OpenAI starebbe trattando per affittare un campus di data center da 10 gigawatt costruito su terreni federali in Ohio, in un'operazione che potrebbe coinvolgere anche una garanzia finanziaria di Nvidia. Lo ha riferito il 9 giugno 2026 The Information, delineando i contorni di quello che sarebbe uno dei più grandi progetti infrastrutturali della storia dell'IA.
Numeri da record: 10 GW e oltre 500 miliardi
Secondo le ricostruzioni riprese anche da Data Center Dynamics, il campus potrebbe costare almeno 500 miliardi di dollari ai prezzi attuali di chip, manodopera ed energia. La struttura sorgerebbe su un'area del Dipartimento dell'Energia statunitense, nel sito dell'ex impianto di diffusione gassosa di Portsmouth, nella contea di Pike, e sarebbe sviluppata da SB Energy, una controllata di SoftBank.
Per dare un'idea della scala: 10 gigawatt equivalgono al consumo di milioni di abitazioni. È la dimostrazione plastica di come la frontiera dell'IA si stia spostando dalla ricerca sugli algoritmi alla guerra per l'energia e la potenza di calcolo.
Il ruolo di Nvidia: hardware e garanzia sull'affitto
L'elemento più insolito riguarda Nvidia. Oltre a fornire l'hardware, il produttore di chip sarebbe pronto a garantire finanziariamente il contratto di locazione di OpenAI. È il segno di un intreccio sempre più stretto tra chi vende le GPU e chi le usa: Nvidia ha già comunicato una lettera d'intenti per investire fino a 100 miliardi di dollari in OpenAI, capitale che verrebbe versato progressivamente man mano che ogni gigawatt di sistemi Nvidia entra in funzione.
OpenAI controllerebbe le apparecchiature con un contratto di affitto ventennale, con pagamenti che partirebbero solo all'avvio delle operazioni. La prima fase è attesa per il 2028. Si tratta ancora di trattative, non di un accordo firmato: i dettagli potrebbero cambiare o l'operazione potrebbe non concludersi.
La corsa all'infrastruttura e la montagna di debito
Il progetto Ohio non è un caso isolato, ma il tassello di una corsa globale all'infrastruttura che si sta finanziando sempre più a debito. Morgan Stanley stima che nel 2026 le emissioni di debito legate all'IA possano più che raddoppiare, fino a circa 570 miliardi di dollari: le aziende che costruiscono data center guardano oltre i mercati azionari per finanziare un'espansione enorme.
Questa concentrazione di capitale solleva domande che riguardano tutti, non solo gli investitori. Se la spesa per l'addestramento e l'inferenza dei modelli continua a crescere a questi ritmi, i costi finiranno per riflettersi sui prezzi delle API e degli abbonamenti. E un eventuale rallentamento della domanda metterebbe sotto pressione bilanci costruiti su impegni pluriennali da centinaia di miliardi.
Terreni federali e questione energetica
La scelta di un sito federale non è casuale. L'ex impianto di Portsmouth dispone già di connessioni elettriche e infrastrutture ereditate dal suo passato industriale, un vantaggio enorme quando il vero collo di bottiglia dei data center è l'accesso all'energia. Trovare 10 gigawatt di potenza disponibile è oggi più difficile che trovare i chip: significa nuove linee di trasmissione, accordi con i gestori della rete e, spesso, la costruzione di capacità di generazione dedicata. Non a caso i grandi laboratori stanno firmando contratti con fornitori di energia nucleare e rinnovabile per assicurarsi forniture stabili nel lungo periodo.
Questa fame di energia apre anche un fronte ambientale e sociale. Comunità locali e amministrazioni si trovano a valutare i benefici occupazionali di un mega-progetto contro l'impatto su rete elettrica, consumo d'acqua per il raffreddamento e prezzi dell'energia per cittadini e imprese del territorio.
Perché conta per chi usa l'IA ogni giorno
Dietro la comodità di un chatbot che risponde in pochi secondi c'è questa enorme macchina fisica fatta di terreni, energia, chip e contratti ventennali. Progetti come quello dell'Ohio determinano quanta capacità di calcolo sarà disponibile nei prossimi anni e, di riflesso, quanto velocemente miglioreranno i modelli e quanto costerà usarli. È il lato meno visibile, ma forse più decisivo, della rivoluzione dell'intelligenza artificiale.
