Intelligenza artificiale: una maledizione o una benedizione per l'ambiente?

L'integrazione dell'IA in quasi tutti gli ambiti della vita offre enormi opportunità: contribuisce, ad esempio, a ottimizzare l'assistenza sanitaria, a rendere più sicuro il traffico stradale e a rendere possibili prodotti e servizi personalizzati e più convenienti. Inoltre, facilita l'accesso alle informazioni, all'istruzione e alla formazione continua. Spesso, però, si trascura il rovescio della medaglia: i sistemi di IA, in particolare quelli basati sul deep learning e sull’apprendimento automatico, sono sotto molti aspetti ad alto consumo di risorse, consumano enormi quantità di energia e alimentano così il cambiamento climatico globale. 

Enorme fabbisogno energetico

A ben vedere, l’IA si rivela una vera e propria divoratrice di energia. In particolare, i grandi modelli linguistici come ChatGPT richiedono un'immensa potenza di calcolo per elaborare i dati di addestramento e migliorare continuamente. Secondo alcune ricerche, una singola richiesta a un chatbot basato sull'IA consuma molta più energia di una classica ricerca sul web – anche se tali confronti variano notevolmente a seconda del modello e dell'infrastruttura di calcolo.

A questo proposito è importante sapere che l’intelligenza artificiale è un’applicazione software specifica che di norma viene eseguita in centri di calcolo ad alte prestazioni. La società di consulenza McKinsey prevede che il consumo energetico dei centri di calcolo per applicazioni di IA e altri progetti di digitalizzazione quasi triplicherà entro il 2030 solo in Europa. Secondo gli esperti, ciò rappresenterebbe circa il cinque per cento del consumo totale di elettricità in Europa. A livello globale l'Agenzia internazionale per l'energia (AIE) prevede che il consumo di elettricità dei data center aumenterà a circa 945 terawattora entro il 2030 – il che corrisponde al consumo totale di elettricità del Giappone.

Sebbene i data center contribuiscano ad aumentare ulteriormente le emissioni, su scala globale la loro quota delle emissioni totali di CO2 rimane secondo l'AIE inferiore all'uno per cento. Finché il crescente fabbisogno di energia elettrica non sarà coperto prevalentemente da energia a basse emissioni di CO2, l'IA continuerà comunque a contribuire al riscaldamento globale. Le energie rinnovabili copriranno gran parte del fabbisogno aggiuntivo, ma anche il gas e il carbone rimarranno per il momento importanti fonti di energia elettrica, sebbene molti grandi operatori – tra cui giganti del settore come Amazon, Microsoft e Google – si siano impegnati a far funzionare i propri impianti con energie rinnovabili. 

Per ridurre l'impronta ecologica, Google, ad esempio, prevede di alimentare in futuro la propria IA con energia proveniente da piccoli reattori nucleari modulari. Secondo quanto riportato, il primo mini-reattore dovrebbe entrare in funzione entro il 2030. Entro il 2035 potrebbero seguirne altri di questi cosiddetti Small Modular Reactors (SMR). Il problema: questa tecnologia può anche essere rispettosa del clima, ma comporta altri problemi di sicurezza e ambientali finora irrisolti. 

Impronta idrica digitale

Un altro fattore ambientale che incide sempre di più sono le enormi quantità d’acqua che alimentano i «motori» del funzionamento dell’IA. Ricercatori dell’Università della California Riverside e dell’Università del Texas ad Arlington hanno scoperto che già una conversazione con un chatbot di IA – composta da 20 a 50 domande – causa un consumo d’acqua pari a circa una bottiglia da mezzo litro. Un centro dati medio consuma così ogni giorno più di un milione di litri d’acqua – tanto quanto tre ospedali di medie dimensioni messi insieme. Secondo le stime, entro il 2027 il fabbisogno globale di acqua per l’IA dovrebbe attestarsi tra i 4,2 e i 6,6 miliardi di metri cubi.

La sfida sta nel fatto che l’acqua sta diventando una risorsa sempre più scarsa, soprattutto alla luce dei cambiamenti climatici globali e dell’aumento della popolazione. Per risparmiare questa preziosa risorsa, alla luce dei devastanti incendi in California all'inizio del 2025 sui social media è stato lanciato un appello a ridurre le richieste ai chatbot.  

L'impronta idrica dell'IA deriva essenzialmente da tre aspetti: comprende l'acqua necessaria per la produzione di computer e altri dispositivi fisici, l'acqua utilizzata per generare l'elettricità necessaria al funzionamento dell'infrastruttura digitale e l'acqua impiegata nei data center per il raffreddamento, al fine di garantire una temperatura di esercizio ottimale dell'hardware. Il vantaggio dell'acqua: ha un'elevata conducibilità termica e capacità termica. Gli esperti sottolineano che il raffreddamento diretto ad acqua dei data center può ridurre il loro consumo energetico fino al 40% rispetto al raffreddamento tradizionale ad aria. Inoltre, l'acqua utilizzata non deve necessariamente essere di qualità potabile: presso Google, ad esempio, a seconda dell'ubicazione del data center, per il raffreddamento vengono utilizzate anche acqua di mare (in Finlandia) o acque reflue.

Impatto positivo sull'ambiente

L'intelligenza artificiale rappresenta l'esatto contrario della sostenibilità? Se si valutano tutti gli argomenti, emerge una prospettiva diversa: nonostante gli impatti ambientali negativi descritti, l'IA ha sicuramente il potenziale, in molte applicazioni, di promuovere soluzioni più ecologiche ed efficienti dal punto di vista energetico, fornendo un contributo intelligente alla lotta contro il cambiamento climatico. Ecco alcuni esempi:


In agricoltura, l'intelligenza artificiale può aiutare a ridurre il consumo di risorse, consentendo previsioni più precise per l'irrigazione e il momento ottimale del raccolto. Ciò riduce il consumo di acqua e l'uso di fertilizzanti, con vantaggi sia ecologici che economici.
Lo stesso vale per la produzione industriale. Anche in questo caso, le applicazioni di IA possono contribuire a utilizzare le risorse in modo più efficiente e a ottimizzare i processi. 
Le applicazioni basate sull'IA consentono di ridurre le emissioni di CO₂ su larga scala, monitorando e migliorando il consumo energetico in tempo reale, ad esempio negli edifici o nella distribuzione dell'energia elettrica. A questo proposito, l'AIE fa riferimento, tra l'altro, a previsioni meteorologiche più accurate per l'energia eolica e solare, nonché all'ottimizzazione in tempo reale delle linee di trasmissione. 
Anche nel settore della mobilità è possibile ridurre le emissioni di CO2 – ad esempio quando l'IA migliora i flussi di traffico, pianifica i trasporti in modo più efficiente e aumenta l'utilizzo delle capacità nella logistica.
Nell'ambito dell'economia circolare, l'IA può contribuire a migliorare il riciclaggio dei materiali ottimizzando la cernita dei rifiuti e consentendo così un uso più efficiente delle risorse.
In Scienza e ricerca l'IA viene già utilizzata per comprendere meglio il cambiamento climatico e, sulla base di modelli complessi, formulare previsioni che aiutino a ridurre le emissioni di gas serra a livello mondiale e a sviluppare strategie di protezione del clima più precise.


Tuttavia, non è scontato che questo potenziale venga effettivamente sfruttato. L'AIE sottolinea che l'ampio utilizzo di tali applicazioni spesso fallisce a causa della mancanza di accesso ai dati, di ostacoli normativi, della carenza di personale qualificato o di infrastrutture digitali insufficienti. L'IA può quindi accelerare la trasformazione sostenibile, ma solo se tecnologia, governance e infrastrutture interagiscono tra loro.

Con la diffusione dell’IA, inoltre, il dibattito si sta spostando: non si tratta più solo di efficienza tecnica, ma anche di regole, trasparenza e responsabilità. Anche la Svizzera sta lavorando a un quadro normativo più vincolante.