Il conto ambientale dell’intelligenza artificiale non passa solo dalle emissioni di carbonio. Entro il 2030, i data center potrebbero arrivare a consumare 945 TWh di energia elettrica, un volume pari a tre volte il consumo annuo combinato di Pakistan, Bangladesh e Nigeria. La stessa crescita porta con sé un’altra misura, meno discussa ma sempre più difficile da ignorare: l’impatto idrico delle infrastrutture che alimentano modelli, servizi e applicazioni AI.
Le stime contenute nel report Environmental Cost of AI’s Energy Use indicano che l’impronta idrica collegata a questi consumi sarà pari al fabbisogno idrico domestico annuo base di 1,3 miliardi di abitanti dell’Africa subsahariana. Non è solo una questione di energia: l’analisi considera anche il suolo occupato dalle infrastrutture e dalle filiere necessarie a sostenerle, con un’impronta territoriale prevista oltre 14.500 chilometri quadrati, circa il doppio dell’area metropolitana di Giacarta.
Il lavoro, condotto da un team UNU-INWEH delle Nazioni Unite, parte da una critica metodologica: il costo ambientale dell’AI viene spesso misurato guardando soprattutto alle emissioni prodotte durante l’addestramento dei modelli. Questo approccio, sostengono gli autori, lascia fuori una quota sostanziale dell’impatto. Ogni kWh associato all’AI implica anche acqua per il raffreddamento e per la generazione energetica, oltre a un’impronta sul suolo legata a infrastrutture e catene di approvvigionamento.
Il punto operativo riguarda soprattutto l’inferenza. Una volta che un modello è stato distribuito, miliardi di interazioni quotidiane con gli utenti assorbono una quota stimata tra 80% e 90% dell’energia totale. Il solo ChatGPT elaborerebbe circa 2,5 miliardi di richieste al giorno. La scala d’uso, più ancora della fase iniziale di addestramento, diventa quindi il terreno su cui si misura la sostenibilità industriale dell’AI.
Kaveh Madani, direttore dell’UNU-INWEH e responsabile del team di ricerca, ha precisato che il report non vuole essere un atto di accusa contro una trasformazione tecnologica che sta migliorando la vita di miliardi di persone, ma un appello a un utilizzo responsabile. Il perimetro della responsabilità non riguarda soltanto l’efficienza energetica dei data center, ma anche acqua e suolo, risorse che entrano direttamente nella continuità operativa delle infrastrutture digitali.
La stessa AI può contribuire a ridurre sprechi e inefficienze. Nella cittadina francese di Annecy, l’analisi di duemila guasti pregressi ha permesso di prevedere il rischio di rotture e di costruire un programma di sostituzione ottimizzato per 1.660 km di reti idriche. Il piano prevede un budget di 5 milioni di euro all’anno e la sostituzione dell’1% della rete ogni anno per cinque anni. La tecnologia, quindi, può essere parte del problema ambientale e insieme uno strumento per gestirlo.
La dipendenza dall’acqua emerge anche nella filiera dei semiconduttori. Ogni GPU, ogni data center e ogni MW aggiuntivo di potenza richiedono un approvvigionamento idrico affidabile. Il World Economic Forum segnala che senza acqua a sufficienza la rivoluzione dell’AI non crescerà. Gli impianti di produzione dei chip, secondo S&P Global, consumano già acqua quanto una città come Hong Kong, mentre la fabbricazione dei semiconduttori richiede acqua ultrapura: servono circa 5.200-5.600 litri di acqua di rete per ottenere circa 3.700 litri di acqua ultrapura.
Il tema si riflette sulle strategie nazionali. Nel Regno Unito, Chatham House ha rilevato progetti per circa 100 nuovi data center entro i primi anni Trenta, mentre il governo ha messo l’AI al centro dei piani di crescita con investimenti equivalenti a 78 miliardi di euro da gennaio 2025 e cinque Zone di Crescita. Resta la pressione sulle risorse: l’84% dei data center proposti nel Paese è previsto in aree che potrebbero trovarsi in scarsità idrica entro il 2040. Per imprese e utenti, la promessa dell’AI passa sempre più dalla capacità di contabilizzare non solo potenza di calcolo, ma anche acqua, energia e territorio.