la costruzione di tali strutture. Nel 2024, Microsoft ha annunciato l’intenzione di investire, da sola, 100 miliardi di dollari in nuove infrastrutture di data center a livello globale, con impegni simili da parte di Google, Amazon e Meta.[18]

La portata di questa espansione sta esercitando una forte pressione sulle reti elettriche nelle regioni in cui si concentra la costruzione di data center. Nella Virginia settentrionale, che ospita la più grande concentrazione di data center al mondo, i gestori della rete hanno lanciato l'allarme: la crescita pianificata dei data center minaccia di superare la capacità di generazione e trasmissione di elettricità della regione, rendendo potenzialmente necessaria la costruzione di nuove centrali a combustibili fossili per soddisfare la domanda.[19] In Irlanda, i data center rappresentano già circa il 21% del consumo totale di energia elettrica nazionale: una cifra che i progetti dei gestori di rete nazionale potrebbero far aumentare al 32% entro il 2031, escludendo la capacità di energia rinnovabile destinata alla decarbonizzazione domestica e industriale.[20] A Singapore, il governo ha imposto una moratoria sulla costruzione di nuovi data center tra il 2019 e il 2022, adducendo limitazioni energetiche, prima di revocarla sotto la pressione delle aziende tecnologiche.

La relazione tra la domanda di elettricità dell’IA e la transizione energetica è molto contraddittoria. Le aziende tecnologiche hanno assunto impegni di alto profilo per alimentare le loro operazioni con energie rinnovabili, e hanno investito in modo sostanziale in accordi di acquisto di energia elettrica eolica e solare. Ma questi impegni sono sistematicamente compromessi da tre dinamiche strutturali. In primo luogo, il disallineamento temporale tra la disponibilità di energia rinnovabile, che è intermittente, dipendente dalle condizioni eoliche e solari, e la domanda di data center, che è continua e non può essere interrotta, significa che gli accordi di acquisto di energia rinnovabile spesso non corrispondono ai modelli di consumo effettivo di elettricità. L'elettricità che fluisce attraverso i circuiti dei data center in un dato momento può essere generata da gas naturale, carbone o impianti nucleari, indipendentemente da quali contratti rinnovabili l'azienda ha firmato.[21]

In secondo luogo, e più sostanzialmente, la crescita della domanda di elettricità da parte dell'IA sta superando l'espansione della capacità di energia rinnovabile. Un'analisi del 2024 condotta dall'Agenzia Internazionale per l'Energia ha rilevato che in diversi mercati importanti, la crescita prevista della domanda di elettricità nei data center consumerebbe una quota sostanziale di energia rinnovabile di nuova generazione, escludendo di fatto la decarbonizzazione in altri settori.[22] Sviluppare capacità rinnovabili per alimentare l'IA non aumenta l'approvvigionamento di energia pulita per l'economia in generale; assorbe energia pulita che altrimenti sostituirebbe i combustibili fossili altrove.

In terzo luogo, gli enormi requisiti di affidabilità delle infrastrutture di IA hanno spinto le aziende tecnologiche a cercare contratti a lungo termine per la produzione di elettricità alimentata a gas naturale. L'accordo di Microsoft con Constellation Energy per riaprire la centrale nucleare di Three Mile Island ha attirato una notevole pubblicità, ma meno notata è stata la tendenza delle aziende tecnologiche di siglare contratti di capacità con i produttori di gas per garantire una alimentazione stabile di energia.[23] La logica ecologica è chiara: l'espansione dell'IA sta prolungando direttamente la vita economica delle infrastrutture per l'estrazione di combustibili fossili, vincolando il sistema a emissioni di carbonio per i decenni a venire.

Acqua: il metabolismo nascosto

Se l’elettricità è il volto visibile dell’impatto ecologico dell’IA, l’acqua ne costituisce il metabolismo nascosto. I data center richiedono grandi quantità di acqua dolce per il raffreddamento, sia attraverso sistemi di raffreddamento evaporativo diretto che consumano acqua sotto forma di vapore che attraverso il raffreddamento delle centrali termoelettriche che forniscono loro l’elettricità. Questa domanda di acqua è strutturalmente invisibile nella maggior parte della valutazione pubblica dell’impatto ambientale dell’IA, eppure rappresenta uno dei fattori più gravi e localmente acuti dell’impronta ecologica di questa tecnologia.

Lo studio del 2023 di Pengfei Li e colleghi, ha fornito le prime stime sistematiche del consumo di acqua dell’IA, calcolando che l’addestramento di ChatGPT-3 [un assistente virtuale sviluppato da OpenAI] ha richiesto l’utilizzo di circa 700.000 litri di acqua dolce, abbastanza per produrre 370 auto BMW o 320 veicoli elettrici Tesla.[24] Per inferenza, il quadro è altrettanto sorprendente: lo studio ha stimato che ChatGPT consuma circa 500 millilitri [mezzo litro] di acqua, per rispondere a 20-50 domande. Moltiplicato per milioni di utenti giornalieri, ciò rappresenta una domanda complessiva di acqua dolce di enormi proporzioni.

I dati divulgati dalle aziende confermano questa tendenza. Il Rapporto ambientale di Microsoft del 2022 ha rivelato un aumento del 34%, nel consumo globale di acqua rispetto all’anno precedente, attribuendo esplicitamente tale aumento all'espansione delle infrastrutture di IA.[25]  Nello stesso periodo Google ha registrato un aumento del 20% del consumo di acqua.[26] Queste non sono fluttuazioni marginali: rappresentano un cambiamento strutturale nella domanda di acqua dolce da parte del settore tecnologico, guidato direttamente dalla crescita dei sistemi di IA.

La geografia del consumo di acqua non è affatto neutrale. I data center sono spesso situati in regioni scelte per il basso costo di terreni, la presenza di regimi fiscali favorevoli e di condizioni climatiche adatte al raffreddamento, criteri che portano abitualmente le aziende tecnologiche a insediarsi in aree caratterizzate da stress idrico, esistente o emergente. Nel Sud-ovest degli Stati Uniti, i data center competono per l'acqua con l'agricoltura e con i sistemi idrici pubblici, in una regione che è già alle prese con gravi condizioni di siccità, amplificate dai cambiamenti climatici. In Cile, le aziende tecnologiche hanno costruito strutture per data center nella regione di Atacama e nelle sue vicinanze, attingendo alle risorse idriche di uno degli ecosistemi più aridi del mondo – risorse da cui dipendono, per la sopravvivenza, le comunità indigene degli Atacameño e i piccoli agricoltori.[27] In India, negli stati di Telangana e Andhra Pradesh, i progetti di parchi di data center hanno incontrato resistenze a livello locale per le preoccupazioni relative all’esaurimento delle falde acquifere in aree che già soffrono di scarsità d’acqua per l’agricoltura.

Questo modello spaziale riproduce, nello specifico delle infrastrutture digitali dominanti, la logica più estesa di ciò che Rob Nixon chiama “slow violence” [violenza lenta]: le forme graduali, sparse e attenuate temporalmente, di danno ecologico, che non vengono registrate come eventi nei media o nei sistemi politici dominati da catastrofi drammatiche e improvvise.[28] L’esaurimento di una falda acquifera regionale dovuto alle operazioni di raffreddamento dei data center, avviene nel corso di anni e decenni, colpendo comunità la cui insicurezza idrica è già cronica e la cui voce politica è limitata: non genera titoli di giornali. Non compare nei rapporti di sostenibilità delle aziende tecnologiche. Ma è materialmente reale, termodinamicamente necessario e strutturalmente determinato dalla logica competitiva dell'accumulazione dell’IA.

Minerali: la base estrattiva

La terza dimensione della frattura energetica dell’IA è rappresentata dalla base estrattiva del suo hardware. I semiconduttori, i server, i sistemi di archiviazione e le apparecchiature di rete che costituiscono l'infrastruttura dell’IA richiedono una complessa gamma di minerali critici – litio, cobalto, tantalio, neodimio, disprosio, indio, gallio e altri – la cui estrazione comporta gravi e concentrati danni ecologici, che gravano in modo sproporzionato sulle comunità del Sud globale.

La geografia dell'estrazione di minerali critici coincide quasi esattamente con la geografia dell’estrazione coloniale storica. La Repubblica Democratica del Congo fornisce circa il 70% della produzione globale di cobalto, in gran parte proveniente da miniere artigianali che operano in condizioni di grave degrado ambientale e sfruttamento del lavoro, incluso l’uso diffuso del lavoro minorile.[29] Bolivia, Cile e Argentina – il “triangolo del litio” – detengono la maggior parte delle riserve globali di litio, e la loro estrazione genera l’esaurimento delle falde acquifere saline in ecosistemi ad alta quota di eccezionale sensibilità ecologica. Gli elementi delle terre rare, essenziali per i magneti permanenti utilizzati nelle ventole di raffreddamento e nei sistemi di alimentazione dei data center, sono concentrati in Cina, Myanmar e Repubblica Democratica del Congo, con operazioni di trasformazione che generano rifiuti radioattivi e tossici.

L'accelerazione dello sviluppo dell’hardware per l'IA aggrava queste pressioni estrattive attraverso la logica dell'obsolescenza programmata. Le dinamiche della competizione al rialzo dell’IA richiedono alle aziende tecnologiche di aggiornare continuamente il proprio hardware, sostituendo le precedenti generazioni di GPU e gli acceleratori di IA personalizzati con modelli più nuovi e potenti, che hanno cicli di due-tre anni. Questo genera enormi quantità di rifiuti elettronici: server, GPU, moduli di memoria e apparecchiature di rete scartati  che contengono materiali tossici tra cui piombo, mercurio, cadmio e ritardanti di fiamma bromurati. La produzione globale di rifiuti elettronici ha raggiunto i 62 milioni di tonnellate nel 2022 e si prevede che crescerà fino a 82 milioni di tonnellate entro il 2030.[30] Una parte sostanziale di questi rifiuti viene esportata, spesso in violazione della Convenzione di Basilea, verso impianti di trattamento in Africa occidentale, Asia meridionale e Sud-Est asiatico, dove viene gestita in condizioni di grave rischio per la salute e l'ambiente.

Il concetto di scambio ecologico ineguale ha una storia lunga e controversa, che affonda le sue radici nella più ampia tradizione dello scambio ineguale e nella critica marxista dell’imperialismo. Attingendo a questa ricca tradizione intellettuale – che dalle teorie classiche dell'imperialismo arriva alla teoria della dipendenza e all'analisi del sistema-mondo – gli studiosi hanno progressivamente incorporato le dimensioni ecologiche nell'analisi delle asimmetrie Nord-Sud.[31] Il contributo di Clark e Foster a questo quadro teorico si fonda principalmente sulla critica dell'imperialismo ecologico: il riconoscimento che il rapporto metabolico tra il Nord globale [il centro del sistema-mondo] e il Sud globale [la periferia] non è solo un'asimmetria economica, ma anche ecologica in quanto la periferia assorbe i costi ambientali dell'accumulazione del centro.[32] Questo quadro teorico fornisce le basi per comprendere l’economia politica globale del metabolismo dei materiali dell’IA.

Questi tre vettori di estrazione – elettricità, acqua e minerali – non sono indipendenti; sono dimensioni interconnesse di un unico sistema metabolico organizzato dagli imperativi di accumulazione capitalistica. I data center richiedono elettricità, che a sua volta richiede infrastrutture che richiedono minerali e acqua. I sistemi di raffreddamento necessitano di acqua ed entrano in competizione con l'agricoltura e l'approvvigionamento idrico pubblico, con ripercussioni sui sistemi alimentari e sulla salute umana. La produzione di hardware richiede minerali, e la loro estrazione produce rifiuti e crea problemi di smaltimento che causano ulteriori danni ecologici. La frattura energetica dell’IA non è una singola rottura nel metabolismo della natura, ma una perturbazione a cascata che interessa molteplici sistemi ecologici, coordinata dalla mano invisibile del capitale e resa invisibile dall’apparato ideologico della dematerializzazione digitale.

I limiti termodinamici del capitale

Le prove materiali raccolte nella sezione precedente vanno oltre la portata della crisi e ne evidenziano la struttura. Ciò che emerge dai dati empirici relativi alla domanda di elettricità, all’esaurimento delle risorse idriche e all’estrazione di minerali non è una serie di fallimenti indipendenti del mercato, ma un’unica logica sistemica, che richiede una spiegazione teorica, non solo tecnica.

La crisi ecologica generata dal capitalismo dell’IA non è riducibile ad un problema di aumento dei costi di produzione o, dal lato dell’offerta, di vincoli che ostacolano l’accumulazione. Rappresenta, piuttosto, un attacco sistematico alle capacità rigenerative del mondo naturale stesso. Come ha sostenuto Foster, il rapporto tra capitalismo e natura è definito da un antagonismo strutturale: la logica dell’accumulazione infinita è inconciliabile con i limiti rigenerativi finiti dei sistemi naturali.[33] Il capitale non si limita a sfruttare la natura come condizione di produzione: interrompe metabolicamente i cicli e le relazioni attraverso i quali la natura si riproduce. Paul Burkett approfondisce questa analisi recuperando da Marx una concezione della natura che rifiuta la sua riduzione a valore strumentale.[34] I sistemi naturali possiedono valori d’uso che sono irriducibili al loro ruolo nel processo produttivo, e la distruzione sistematica di questi valori d’uso da parte del capitalismo – la sua conversione degli ecosistemi viventi in fattori di produzione e discariche di rifiuti – costituisce una crisi ecologica nel senso più pieno del termine: non una crisi di redditività, ma una crisi delle condizioni biofisiche della vita stessa.

L'economia dell'IA rappresenta un'acuta intensificazione di questa dinamica. I data center, i sistemi di raffreddamento e le catene di approvvigionamento minerario che sostengono l’infrastruttura dell’IA non si limitano a sfruttare le risorse naturali, nel senso economico di aumentare i costi di produzione. Contribuiscono soprattutto a un degrado cumulativo e in gran parte irreversibile dei sistemi idrici, degli ecosistemi energetici e dei paesaggi estrattivi da cui dipende la vita umana e non umana. Questo degrado non compare nei bilanci delle imprese tecnologiche, non perché sia economicamente marginale, ma perché il sistema contabile del capitale è strutturalmente incapace di registrare la distruzione di valori che non sono mai stati mercificati. La crisi ecologica dell’IA non è quindi un fallimento del mercato in attesa di una correzione di mercato; è l’espressione di ciò che il capitalismo fa alla natura quando opera senza limiti.

La risposta dominante a questa contraddizione nel quadro della governance capitalista è la narrazione dell’IA “verde” e dell’informatica sostenibile – l’affermazione che la crisi ecologica dell’IA può essere risolta attraverso l’innovazione tecnologica, i meccanismi di mercato e l’impegno volontario delle imprese. Questa risposta merita una seria attenzione analitica, non perché sia convincente ma perché comprenderne il fallimento mette in luce il carattere strutturale del problema.

La narrazione sull’IA verde si basa su tre affermazioni: che le energie rinnovabili possono soddisfare la domanda di elettricità dell’IA senza causare danni ecologici netti; che i miglioramenti nell’efficienza dell’hardware ridurranno il costo ecologico unitario in misura sufficiente da compensare la crescita della domanda totale; e che l’IA stessa genererà benefici ambientali – attraverso la modellazione climatica, l’ottimizzazione energetica e la scienza dei materiali – che supereranno i suoi costi ecologici. Ciascuna di queste affermazioni è pregiudicata dalle dinamiche strutturali dell'accumulazione capitalistica.

Come osservato sopra, l’affermazione sulle energie rinnovabili non regge perché la domanda di elettricità dell’IA sta crescendo più rapidamente della capacità di energia rinnovabile [si riferisce alla potenza massima che un impianto o un paese può generare tramite fonti rinnovabili], perché i disallineamenti temporali tra l’offerta di energia rinnovabile e la domanda dei data center richiedono una/la generazione di energia di riserva [back-up] da combustibili fossili e perché le aziende tecnologiche, per garantire l’affidabilità, stanno attivamente stringendo accordi  per la generazione di energia di riserva con centrali a turbina a gas. L'affermazione sull’efficienza non regge a causa del paradosso di Jevons: i miglioramenti dell'efficienza dell’hardware riducono i costi e quindi stimolano una maggiore domanda, producendo un consumo energetico totale maggiore anziché inferiore. L’affermazione sul beneficio netto non regge perché tratta i costi e i benefici ecologici dell’IA come commensurabili e commerciabili, quando in realtà, i costi ecologici sono concentrati, locali e pagati dalle comunità vulnerabili. Nel frattempo, i benefici sono diffusi, speculativi e appropriati dagli azionisti e dai consumatori dei paesi ricchi. Non esiste un meccanismo di mercato in grado di aggregare questi effetti, distribuiti in modo asimmetrico, in una contabilità sociale razionale.[35]

I meccanismi di compensazione delle emissioni di carbonio (carbon offset) e gli impegni per le emissioni nette zero (net-zero pledge) attraverso i quali le aziende tecnologiche gestiscono la loro contabilità ecologica pubblica sono soggetti a critiche analoghe. Le compensazioni delle emissioni di carbonio – pagamenti a progetti che dichiarano di ridurre le emissioni altrove, compensando quelle dell'azienda stessa – sono afflitte da problemi di addizionalità, permanenza e verificabilità che rendono molti di essi ecologicamente fittizi.[36] Gli impegni per le emissioni nette zero che dipendono sostanzialmente dalle compensazioni piuttosto che dalle riduzioni delle emissioni assolute sono, in termini termodinamici, manovre contabili piuttosto che interventi fisici: non riducono l'entropia generata dai data center; acquistano diritti su riduzioni di entropia altrove, molte delle quali non si materializzano affatto. Come Clark e York hanno dimostrato nella loro analisi del metabolismo del carbonio, la frattura biosferica generata dal capitalismo dei combustibili fossili non è un’esternalità da prezzare e gestire, ma una caratteristica strutturale del rapporto tra il capitale e il ciclo del carbonio – un rapporto che l’espansione delle infrastrutture di IA sta ora approfondendo e accelerando.[37]

Una critica più importante riguarda il rapporto tra efficienza e scala. La storia del capitalismo industriale è una storia di miglioramenti dell’efficienza che sono stati costantemente sopraffatti dall'espansione di scala, una storia che Georgescu-Roegen ha analizzato come l'inevitabile conseguenza dell'applicazione dei principi della termodinamica a un sistema economico basato su una crescita illimitata.[38] Non esiste alcun miglioramento dell'efficienza, per quanto drastico, che sia in grado di rendere sostenibile un sistema in espansione esponenziale – su un pianeta finito – con un bilancio entropico fisso. La questione non è se l’IA possa essere resa più efficiente – può esserlo, e i miglioramenti sono reali – ma se i miglioramenti in termini di efficienza possano superare la crescita della domanda guidata dall’accumulazione competitiva. Le prove dell'ultimo decennio suggeriscono che non sia possibile. La logica termodinamica dell'accumulazione capitalistica ne fornisce la ragione strutturale.

Questo ci porta a ciò che potremmo chiamare il limite termodinamico del capitale: il punto in cui l’entropia generata dall’accumulazione capitalistica supera la capacità della biosfera di assorbirla senza provocare uno sconvolgimento catastrofico dei sistemi – clima, idrologia, biodiversità e fertilità del suolo – da cui dipende la civiltà umana. Questo limite non è una soglia precisa che si possa identificare in anticipo; è una zona di crisi, sempre più profonda, in cui siamo già entrati sotto diversi aspetti (concentrazione del carbonio nell’atmosfera, esaurimento delle risorse di acqua dolce e perdita di biodiversità) e verso la quale ci stiamo avvicinando per altri. L’espansione dell’IA nell’attuale regime di accumulazione capitalistica non sta allontanando la civiltà da questo limite, ma la sta avvicinando ad esso, ad un ritmo sempre più accelerato.

L'economia politica di questa traiettoria è chiara. I costi legati all’avvicinamento/approssimazione al limite termodinamico del capitale non sono sostenuti da coloro che guidano l'accumulazione, cioè gli azionisti, i dirigenti e gli investitori istituzionali delle aziende tecnologiche le cui dinamiche competitive determinano il ritmo di espansione dell'IA. Sono sostenuti dalle comunità che vivono in regioni con scarsità idrica le cui falde acquifere vengono prosciugate dai sistemi di raffreddamento dei data center, dai lavoratori delle miniere la cui salute viene compromessa dall'estrazione mineraria, dalle popolazioni dei paesi vulnerabili ai cambiamenti climatici la cui sicurezza alimentare è minacciata dalle emissioni di carbonio, e dalle generazioni future che erediteranno un pianeta con una ridotta capacità di autoregolazione ecologica. Questa è l'economia politica dell'entropia: la privatizzazione dei benefici del consumo a bassa entropia e la socializzazione dei costi dei rifiuti ad alta entropia.[39]

Nessuna innovazione tecnica può risolvere questa economia politica, perché non si tratta di un problema tecnico. È una questione di potere, di chi controlla i mezzi di calcolo, di chi stabilisce le finalità per cui viene impiegata la capacità computazionale e di chi ne sostiene i costi ecologici. Affrontare la questione non richiede algoritmi migliori o chip più efficienti ma una trasformazione radicale dei rapporti sociali di produzione nell'economia digitale. Richiede, in sintesi, una politica all’altezza della posta in gioco termodinamica del momento attuale.

Conclusione

L’analisi sociale e storica sviluppata in questo articolo porta a una conclusione che il discorso dominante sull’IA e sulla sua sostenibilità elude sistematicamente: la crisi ecologica dell’IA non è un problema di insufficiente innovazione o di inadeguata responsabilità aziendale, bensì è l’espressione strutturale della tensione irrisolvibile tra il capitalismo ed i limiti biofisici del pianeta. I processi specifici che alimentano questa crisi – la competizione al rialzo, la dinamica di Jevons e lo spostamento sistematico dei costi ecologici nel Sud globale – non sono malfunzionamenti tecnici in attesa di soluzioni ingegneristiche. Sono normali dinamiche di accumulazione capitalistica nella sua fase monopolistico digitale, registrate in termini termodinamici come processi dissipativi irreversibili: permanenti, cumulativi e fuori dalla portata delle correzioni del mercato.

La tradizione ecosocialista offre il punto di partenza teorico più coerente per un’alternativa. Come ha sostenuto Foster, la frattura metabolica tra capitale e natura non può essere sanata nel quadro istituzionale del capitalismo stesso; richiede una riorganizzazione sostanziale dei rapporti sociali di produzione che subordini gli imperativi dell’accumulazione ai limiti rigenerativi del mondo naturale. Una logica ecosocialista dell'informatica si fonderebbe su tre impegni fondamentali.

In primo luogo, si baserebbe sul controllo democratico delle infrastrutture informatiche: i data center, le piattaforme di intelligenza artificiale e le reti che le collegano costituiscono un'infrastruttura sociale critica la cui governance non può essere lasciata agli imperativi competitivi del capitale privato. Al pari delle reti elettriche e dei sistemi idrici, esse richiedono responsabilità democratiche: forme di controllo sociale che consentano alle comunità di determinare le finalità d'uso della capacità informatica e i termini in base ai quali vengono distribuiti i costi ecologici.

In secondo luogo, richiederebbe un riorientamento delle priorità di ricerca e sviluppo, allontanandosi dalle applicazioni volte alla massimizzazione del profitto – ottimizzazione pubblicitaria, trading finanziario e sorveglianza del lavoro – indirizzandosi verso applicazioni che rispondano realmente ai bisogni sociali. Tra queste rientrano la gestione delle energie rinnovabili, la salute pubblica, il monitoraggio ecologico e l'istruzione.

In terzo luogo, e soprattutto, richiederebbe l'accettazione del fatto che che la scala dell'attività informatica debba essere vincolata dai limiti ecologici. Il principio di sufficienza – inteso come "calcolare quanto basta", piuttosto che "calcolare sempre di più" – deve diventare il criterio guida che sostituisca l'imperativo di crescita su cui si fonda l'attuale competizione al rialzo dell'IA.

Nessuna di queste trasformazioni è imminente e nessuna può essere realizzata solo con mezzi tecnici. L'irreversibilità che Prigogine ha identificato nei sistemi dissipativi ha il suo analogo sociale nelle dipendenze dal percorso (path dependencies)** proprie delle infrastrutture capitalistiche: i data center già costruiti, i contratti già firmati per i combustibili fossili e i paesaggi estrattivi già degradati. Ciò che la politica ecosocialista può realizzare non è la reversibilità dei danni passati ma l'interruzione dei processi che generano danni futuri: una rottura nella logica sociale dell'accumulazione che la termodinamica registra, ma non può produrre autonomamente.

La questione che ci troviamo ad affrontare non è se i limiti del capitale prevarranno, ma se ciò avverrà secondo modalità stabilite dalle società democratiche impegnate nella sopravvivenza ecologica o nelle modalità imposte dalle crisi a cascata di una biosfera spinta oltre la propria capacità rigenerativa. Non è l'algoritmo a decidere. È la politica.

Note

* Il paradosso di Jevons è un principio economico secondo cui, quando un'innovazione tecnologica aumenta l'efficienza nell'uso di una risorsa, il consumo totale di quella risorsa aumenta anziché diminuire. Questo avviene perché il miglioramento dell'efficienza riduce i costi, stimolando una maggiore domanda e un utilizzo più diffuso. N.d.T.

** Il termine indica un fenomeno per cui le decisioni o gli eventi del passato influenzano in modo determinante le scelte e i risultati futuri, limitando le alternative disponibili. N.d.T.

[1] Sasha Luccioni, Alexandre Viguier e Anne-Laure Ligozat, Estimating the Carbon Footprint of BLOOM, a 176B Parameter Language Model, in "Journal of Machine Learning Research", 24, n. 253, 2023, pp. 1–15.

[2] Goldman Sachs Research, AI Is Poised to Drive 160% Increase in Data Center Power Demand, 14.05.2024.

[3] Microsoft, 2022 Environmental Sustainability Report, Microsoft Corporation, Washington, Redmond, 2022, p. 17.

[4] Jeremy Rifkin, The Zero Marginal Cost Society: The Internet of Things, the Collaborative Commons, and the Eclipse of Capitalism, Palgrave Macmillan, New York, 2014, pp. 11-14.

[5] Nicholas Georgescu-Roegen, The Entropy Law and the Economic Process, Harvard University Press, Cambridge, 1971, pp. 3-4; John Bellamy Foster, Brett Clark e Richard York, The Ecological Rift: Capitalism’s War on the Earth, Monthly Review Press, New York, 2010, pp. 54-76.

[6] Karl Marx, Capital: A Critique of Political Economy, vol. 1, Penguin, Londra, 1976, pp. 493-494; tr. it. Roberto Fineschi et al., Karl Marx, Il Capitale, Libro 1, Einaudi, Torino, 2024, pp. 377-378.

[7] Emma Strubell, Ananya Ganesh e Andrew McCallum, Energy and Policy Considerations for Deep Learning in NLP, Proceedings of the Fifty-Seventh Annual Meeting of the Association for Computational Linguistics, 2019, pp. 3645-3650.

[8] David Patterson, et al., Carbon Emissions and Large Neural Network Training, arXiv preprint, arXiv, 2104.10350, 2021, pp. 1-9.

[9] Jordan Hoffmann, et al., Training Compute-Optimal Large Language Models, arXiv preprint, arXiv, 2203.15556, 2022, pp. 1-19.

[10] John Bellamy Foster, The Ecology of Marxian Political Economy, in "Monthly Review", 63, n. 4, settembre 2011, pp. 1-16.

[11] William Stanley Jevons, The Coal Question: An Inquiry Concerning the Progress of the Nation, and the Probable Exhaustion of Our Coal Mines, Macmillan, Londra, 1865, pp. 152-153.

[12] AI and Compute, OpenAI (blog), openai.com/blog/ai-and-compute.

[13] International Energy Agency, Electricity 2024: Analysis and Forecast to 2026, IEA, Parigi, 2024, p. 14.

[14] Ilya Prigogine e Isabelle Stengers, Order Out of Chaos: Man’s New Dialogue with Nature, Bantam Books, New York, 1984, pp. 143-145; tr. it., di Pier Daniele Napolitani, Ilya Prigogine e Isabelle Stengers, La nuova alleanza. Metamorfosi della scienza, Einaudi, Torino, 1981.

[15] John Bellamy Foster, Brett Clark e Richard York, The Ecological Rift, op. cit., pp. 73-76.

[16] Goldman Sachs Research, AI Is Poised to Drive 160% Increase in Data Center Power Demand.

[17] Brett Clark e John Bellamy Foster, Ecological Imperialism and the Global Metabolic Rift: Unequal Exchange and the Guano/Nitrates Trade, in "International Journal of Comparative Sociology", 50, n. 3–4, 2009, pp. 311-334.

[18] Arsheeya Bajwa, Microsoft, OpenAI Plan $100 Billion Data-Center Project, Media Report Says, Reuters, 29.03.2024.

[19] International Energy Agency, Electricity 2024, op. cit., p. 27.

[20] EirGrid, Tomorrow’s Energy Scenarios 2023, EirGrid, Dublino, 2023, p. 34.

[21] Benjamin K. Sovacool, et al., Sustainable Minerals and Metals for a Low-Carbon Future, in "Science", 367, n. 6473, 2020, pp. 30-33.

[22] International Energy Agency, Electricity 2024, op. cit. pp. 27-29.

[23] Kim Crawford e Vladan Joler, Anatomy of an AI System, 2018, anatomyof.ai.

[24] Pengfei Li, et al., Making AI Less ‘Thirsty’: Uncovering and Addressing the Secret Water Footprint of AI Models, arXiv preprint, arXiv, 2304.03271, 2023, pp. 1-10.

[25] Microsoft, 2022 Environmental Sustainability Report, op. cit., p. 17.

[26] Google, 2023 Environmental Report, Google, California, Mountain View, 2023, p. 22.

[27] Peter Dauvergne, AI in the Wild: Sustainability in the Age of Artificial Intelligence, MIT Press, Cambridge, 2020, pp. 78-79.

[28] Rob Nixon, Slow Violence and the Environmentalism of the Poor, Harvard University Press, Cambridge Massachusetts, 2011, pp. 2-3.

[29] Guillaume Pitron, The Rare Metals War: The Dark Side of the Clean Energy and Digital Technologies, Scribe, Londra, 2023, pp. 45-67.

[30] United Nations Institute for Training and Research, The Global E-waste Monitor 2024, UNITAR, Bonn, 2024, p. 3.

[31] John Bellamy Foster e Hannah Holleman, The Theory of Unequal Ecological Exchange: A Marx-Odum Dialectic, Journal of Peasant Studies 41, n. 2, 2014, pp. 199-233; tr. it., La teoria dello scambio ecologico ineguale: una dialettica Marx-Odum, online, antropocene.org, 10.05.2023

[32] John Bellamy Foster e Brett Clark, Introduction to the Updated Edition of Arghiri Emmanuel’s Unequal Exchange, in "Monthly Review", 77, n. 8, gennaio 2026, pp. 1-19.

[33] John Bellamy Foster, Capitalism and Ecology: The Nature of the Contradiction, in "Monthly Review", 54, n. 4, settembre 2002, pp. 6-16.

[34] Paul Burkett, Fusing Red and Green, in "Monthly Review" 50, n. 9, febbraio 1999, pp. 47-56; Paul Burkett, Marx and Nature: A Red and Green Perspective, St. Martin’s Press, New York, 1999.

[35] John Bellamy Foster e Brett Clark, The Robbery of Nature: Capitalism and the Metabolic Rift, in "Monthly Review" 70, n. 3, luglio-agosto 2018, pp. 1-20.

[36] Benjamin K. Sovacool, et al., Sustainable Minerals and Metals for a Low-Carbon Future, in "Science", 367, n. 6473, 2020, pp. 30-33.

[37] Brett Clark e Richard York, Carbon Metabolism: Global Capitalism, Climate Change, and the Biospheric Rift, in "Theory and Society", 34, n. 4, 2005, pp. 391-428.

[38] Georgescu-Roegen, The Entropy Law and the Economic Process, op. cit., pp. 276-278.

[39] John Bellamy Foster, Marx’s Ecology: Materialism and Nature, Monthly Review Press, New York, 2000, pp. 141-177.

Fonte