Negli Stati Uniti, pianificare l'ampliamento della rete elettrica per collegare un nuovo impianto industriale, un parco eolico o un data center per l'intelligenza artificiale può richiedere mesi di simulazioni tecniche: calcoli di flusso di potenza, verifiche di stabilità, analisi di decine di scenari di guasto (le cosiddette "contingenze") che si ripetono per ogni singola richiesta di connessione. Il Dipartimento dell'Energia statunitense (DOE), attraverso il suo Office of Electricity, ha annunciato il 1° settembre 2026 un finanziamento per accelerare drasticamente questo processo: GridFM 2.0 (Foundation Models for the Electric Grid: From Proof of Concept to Real-world Impacts), un progetto triennale guidato dal Brookhaven National Laboratory che punta a costruire un "modello fondativo" di intelligenza artificiale capace di valutare un miliardo di scenari di rete in 24 ore, aumentando la velocità di pianificazione di oltre 10.000 volte rispetto ai metodi tradizionali.

TRL 2-4 — Ricerca esplorativa/dimostrazione iniziale: consorzio appena costituito, obiettivi tecnici definiti, test previsti con alcune utility ma nessun software ancora rilasciato
Impatto potenziale: alto

C'è un dato che riassume bene la sfida della cybersicurezza applicata alle reti elettriche: individuare un attacco informatico che manipola le misure di un sistema di controllo, distinguendolo da un banale guasto tecnico, richiede di mettere insieme dati fisici (tensione, corrente, frequenza) e dati di traffico di rete, in un contesto dove ogni impianto ha una topologia diversa e spesso non documentata in formato digitale utilizzabile da un algoritmo. Il Dipartimento dell'Energia statunitense (DOE), attraverso il suo ufficio per la cybersicurezza energetica (CESER, Office of Cybersecurity, Energy Security, and Emergency Response) e i Sandia National Laboratories, ha reso pubblici il 27 agosto 2026 i risultati di un progetto che affronta esattamente questo collo di bottiglia: C2E2 (Communications and Cybersecurity for the Energy Edge), un sistema che usa modelli linguistici di grandi dimensioni (LLM) e intelligenza artificiale generativa per automatizzare la fase più onerosa del rilevamento delle minacce informatiche alla rete, portando l'accuratezza di individuazione e localizzazione degli attacchi al 95%.

TRL 4-5 — Dimostrazione/prototipo: validato in laboratorio con risultati misurati, test sul campo con utility reali ancora da avviare
Impatto potenziale: alto

Il 3 giugno 2026, a Bruxelles, quarantotto tra gestori di rete, istituti di ricerca e fornitori tecnologici europei hanno firmato l'accordo che dà ufficialmente il via ad AI.Grids, la più grande iniziativa pubblico-privata europea per sviluppare un'intelligenza artificiale "sovrana" dedicata alle reti elettriche. L'obiettivo è costruire modelli open source, addestrati su dati e caratteristiche infrastrutturali europee, capaci di calcolare i flussi di potenza sulla rete e prevedere generazione e consumi elettrici, senza dipendere dai grandi fornitori di intelligenza artificiale extra-UE. L'iniziativa, guidata dal Fraunhofer Center Digital Energy con il coordinamento del consorzio CRESYM, rientra nel Tech Sovereignty Package della Commissione europea e nella Strategic Roadmap for Digitalisation and AI in Energy, presentata lo stesso giorno alla presenza del commissario europeo per l'Energia Dan Jørgensen.

TRL 2-3 — Ricerca esplorativa/formulazione del concetto: governance, casi d'uso e architettura tecnica definiti, ma nessun software ancora rilasciato
Impatto potenziale: molto alto