I costi dei data center per l'intelligenza artificiale raggiungeranno 10,3 trilioni di dollari entro il 2032

I costi dei data center per l'IA nei soli Stati Uniti ammonteranno a 10,3 trilioni di dollari tra il 2025 e il 2032, secondo un articolo di opinione di Geoff Huston pubblicato sul blog APNIC il 30 settembre 2026. Questa cifra riflette un programma di costruzione noto di 183 gigawatt di capacità di data center per l'IA da realizzare entro il 2032, più ulteriori 118 gigawatt pianificati successivamente, e corrisponde a quasi il 4% del prodotto interno lordo degli Stati Uniti. Huston sostiene che gli strumenti di IA per consumatori 'gratuiti' oggi distribuiti sono tutt'altro che gratuiti se si guarda allo strato di infrastruttura che li sostiene.

L'articolo inizia sottolineando che il 'gratuito' è stato a lungo utilizzato per entrare in nuovi mercati. Google lo ha usato per la ricerca, Gmail e Docs, Meta per Facebook e Cloudflare per la cache web. Il problema è che 'gratuito' è spesso un segnale fuorviante, perché ci sono costi operativi reali che devono essere coperti e un prezzo pari a zero agisce come barriera alla concorrenza perché i rivali devono adeguarsi. Anche i prezzi sotto costo, talvolta chiamati leadership di prezzo o dumping, non sono una novità. Huston cita la perdita operativa di 5 miliardi di dollari di Uber in un singolo trimestre del 2019 e il suo percorso di tredici anni verso lo stato di redditività, con finanziamenti da SoftBank, dal Fondo di investimento pubblico dell'Arabia Saudita e da Google. DoorDash ha perso 1,4 miliardi di dollari nel 2022, con ogni consegna sovvenzionata dai suoi sostenitori finanziari. L'IA, scrive Huston, ora segue lo stesso copione.

L'IA è costosa a causa dell'enorme scala di calcolo necessaria per creare i modelli linguistici di grandi dimensioni (LLM) che alimentano questi sistemi. Un moderno data center per l'IA può richiedere circa 60.000 unità di elaborazione grafica (GPU) avanzate, un tipo di chip progettato per l'elaborazione parallela pesante, distribuite con una densità di 72 GPU per rack su circa 3.000-8.000 rack. Le GPU devono essere collegate tra loro in una rete mesh e a uno storage ad alta velocità in un tessuto di connettività senza perdite che utilizza ottiche da 800G e switch ad alta densità, e poi c'è lo storage di massa. Ogni rack richiede da 150 kW a 200 kW di potenza continua e raffreddamento a liquido, più un impianto di raffreddamento a liquido su larga scala e una grande fonte d'acqua per rimuovere il calore. La domanda totale di potenza può raggiungere un gigawatt, il che significa sottostazioni dedicate, connessioni ad alta tensione e investimenti significativi nell'interconnessione alla rete, perché i profili di carico dell'IA non corrispondono ai modelli giornalieri, settimanali o stagionali di case e aziende, né alla produzione periodica dei generatori solari ed eolici.

Un campus di addestramento IA rappresentativo da 200 MW costa attualmente circa 8,2 miliardi di dollari, di cui circa due terzi vanno alle apparecchiature IT e un terzo a immobili e infrastrutture elettriche. Il programma di costruzione noto negli Stati Uniti totalizza 183 gigawatt entro il 2032 e ulteriori 118 gigawatt dopo tale data, portando Huston a stimare la spesa totale per infrastrutture dal 2025 al 2032 in 10,3 trilioni di dollari. Tale investimento medio sarebbe quasi il 4% del PIL statunitense, superiore ai precedenti investimenti di boom nazionali storici in infrastrutture ferroviarie, elettrificazione, trasporti e telecomunicazioni.

Le spese in conto capitale aggregate di Microsoft, Amazon, Meta e Alphabet, fornitori di database aziendali e servizi cloud, sono passate da circa 97 miliardi di dollari nel 2020 a oltre 400 miliardi di dollari nel 2025 e si prevede che supereranno gli 800 miliardi di dollari nel 2026, superando per la prima volta il flusso di cassa operativo combinato. Poiché questa scala supera le risorse interne delle aziende, esse hanno ampliato i loro canali di finanziamento. Gli sviluppatori di data center, i fondi di investimento in infrastrutture, gli investitori di private equity e i mercati obbligazionari forniscono capitale azionario, mentre banche, fondi di credito privato e veicoli di cartolarizzazione forniscono debito. Il finanziamento dei fornitori ora copre anche le apparecchiature IT. Huston osserva che questi accordi tendono a nascondere piuttosto che eliminare il rischio, perché il debito a lunga scadenza è sostenuto da flussi di cassa e valori collaterali che dipendono da una domanda di IA incerta e da modelli di ricavo incerti, dal rapido cambiamento tecnologico, dall'accesso tempestivo a energia e hardware e dalla continua qualità creditizia di un numero ristretto di locatari.

La struttura di capitale risultante rende le esposizioni più stratificate, correlate e difficili da osservare. C'è anche l'obsolescenza tecnica. L'industria dei chip di silicio ha migliorato potenza di calcolo, costi e consumo energetico per circa sei decenni, il che significa che le apparecchiature IA esistenti si deprezzano rapidamente e richiedono un reinvestimento costante. Ma Huston avverte che chip più economici non significano IA più economica, perché la domanda cresce più velocemente di quanto scenda il costo unitario. Gli utenti vogliono contesti più lunghi, multimodalità, agenti, ricerca, memoria ed esecuzione di compiti. Se il progresso del silicio si arresta, qualsiasi evoluzione dell'IA richiederà assemblaggi più grandi e costosi di componenti computazionali, con una domanda corrispondente di data center più grandi e maggiore potenza.

Il debito sta già crescendo. Meta ha chiuso il 2025 con 72 miliardi di dollari di spese in conto capitale e ha previsto tra 115 e 135 miliardi di dollari nel 2026. A febbraio, Anthropic ha annunciato un round di finanziamento da 30 miliardi di dollari a una valutazione di 380 miliardi di dollari, e Microsoft, NVIDIA e Anthropic hanno formato un'alleanza in base alla quale Anthropic si impegna ad acquistare 30 miliardi di dollari di capacità Azure e fino a un gigawatt aggiuntivo di calcolo. Google ha intrapreso una corsa globale alle obbligazioni da 32 miliardi di dollari nel 2026 negli Stati Uniti, Canada, Giappone, Europa e Australia, mentre Alphabet ha indicato che le spese in conto capitale potrebbero avvicinarsi a circa 175-185 miliardi di dollari nel 2026 e ha emesso un'obbligazione a 100 anni per attingere a fondi pensione e assicuratori.

I progettisti di chip, i produttori di chip, gli operatori cloud, gli sviluppatori di modelli, gli operatori di data center e gli investitori in infrastrutture sono interconnessi tramite contratti a lungo termine, investimenti strategici e accordi di finanziamento. Uno shock in un segmento, come una domanda più debole da parte degli sviluppatori di modelli o la fine del continuo perfezionamento del silicio, può propagarsi come un calo dei ricavi degli operatori di servizi, dei pagamenti di locazione, dei valori degli asset e dei recuperi dei creditori. Huston conclude che l'IA non sembra più un esperimento; è un'industria ad alta intensità di capitale che prima o poi richiederà redditività o detterà i termini di un crollo finanziario piuttosto impressionante di proporzioni globali.

L'analisi passa poi ai ricavi. Huston ripercorre come Google abbia utilizzato un classico modello di mercato bilaterale, in cui la ricerca è gratuita per i consumatori ma Google assembla un profilo di ciascun consumatore e lo vende agli inserzionisti. Più utenti usano la ricerca Google e più accurati sono i profili, più preziosi sono quei profili per gli inserzionisti. L'economista Hal Varian, in seguito Chief Economist di Google, sosteneva alla fine degli anni '90 che lo spam era essenzialmente un fallimento dell'informazione sul consumatore, nel senso che più dati avrebbero trasformato gli annunci in suggerimenti utili e aumentato la probabilità di una transazione. L'attività pubblicitaria di Google ora guadagna 300 miliardi di dollari all'anno, quindi gli inserzionisti pagano per la ricerca.

Gli inserzionisti non hanno semplicemente aumentato i loro budget pubblicitari totali. Hanno spostato la spesa lontano dai giornali e dalla televisione in chiaro. Huston scrive che il settore dei giornali è ormai un'ombra impoverita di ciò che era, e in alcuni casi i governi costringono i giganti digitali a restituire parte dei ricavi persi, citando il Codice australiano di contrattazione per i media giornalistici. La televisione in chiaro aveva poca capacità contrattuale comparabile e i contenuti si sono spostati verso modelli di abbonamento per i consumatori. Quando i bilanci familiari si restringono a causa dell'aumento dei tassi di interesse, dei mutui più alti o dei costi della benzina, gli abbonamenti ai contenuti sono tra le prime spese discrezionali tagliate.

Per l'IA, la sola componente di spesa in conto capitale è di 750 miliardi di dollari nel 2026. Ma il costo annuale totale comprende anche energia e raffreddamento, il continuo perfezionamento di strumenti e servizi e il reinvestimento di capitale. Huston afferma che non lo sorprenderebbe se il costo annuale totale di gestione dei servizi IA superasse già i 2-4 trilioni di dollari.

Per i lettori che desiderano limitare le proprie tracce di dati mentre utilizzano servizi online 'gratuiti', un servizio DNS crittografato (che nasconde le ricerche dei nomi di dominio al proprio provider Internet) come AEU DNS può ridurre uno strato di tracciamento, ma non può impedire a una piattaforma a cui si accede di raccogliere ciò che si fa al suo interno.