418 Kilovolt Sembravano Normali. Poi 60 Milioni di Persone al Buio.

Nel pomeriggio del 28 aprile 2025, gli schermi di una sala di controllo spagnola indicavano che era tutto a posto.

Le sbarre di trasmissione da 400 kilovolt segnavano circa 418 kV — un valore alto, ma entro i limiti che un operatore è addestrato a tollerare. Poi, in cinque secondi, 15 gigawatt di generazione si sono scollegati e 60 milioni di persone tra Spagna e Portogallo sono rimaste senza corrente. Alcune di loro sono rimaste al buio per dieci ore.

Ho trascorso la mia carriera tra studi di cluster di interconnessione e analisi post-mortem delle aste di capacità e, quando il rapporto finale di ENTSO-E è uscito a marzo 2026, l'ho letto come si legge l'autopsia di qualcuno che si conosceva. I titoli avevano già deciso la storia: troppo solare, non abbastanza metallo rotante, le rinnovabili non riescono a tenere insieme una rete. Il rapporto afferma, in parole semplici, che questa impostazione è sbagliata. La rete non si è guastata per ciò che stava generando. Si è guastata per ciò che nessuno stava osservando. Questa singola distinzione è il motivo per cui il mio team costruisce l'IA per la rete elettrica nel modo in cui lo facciamo.

Il punto cieco era due livelli di tensione più in basso

L'indagine ha rivelato qualcosa che mi ha tenuto sveglio.

A partire dalla tarda mattinata, sulla rete spagnola sono comparse oscillazioni sub-sincrone a 0.21 Hz e 0.63 Hz. Gli operatori hanno fatto la cosa da manuale — hanno scollegato i reattori shunt per gestire le sottotensioni transitorie — il che ha silenziosamente prosciugato la capacità della rete di assorbire la potenza reattiva. Intorno a mezzogiorno hanno messo in tensione circuiti paralleli da 400 kV e commutato i collegamenti HVDC in modalità a potenza fissa. L'impedenza è calata, le tensioni sono salite. I display da 400 kV segnavano ancora 418 kV. Nominale.

Due livelli più in basso, nelle sottostazioni collettrici a 220 kV dove si collegano effettivamente i parchi eolici e solari, la tensione raggiungeva 242 kV. I commutatori sotto carico dei trasformatori — i dispositivi meccanici che riportano gradualmente la tensione entro il campo — non riuscivano a muoversi abbastanza in fretta. E nessuno se ne accorgeva, perché il monitoraggio in tempo reale si fermava di fatto al livello di trasmissione. Poi un grande impianto di generazione, durante un evento di sovratensione, ha immesso potenza reattiva nella rete invece di assorbirla, esattamente il contrario di quanto richiedeva il suo codice di rete. Ecco l'anello di retroazione positiva. I relè di protezione hanno iniziato a scattare a cascata e la corrente è andata via.

Non erano le rinnovabili a essere instabili. Lo era l'osservabilità.

Continuo a tornare su quel numero, 418 kV. Un operatore che guardava una tranquilla lettura di trasmissione non aveva alcuno strumento che gli dicesse che il livello del collettore aveva già superato il punto di non ritorno. I sensori per vedere i 220 kV esistono. Le analisi per interpretarli in tempo reale, abbastanza in fretta da poter agire, no. Non è un problema di generazione. È un problema di informazione travestito da problema di generazione.

Ero certo che la risposta fosse un controllore autonomo. Mi sbagliavo.

Quando il mio team ha affrontato per la prima volta questo problema, avevo un'idea sicura e ordinata: costruire una rete neurale informata dalla fisica — un modello che integra nel proprio addestramento le equazioni reali del flusso di potenza, così da non poter raccomandare qualcosa di fisicamente impossibile — e lasciare che gestisse tensione e potenza reattiva più velocemente di qualsiasi essere umano o controllore tradizionale.

Lo slancio della ricerca dietro questi modelli è reale. Le pubblicazioni sulle reti neurali informate dalla fisica sono passate da meno di dieci nel 2019 a circa 820 nel 2025. Abbiamo costruito un prototipo. Nella maggior parte degli scenari era davvero notevole — generalizzava meglio dei modelli standard e rispettava la fisica.

Poi l'abbiamo messo alla prova con i casi limite. E in uno di essi, esattamente sotto il tipo di stress da oscillazione visto dalla rete iberica, ha prodotto una raccomandazione fisicamente irrealizzabile. Non sbagliata in modo catastrofico ed evidente — sbagliata in modo sottile, del tipo che appare plausibile su un cruscotto.

Ci ho riflettuto per un po'. Poi ho fatto la cosa che ha posto fine a tutto l'approccio: ho immaginato quella raccomandazione arrivare in una vera sala di controllo, alle 12:32 di un giorno come il 28 aprile, con una cascata in avvicinamento e un operatore che decide in pochi secondi se fidarsene. All'inizio del 2026 non esiste da nessuna parte al mondo una rete neurale informata dalla fisica in uso commerciale che controlli una rete reale, e dopo quel test ho capito esattamente perché. Un insieme idealizzato di equazioni tralascia il disordine multiscala — la complessità ai bordi, l'accoppiamento non lineare — che emerge proprio quando la rete è sotto stress e il modello serve di più. Due problemi irrisolti lo aggravano: bilanciare i pesi della funzione di perdita, che mettono a compromesso la fedeltà alla fisica con l'aderenza ai dati, e quantificare quando il modello è incerto — e nessuna delle due cose la si vuole scoprire in tempo reale.

In precedenza un investitore mi aveva detto che i gestori di rete non avrebbero mai adottato l'IA. Aveva torto sul motivo, ma ragione sull'istinto. Il motivo non è che gli operatori siano luddisti. È che sono personalmente responsabili di esiti che riguardano 60 milioni di persone, e una scatola nera che occasionalmente, con sicurezza e in modo invisibile, sbaglia è peggio di nessuna scatola.

Abbiamo smesso di cercare di costruire qualcosa che sostituisse il giudizio dell'operatore e abbiamo iniziato a costruire qualcosa che ne estenda la vista.

Quella svolta — da controllore autonomo a livello consultivo informato dalla fisica — è ora l'intera architettura. Il modello fa emergere ciò che l'operatore attualmente non può vedere, spiega perché lo sta segnalando e lascia il setpoint nelle mani dell'uomo. Il progetto GridMind dell'Argonne National Laboratory, un sistema multi-agente per gli operatori di sala di controllo, è approdato allo stesso principio di progettazione dal lato della ricerca: gli agenti non sostituiscono gli operatori, forniscono raccomandazioni spiegabili. Quando team indipendenti convergono sullo stesso vincolo, di solito è perché il vincolo è reale.

Perché il software di rete esistente non lo fa già?

È una domanda legittima, perché la rete non è un terreno vergine. Alcune delle aziende di software più capaci al mondo vivono già qui.

La piattaforma GridOS di GE Vernova è installata in oltre l'80% delle utility statunitensi; solo nel 2025 ha evitato una stima di 112 milioni di minuti-cliente di interruzione per Alabama Power. Gridscale X di Siemens gestisce gemelli digitali della rete e, tramite una partnership con NVIDIA, dichiara un'accelerazione della simulazione di circa 10,000x. Sono strumenti seri costruiti da persone serie.

Ma sono stati progettati per una rete che scorreva in una sola direzione, dai grandi generatori rotanti verso i consumatori passivi. Le funzionalità di IA sono componenti aggiuntivi sovrapposti a sistemi SCADA che precedono il problema. E i dati che acquisiscono sono in larghissima parte a livello di trasmissione — la vista da 400 kV che segnava 418 kV e sembrava a posto. Il punto cieco non è un difetto di queste piattaforme. È una conseguenza di dove è stato detto loro di guardare.

Poi c'è il livello della consulenza. McKinsey ha ricevuto l'incarico di riprogettare il processo di interconnessione di ERCOT e ha depositato un quadro di "Batch Study" per il fascicolo del febbraio 2026 della PUC del Texas. È lavoro reale. Ma le grandi società offrono consulenza sul processo — realizzano presentazioni strategiche e valutazioni di fornitori su incarichi che valgono milioni — non costruiscono i modelli informati dalla fisica. Il divario tra "ecco un processo migliore" ed "ecco un sistema funzionante che filtra la vostra coda" è esattamente il punto in cui operiamo noi.

Lo stesso punto cieco sta per costare all'America 163 miliardi di dollari

Se pensate che questa sia una storia europea, guardate l'asta di capacità di PJM.

A dicembre 2025, per l'anno di consegna 2027/2028, PJM — il più grande gestore di rete del Nord America — si è procurata 145,777 MW, restando 6,625 MW al di sotto del proprio obiettivo di margine di riserva. È stata la prima volta che l'intera regione non ha raggiunto il proprio obiettivo di affidabilità. Il prezzo ha toccato il tetto d'asta per la terza volta consecutiva; la singola asta è costata 16.4 miliardi di dollari. Il costo cumulativo di capacità dal 2028 al 2033 è previsto in 163 miliardi di dollari. Nel solo territorio di ComEd, questo equivale a una stima di 70 dollari al mese sulla bolletta di un'utenza residenziale.

Ora la parte che si collega direttamente alla questione dell'osservabilità: dei 5,250 MW di crescita della domanda all'origine di quel deficit, circa 5,100 MW sono data center. Quel carico non è distribuito in modo uniforme — è concentrato in specifiche zone di trasmissione in Dominion Virginia, AEP Ohio e ComEd Illinois. Si stanno creando le condizioni del blackout iberico — stress localizzato attorno a sottostazioni critiche — sperando poi che nessuna scatti durante il picco. La speranza non è una strategia di osservabilità.

E la presunta valvola di sfogo, la nuova generazione, è bloccata. Nel 2025 la coda di interconnessione statunitense si attestava a circa 2,600 GW. Il progetto mediano attende cinque anni per arrivare all'esercizio commerciale e, storicamente, solo circa un progetto su cinque tra quelli entrati in coda tra il 2000 e il 2018 è mai stato realizzato. La sola coda dei grandi carichi di ERCOT ha raggiunto 233 GW — un balzo del 269% su base annua, di cui il 77% data center — a fronte di appena 23 GW di nuova generazione sincronizzata nel 2025. L'analisi della stessa FERC ha rilevato che il 68% degli studi di cluster destinati a risolvere il problema è stato completato in ritardo. GridLab stima che i colli di bottiglia dell'interconnessione siano costati ai consumatori di PJM 3.5 miliardi di dollari in una singola asta di capacità, perché la generazione più economica che avrebbe dovuto essere aggiudicata semplicemente non è riuscita a collegarsi in tempo.

Non si può superare una coda di 2,600 GW assumendo ore di ingegneria umana. Gli studi torneranno sempre con il timbro "completato in ritardo". Questo è il secondo ambito a cui l'IA appartiene — non controllare la rete, ma filtrare e raggruppare la coda a una velocità che gli esseri umani strutturalmente non possono eguagliare.

Se il Dynamic Line Rating è così economico, perché non è ovunque?

C'è un terzo divario, ed è quello che mi fa un po' impazzire, perché la tecnologia è già collaudata.

Il dynamic line rating — installare sensori senza contatto sulle linee di trasmissione per valutarne la capacità in base alle condizioni reali anziché a un'ipotesi prudenziale di caso peggiore — non è sperimentale. LineVision è il fornitore dominante. Su un corridoio a 345 kV, AES ha registrato un aumento di capacità del 61%. L'implementazione di National Grid a Syracuse ha aggiunto il 20-30%. E costa qualcosa come il 5-7% di un tradizionale progetto di ricablaggio — nel caso di AES, circa il 76% in meno rispetto all'aggiornamento convenzionale.

Allora perché non tutte le utility con vincoli hanno ricoperto la propria rete con questa tecnologia? Perché il fornitore di hardware ti vende sensori, non un piano. Nessuno risponde alla vera domanda di pianificazione: data la mia rete specifica, dove installo le tecnologie di potenziamento della rete per sbloccare la massima capacità per dollaro, e quando? È un problema di ottimizzazione sulla topologia e sui profili di carico propri di una utility — ed è un livello analitico che si colloca sopra i sensori, non al loro interno. L'Ordine 1920 della FERC ora impone alle utility di considerare le tecnologie di potenziamento della rete prima di costruire nuove linee, il che significa che questa domanda sta per arrivare contemporaneamente su molte scrivanie di pianificazione.

Il dynamic line rating è quel raro intervento sulla rete che è al contempo l'opzione più economica e quella più spesso lasciata inutilizzata.

Dove l'IA appartiene davvero nella rete

Tirando le fila, la mia posizione è più circoscritta dell'entusiasmo generale e, credo, più utile.

L'IA non appartiene al controllo autonomo di una rete critica per la sicurezza — non oggi, e non sulla base di un modello che sbaglia in modo sottile i casi limite. Appartiene a tre ambiti in cui l'attuale stack software presenta una lacuna strutturale. Primo, l'osservabilità a livello di collettore — le analisi di sub-trasmissione che avrebbero individuato i 242 kV al livello dei 220 kV mentre la sbarra da 400 kV appariva tranquilla. Secondo, l'intelligenza della coda — filtrare e raggruppare richieste di interconnessione per un valore di 2,600 GW più velocemente di quanto faranno mai gli studi di cluster completati in ritardo. Terzo, un livello di ottimizzazione delle tecnologie di potenziamento della rete che indica a un pianificatore dove il dynamic line rating e il controllo del flusso di potenza rendono davvero. Alla base di tutti e tre, i modelli informati dalla fisica si guadagnano il posto come strumenti consultivi e di simulazione per gli studi di pianificazione — enormemente più veloci degli strumenti tradizionali, con l'operatore che tiene ancora in mano la penna.

Mi chiedono se le utility vogliano davvero l'ennesimo fornitore. Non lo vogliono, e noi non chiediamo loro di diventarlo. Le utility hanno sistemi SCADA di GE, Siemens e ABB che non intendono smantellare. Ciò di cui hanno bisogno è un livello di IA sovrapposto che funzioni con l'installato, neutrale rispetto al fornitore, anziché un altro monolite che pretende la sostituzione. È una scelta di progettazione deliberata, ed è spiegata nella pagina della soluzione nel dettaglio.

Mi chiedono anche dell'accumulo normativo, che è reale. L'EU AI Act classifica l'IA nella gestione della rete come ad alto rischio, con obbligo di conformità entro il 2 agosto 2026 e sanzioni fino a 15 milioni di euro o al 3% del fatturato globale. La CIP-003-9 della NERC entra in vigore ad aprile 2026. I requisiti sulle tecnologie di potenziamento della rete dell'Ordine 1920 della FERC stanno arrivando ora. La risposta della Spagna al blackout — Red Eléctrica ha autorizzato 24 impianti rinnovabili al controllo dinamico della tensione ai sensi della P.O. 7.4, imponendo loro di dimostrare una capacità di potenza reattiva del ±30% — è esattamente il tipo di obbligo che necessita di nuove analisi per essere effettivamente verificato e gestito. Qui conformità e capacità non sono progetti separati. Ciò che ti tiene in regola è la stessa cosa che ti tiene acceso.

Il rapporto iberico ha chiuso un capitolo indicando, con precisione, il momento in cui la rete è diventata cieca. In esso non leggo una tesi sulle rinnovabili. Leggo uno strumento puntato nel posto sbagliato. Costruire lo strumento che punta in quello giusto — questo è il lavoro.