La quota dei consumi energetici globali riconducibile ai data center è destinata ad aumentare notevolmente. Nel 2022, questi rappresentavano il 2% circa della domanda globale di elettricità, e si prevede che tale percentuale arriverà al 7% entro il 2030. Negli Stati Uniti si contano già sei Stati in cui tali centri consumano oltre il 10% delle forniture elettriche; in testa alla classifica troviamo il Virginia con il 25%.
Questa domanda di energia genera opportunità in due diversi modi: da un lato poiché favorisce un maggiore utilizzo di energia pulita, dall’altro perché induce gli hyperscaler a migliorare l’efficienza energetica dei loro data center, apportando alle catene di fornitura una serie di cambiamenti che possono tradursi in opportunità per gli investitori. Il rischio, tuttavia, è che molti nuovi impianti utilizzino elettricità prodotta con il gas naturale, una fonte di energia non pulita, che potrebbe impedire agli hyperscaler di mantenere i loro impegni di azzeramento delle emissioni nette nel lungo periodo.
Per gli investitori obbligazionari, l’intensità di capitale e di energia associata all’IA è un’arma a doppio taglio. Gli emittenti che tardano ad adottare la nuova tecnologia possono andare incontro a pressioni sulla qualità del credito, a maggiori difficoltà di accesso ai mercati dei capitali e a un aumento dei costi di finanziamento. Al tempo stesso, molte imprese impegnate a costruire o a finanziare data center ad alta intensità di IA, nonché parecchie utility intente a modernizzare le proprie reti e ad approvvigionarsi di energia rinnovabile, stanno ricorrendo ai green bond per gestire la crescente impronta energetica dell’intelligenza artificiale.
Dal punto di vista della gestione attiva, è essenziale identificare emittenti con strategie di transizione credibili, vantaggi competitivi legati all’IA, un approccio disciplinato all’allocazione del capitale e accesso a fonti di finanziamento diversificate. Sono queste le aziende che hanno maggiori chance di migliorare la propria qualità del credito nel tempo e di offrire opportunità appetibili.
La crescita della domanda di energia elettrica sta anche mettendo a dura prova le infrastrutture in senso più ampio. Il loro ammodernamento sarebbe vantaggioso per molte realtà, tra cui i produttori di cavi ad alta e media tensione, i fornitori di sistemi di climatizzazione ad alta efficienza energetica, i costruttori di turbine a gas (in particolare con sistemi di controllo basati sull’IA) e i produttori di celle a combustibile per la generazione di elettricità presso i data center.
Un altro rischio ambientale di vasta portata attiene alla sicurezza delle risorse idriche. Una cattiva gestione in quest’ambito può infatti arrecare danni significativi alle attività di impresa e agli investimenti, mentre le aziende che si concentrano su questo tema in chiave strategica potrebbero acquisire un vantaggio competitivo.
Sempre sul fronte ambientale, l’IA può contribuire a migliorare il monitoraggio e la misurazione delle emissioni di CO2, per esempio attraverso l’acquisizione e l’analisi di dati satellitari per valutare le emissioni prodotte da centrali elettriche o veicoli. Essa può inoltre consentire di perfezionare le stime delle emissioni causate dagli incendi, rafforzare il monitoraggio dei programmi di sequestro del carbonio e migliorare l’integrità dei mercati del carbonio.
I rischi per l’occupazione dipendono dal successo della transizione
Quanto alla dimensione sociale della matrice di impatto dell’IA, al suo interno spiccano tre temi in particolare: i rischi per l’occupazione, la diffusione della misinformazione e i bias.
Uno dei rischi sociali più rilevanti è la perdita massiva di posti di lavoro. Secondo il Future of Jobs Report 2025 del World Economic Forum, le imprese prevedono che l’IA e le tecnologie dell’informazione avvertiranno l’impatto più trasformativo sulle loro attività entro il 2030. Tuttavia, gli effetti complessivi sull’occupazione potrebbero rivelarsi favorevoli (cfr. Grafico).
