Gli enormi data center che sostengono la rivoluzione dell'AI sono diventati un bersaglio crescente delle critiche pubbliche. Gli attivisti di tutto il mondo evidenziano le enormi quantità di energia e acqua richieste da questa infrastruttura, mentre i mercati sono sempre più preoccupati per i ricavi necessari a ripagare il costo di circa 38 miliardi di dollari per la costruzione di un singolo data center AI da un gigawatt. Ma esiste un altro modo per alimentare la rivoluzione dell'AI — uno che si trova già nelle tasche delle persone?

Ad ottobre 2026, nel mondo ci sono circa 7,68 miliardi di connessioni mobili, e miliardi di smartphone sono attualmente inutilizzati in tasche, su scrivanie e in cassetti. Ogni dispositivo ha un processore, memoria e una connessione internet, e insieme rappresentano un enorme bacino di potenza di calcolo in attesa di essere messo al lavoro. La domanda è se una rete di smartphone comuni possa realisticamente supportare l'AI su larga scala.

Mettere al lavoro gli smartphone

Stanno emergendo reti AI decentralizzate che mirano a trasformare gli smartphone di tutti i giorni in un livello di infrastruttura distribuita, riducendo la dipendenza da costosi data center centralizzati.

Acurast dichiara di aver integrato nella sua rete oltre 335.000 smartphone. Il co-fondatore Alessandro De Carli afferma che circa 40.000 di questi sono pienamente attivi in una giornata media, fornendo capacità di calcolo per attività che vanno dal web scraping e dalla cybersecurity all'inferenza AI e all'hosting di agenti.

Secondo De Carli, gli smartphone sono particolarmente efficienti per determinati carichi di lavoro. Le loro funzionalità di sicurezza hardware integrate "eccellono" in ambiti come il confidential computing o un "ambiente isolato" capace di installare ed eseguire file eseguibili, e i dispositivi sono inoltre adatti a carichi di lavoro "CPU intensive" o che richiedono un'ampia distribuzione e un "accesso non filtrato" a internet.

"I server sono migliori nel multi-threading, ma gli smartphone offrono un'efficienza di calcolo senza pari," ha dichiarato De Carli a Cointelegraph Magazine.

Sebbene gli smartphone comuni abbiano memoria limitata, e i grandi server mantengano un vantaggio nella gestione di più attività in parallelo, ha detto che molti carichi di lavoro possono comunque rientrare nella memoria disponibile sui singoli dispositivi.

Nel complesso, i telefoni attivi sulla rete "egguagliano la capacità di calcolo di circa 2.340 server di fascia alta da data center," ha sostenuto, con un benchmark basato sull'ASUS RS720A-E11, un server ad alta densità progettato per l'intelligenza artificiale e l'high-performance computing (HPC).

Un altro progetto, Phase, ha lanciato a ottobre Phase Proxy, che consente ai proprietari di smartphone di fornire connettività internet e validazione blockchain per gli agenti AI. Il fondatore Kirill Eves ha spiegato che "i siti web abitualmente bloccano o applicano limiti di traffico al traffico automatizzato proveniente dai data center," quindi il sistema utilizza le connessioni mobili e residenziali degli utenti come proxy. Phase prevede di addebitare 0,5 USDT per 1.000 richieste e 1GB di traffico.

Il passo successivo è Phase Router, che instraderà le richieste più semplici verso i modelli in esecuzione sui telefoni della rete, o le indirizzerà invece a grandi fornitori esterni come OpenAI e Anthropic, in base a "complessità dell'attività, capacità del modello, prestazioni e costi." Eves ha detto che la rete potrebbe infine espandersi oltre gli smartphone a desktop, server e GPU.

Markus Levin, co-fondatore del fornitore di infrastrutture decentralizzate XYO, ha detto che le reti decentralizzate potrebbero essere più adatte alla raccolta e verifica di dati del mondo reale che all'esecuzione di modelli AI. Telefoni e sensori possono fornire informazioni localizzate che i dataset centralizzati non riescono a cogliere, ha detto, ma solo se i dati sono accurati e resistenti alla manipolazione.

"Una rete AI decentralizzata utile dovrebbe essere giudicata in base a se risolve un problema per cui i clienti sono disposti a pagare, non in base al prezzo del suo token o al numero di nodi," ha detto Levin.

La coordinazione è la parte difficile

Una delle maggiori sfide per le reti di telefoni mobili è coordinare i dispositivi per fornire hardware, alimentazione e connettività prevedibili, allo stesso modo dei data center.

Uno studio del 2025 ha testato piccoli gruppi di smartphone che eseguivano attività di riconoscimento delle immagini e ha scoperto che cluster di telefoni potevano offrire prestazioni competitive in certe condizioni, ma i risultati provenivano da un ambiente di test controllato e non da un dispiegamento reale.

Un progetto sostenuto da Google presso l'Università della California, San Diego ha scoperto che un cluster di 20 smartphone dismessi poteva gestire il carico di calcolo di picco di una classe di più di 75 studenti, con tempi di valutazione più rapidi rispetto alla configurazione cloud standard dell'università. Quei dispositivi, tuttavia, erano anch'essi organizzati in un ambiente controllato, non dispersi per il mondo.

In condizioni reali, una rete distribuita deve fare i conti con telefoni che si disconnettono, si surriscaldano, esauriscono la batteria, cambiano rete e hanno quantità variabili di potenza di calcolo e memoria. In una rete blockchain come Ethereum, ad esempio, la capacità è attualmente limitata dal tempo necessario alla comunicazione attraverso la rete e dalle capacità di elaborazione dei dispositivi con specifiche più basse.

Analogamente, quando le attività sono suddivise tra più telefoni, connessioni lente o dispositivi disconnessi possono mandare tutto in tilt. Distribuire attività separate e indipendenti sui telefoni disponibili è generalmente più semplice.

L'economia può funzionare?

Anche se le sfide tecniche possono essere superate, queste reti devono comunque avere senso dal punto di vista finanziario sia per i clienti sia per i proprietari dei dispositivi.

Utilizzare hardware smartphone esistente non comporta gli elevati costi di capitale della costruzione di un data center, ma restano costi sotto forma di connettività, coordinazione e incentivi per le persone che mantengono i dispositivi sulla rete.

Per quanto riguarda la compensazione, De Carli ha detto che non c'è una "cifra fissa", perché le ricompense per i partecipanti ad Acurast variano in base a "uptime del dispositivo, specifiche hardware (prestazioni nei benchmark), ACU totale in staking e domanda attiva di calcolo" da parte degli sviluppatori. Gli operatori competono per un pool di ricompense finanziate dall'inflazione anziché ricevere pagamenti diretti dai clienti, ha detto.

Le ricompense della rete di Phase dipendono da uptime, partecipazione e domanda dei clienti. "Phase utilizzerà una parte dei ricavi del servizio per acquistare PHASE sul mercato aperto e distribuirla agli operatori dei nodi in base ai loro contributi alla rete," ha detto Eves.

Eseguire correttamente un modello AI su un telefono non è più la sfida principale — far quadrare i conti mentre si coordinano decine di migliaia di telefoni affinché si comportino come un servizio cloud affidabile è la vera abilità.

Questo articolo è basato su una raccolta di informazioni di Cointelegraph Magazine.