L’intelligenza artificiale viene spesso raccontata come una tecnologia immateriale: algoritmi, modelli, dati, automazione, produttività. L’AI, però, ha un corpo molto concreto fatto di data center, energia elettrica, sistemi di raffreddamento, consumo d’acqua e impatto sui territori. Il punto è proprio questo: la transizione digitale incontra quella ambientale, ma l’incontro non è affatto leggero.
L’idea del cloud come spazio “etere” continua a funzionare bene nella comunicazione, molto meno nella realtà industriale. Dietro ogni richiesta fatta a un modello AI ci sono server che lavorano in modo continuo, infrastrutture che vanno raffreddate, energia che deve arrivare in modo stabile e acqua che, in molti casi, serve a mantenere in temperatura i sistemi.
Secondo lo studio Making AI Less “Thirsty”: Uncovering and Addressing the Secret Water Footprint of AI Models di Pengfei Li, Jianyi Yang, Mohammad A. Islam e Shaolei Ren, l’intelligenza artificiale ha un’impronta idrica molto più concreta di quanto si pensi. La ricerca stima che l’addestramento di GPT-3 nei data center Microsoft negli Stati Uniti possa aver richiesto circa 700.000 litri di acqua dolce consumata direttamente per il raffreddamento. Su scala globale, gli autori stimano inoltre che la domanda di intelligenza artificiale potrebbe arrivare nel 2027 a un prelievo idrico compreso tra 4,2 e 6,6 miliardi di metri cubi. Numeri di questo tipo spostano la discussione su un piano molto concreto: il funzionamento dell’AI richiede risorse materiali che non possono più restare fuori dal conto ambientale delle infrastrutture digitali.
Intelligenza artificiale e data center
Quando si parla di intelligenza artificiale, la parola “infrastruttura” compare ancora troppo poco. Eppure è lì che si gioca una parte decisiva della partita. I data center sono gli edifici che tengono accesa la trasformazione digitale: senza di loro non esistono cloud, servizi, modelli generativi, ricerca avanzata o sistemi di automazione su larga scala.
Il problema è che questi impianti non consumano solo spazio e connessione. Consumano elettricità, acqua, suolo, materiali e capacità di rete. La crescita attuale, dunque, apre una domanda molto semplice: l’Italia è pronta a sostenere il costo ambientale della propria corsa al digitale?
I numeri aiutano a capire la scala del fenomeno. Le richieste di connessione elettrica da parte degli operatori del settore sono salite rapidamente negli ultimi anni. Alcune recenti analisi indicano che, in uno scenario di forte sviluppo, il peso dei data center potrebbe arrivare fino al 12,7% dei consumi elettrici nazionali entro il 2035, partendo da valori molto più bassi nel 2024. Una crescita di questo tipo cambia radicalmente il modo in cui bisogna pensare la pianificazione energetica.
Intelligenza artificiale e acqua: il nodo più sottovalutato
Il tema più delicato riguarda probabilmente l’acqua. I microchip utilizzati nei sistemi di intelligenza artificiale lavorano a temperature elevate. Un raffreddamento inefficiente riduce le prestazioni o danneggia l’hardware. Molti impianti, per questo, ricorrono a sistemi evaporativi che usano acqua per abbassare la temperatura.
Il punto può sembrare tecnico. Le conseguenze, invece, sono molto concrete in un Paese che già convive con stress idrico, siccità e competizione tra usi agricoli, industriali e civili. Un conto è parlare di acqua come voce marginale. Un altro conto è accorgersi che le infrastrutture digitali iniziano a competere per una risorsa già sotto pressione.
A livello globale il problema è persino più evidente. Le stime disponibili indicano consumi idrici dei data center già nell’ordine di centinaia di miliardi di litri all’anno, con proiezioni di forte crescita entro il 2030. Questo significa che la questione ambientale dell’AI non si esaurisce nelle emissioni o nell’elettricità. Riguarda anche l’acqua, cioè una risorsa molto più locale, molto più visibile e molto più conflittuale.
Intelligenza artificiale e regole: accelerare non basta
L’Unione Europea ha iniziato a muoversi, introducendo obblighi di reporting e strumenti di trasparenza sulla sostenibilità dei data center, con indicatori che includono efficienza energetica, uso dell’acqua e fonti rinnovabili. È un passaggio importante, perché senza dati non esiste controllo e senza controllo ogni discussione sulla sostenibilità resta puramente dichiarativa.
In Italia, invece, restano aperti diversi nodi. Le procedure autorizzative vengono spesso semplificate per accelerare i nuovi impianti. Una spinta di questo tipo può essere comprensibile dal punto di vista industriale. Il rischio, però, è piuttosto evidente: costruire prima e discutere dopo. La questione non è bloccare i data center. Il Paese ha bisogno di infrastrutture digitali e non può pensare di restare fuori dalla crescita dell’AI. La questione è decidere dove collocarli, con quale energia, con quale acqua, con quale rapporto con il territorio e con quale valutazione preventiva degli impatti.
Intelligenza artificiale e territori: chi paga davvero il prezzo della crescita
La transizione digitale può essere una grande opportunità industriale per l’Italia. Il punto, però, è che non può scaricare il proprio conto ecologico sulle comunità locali. Un territorio che ospita un data center non ospita soltanto un investimento. Ospita anche consumo di suolo, domanda energetica aggiuntiva, pressione idrica e necessità di nuove reti.
Il rischio più serio è raccontare tutto questo come un inevitabile prezzo del progresso. Una lettura di questo tipo è comoda, ma troppo povera. La questione vera è un’altra: se l’intelligenza artificiale promette di rendere più efficienti settori molto diversi tra loro, sarebbe piuttosto curioso se, per farlo, rendesse meno sostenibili le infrastrutture che la tengono accesa.
L’innovazione digitale ha bisogno di regole almeno quanto di investimenti. Una crescita intelligente non può limitarsi a chiedere più potenza, più acqua e più velocità autorizzativa. Una crescita intelligente deve anche misurare impatti, distribuire i costi e chiedersi se il vantaggio prodotto valga davvero il prezzo imposto ai territori.
FAQ sull’intelligenza artificiale e i data center
L’intelligenza artificiale consuma davvero così tanta acqua?
Sì. I data center usano acqua soprattutto nei sistemi di raffreddamento, e le stime disponibili per l’Italia parlano già di miliardi di litri all’anno.
Perché l’intelligenza artificiale aumenta il fabbisogno energetico?
Perché i modelli AI richiedono potenza di calcolo, server, raffreddamento e continuità di esercizio, quindi aumentano la domanda elettrica delle infrastrutture digitali.
L’intelligenza artificiale è incompatibile con la sostenibilità?
No, ma senza regole chiare rischia di spostare il proprio costo ambientale su energia, acqua e territori invece di ridurlo.
Il punto finale è molto semplice. L’intelligenza artificiale può essere una leva industriale importante, può migliorare servizi, processi e produttività, può persino aiutare la transizione ecologica in alcuni settori. Una promessa di questo tipo, però, resta credibile solo se non si trasforma in un meccanismo che consuma sempre di più e discute sempre dopo.
La domanda, allora, è inevitabile: vogliamo davvero un’intelligenza artificiale più efficiente del mondo che dovrebbe migliorare, oppure ci basta che sia veloce finché il conto lo pagano altri?
Se hai una bella storia di innovazione da raccontare, contatta la nostra redazione.
