L'AI consuma più energia di quanto pensiamo: il vero costo nascosto

Secondo Raj Agrawal di KKR, il mercato sta facendo un errore clamoroso: sottovaluta di parecchio quanta energia l'AI avrà bisogno nei prossimi anni. E non è una questione da poco. Se i data center del machine learning iniziano a divorare corrente come server farm impazziti, i costi lievitano, i tempi di sviluppo si allungano, e tutto il bel gioco della disruption digitale rischia di scontrarsi con una realtà molto più terrestre: le bollette della luce.

Il problema non è nuovo, ma il timing è pessimo (o perfetto, dipende da che lato stai). L'IA cresce a un ritmo folle — nuovi modelli ogni settimana, competizione selvaggia tra aziende tech, tutti che provano a costruire il prossimo ChatGPT. Ognuno di questi esperimenti consuma una marea di energia. Ma finora i numeri ufficiali che girano in giro? Probabilmente troppo ottimisti.

Cosa significa in pratica? Che le aziende potrebbero trovarsi di fronte a un muro molto più presto di quanto credono. Non il muro dell'intelligenza artificiale che decide di ribellarsi (quello è fiction), ma il muro più noioso e concreto: non c'è abbastanza infrastruttura energetica. I data center già competono ferocemente per l'accesso all'energia rinnovabile, e se l'AI accelera ancora, potrebbe diventare un collo di bottiglia serio.

Agrawal sta fondamentalmente dicendo: "Ragazzi, avete calcolato tutto tranne il costo fisso più importante". È come quando compri una macchina sportiva senza controllare se il tuo garage ha il posto. Bella la macchina, ma dove la metti?

Il vero colpo di scena? Questo potrebbe creare opportunità per chi ha già investito in energia rinnovabile o infrastrutture efficienti. Le aziende tech che hanno fatto i compiti a casa potrebbero trovarsi con un vantaggio competitivo enorme. Gli altri? Meno allegri.