L’infrastruttura è l’incubo di chiunque progetti sull’AI, ma in Europa rischia di diventare il guardiano del fallimento. Un sondaggio fresco di Onnec – gruppo da anni sulle autostrade invisibili della rete – dipinge uno scenario che non va giù a nessuno, specie a Bruxelles: la macchina per la sovranità digitale corre più in fretta dei data center che dovrebbero ospitarla. E il colpo è doppio: da un lato l’amministrazione americana stringe i rubinetti dei modelli più capaci, dall’altro la Commissione europea spinge su una via autonoma. In mezzo stanno i bit, i kilowatt e i metri quadri che mancano.

Il rapporto Onnec non serve solo a ricordare che i data center non crescono sotto i cavoli. La costruzione di capacità per carichi di lavoro AI, specie per i Large Language Models (LLM), è una partita a tre mosse: potenza elettrica, smaltimento termico e supply chain dei GPU. Nel Vecchio Continente, tutte e tre zoppicano. Le reti elettriche invecchiate e le procedure autorizzative lunghe anni trasformano ogni nuovo campus in una via crucis. E mentre i data center tradizionali potevano accontentarsi di qualche megawatt, i nodi per l’addestramento di modelli come quelli più discussi del momento ne succhiano centinaia, col raffreddamento a liquido che non è più un vezzo ma necessità.

Il cortocircuito è evidente: la sovranità sull’AI si declina innanzitutto come controllo fisico su dove e come girano i modelli. Non basta avere voice framework normativi o fondi di investimento. Se il tessuto materiale non regge, il resto è racconto. L’Europa sta cercando di imporre regole di residenza dei dati e di sicurezza, ma senza un ecosistema di data center ad alta densità progettati per l’inference e il fine-tuning on-premise o ibrido, il rischio è di costruire cattedrali giuridiche nel deserto dei kilowatt.

Chi sorride sono i grandi fornitori cloud extra-UE, che già oggi ospitano la maggior parte dei carichi AI del continente. Con la penuria di capacità locali, aziende e pubblica amministrazione sono spinte a consumare servizi fuori controllo europeo, indebolendo proprio quella sovranità che si vorrebbe conquistare. I fornitori americani, già avanti nelle tecnicie di raffreddamento a immersione e con accordi diretti con i produttori di GPU, possono incassare l’ennesimo vantaggio competitivo. Per le startup europee della AI, invece, il messaggio è un campanello d’allarme: potranno pure sviluppare modelli, ma farli girare vicino ai dati sensibili diventerà sempre più difficile e costoso.

Non è solo una questione di soldi, ma di incentivi di sistema. Se i governi europei non sbloccano piani straordinari di elettrificazione e semplificazione amministrativa, l’AI “sovrana” rischia di restare una bandiera sventolata su data center altrui. Il Total Cost of Ownership per chi valuta deploy on-premise è già oggi influenzato da fattori come la disponibilità di VRAM e il costo dell’energia, ma con i colli di bottiglia diventerà proibitivo per molti. E intanto l’Asia avanza con gigafactory di calcolo sostenute da politiche di potenza senza timidezze. La partita non è solo tecnicica: è una questione di sovranità materiale, e il rapporto Onnec ha il merito di portarlo fuori dalle sale riunioni per sbatterlo in faccia a chi progetta il futuro.