Alphabet ha pagato 4,75 miliardi di dollari per un'azienda energetica, mentre Meta ha firmato accordi per 6,6 gigawatt di energia nucleare con Vistra, Oklo e TerraPower. L'amministrazione Trump insiste affinché l'operatore del sistema energetico PJM tenga un'asta di emergenza per la capacità esclusivamente per i data center.
Queste non sono notizie energetiche, ma notizie sull'intelligenza artificiale (AI). E mostrano dove si è spostato il collo di bottiglia dell'industria.
I chip sono stati il primo collo di bottiglia nello sviluppo dell'AI e hanno portato enormi profitti. Ora la limitazione si è spostata verso cose più semplici: elettricità e metalli. Mentre le grandi aziende tecnologiche affrontano le limitazioni delle reti energetiche e i tempi di consegna pluriennali, il valore si sposta verso le aziende che possono fornire elettricità rapidamente - e le catene di approvvigionamento che possono collegare tutto insieme.
I produttori di gas monetizzano molecole 'isolate'.
I progetti AI più significativi non si trovano nella Silicon Valley. Si trovano in luoghi dove c'è molto gas, ma mancano capacità di trasmissione.
Chevron sta promuovendo un progetto di centrale elettrica a gas autonomo da 2,5 GW nel Texas occidentale, progettato per servire i data center. La prima elettricità è prevista per il 2027, con un possibile ampliamento a 5 GW. L'azienda collabora con Engine No. 1 e GE Vernova su un modello più ampio, mirato a 4 GW in diverse regioni degli Stati Uniti.
ExxonMobil ora ha oltre 2,7 GW nel suo portafoglio di energia per data center. Il concetto iniziale di 1,5 GW - una centrale elettrica a gas con cattura della CO2, costruita esclusivamente per carichi iperscalabili - è ancora in fase di progettazione preliminare. Ma a dicembre 2025, Exxon ha annunciato un progetto aggiuntivo di 1,2 GW con NextEra Energy per un campus di data center nel sud-est degli Stati Uniti.
Il modello di business è cambiato. Il gas non è solo un combustibile. Nel dispiegamento dell'AI, diventa un prodotto di servizio contrattuale - venduto non come molecole, ma come affidabilità. Chevron sta conducendo 'negoziati esclusivi' con un 'principale' operatore di data center non identificato. L'acquirente non acquisisce gas - acquisisce certezza del programma.
Le aziende iperscalabili stanno passando all'integrazione verticale.
Il flusso di affari di gennaio 2026 mostra una svolta strategica: le grandi aziende tecnologiche passano dall'acquisto di elettricità al possesso della generazione.
L'acquisizione da parte di Alphabet della società Intersect Power per $4,75 miliardi (annunciata il 2 gennaio) rappresenta il primo caso di acquisizione totale da parte di un'azienda iperscalabile di un grande sviluppatore di energia pulita. Il portafoglio di Intersect - 3,6 GW di energia solare ed eolica, 3,1 GWh di stoccaggio batterico - dà a Google il controllo diretto sugli asset generativi invece di fare affidamento su contratti di acquisto di energia.
L'iniziativa nucleare di Meta è altrettanto aggressiva. Il 9 gennaio 2026, l'azienda ha annunciato accordi nucleari per 6,6 GW: 2,1 GW da impianti esistenti di Vistra in Ohio e Pennsylvania, un campus di reattori modulari da 1,2 GW con Oklo e due reattori Natrium da TerraPower con diritti su altri sei. Meta è ora 'uno dei più significativi acquirenti corporativi di energia nucleare nella storia americana'.
La logica è difensiva. Il rischio controparte nei contratti di acquisto di energia aumenta quando ogni azienda iperscalabile compete per gli stessi megawatt. Il possesso elimina questa fila.
Dove esistono mercati di capacità, la scarsità si manifesta nelle bollette. L'asta di capacità PJM di dicembre 2025 ha prodotto prezzi record per il periodo di fornitura 2027/28 a $333,44 per MW al giorno - il massimo consentito dal tetto dei prezzi FERC. Il market watcher ha successivamente calcolato che i data center rappresentavano $6,5 miliardi (40%) del costo totale dell'asta di $16,4 miliardi.
Il rame è il livello fisico dell'AI.
Anche se l'AI diventa più efficiente, il dispiegamento rimane un problema di cablaggio.
Secondo le ultime stime, i data center potrebbero aggiungere ogni anno circa 500.000 tonnellate di domanda di rame entro il 2030. Ma il trasporto e la distribuzione sono una grande storia. Un'analisi dettagliata prevede che la domanda di rame da trasporto e distribuzione potrebbe raggiungere 7,1 milioni di tonnellate all'anno entro il 2040.
I prezzi del rame alla LME hanno raggiunto un massimo storico di $13.387 per tonnellata il 6 gennaio 2026, sebbene siano poi scesi a $12.800 a metà gennaio. L'aumento del 42% nel 2025 è stato il miglior risultato annuale per il rame dal 2009.
La sfida dell'estrazione mineraria non è solo geologia, ma anche tempo: i grandi nuovi progetti richiedono spesso un decennio o più dalla scoperta e dall'ottenimento dei permessi fino alla produzione significativa. L'offerta rimane indietro rispetto agli shock della domanda per anni, non per trimestri.
Una nuova realtà per gli investimenti infrastrutturali.
L'asta PJM e l'analisi del market watcher hanno trasformato le discussioni sulla crisi energetica dell'AI in obblighi finanziari reali. L'acquisizione da parte di Alphabet della società Intersect ha trasformato la strategia di possedere la propria generazione in un affare completato.
Il punto principale è che l'elettricità e i cablaggi sono diventati i nuovi colli di bottiglia nello sviluppo dell'AI. Le aziende che possono superare queste limitazioni - i produttori di gas con progetti rapidi, i fornitori di rame e le soluzioni energetiche integrate - ottengono un vantaggio in un mercato dove la domanda supera l'offerta.
Opinione AI
L'analisi dei modelli storici mostra una straordinaria somiglianza con il boom ferroviario degli anni '40: all'epoca anche i primi profitti andarono ai produttori di locomotive, mentre i veri soldi furono guadagnati dai proprietari di miniere di carbone e acciaierie. L'analisi dei dati machine identifica un curioso schema: ogni superciclo tecnologico si conclude con una 'guerra per l'infrastruttura', quando i giganti digitali iniziano ad acquistare asset fisici.
Dal punto di vista macroeconomico, il boom dell'AI crea inflazione strutturale. Il rame è utilizzato nel 65% di tutti i prodotti industriali - dalle automobili ai frigoriferi. Il gas è necessario per riscaldare le case e produrre fertilizzanti. I data center competono per le risorse con i bisogni fondamentali dell'economia, il che può causare una spirale dei prezzi ben oltre il settore tecnologico.
#AI #AImodel #energy #Write2Earn
