Microsoft vuole triplicare i data center: 38 GW di capacità entro il 2032 per l’AI

Microsoft ha deciso di alzare in modo netto l’asticella della sua infrastruttura. Secondo quanto riportato da Bloomberg, l’azienda punta a superare i 38 gigawatt di capacità nei data center entro il 2032, partendo dagli attuali 12 gigawatt circa. Significa più che triplicare in poco più di cinque anni la potenza dedicata al calcolo, un salto che racconta meglio di qualsiasi dichiarazione quanto la domanda di intelligenza artificiale stia ridisegnando le priorità dei grandi gruppi tecnologici.

Non si tratta di un annuncio ufficiale, ma di un piano interno emerso da persone vicine all’azienda. Microsoft, interpellata, ha preferito non commentare.

Eppure i numeri, se confermati, sono notevoli e aiutano a capire dove sta andando l’intero settore. La partita non si gioca più solo sui modelli o sulle app, ma sulla capacità fisica di alimentare e raffreddare milioni di processori. E qui la misura che conta non è quanti server possiedi, ma quanta energia riesci a mettere a disposizione del calcolo.

Da 12 a 38 gigawatt: cosa significa davvero

Quando si parla di data center, l’unità di misura più onesta è ormai il gigawatt, cioè la potenza elettrica che l’infrastruttura è in grado di assorbire e sostenere. È un cambio di prospettiva importante: per anni si è ragionato in metri quadri, in numero di rack o di macchine, mentre oggi il vero collo di bottiglia è l’energia. Un data center pieno di acceleratori per l’AI consuma molto di più di uno pensato per il cloud tradizionale, perché le schede grafiche lavorano a densità di potenza che fino a pochi anni fa erano impensabili.

Passare da 12 a 38 gigawatt vuol dire aggiungere circa 26 gigawatt di nuova capacità. Per dare un ordine di grandezza, è una potenza paragonabile a quella di decine di grandi centrali elettriche che lavorano senza sosta. Non stupisce quindi che il tema dell’approvvigionamento energetico sia diventato centrale nelle strategie di tutti i colossi del cloud.

Il punto è proprio questo: costruire capannoni e comprare processori è la parte relativamente semplice. Trovare l’elettricità per farli funzionare, e i sistemi di raffreddamento adeguati, è la vera sfida dei prossimi anni.

Buona parte della capacità odierna di Microsoft serve ancora i carichi di lavoro classici del cloud, dalla posta aziendale ai database, mentre la crescita verso il 2032 sarà trainata soprattutto dall’intelligenza artificiale. È questo lo spostamento che spinge l’azienda a rivedere così drasticamente i propri piani.

La spesa che accompagna la corsa

Un obiettivo di questa portata ha un costo che si legge già nei bilanci. Gli investimenti in conto capitale di Microsoft, la voce che comprende soprattutto data center, chip e attrezzature, sono cresciuti in modo impetuoso negli ultimi anni. Nel 2024 la spesa complessiva era di circa 55,7 miliardi di dollari, poi è salita a 115,9 miliardi e ha raggiunto i 145,3 miliardi nel 2026, con stime che parlano di circa 175 miliardi per il 2027.

È una traiettoria che in tre anni porta la spesa a più che triplicare, in parallelo con l’ambizione sulla capacità. Numeri simili spiegano perché gli investitori guardino con crescente attenzione al rapporto tra questi esborsi e i ricavi effettivi generati dall’AI.

La scommessa di Microsoft, come quella dei suoi concorrenti, è che la domanda continui a correre abbastanza da giustificare investimenti di questa entità. Il rischio, dall’altra parte, è quello di costruire capacità in eccesso rispetto a una richiesta che potrebbe rallentare o cambiare forma.

Data center di proprietà e capacità in affitto

Il piano non prevede solo strutture costruite e gestite direttamente da Microsoft. Una parte importante della nuova capacità arriverà da accordi con fornitori terzi, compresi i cosiddetti neocloud, aziende specializzate nell’affitto di potenza di calcolo per l’AI. Negli ultimi mesi Microsoft ha firmato contratti pluriennali con operatori come CoreWeave, Nscale, Lambda, Iren e Nebius, per un valore complessivo che si conta in decine di miliardi di dollari.

Questa combinazione tra data center di proprietà e capacità presa in affitto è una scelta pragmatica. Costruire da zero richiede anni, tra permessi, allacci alla rete elettrica e cantieri, mentre affittare consente di rispondere subito ai picchi di domanda senza immobilizzare capitale.

Il ritmo di costruzione, intanto, è già sostenuto. Nell’anno fiscale 2026 Microsoft ha portato online 88 data center, di cui 31 solo nell’ultimo trimestre, con una media recente vicina a un gigawatt di nuova capacità ogni tre mesi. Per centrare il traguardo dei 38 gigawatt nel 2032 dovrà mantenere e leggermente aumentare questo passo, restando stabilmente sopra il gigawatt trimestrale.

Tra i progetti più significativi ci sono i siti battezzati Fairwater, strutture di grandi dimensioni pensate esclusivamente per l’intelligenza artificiale, capaci di ospitare centinaia di migliaia di schede grafiche collegate tra loro. Sono questi impianti a rappresentare il volto nuovo dei data center, molto diversi da quelli disegnati per il cloud di dieci anni fa.

Perché l’AI sta cambiando le regole dei data center

La spinta di Microsoft non è un caso isolato, ma un tassello di una trasformazione che coinvolge tutti i grandi attori. L’addestramento e l’uso dei modelli di frontiera richiedono quantità enormi di processori specializzati, e questo ha effetti a catena su hardware, energia e catena di fornitura.

Sul fronte dei chip, per esempio, la pressione della domanda si è già tradotta in listini più alti: come abbiamo raccontato parlando dei rincari annunciati da Nvidia sui server AI, il costo delle memorie e degli acceleratori incide in modo diretto sui conti di chi costruisce infrastruttura. Non sorprende che le aziende cerchino alternative e nuovi accordi, come l’intesa tra Qualcomm e Amazon sui chip per i data center, per non dipendere da un unico fornitore.

Poi c’è la questione dell’energia, che è forse la più delicata. Per assicurarsi elettricità stabile e a basse emissioni, i grandi gruppi guardano sempre più al nucleare e agli accordi di lungo periodo con i produttori: lo abbiamo visto con Google che investe in Finlandia puntando anche sull’atomo. La corsa alla capacità è, in fondo, anche una corsa ai megawatt disponibili.

C’è infine un tema di concentrazione che merita attenzione. Più il calcolo si accentra nelle mani di pochi hyperscaler, più un singolo problema tecnico può avere effetti su scala globale, come ha mostrato il blackout che ha messo ko insieme diversi servizi AI. Triplicare la capacità significa anche moltiplicare le responsabilità in termini di affidabilità e resilienza.

Non va dimenticato che questa espansione incontra crescenti resistenze sul territorio. Negli Stati Uniti diversi Stati chiedono ai nuovi data center di farsi carico dei costi di potenziamento delle reti elettriche e idriche, e in alcuni casi hanno introdotto pause sui nuovi progetti. La disponibilità di terreni, acqua ed energia diventa così un vincolo concreto, non solo una voce di bilancio.

Cosa aspettarsi da qui al 2032

Il piano da 38 gigawatt, per quanto ambizioso, resta una traiettoria e non una promessa scolpita nella pietra. Come ricordano gli stessi osservatori, i data center richiedono anni per essere costruiti e molte cose possono cambiare lungo il percorso: la domanda potrebbe crescere più o meno del previsto, oppure nuove tecnologie potrebbero rendere il calcolo più efficiente e ridurre il fabbisogno di potenza a parità di risultati.

Quello che appare ormai chiaro è la direzione. L’intelligenza artificiale sta trasformando l’infrastruttura digitale in un settore ad altissima intensità di capitale ed energia, dove la capacità di costruire e alimentare data center diventa un vantaggio competitivo tanto quanto la qualità dei modelli.

Per Microsoft si tratta di difendere e rafforzare la posizione di Azure in un mercato affollato, in cui anche i clienti più grandi valutano con attenzione dove far girare i propri carichi di lavoro. Se il piano andrà in porto, l’azienda arriverà al 2032 con un’infrastruttura profondamente diversa da quella di oggi, molto più orientata all’AI.

Se vuoi capire come si sta muovendo il settore e cosa comporta questa corsa alla capacità, continua a seguirci: su queste pagine trovi ogni giorno gli aggiornamenti sui protagonisti dell’intelligenza artificiale, dai modelli all’hardware fino alle infrastrutture che li rendono possibili.