AI e energia: Google scommette su 28 startup

Ventiotto startup. Un acceleratore. Una promessa: l’intelligenza artificiale cambierà il modo in cui produciamo, distribuiamo e consumiamo energia. Sembra la solita narrazione vendor, no? Invece, quando a mettere in campo la rete è Google for Startups Accelerator e il tema è l’energia, la domanda non è se l’AI stia entrando nel settore — ci è già dentro. La domanda è se queste 28 aziende, selezionate tra Nord America ed Europa, stiano costruendo qualcosa di concreto o stiano semplicemente raccapigliando il vento del momento.

La differenza è sostanziale. Perché l’AI nell’energia non è un concetto astratto: è il software che bilancia una rete elettrica in tempo reale, è l’algoritmo che predice il guasto di una turbina eolica tre settimane prima che succeda, è il sistema che ottimizza il consumo di un parco solare in base a previsioni meteorologiche ad alta granularità. Il problema è che tra la demo che convince un investitore e la deploy su scala industriale c’è un abisso. E Google, come ogni big tech, ha interesse a mostrare che quel abisso si sta colmando.

Cosa fa davvero Google for Startups Accelerator nel settore energia

Il programma Google for Startups Accelerator non è un incubatore generico: è una macchina selettiva che offre mentorship, accesso a infrastrutture cloud e visibilità a un numero ristretto di aziende in fase early-stage. Nel 2026, dedicare un’intera cohort all’intersezione tra AI ed energia significa che Google sta segnalando una priorità strategica. Non è un caso che lo faccia: l’energia è il collo di bottiglia dell’intera economia dell’intelligenza artificiale. I data center che alimentano i modelli di machine learning consumano quantità di elettricità che, in un’Europa in transizione, diventano un problema politico prima ancora che tecnico.

Le 28 startup selezionate operano su un continuum che va dall’ottimizzazione della domanda energetica alla generazione distribuita, dalla manutenzione predittiva delle infrastrutture alla gestione degli accumuli. Non è un elenco che posso sgranocchiare qui — la fonte non fornisce nomi, e non invento nulla — ma il pattern è chiaro: chi vince questa corsa non sarà chi ha l’algoritmo più elegante, ma chi riesce a integrarsi con sistemi legacy che hanno 30 o 40 anni di vita operativa.

Questo è il punto che le narrative da acceleratore tendono a nascondere. L’energia non è un mercato digitale: è un’infrastruttura fisica, regolata, frammentata per giurisdizione. Una startup che funziona a Toronto non funziona necessariamente a Milano, e non perché l’AI sia diversa, ma perché il quadro normativo, la topologia della rete e i modelli di business sono radicalmente diversi.

Perché dovrebbe interessarti, se sei in Italia

Perché il settore energetico italiano è tra i più frammentati d’Europa. Abbiamo un mercato dell’energia elettrica liberalizzato dal 2007, un mercato del gas in piena transizione, un parco rinnovabile che cresce ma con problemi di connessione alla rete. In questo scenario, le soluzioni AI che nascono in un acceleratore americano o britannico devono fare i conti con una realtà che è al tempo stesso più complessa e più frammentata.

Le applicazioni concrete che queste startup potrebbero portare nel mercato italiano sono diverse e talvolta inaspettate:

• Ottimizzazione della domanda: sistemi di AI che prevedono i picchi di consumo a livello di quartiere o edificio, riducendo la necessità di picchi di generazione termica. In Italia, dove i picchi estivi restano un problema strutturale, questo non è un lusso.
• Manutenzione predittiva delle rinnovabili: algoritmi che analizzano vibrazioni, temperature e performance per anticipare guasti su turbine eoliche e impianti fotovoltaici. Meno fermi, più produzione, meno costi.
• Gestione degli accumuli: con la diffusione dei sistemi di storage, serve un’intelligenza che decida quando caricare e quando scaricare. L’AI qui non è un optional: è il cervello del sistema.
• Trading energetico: piattaforme che usano machine learning per ottimizzare le strategie di acquisto e vendita di energia sui mercati all’ingrosso, riducendo i costi per gli utenti finali.

Il problema resta quello di sempre: quanto di queste promesse si tradurrà in prodotti che un’utility italiana o un’azienda industriale potrà adottare entro il 2027? Gli acceleratori creano visibilità, non adozione. E tra i due c’è un percorso regolatorio, di certificazione e di fiducia che in Italia è più lungo che altrove.

C’è un aspetto che nessuno menziona nelle slide degli acceleratori: l’AI nell’energia crea un nuovo tipo di dipendenza. Se un algoritmo gestisce il bilanciamento di una rete, chi è responsabile quando sbaglia? La domanda non è tecnica, è giuridica. E in un’Europa che sta scrivendo le regole dell’AI Act, questa è la vera frontiera.

Google ha scelto il momento giusto per puntare sull’energia: il momento in cui l’AI ha bisogno di più elettricità di quanta ne produca il mondo. La domanda che lascio a voi è questa: tra dieci anni, guardando indietro al 2026, diremo che queste 28 startup hanno costruito il futuro della rete energetica o che hanno prodotto un’altra ondata di demo brillanti finite in un cassetto?

Via: Google Blog