Data center e motori: il confronto aggregato che la retorica sull’AI si è dimenticata di fare

Alcuni lettori hanno risposto alla nostra analisi comparativa per ora d’uso spostando l’argomento sul consumo aggregato: i data center girano ventiquattr’ore su ventiquattro, le auto no. L’obiezione ha un difetto logico che riguarda l’unità di misura — rispondere a un confronto orario con argomenti sul volume annuale non falsifica il confronto orario, semmai introduce una domanda diversa. Scendiamo quindi sul terreno scelto da chi ha contestato: consumo aggregato, su scala globale, includendo ogni forma di trasporto motorizzato. I dati ci sono, sono pubblici, e vengono dall’Agenzia Internazionale per l’Energia.

Nel 2024, i data center di tutto il mondo hanno consumato circa 415 TWh di elettricità, pari a circa 1,5 exajoule. È la cifra certificata dall'IEA nel suo rapporto Energy and AI pubblicato nell'aprile 2025, e riguarda l'insieme dell'infrastruttura di calcolo globale — hosting tradizionale, cloud computing, streaming, storage aziendale e AI insieme: non la sola componente AI, che ne costituisce la quota in crescita più rapida ma non la totalità. Una crescita del 12% annuo negli ultimi cinque anni, spinta principalmente dall'accelerazione del calcolo per l'intelligenza artificiale. La proiezione al 2030 indica un raddoppio, fino a circa 945 TWh. Sono numeri reali, significativi, e meritano attenzione.

Nello stesso anno, il trasporto globale — su strada, per via aerea e via mare — ha consumato circa il 30% del consumo energetico finale mondiale, che l’IEA stima in oltre 450 exajoule totali. Il solo trasporto su strada assorbe circa il 75% di quella quota: auto private, furgoni, autobus, camion, veicoli agricoli e industriali. L’aviazione contribuisce per circa l’8%, la navigazione marittima commerciale per circa l’11%. Sommando questi tre vettori si arriva a cifre nell’ordine dei 130–135 exajoule annui.

Il rapporto tra le due grandezze è di circa novanta a uno. Per ogni unità di energia consumata dall'insieme dei data center mondiali, il sistema del trasporto globale ne consuma novanta. Il confronto è già su base annuale, e incorpora per costruzione la questione della continuità operativa dei data center.

C’è poi un secondo equivoco, più elementare, che vale la pena nominare. L’idea che le automobili siano un consumo discreto — usate a tratti, con lunghi periodi di inattività — si scontra con la realtà osservabile da qualsiasi finestra su una strada urbana: miliardi di motori termici accesi simultaneamente, in ogni ora di punta, in ogni città del pianeta, trecentosessantacinque giorni l’anno. L’auto media europea resta parcheggiata circa il 95% del tempo, ma il parco auto mondiale conta circa 1,4 miliardi di veicoli: anche con tassi di utilizzo molto bassi, la massa aggregata dei motori in marcia in ogni momento è straordinariamente superiore a quella dei server in calcolo.

Aggiungere la navigazione commerciale — container ship, petroliere, bulk carrier, traghetti — e l’aviazione civile e cargo, settori che operano anch’essi in modo sostanzialmente continuo su scala globale, rende il quadro ancora più netto. Le navi da carico percorrono rotte oceaniche senza sosta per settimane; gli aerei si alternano su tratte che coprono ogni fuso orario; i camion su lunga percorrenza riforniscono le catene logistiche h24. Nulla di tutto questo si ferma perché qualcuno apre un terminale e interroga un modello linguistico.

Nulla di quanto scritto qui suggerisce che il consumo energetico dell’AI sia irrilevante. Come avevamo riportato nella nostra precedente analisi, il problema energetico dell’AI è un problema di scala aggregata in accelerazione: il tasso di crescita del 12% annuo dei data center è quattro volte superiore a quello del consumo elettrico globale complessivo, e la proiezione al 2030 indica un raddoppio. Sono traiettorie che richiedono risposte infrastrutturali serie, scelte di efficienza energetica nei modelli e nelle architetture hardware, e politiche industriali coerenti.

Quello che i dati non sostengono è la narrazione secondo cui l’uso individuale dell’AI costituisca un contributo significativo alla crisi energetica globale in confronto ai comportamenti di mobilità consolidati. Il confronto per ora d’uso lo mostrava per il singolo utente; il confronto aggregato lo conferma su scala di settore. Le due analisi si reggono insieme e puntano nella stessa direzione: il sistema energetico del trasporto è il problema dominante nel bilancio dei consumi finali. L’AI è una variabile in crescita rapida che merita sorveglianza; equipararla al trasporto, per ora o per anno, richiede dati che non esistono.