I 403 data center hyperscale statunitensi analizzati da uno studio pubblicato il 16 novembre 2026 su Nature Sustainability hanno consumato circa 82 TWh di elettricità nello scenario centrale, pari all’1,8% del consumo elettrico USA del periodo osservato. Le emissioni di anidride carbonica attribuite sono state stimate in circa 25,7 milioni di tonnellate. Sono stime modellistiche riferite al periodo maggio 2024-aprile 2025, non letture dirette dei contatori di tutti i data center e neppure dati relativi all’intero 2026.
La ricerca di Gianluca Guidi e colleghi su Nature Sustainability, sottoposta a revisione tra pari, prende in esame 403 strutture hyperscale americane e combina dati relativi alle installazioni, scenari di carico e dati pubblici sulla generazione elettrica per attribuire le emissioni ai consumi. Harvard T.H. Chan School of Public Health ne illustra il metodo e chiarisce che non è possibile isolare nei consumi la quota destinata specificamente all’intelligenza artificiale.

Quanta elettricità hanno utilizzato i 403 impianti?
I ricercatori hanno modellato scenari di impiego diversi, perché la capacità installata non permette di ricostruire da sola il consumo reale. I dati principali dell’abstract scientifico sono questi:
| Indicatore | Risultato riportato |
|---|---|
| Impianti esaminati | 403 |
| Periodo | Maggio 2024-aprile 2025 |
| Consumo negli scenari | 68-99 TWh |
| Scenario centrale | Circa 82 TWh, 1,8% del consumo USA |
| Emissioni attribuite negli scenari | 21-31 milioni di tonnellate di CO2 |
| Scenario centrale delle emissioni | 25,7 milioni di tonnellate di CO2 |
| Generazione attribuita a combustibili fossili | Circa 54% |
Il titolo sintetico «2% dell’elettricità americana» è un arrotondamento di 1,8%. Non indica la quota mondiale, non riguarda tutti i server e non va interpretato come consumo registrato in tempo reale nel novembre 2026.
Da dove deriva la CO2 attribuita ai data center?
Un hyperscale assorbe energia dalla rete per il calcolo, la connettività, i sistemi di alimentazione e il raffreddamento. Il modello degli autori collega la domanda stimata degli impianti alla produzione delle aree elettriche interessate. Nello scenario centrale risulta attribuibile a fonti fossili circa il 54% della generazione; la sola media nazionale non descrive quindi necessariamente il mix associato a un sito specifico.
Non si tratta della misurazione diretta dei fumi di ogni data center: è un’attribuzione delle emissioni della generazione elettrica sulla base del modello dichiarato. Harvard segnala differenze geografiche importanti e la concentrazione di una parte rilevante della domanda in Virginia, Oregon, Ohio e Iowa.
Quanta di questa energia è consumata dall’AI?
Lo studio non può separare il consumo delle attività AI da quello del cloud e degli altri servizi ospitati dagli stessi impianti. Attribuire tutti gli 82 TWh ai chatbot o alla generazione di immagini sarebbe scorretto. I ricercatori considerano l’espansione dell’intelligenza artificiale un fattore di crescita delle infrastrutture, ma non forniscono una ripartizione verificata del consumo per singola applicazione.
Potenza massima e consumo annuo non sono la stessa cosa
Una potenza di 1 GW impiegata senza interruzioni per 8.760 ore equivale teoricamente a 8,76 TWh di energia in un anno (1 GW × 8.760 h). È un calcolo riproducibile a carico costante, non la stima di un data center specifico: senza fattore di utilizzo, efficienza e misure di consumo non si può dedurre l’energia annua dalla sola potenza dichiarata. Un caso distinto, basato su capacità prospettica anziché consumo misurato, è spiegato nella nostra analisi del possibile campus AI di OpenAI da 8 GW.
Lo studio permette di prevedere i consumi in Italia?
No. Il campione è statunitense e dipende dalla geografia degli impianti, dalle reti e dal mix di generazione regionale. Non consente di estrapolare la stessa percentuale all’Italia. Per i nuovi progetti italiani occorre considerare anche le caratteristiche dell’impianto, le condizioni della rete e gli iter applicabili, trattati nella guida alle autorizzazioni per i data center in Italia.
Quali limiti impediscono conclusioni più estese?
Non tutte le strutture hyperscale USA sono incluse; il consumo si basa su scenari di carico, non su un censimento di bollette elettriche; i dati di dettaglio per singolo impianto sono soggetti a limitazioni d’accesso; le emissioni sono attribuite mediante il sistema elettrico; non sono stati misurati direttamente effetti sanitari delle strutture. Questo lavoro è uno studio osservazionale e modellistico sottoposto a peer review: non dimostra che un particolare impianto abbia causato uno specifico danno sanitario.
La conclusione documentata è che una parte identificabile del sistema hyperscale USA ha già una domanda elettrica rilevante e che per valutare nuove installazioni serve trasparenza su consumi, fonti e metodo di attribuzione delle emissioni. Per dati attuali di singoli impianti servono rilevazioni aggiornate, non semplici estrapolazioni di queste stime.




Entra nella conversazione
Condividi il tuo punto di vista: non serve creare un account. I contributi restano soggetti alla moderazione editoriale.