Energia, acqua e territorio: il costo ambientale della rivoluzione digitale
L’intelligenza artificiale è oggi considerata una delle tecnologie più promettenti per affrontare alcune delle principali sfide del nostro tempo. Dall’ottimizzazione dei processi industriali alla ricerca scientifica, dalla gestione delle reti energetiche all’analisi climatica, l’AI viene sempre più frequentemente associata alla capacità di migliorare l’efficienza nell’utilizzo delle risorse e di accelerare il raggiungimento degli Obiettivi di Sviluppo Sostenibile delle Nazioni Unite.
Questa narrazione, pur fondata su evidenti potenzialità, rischia tuttavia di trascurare un aspetto essenziale: l’intelligenza artificiale non è una tecnologia immateriale. Dietro ogni algoritmo, ogni chatbot e ogni modello generativo esiste una complessa infrastruttura fisica che richiede energia, acqua, materiali e territorio. È proprio su questa dimensione che si concentra il recente rapporto dell’United Nations University Institute for Water, Environment and Health (UNU-INWEH), intitolato The Environmental Cost of Artificial Intelligence: Carbon, Water and Land Footprints, che propone una riflessione approfondita sugli impatti ambientali della rivoluzione digitale.
Oltre la carbon footprint: una visione più ampia della sostenibilità
Per oltre un decennio il dibattito sulla sostenibilità delle tecnologie digitali si è concentrato prevalentemente sulle emissioni di gas serra. La carbon footprint è diventata il principale parametro utilizzato per misurare l’impatto ambientale dei sistemi informatici e delle infrastrutture digitali.
Secondo gli autori del rapporto ONU, questo approccio non è più sufficiente. La sostenibilità dell’intelligenza artificiale non può essere valutata esclusivamente in termini di emissioni di CO₂, poiché ogni sistema AI produce contemporaneamente tre diverse forme di impatto: consumo energetico, consumo idrico e utilizzo del territorio.
Queste tre dimensioni risultano strettamente interconnesse ma non necessariamente allineate. Una soluzione energetica che riduce le emissioni potrebbe richiedere maggiori quantità di acqua oppure occupare superfici territoriali più estese. Di conseguenza, una valutazione realmente efficace degli impatti ambientali dell’AI deve necessariamente adottare una prospettiva multidimensionale, superando la tradizionale visione carbon-centrica che ha caratterizzato gran parte del dibattito sulla sostenibilità digitale.
L’intelligenza artificiale è un’infrastruttura fisica
Nell’immaginario collettivo, l’intelligenza artificiale viene spesso percepita come una tecnologia “virtuale”. In realtà, il funzionamento dei moderni modelli linguistici e dei sistemi generativi dipende da una vasta infrastruttura materiale composta da data center, reti di telecomunicazione, sistemi di raffreddamento, impianti energetici e componentistica avanzata.
Ogni richiesta inviata a un assistente virtuale, ogni immagine generata da un modello AI e ogni elaborazione effettuata da un algoritmo richiedono capacità computazionale. Questa capacità computazionale, a sua volta, si traduce in un consumo reale di risorse.
L’AI non esiste quindi esclusivamente nel software. Essa si fonda su una rete globale di infrastrutture che devono essere costruite, alimentate, raffreddate e continuamente aggiornate. Comprendere questa realtà rappresenta il primo passo per valutare correttamente la sostenibilità della trasformazione digitale.
La crescita dei consumi energetici
Uno degli aspetti più rilevanti evidenziati dal rapporto riguarda la crescente domanda di energia associata ai sistemi di intelligenza artificiale.
Secondo le stime dell’UNU-INWEH, il consumo energetico dei data center globali potrebbe raggiungere circa 945 terawattora annui entro il 2030, più del doppio rispetto ai livelli registrati nella prima metà degli anni Venti. Si tratta di un valore estremamente significativo, che colloca le infrastrutture digitali tra i principali utilizzatori di energia a livello mondiale.
La crescita non è attribuibile soltanto all’addestramento dei modelli più avanzati. Sempre più rilevante risulta infatti la cosiddetta fase di inference, ovvero l’utilizzo quotidiano dei sistemi AI da parte di milioni di utenti, aziende e pubbliche amministrazioni.
In altre parole, l’impatto energetico dell’intelligenza artificiale non dipende soltanto dai grandi operatori tecnologici che sviluppano i modelli, ma anche dalla diffusione capillare delle applicazioni AI nell’economia e nella società. La sostenibilità dell’AI non è dunque una responsabilità esclusiva delle Big Tech, ma una questione che coinvolge l’intero ecosistema digitale.
La questione dell’acqua: una risorsa sempre più strategica
Tra gli aspetti più innovativi del rapporto emerge il tema del consumo idrico, ancora poco presente nel dibattito pubblico.
I data center necessitano di grandi quantità di acqua per mantenere operative le infrastrutture informatiche e garantire il raffreddamento dei server. A questo utilizzo diretto si aggiunge il consumo indiretto legato alla produzione dell’energia elettrica necessaria al loro funzionamento.
Secondo le stime riportate dagli autori, entro il 2030 l’ecosistema globale dell’intelligenza artificiale potrebbe richiedere fino a 9,3 trilioni di litri d’acqua all’anno.
Il dato assume particolare rilevanza alla luce delle crescenti tensioni che interessano le risorse idriche globali. In un contesto caratterizzato dall’aumento della domanda, dalla crescita demografica e dagli effetti del cambiamento climatico, la disponibilità di acqua dolce rappresenta una delle principali sfide ambientali del XXI secolo.
L’espansione delle infrastrutture digitali introduce quindi una nuova variabile nella gestione sostenibile delle risorse idriche, evidenziando come la trasformazione digitale e la gestione dell’acqua siano oggi molto più connesse di quanto comunemente si pensi.
L’occupazione del territorio e l’utilizzo di materiali critici
L’impatto ambientale dell’intelligenza artificiale non si limita all’energia e all’acqua. Anche il territorio e le risorse materiali svolgono un ruolo fondamentale.
La costruzione di nuovi data center richiede superfici sempre più estese, mentre la produzione dei processori avanzati utilizzati nei sistemi AI dipende da catene di approvvigionamento altamente specializzate che coinvolgono minerali critici, terre rare e semiconduttori.
L’intera filiera dell’intelligenza artificiale si inserisce pertanto all’interno di un sistema industriale ad elevata intensità di risorse, il cui impatto deve essere valutato lungo tutto il ciclo di vita delle tecnologie.
Questa considerazione contribuisce a sfatare il mito della completa dematerializzazione dell’economia digitale. Molte innovazioni tecnologiche non eliminano il consumo di risorse naturali, ma ne modificano semplicemente le modalità e i luoghi di utilizzo, spostando spesso gli impatti ambientali lontano dagli occhi degli utilizzatori finali.
Il paradosso dell’efficienza digitale
Uno degli aspetti più interessanti riguarda il cosiddetto paradosso dell’efficienza.
L’intelligenza artificiale è in grado di migliorare significativamente l’efficienza di numerosi processi produttivi, logistici ed energetici. Tuttavia, l’aumento dell’efficienza non sempre si traduce in una riduzione complessiva dei consumi.
La storia economica mostra infatti come i miglioramenti tecnologici possano favorire una maggiore diffusione delle applicazioni e, conseguentemente, un incremento della domanda complessiva di risorse. Questo fenomeno, noto come effetto rimbalzo (rebound effect), rappresenta una delle principali sfide per la sostenibilità delle tecnologie digitali.
L’AI potrebbe quindi contribuire simultaneamente a ridurre alcuni consumi e ad aumentarne altri, rendendo necessaria una valutazione sistemica dei suoi effetti e delle sue implicazioni ambientali di lungo periodo.
Verso una governance della sostenibilità digitale
Le evidenze presentate dal rapporto ONU suggeriscono la necessità di sviluppare nuovi strumenti di governance.
Negli ultimi anni le imprese hanno progressivamente adottato sistemi di monitoraggio e rendicontazione delle emissioni di carbonio. Un percorso analogo potrebbe rendersi necessario per le impronte idriche e territoriali associate alle infrastrutture digitali.
La crescente centralità dell’intelligenza artificiale nell’economia globale rende infatti indispensabile una maggiore trasparenza sugli impatti ambientali dei sistemi digitali e sulle risorse necessarie al loro funzionamento.
In questo contesto, la sostenibilità dell’AI non può essere affidata esclusivamente al progresso tecnologico. Essa richiede un approccio integrato che coinvolga imprese, governi, investitori e organismi internazionali, favorendo lo sviluppo di metriche condivise e standard di rendicontazione sempre più completi.
Una sfida cruciale per la transizione sostenibile
L’intelligenza artificiale continuerà a rappresentare uno dei principali motori dell’innovazione nei prossimi decenni. Le sue applicazioni potranno contribuire in modo significativo al miglioramento dell’efficienza energetica, alla gestione delle risorse naturali, alla ricerca scientifica e alla lotta contro il cambiamento climatico.
Allo stesso tempo, però, il suo sviluppo comporta costi ambientali che non possono essere ignorati.
Il principale merito del rapporto dell’United Nations University consiste proprio nell’aver dimostrato che la sostenibilità dell’intelligenza artificiale non può essere misurata soltanto attraverso la carbon footprint, ma richiede una valutazione integrata di energia, acqua e territorio.
