Sunrun ha annunciato il 9 luglio 2026 un programma pilota che installerà nodi di calcolo per l’intelligenza artificiale in abitazioni già dotate di pannelli solari e batterie. I proprietari verranno compensati per ospitare l’hardware, mentre l’azienda venderà capacità di inferenza AI alle imprese. Se il modello regge, ogni kilowattora accumulato in casa potrebbe valere più di 50 dollari in revenue: molto più di un semplice risparmio in bolletta, un vero e proprio asset digitale alimentato dal tetto di casa.
Come funziona il progetto pilota
Sunrun installerà nodi di calcolo AI «dietro il contatore» in un numero non ancora reso noto di abitazioni clienti, sfruttando la base di oltre 1,1 milioni di impianti solari e di accumulo già attivi. I software di controllo ottimizzeranno il funzionamento dei nodi in base ai consumi della famiglia, alla struttura tariffaria dell’elettricità e alla partecipazione a servizi di rete. Poiché ogni nodo è abbinato a una batteria Sunrun, il sistema può continuare a funzionare anche durante un’interruzione di corrente.
«Le aziende di AI stanno correndo per assicurarsi più energia e potenza di calcolo», ha dichiarato Paul Dickson, Chief Revenue Officer e presidente di Sunrun. «In quasi due decenni abbiamo perfezionato la capacità di rendere operativi, finanziare e scalare asset distribuiti. Ora usiamo la nostra leadership nell’energia domestica distribuita e l’infrastruttura collaudata per portare il calcolo più vicino alle fonti di energia e all’inferenza.»
Nei prossimi mesi Sunrun testerà i nodi in condizioni operative e tariffarie diverse, raccogliendo dati sulle prestazioni e sull’esperienza dei proprietari. Solo dopo aver valutato i risultati rispetto a traguardi definiti deciderà l’eventuale passaggio a un lancio commerciale su larga scala.
Perché l’inferenza AI si adatta al calcolo distribuito
A differenza dell’addestramento dei modelli — che richiede cluster di GPU rigidamente sincronizzati in enormi data center — l’inferenza (le richieste quotidiane fatte a un modello già addestrato) può essere distribuita su molti nodi geograficamente sparsi senza perdere efficacia. Sunrun punta esattamente a questo: offrire alle aziende AI una rete di calcolo modulare vicina agli utenti finali, riducendo la latenza.
Un rapporto McKinsey citato dall’azienda stima che entro il 2030 l’inferenza supererà l’addestramento come carico di lavoro dominante nell’AI. Collocare i nodi in abitazioni già servite da impianti solari e batterie permetterebbe di saltare le lungaggini legate a permessi, connessioni alla rete e costruzione di nuove mega-strutture, alleggerendo al contempo la pressione sulla rete elettrica.
Il conto economico: 1 kWh può fruttare oltre 50 dollari
L’opportunità finanziaria è notevole. Secondo il CEO di OpenAI Sam Altman, una singola query AI consuma in media 0,34 Wh. Con un chilowattora di energia accumulata in una batteria domestica si possono quindi processare circa 2.900 query. Ipotizzando 1.000 token per risposta (un chatbot semplice ne utilizza tra 200 e 2.000 token), quel kWh genera circa 2,9 milioni di token.
Al prezzo corrente dei token del modello di punta ChatGPT (gpt-5.5), pari a 17,50 dollari per milione di token in input, il valore generato da un singolo kWh sale a oltre 50 dollari per un’azienda come OpenAI. Sunrun, che possiede l’hardware su cui l’energia viene prodotta, immagazzinata e impiegata, può catturare una quota significativa di quel margine vendendo capacità di inferenza alle imprese.
Non solo Sunrun: altri modelli di business per batterie e AI
Il pilota di Sunrun si inserisce in un panorama di esperimenti che cercano di sposare accumulo energetico e potenza di calcolo. A migliaia di chilometri di distanza, in Norvegia, VivoPower sta studiando un modello diverso: un sistema di accumulo co-locato con un data center da 41,5 MW a Mo I Rana potrebbe generare fino a 4 milioni di dollari di EBITDA partecipando ai mercati dei servizi ancillari nordici. Il prezzo medio dell’elettricità nella zona NO4 è di appena 0,009 dollari/kWh, contro 0,05–0,077 dollari nel sud della Norvegia e in Europa continentale, il che rende il sito estremamente competitivo per carichi energivori.
Altri tentativi di calcolo distribuito includono il progetto Span con Nvidia per data center da giardino e la startup britannica Heata, che riutilizza il calore di scarto dei nodi per scaldare l’acqua sanitaria. Sunrun ha il vantaggio di poter contare su una flotta già installata e su una rete di assistenza capillare, ma il pilota dirà se il modello regge su scala reale.
Quali prospettive per i proprietari e per la rete
Per i proprietari di casa la partecipazione al programma si traduce in un compenso economico per l’ospitalità dell’hardware, che si aggiunge ai benefici già offerti dall’impianto solare e dalla batteria. Sunrun non ha ancora comunicato i termini del pagamento né se varieranno per area geografica o carico di lavoro. L’iniziativa è distinta dalla partnership annunciata di recente con Renew Home e Tesla per aggregare oltre 16 GW di capacità energetica residenziale flessibile a beneficio di utility e hyperscaler, ma mostra la stessa logica: trasformare le case in nodi di una rete energetica e computazionale.
Poiché i nodi sono abbinati a batterie già presenti, possono continuare a funzionare durante i blackout e riducono la pressione sulle porzioni più congestionate della rete. Se replicato su larga scala, il modello potrebbe aggirare i colli di bottiglia che oggi rallentano la costruzione di nuovi data center: code per le interconnessioni, iter autorizzativi e indisponibilità di terreni.
Sunrun non ha ancora partner commerciali ufficiali, ma ha confermato di essere in trattativa con acquirenti di capacità di calcolo, costruttori edili e utility. I prossimi mesi di test saranno decisivi per capire se il nodo AI domestico può diventare un mattone dell’infrastruttura digitale, trasformando le batterie residenziali in una risorsa che non si limita ad alimentare la casa ma entra direttamente nella catena del valore dell’intelligenza artificiale.
Fonti
Indice dei Contenuti
