Il 16 settembre 2026, i responsabili del settore dei data center hanno valutato limitato l’impatto immediato delle richieste di rallentare lo sviluppo dei modelli di IA più avanzati. La ragione è semplice: l’addestramento frontier è solo una parte della domanda, mentre cloud, carichi aziendali, inferenza e progetti già finanziati continuano a sostenere il mercato.
Il dibattito è nato dopo che Dario Amodei, amministratore delegato di Anthropic, ha chiesto di ridurre il ritmo con cui aumentano le capacità dei modelli di IA. Sam Altman ed Elon Musk hanno sostenuto la direzione della proposta, mentre Demis Hassabis l’ha considerata appropriata per il momento. Si parla però di regolare il passo dello sviluppo dei modelli frontier, non di spegnere l’intera industria dell’IA.
Perché un rallentamento dell’IA non bloccherebbe i data center
La domanda dei data center non coincide con la costruzione di macchine per addestrare il prossimo modello più potente. Un rallentamento dell’addestramento frontier colpirebbe soprattutto le strutture progettate per quel carico di lavoro, ma lascerebbe attivi diversi altri motori del settore.
| Segmento della domanda | Effetto di un rallentamento dell’addestramento frontier | Perché la domanda può continuare |
| Addestramento dei modelli frontier | È il segmento più direttamente esposto | Una stima lo colloca tra il 10% e il 20% della domanda attuale e prevista |
| Inferenza IA | Può continuare a crescere | Esegue i modelli già addestrati e richiede capacità distribuita più vicina agli utenti |
| Cloud computing | Resta un importante motore autonomo | Le aziende continuano a spostare servizi e carichi di lavoro sul cloud |
| Carichi aziendali | Non dipendono soltanto dai modelli frontier | Applicazioni, archiviazione e trasformazione digitale alimentano la richiesta di capacità |
| Capacità già finanziata o in costruzione | È meno sensibile nell’immediato | I progetti vengono impegnati mesi o anni prima dell’entrata in funzione |
La stima del 10%-20% è attribuita a John Andril, responsabile dell’intelligence di mercato per le infrastrutture critiche di Avison Young. È una valutazione riferita alla domanda attuale e prevista, non un dato aggregato dell’intero settore.
La parte più esposta è l’addestramento frontier
L’addestramento frontier richiede enormi concentrazioni di calcolo per sviluppare modelli sempre più capaci. Se i laboratori decidessero di distribuire questi cicli su tempi più lunghi, la pressione su alcuni progetti specializzati potrebbe diminuire.
Anthony Wanger, investitore e consulente di Regnaw Capital, ha interpretato le richieste di prudenza come un tentativo di dare un ritmo allo sviluppo, non come la decisione di smettere di sviluppare modelli. Anche questa distinzione conta: rallentare la frequenza con cui vengono introdotte nuove capacità non equivale a cancellare gli investimenti in infrastrutture.
Inoltre, una moratoria globale volontaria sarebbe difficile da coordinare. Le aziende concorrenti dovrebbero rispettarla contemporaneamente e il quadro internazionale non garantisce che tutti gli operatori, comprese le società cinesi, adottino la stessa scelta.
Cloud, aziende e inferenza tengono aperta la domanda
L’inferenza è l’esecuzione di un modello già addestrato per rispondere alle richieste degli utenti. A differenza dell’addestramento, non si concentra necessariamente in pochi grandi impianti: per ridurre la latenza, può richiedere capacità distribuita più vicina a persone e aziende.
Questo rende l’inferenza un motore distinto. Anche se un laboratorio rinviasse il prossimo grande ciclo di addestramento, chatbot, strumenti aziendali, agenti software e altri servizi basati su modelli già disponibili continuerebbero a richiedere calcolo.
Andrew Power, amministratore delegato di Digital Realty, ha sottolineato inoltre il peso della crescita del cloud e della trasformazione digitale non legata all’IA. Per la società, l’eventuale rallentamento dell’addestramento frontier non equivale quindi a fermare gli investimenti nell’infrastruttura digitale.
I cantieri già impegnati attutiscono l’effetto nel breve periodo
Gran parte della capacità necessaria nei prossimi cinque-dieci anni è descritta come già finanziata o in costruzione. I data center richiedono terreni, energia, collegamenti alla rete, autorizzazioni e tempi di realizzazione lunghi; un cambiamento nelle aspettative dei laboratori non si traduce automaticamente in un cantiere fermo il giorno successivo.
È questo il motivo per cui il settore può attraversare un eventuale rallentamento dei modelli senza subire subito uno shock visibile. L’effetto, se arrivasse, passerebbe prima da nuove prenotazioni, piani di spesa e progetti ancora da finanziare, non necessariamente dalle strutture già avviate.
Le previsioni restano orientate alla crescita, con scenari diversi
Una previsione globale colloca la domanda di data center intorno a 92 GW nel 2027. Gli scenari di crescita associati vanno da circa 14% a 20%; lo scenario centrale indica un tasso annuo composto del 17% tra il 2025 e il 2028.
Negli Stati Uniti, una stima sulla potenza dei data center dedicati all’IA passa da 4 GW nel 2024 a 123 GW nel 2035. Il percorso dipende però dalla disponibilità della rete elettrica, dalle catene di fornitura, dalle autorizzazioni e dalla capacità di collegare i nuovi impianti: alcune richieste di connessione alla rete statunitense possono attendere fino a sette anni.
Il quadro, quindi, non è quello di una domanda uniforme o garantita. È un mercato composto da segmenti diversi, con progetti che hanno tempi differenti e una crescita prevista che cambia sensibilmente a seconda dello scenario. Il rallentamento dell’addestramento frontier può ridurre la pressione su una parte dell’infrastruttura, mentre cloud, inferenza, carichi aziendali e capacità già impegnata continuano a sostenere il resto.
