New York ha piantato il primo paletto normativo nella corsa all’infrastruttura per l’intelligenza artificiale. Con un annuncio a sorpresa, la governatrice democratica Kathy Hochul ha congelato per un anno la costruzione di tutti i nuovi data center che superano i 50 megawatt di potenza. La moratoria, la prima del genere in uno stato americano, resterà in vigore finché Albany non avrà definito «standard coerenti» per uno sviluppo responsabile del settore.

Dietro la decisione, c’è un malcontento sempre più diffuso: comunità locali esasperate dall’impatto ambientale, bollette energetiche in salita e falde acquifere sotto stress. Bernie Sanders e Alexandria Ocasio-Cortez hanno già proposto un divieto federale. Ma la reazione di Donald Trump – secondo cui ogni freno minaccerebbe il primato USA nell’AI – mostra quanto la partita sia politica e polarizzata.

Eppure, il provvedimento di New York non è solo una notizia di cronaca ambientale. Segnala una crepa nel modello di crescita illimitata del cloud centralizzato, con conseguenze dirette per chi pianifica deployment di Large Language Models (LLM) e carichi di lavoro AI. Per anni, l’assunto è stato che la capacità computazionale in affitto sarebbe cresciuta di pari passo con la domanda. Oggi, una moratoria in uno dei mercati chiave del Nord-est americano smentisce questa certezza.

Chi utilizza LLM in produzione, specie in contesti regolati o con requisiti di residenza dei dati, potrebbe trovarsi davanti a colli di bottiglia inaspettati. Quando la costruzione di nuove facility si ferma, la pressione sulla capacità esistente aumenta, i prezzi di noleggio cloud possono salire e la latenza su regioni geografiche diverse peggiora. Non è un’ipotesi teorica: già oggi le GPU più richieste per l’inference – come le NVIDIA H100 o A100 – sono allocate con mesi di anticipo.

In questo scenario, il deployment on-premise smette di essere una scelta di nicchia per pochi entusiasti del self-hosting e diventa una copertura strategica. Avere il controllo diretto dell’hardware permette di fissare i costi (CapEx invece di OpEx variabile), di rispettare i vincoli di sovranità senza dipendere da data center terzi e di gestire la latenza in modo deterministico. Framework come vLLM o TensorRT-LLM consentono di spremere prestazioni da server che oggi montano centinaia di gigabyte di VRAM, un tempo dominio esclusivo dei cloud provider.

Certo, gestire un cluster on-premise per LLM comporta complessità: approvvigionamento energetico, raffreddamento, manutenzione. Ma la moratoria di New York dimostra che la dipendenza da una supply chain centralizzata può rivelarsi un rischio politico e logistico, non solo economico. Non è un caso che aziende e centri di ricerca stiano esplorando architetture ibride o edge, dove parte dell’inference avviene localmente e solo il training pesante resta delegato al cloud.

Il cuore del problema è il consumo energetico. Un data center da 50 MW è una piccola centrale elettrica: alimenta migliaia di GPU e sistemi di raffreddamento che, senza un approccio sistemico, prosciugano risorse idriche e saturano le reti locali. La moratoria non è un rigetto della tecnicia, ma un tentativo di forzare una pianificazione che mancava. Se altri stati seguiranno l’esempio, la mappa dei data center USA potrebbe ridisegnarsi, con un impatto sulle scelte di localizzazione delle aziende e sulla stessa architettura dei servizi AI.

Per chi valuta il deployment on-premise, i framework analitici offerti da AI-RADAR su /llm-onpremise aiutano a districare trade-off tra TCO, efficienza energetica e requisiti di latenza. Ma il dato di fondo è chiaro: l’epoca in cui il cloud poteva espandersi senza attriti sta tramontando. Il freno newyorkese è un campanello d’allarme per chiunque progetti la propria infrastruttura AI dando per scontata l’illimitatezza delle risorse in affitto.