Su che cosa gira l’IA, e dove

Ogni risposta di un assistente viene calcolata da qualche parte. Un chip in un data center fa l’aritmetica, la rete elettrica fornisce l’energia e un sistema di raffreddamento porta via il calore. Per la maggior parte delle aziende tutto questo è stato invisibile.

Sta diventando una decisione aziendale, perché stabilisce il prezzo dell’IA, la sua velocità e il luogo in cui vanno i vostri dati.

La potenza di calcolo cresce più in fretta di tutto ciò che la circonda

L’AI Index 2026 di Stanford stima che la capacità di calcolo globale per l’IA sia cresciuta di 3,3 volte l’anno dal 2022, fino all’equivalente di circa 17,1 milioni di chip H100 di Nvidia. Nvidia ne rappresenta più del 60 per cento. Google e Amazon forniscono gran parte del resto con chip propri, e Huawei detiene una quota piccola ma in crescita. Quasi ogni chip di IA di punta è prodotto da un’unica fonderia, TSMC a Taiwan.

Il denaro segue. L’Agenzia internazionale dell’energia (AIE) riferisce che la spesa in conto capitale delle maggiori aziende tecnologiche ha superato i 400 miliardi di dollari nel 2025 e dovrebbe crescere di un altro 75 per cento nel 2026. Segnala inoltre una carenza di memoria ad alta larghezza di banda, un componente essenziale nella produzione dei chip di IA, che prevede durerà almeno fino alla fine del 2027.

L’energia è il nuovo limite

I chip hanno bisogno di elettricità. L’AIE rileva un aumento del 17 per cento della domanda di elettricità dei data center nel 2025, e del 50 per cento in quelli costruiti per l’IA. La sua proiezione centrale prevede che il consumo dei data center circa raddoppi, da 485 terawattora nel 2025 a 950 nel 2030, intorno al 3 per cento della domanda mondiale di elettricità. Il consumo dei data center dedicati all’IA triplica nello stesso periodo.

L’AI Index indica la capacità elettrica dei data center per l’IA in circa 29,6 gigawatt a fine 2025, paragonabile alla domanda di picco dello Stato di New York. Secondo la sua stima, la domanda di energia di tutti i sistemi di IA messi insieme è paragonabile al consumo elettrico nazionale della Svizzera o dell’Austria.

L’Europa vuole più di quella capacità in casa propria. La Commissione europea si è data l’obiettivo di triplicare la capacità dei data center nell’UE entro cinque o sette anni, osserva l’AIE. Il 30 luglio 2026 l’Impresa comune EuroHPC ha aperto un bando per un massimo di sette gigafactory di IA in almeno sette Stati membri, con fondi pubblici come cliente di riferimento e più di 20 miliardi di euro di investimenti privati attesi. Le proposte vanno presentate entro il 12 novembre, e la selezione è attesa all’inizio del 2027.

Ogni risposta costa meno

Mentre il totale cresce, la singola risposta diventa più economica. L’AIE scrive che l’energia usata per compito di IA è calata di recente di almeno un ordine di grandezza all’anno, e che una semplice richiesta testuale usa ormai in genere meno elettricità del far funzionare un televisore per lo stesso tempo.

I prezzi raccontano la stessa storia. Epoch AI ha misurato la velocità con cui scende il prezzo per raggiungere un dato livello di prestazioni: tra 9 e 900 volte l’anno, a seconda del compito. I cali più rapidi sono recenti, ed Epoch si premura di dire che potrebbero non durare.

L’hardware sottostante ha seguito. L’AI Index, sulla base di dati AIE, rileva che il costo del calcolo su GPU è sceso di oltre il 99 per cento dal 2006 e che i chip di punta offrono circa dieci volte più calcolo per watt rispetto a quelli di dieci anni fa.

Il problema è il lavoro stesso. Video, ragionamento e agenti possono usare centinaia o migliaia di volte più energia per richiesta rispetto a una semplice risposta testuale, osserva l’AIE. L’unità costa meno. Il conto dipende da ciò che chiedete alla macchina di fare.

Abbastanza piccoli per l’ufficio

Il secondo cambiamento riguarda le dimensioni. Un modello capace non ha più bisogno di un data center. DGX Spark di Nvidia è una macchina da scrivania con fino a 128 GB di memoria. Nvidia afferma che esegue modelli fino a 200 miliardi di parametri, può affinare modelli fino a 70 miliardi e che fino a quattro unità possono essere collegate per modelli più grandi.

I modelli più piccoli migliorano rispetto alle loro dimensioni. L’AI Index segnala un modello aperto con 32 miliardi di parametri, quasi 90 volte meno di Grok 4, che raggiunge risultati comparabili in diversi benchmark. I suoi autori lo hanno addestrato su molti meno token e hanno selezionato i dati con grande cura.

La Svizzera ne costruisce uno proprio. Apertus, rilasciato a settembre 2025 dall’EPFL, dall’ETH di Zurigo e dal Centro svizzero di calcolo scientifico, è stato addestrato con più di 10 milioni di ore GPU sul supercomputer Alps, in versioni da 8 e 70 miliardi di parametri, su 15 mila miliardi di token in più di 1'000 lingue. I suoi pesi, le sue ricette e la documentazione dei suoi dati di addestramento sono pubblici. La versione 1.5 è seguita a luglio 2026, con comprensione di immagini e audio e una famiglia di modelli compatti.

Il Paese ha le persone per farlo. L’AI Index conta 110,5 autori e inventori di IA ogni 100'000 abitanti in Svizzera, davanti a ogni altro Paese, con Singapore subito dietro.

Hosting svizzero ed europeo

I grandi fornitori si sono avvicinati. A giugno 2025 Microsoft ha annunciato 400 milioni di dollari per ampliare i suoi quattro data center vicino a Zurigo e Ginevra, pensando a un’IA per settori regolamentati come sanità, finanza e amministrazione. Heise, citando Reuters, ha riportato che l’ampliamento dovrebbe mantenere i dati entro i confini svizzeri.

Swisscom costruisce su una piattaforma propria. A febbraio 2026 ha lanciato un assistente per la conoscenza aziendale gestito interamente in Svizzera, su diversi modelli open source usati senza modifiche. Tutti i dati sono archiviati ed elaborati nei suoi data center svizzeri, e i dati aziendali non addestrano i modelli di base. La piattaforma sottostante offre ad altri capacità GPU e interfacce di modelli, e Swisscom ha citato Apertus tra i modelli che prevede di aggiungere.

Scegliere dove gira la vostra IA

Per un’azienda piccola o media tutto si riduce a tre opzioni. Un modello di frontiera noleggiato tramite un’interfaccia, con condizioni enterprise e una regione europea. Un modello aperto ospitato in un cloud svizzero o europeo. Oppure un modello su hardware proprio, nel proprio edificio o nel proprio account cloud.

Decidiamo tenendo presenti quattro cose: quanto sono sensibili i dati; quanto lavoro passa dal modello, perché un costo fisso batte uno a consumo solo oltre un certo volume; quanto deve essere rapida una risposta; e chi si occuperà del sistema una volta in funzione.

Ne usiamo più di una noi stessi. Twin lavora per noi in Claude e ChatGPT, e sul nostro hardware con un modello nostro. Studio conserva i suoi dati a Zurigo. Per i clienti, Twin gira in Svizzera o nell’UE, oppure sull’hardware del cliente.

Eigna, sviluppato dal nostro partner Eigna Labs, sta all’estremo privato. Gira nel cloud dell’azienda o sui suoi server, da una sola macchina a un cluster, ed è progettato per funzionare del tutto offline in reti chiuse. Le correzioni lo riaddestrano sull’hardware dell’azienda, e una nuova versione entra in servizio solo quando nei test risulta migliore.

La macchina si può scegliere su un foglio di calcolo. Quali dati possono uscire dall’edificio è un giudizio, e spetta a una persona che ne risponde. Partite dai dati. Il chip, l’edificio e il Paese ne discendono.