Il Vero Potere nell’AI è il Potere

I titoli raccontano una storia: OpenAI, Meta, Google e Anthropic sono in una corsa agli armamenti per costruire i modelli di intelligenza artificiale più potenti. Ogni nuova release, dal modello open-source di DeepSeek all’ultimo aggiornamento di GPT, viene trattata come il prossimo grande balzo dell’AI verso il suo destino. L’impressione è chiara: il futuro dell’AI appartiene a chi costruisce il miglior modello.

Questo è il modo sbagliato di guardare le cose.

Le aziende che sviluppano modelli di AI non sono le uniche a definire il loro impatto. I veri protagonisti dell’AI che sostengono l’adozione di massa non sono OpenAI o Meta, ma i fornitori di servizi di cloud computing, gli operatori di data center e i fornitori di energia che rendono possibile l’AI per una base di consumatori in costante crescita. Senza di loro, l’AI non è un’industria da un trilione di dollari. È solo codice su un server, in attesa di potere, calcolo e raffreddamento che non esistono. L’infrastruttura, non gli algoritmi, determinerà come l’AI raggiungerà il suo potenziale.

La Crescita dell’AI e la Lotta dell’Infrastruttura per Tenere il Passo

L’assunzione che l’AI continuerà a espandersi all’infinito è scollegata dalla realtà. L’adozione dell’AI sta accelerando, ma sta incontrando un limite semplice: non abbiamo il potere, i data center o la capacità di raffreddamento per sostenerla alla scala che l’industria si aspetta.

Non si tratta di speculazione, sta già accadendo. I carichi di lavoro dell’AI sono fondamentalmente diversi dal cloud computing tradizionale. L’intensità di calcolo è di diversi ordini di grandezza superiore, richiedendo hardware specializzato, data center ad alta densità e sistemi di raffreddamento che spingono i limiti dell’efficienza.

Le aziende e i governi non stanno eseguendo solo un modello di AI, ne stanno eseguendo migliaia. La difesa militare, i servizi finanziari, la logistica, la produzione: ogni settore sta formando e distribuendo modelli di AI personalizzati per le proprie esigenze specifiche. Ciò crea una dispersione di modelli di AI, dove i modelli non sono centralizzati, ma frammentati tra i settori, ognuno richiedendo enormi investimenti in calcolo e infrastruttura.

E a differenza del software aziendale tradizionale, l’AI non è solo costosa da sviluppare, ma anche costosa da eseguire. L’infrastruttura richiesta per mantenere i modelli di AI operativi su larga scala sta crescendo esponenzialmente. Ogni nuova distribuzione aggiunge pressione a un sistema già teso.

La Tecnologia più Sottovalutata nell’AI

I data center sono la vera spina dorsale dell’industria dell’AI. Ogni query, ogni ciclo di formazione, ogni inferenza dipende dai data center che hanno il potere, il raffreddamento e il calcolo per gestirla.

I data center sono sempre stati critici per la tecnologia moderna, ma l’AI li amplifica esponenzialmente. Un singolo grande dispiegamento di AI può consumare quanto un’intera città di medie dimensioni. I requisiti di energia e raffreddamento dei data center specifici per l’AI superano di gran lunga ciò che l’infrastruttura cloud tradizionale era stata progettata per gestire.

Le aziende stanno già incontrando limiti:

• La localizzazione dei data center è ora dettata dalla disponibilità di potere.
• I fornitori di servizi di cloud computing non stanno più costruendo solo vicino ai backbone di Internet, ma stanno andando dove possono assicurarsi forniture di energia stabili.
• Le innovazioni nel raffreddamento stanno diventando critiche. Il raffreddamento a liquido, il raffreddamento per immersione e i sistemi di efficienza energetica guidati dall’AI non sono più solo desiderabili, ma sono l’unico modo in cui i data center possono stare al passo con la domanda.
• Il costo dell’infrastruttura dell’AI sta diventando un fattore di differenziazione.
• Le aziende che riescono a scalare l’AI in modo efficiente dal punto di vista dei costi, senza far saltare il loro budget per l’energia, domineranno la prossima fase dell’adozione dell’AI.

C’è un motivo per cui i fornitori di servizi di cloud computing come AWS, Microsoft e Google stanno investendo decine di miliardi in infrastrutture pronte per l’AI: perché senza di esse, l’AI non si scala.

Le Superpotenze dell’AI del Futuro

L’AI è già una questione di sicurezza nazionale e i governi non stanno a guardare. Gli investimenti più grandi nell’AI di oggi non provengono solo da prodotti di consumo AI, ma anche da budget per la difesa, agenzie di intelligence e progetti di infrastrutture a livello nazionale.

Le applicazioni militari da sole richiederanno decine di migliaia di modelli di AI privati e chiusi, ognuno necessitante di ambienti di calcolo sicuri e isolati. L’AI sta essere costruita per tutto, dalla difesa dei missili alla logistica della catena di approvvigionamento al rilevamento delle minacce. E questi modelli non saranno sistemi open-source e gratuitamente disponibili; saranno bloccati, altamente personalizzati e dipendenti da una potenza di calcolo massiccia.

I governi stanno assicurando fonti di energia a lungo termine per l’AI allo stesso modo in cui hanno storicamente assicurato il petrolio e i minerali rari. Il motivo è semplice: l’AI su larga scala richiede energia e infrastrutture su larga scala.

Allo stesso tempo, i fornitori di servizi di cloud computing si stanno posizionando come i proprietari di terre dell’AI. Aziende come AWS, Google Cloud e Microsoft Azure non sono più solo fornitori di servizi cloud, ma sono i guardiani dell’infrastruttura che determina chi può scalare l’AI e chi no.

Questo è il motivo per cui le aziende che formano modelli di AI stanno anche investendo nella loro infrastruttura e generazione di potere. OpenAI, Anthropic e Meta dipendono oggi dai fornitori di servizi di cloud computing, ma stanno anche muovendosi verso la costruzione di cluster di AI autosufficienti per assicurarsi di non essere bloccati dall’infrastruttura di terze parti. I vincitori a lungo termine nell’AI non saranno solo i migliori sviluppatori di modelli, ma quelli che potranno permettersi di costruire, operare e sostenere la massa di infrastrutture che l’AI richiede per cambiare veramente il gioco.