L’intelligenza artificiale rischia di prosciugare acqua, energia e territorio

Entro il 2030 i data center che alimentano l’intelligenza artificiale potrebbero consumare quasi il 3% dell’elettricità mondiale. Un nuovo studio ONU evidenzia i rischi per acqua, territorio e clima.

Entro il 2030 i data center che alimentano l’intelligenza artificiale potrebbero consumare 945 terawattora di elettricità all’anno, quasi il triplo dell’intero consumo elettrico combinato di Pakistan, Bangladesh e Nigeria, Paesi che insieme ospitano oltre 650 milioni di persone. Nello stesso periodo, l’impronta idrica associata a questa infrastruttura digitale potrebbe raggiungere 9.300 miliardi di litri d’acqua, una quantità equivalente al fabbisogno domestico annuale di base di 1,3 miliardi di persone nell’Africa subsahariana. Anche l’impronta territoriale è destinata a crescere rapidamente, superando i 14.500 chilometri quadrati, un’area pari a oltre due volte l’estensione della metropoli di Giacarta.

Sono alcuni dei dati contenuti nel rapporto Environmental Cost of AI’s Energy Use: Carbon, Water and Land Footprints, pubblicato dall’United Nations University Institute for Water, Environment and Health (UNU-INWEH). Lo studio rappresenta una delle analisi più complete finora realizzate sugli impatti ambientali dell’intelligenza artificiale e sostiene che il dibattito pubblico e politico abbia finora sottovalutato una parte rilevante del problema. L’attenzione, infatti, si è concentrata quasi esclusivamente sulle emissioni di CO₂ associate all’addestramento di modelli complessi, mentre i costi ambientali dell’AI coinvolgono anche il consumo di acqua, l’uso del suolo, l’estrazione di materie prime critiche e la produzione di rifiuti elettronici.

Il consumo energetico dell’intelligenza artificiale è destinato a raddoppiare entro il 2030

La crescita dell’AI sta accelerando la domanda globale di energia a una velocità che preoccupa gli esperti. Nel 2025 i data center del mondo hanno consumato circa 448 TWh di elettricità. Se fossero considerati uno Stato autonomo, sarebbero stati l’undicesimo maggiore consumatore di energia elettrica al mondo, superando Paesi come l’Arabia Saudita. Numeri che sono destinati solo a crescere, come confermano le previsioni dell’Università delle Nazioni Unite che indicano che entro il 2030 il consumo elettrico dei data center potrebbe superare i 945 TWh annui, arrivando a rappresentare quasi il 3% della domanda globale di elettricità. Questa crescita è alimentata soprattutto dall’espansione dei servizi basati sull’intelligenza artificiale generativa, che richiedono enormi capacità di calcolo e infrastrutture sempre più potenti.

L’impronta climatica associata a tale consumo energetico potrebbe raggiungere circa 399 milioni di tonnellate di CO₂ equivalente. Per compensare una quantità simile di emissioni sarebbe necessario l’assorbimento garantito da circa 6,7 miliardi di alberi coltivati per dieci anni.

L’utilizzo quotidiano dell’AI pesa più dell’addestramento dei modelli

Uno degli aspetti più significativi emersi dallo studio riguarda il peso crescente della cosiddetta “inference”, cioè l’utilizzo quotidiano dei modelli da parte degli utenti.

Negli ultimi anni l’attenzione si è concentrata soprattutto sull’energia necessaria per addestrare modelli avanzati come GPT-3 o GPT-4 (circa 1,3 GWh e tra i 50 e i 70 GWh). Il rapporto evidenzia però che, una volta completata la fase di training, il vero costo energetico deriva dall’enorme numero di richieste elaborate ogni giorno. Secondo le stime dei ricercatori, l’inferenza rappresenta ormai tra l’80% e il 90% del consumo energetico totale dell’intelligenza artificiale. ChatGPT, ad esempio, processerebbe circa 2,5 miliardi di richieste al giorno. Il solo funzionamento di questo servizio richiederebbe circa 383 GWh di elettricità all’anno. Per compensarne le emissioni associate sarebbero necessari oltre 2,6 milioni di alberi coltivati per dieci anni.

Questo dato cambia radicalmente la prospettiva sul tema della sostenibilità dell’AI. Anche se i modelli diventano più efficienti, l’aumento esponenziale degli utenti e delle applicazioni rischia di annullare i benefici ottenuti attraverso il miglioramento tecnologico.

Immagini e video generati dall’AI hanno un costo ambientale molto più elevato

Lo studio evidenzia inoltre come non tutte le applicazioni dell’intelligenza artificiale abbiano lo stesso impatto energetico. Una semplice operazione di classificazione del testo rappresenta il livello base di consumo. Una normale conversazione con un chatbot può richiedere circa 200 volte più energia. La generazione di un’immagine attraverso modelli di AI arriva invece a consumare circa 1.450 volte più energia rispetto alla classificazione di testo.

Il caso più critico riguarda però la generazione video: un singolo breve video creato tramite intelligenza artificiale può richiedere tanta elettricità quanto 200.000 operazioni di filtraggio dello spam. Secondo il rapporto, l’energia necessaria per produrre un’immagine AI equivale ad alimentare una lampadina LED da 10 watt per circa 17 minuti. Per un video complesso, invece, la stessa lampadina potrebbe restare accesa per circa 42 ore.

L’impronta idrica dell’AI potrebbe raggiungere livelli senza precedenti

Tra gli elementi più innovativi del rapporto ONU vi è l’analisi dell’impatto sull’acqua, un aspetto spesso ignorato nel dibattito pubblico. I data center utilizzano enormi quantità di acqua per raffreddare i server e per sostenere i processi di produzione dell’energia necessaria al loro funzionamento. Secondo le stime dell’UNU-INWEH, entro il 2030 il consumo idrico associato all’energia utilizzata dai data center potrebbe arrivare a 9.300 miliardi di litri. Per comprendere la portata di questa cifra, gli autori spiegano che si tratta di una quantità sufficiente a soddisfare il fabbisogno domestico annuale minimo di tutti gli abitanti dell’Africa subsahariana, pari a circa 1,3 miliardi di persone.

Lo studio cita diversi casi concreti che mostrano come l’espansione delle infrastrutture digitali possa aggravare situazioni già critiche. In Messico, nell’area di Querétaro, la crescita dei data center sta aumentando la pressione sulle risorse idriche in una regione colpita da siccità prolungate. In Uruguay, la pianificazione di nuove strutture ad alta intensità idrica si è sovrapposta alla grave crisi idrica che nel 2023 ha compromesso le riserve di acqua potabile di Montevideo.

Anche negli Stati Uniti emergono segnali di allarme. Il data center di Google a Mesa, in Arizona, dispone di autorizzazioni che consentono l’utilizzo di 5,5 milioni di metri cubi d’acqua all’anno, una quantità che potrebbe coprire il fabbisogno idrico minimo annuale di oltre 750.000 persone.

Le energie rinnovabili non risolvono automaticamente il problema

Uno dei messaggi più importanti contenuti nel rapporto riguarda i limiti delle valutazioni basate esclusivamente sulle emissioni di carbonio. Gli autori dimostrano infatti che una fonte energetica considerata favorevole dal punto di vista climatico può generare impatti molto più elevati sotto altri aspetti ambientali. Il passaggio dal carbone alla bioenergia, ad esempio, può ridurre l’impronta carbonica dell’elettricità di circa il 70%, ma allo stesso tempo aumentare oltre trenta volte il consumo d’acqua e circa cento volte l’utilizzo del suolo.

Questo significa che definire una tecnologia “verde” esclusivamente in base alle emissioni di CO₂ rischia di essere fuorviante. Per l’ONU la sostenibilità dell’intelligenza artificiale deve quindi essere valutata considerando contemporaneamente carbonio, acqua e territorio, evitando di trasferire i costi ambientali da una risorsa all’altra.

Rifiuti elettronici e materie prime: il lato nascosto dell’intelligenza artificiale

L’espansione dell’AI non riguarda soltanto energia e acqua. L’infrastruttura necessaria per sostenere la rivoluzione digitale richiede enormi quantità di hardware avanzato, composto da server, processori grafici e sistemi di archiviazione che dipendono da minerali critici come litio, cobalto e terre rare. L’estrazione di queste risorse comporta impatti ambientali significativi, tra cui consumo di acqua, degradazione degli ecosistemi e pressione sulle comunità locali. Molte delle attività estrattive si concentrano in Paesi del Sud globale, che spesso non beneficiano direttamente dello sviluppo economico generato dall’intelligenza artificiale.

A valle della filiera emerge inoltre il problema dei rifiuti elettronici. Secondo il rapporto dell’Università delle Nazioni Unite, entro il 2030 l’infrastruttura AI potrebbe generare fino a 2,5 milioni di tonnellate di rifiuti elettronici all’anno; di questi una parte consistente rischia di essere trattata in Paesi con sistemi di gestione ambientale insufficienti, aumentando i rischi per la salute e per gli ecosistemi.

Un divario digitale e ambientale sempre più marcato

Lo studio richiama l’attenzione anche sulle profonde disuguaglianze che caratterizzano l’ecosistema globale dell’intelligenza artificiale.

Attualmente soltanto 32 Paesi ospitano data center specializzati per l’AI, mentre oltre il 90% della capacità di calcolo dedicata all’intelligenza artificiale è concentrata in due sole nazioni: Stati Uniti e Cina. Più di 150 Paesi, invece, non dispongono di infrastrutture nazionali significative.

Per i ricercatori dell’ONU questo squilibrio rappresenta non soltanto un problema economico e tecnologico, ma anche una questione di giustizia ambientale. Molti territori sopportano i costi legati all’estrazione di materie prime, al consumo di risorse naturali o allo smaltimento dei rifiuti elettronici, mentre i benefici economici e strategici dell’intelligenza artificiale si concentrano altrove.

La governance sarà decisiva per rendere sostenibile l’AI

Nonostante i dati allarmanti, lo scopo del rapporto non è quello di rallentare o fermare lo sviluppo dell’intelligenza artificiale. Al contrario, gli autori riconoscono il ruolo potenzialmente positivo dell’AI nella sanità, nella gestione delle reti energetiche, nell’agricoltura e nella lotta ai cambiamenti climatici.

Quello che deve cambiare è la governance. Lo studio, quindi, delinea sei principi che devono essere alla base per costruire un ecosistema di intelligenza artificiale responsabile. Nello specifico si tratta di un modello basato su trasparenza, efficienza progettuale, responsabilità lungo l’intero ciclo di vita delle tecnologie, cooperazione internazionale, utilizzo sostenibile ed equità ambientale. I governi dovrebbero quindi integrare l’espansione dei data center nelle politiche energetiche, idriche e territoriali, mentre le aziende dovrebbero rendere pubblici gli impatti ambientali delle proprie infrastrutture e sviluppare sistemi meno intensivi dal punto di vista delle risorse.

Insomma, il futuro dell’intelligenza artificiale non dipenderà soltanto dalla capacità di innovare, ma anche dalla capacità di misurare e governare correttamente i suoi impatti. Senza una gestione più responsabile, la tecnologia che promette di trasformare il mondo rischia di aumentare la pressione su acqua, energia, territorio e materie prime proprio nel momento in cui queste risorse diventano sempre più scarse.