Google ha registrato nel 2025 un incremento del 37% nel consumo annuo di elettricità, il più forte della sua storia. Il dato, pubblicato nell'ultimo rapporto di sostenibilità dell'azienda, è solo l'ultimo capitolo di una crescita vertiginosa: dal 2019 il fabbisogno energetico totale del colosso è salito di oltre il 250%. A trainare la domanda sono la continua espansione di Google Cloud, lo streaming di YouTube e, soprattutto, la costruzione e l'operatività dei data center dedicati ai prodotti e servizi di intelligenza artificiale.

L'accelerazione è netta. Già nel 2024 l'aumento era stato del 27%, ma il balzo di quest'anno segna un punto di svolta che la stessa azienda riconosce come senza precedenti. Nel rapporto si legge che «il percorso per raggiungere le nostre ambizioni climatiche non sarà lineare, perché l'espansione dell'infrastruttura AI sta accelerando più velocemente della decarbonizzazione della rete elettrica». Google sottolinea di aver contenuto le emissioni operative di carbonio continuando ad acquistare enormi quantità di energia pulita.

La tensione tra la fame di elettricità delle infrastrutture cloud e gli obiettivi ambientali non è una novità, ma la dimensione del fenomeno inizia a pesare sulle strategie di chi deve decidere dove far girare i carichi di lavoro AI. Se da un lato gli hyperscaler possono negoziare power purchase agreement (PPA) per rinnovabili su scala globale, dall'altro la concentrazione della domanda nei loro data center solleva interrogativi sulla trasparenza e sulla reale addizionalità delle fonti pulite acquistate.

Per le organizzazioni che valutano deployment on-premise o self-hosted, il rapporto di Google offre uno spunto concreto. Un'infrastruttura locale, gestita in prima persona, permette un controllo diretto sulle fonti energetiche e sulle strategie di efficienza, dal raffreddamento adiabatico all'integrazione con impianti fotovoltaici in sede. Tuttavia, replicare la capacità di approvvigionamento e la resilienza di un cloud provider richiede competenze interne e investimenti in hardware che non sempre si ripagano subito sul piano del TCO. L'aumento dei consumi segnala anche che l'inference e il training su larga scala potrebbero diventare sempre più costosi in termini energetici, spingendo verso tecniche di ottimizzazione come la quantization o l'adozione di framework di serving più parsimoniosi.

Il nodo centrale resta la velocità con cui l'IA divora risorse. Un incremento del 37% in un solo anno, dopo una crescita già robusta, indica che il settore è entrato in una fase in cui la sostenibilità non può essere un'aggiunta a posteriori, ma deve guidare le scelte architetturali fin dalla progettazione. Chi costruisce soluzioni on-premise può cogliere l'occasione per integrare nativamente il monitoraggio dei consumi e il bilanciamento energetico, mentre chi resta in cloud dovrà chiedere conto ai vendor di quanto l'energia verde dichiarata sia davvero aggiuntiva rispetto al mix di rete.

Intanto Google ribadisce l'intenzione di «scalare energia pulita abbondante e accessibile a livello globale» e di investire in innovazioni tecniciche per ridurre le emissioni dell'intero settore. Un impegno che la cronaca energetica del 2025 rende più urgente che mai.