I data center che alimentano l’intelligenza artificiale potrebbero consumare 945 terawattora di elettricità all’anno entro il 2030, quasi il triplo del consumo annuale combinato di Pakistan, Bangladesh e Nigeria, Paesi che contano complessivamente oltre 650 milioni di abitanti. Sul fronte idrico, il consumo legato all’AI potrebbe raggiungere entro fine decennio l’equivalente del fabbisogno domestico annuale di 1,3 miliardi di persone, mentre l’impronta fondiaria potrebbe superare i 14.500 chilometri quadrati, circa il doppio dell’area metropolitana di Giacarta.
Sono i numeri centrali di un nuovo rapporto pubblicato dalle Nazioni Unite, il primo a quantificare sistematicamente non solo le emissioni di carbonio dei data center, ma anche il loro impatto sull’acqua e sul territorio. Le tre dimensioni, avverte il rapporto, si muovono spesso in direzioni opposte, e ignorarne due su tre significa non capire davvero cosa sta succedendo.
Il rapporto giunge in un momento di forte pressione politica sul settore. Il commissario europeo per l’Energia Dan Jørgensen ha lanciato in questi giorni un messaggio diretto alle grandi aziende tecnologiche: “Le aziende che vogliono trarre profitto dal boom dell’intelligenza artificiale sono benvenute in Europa, ma solo se dimostrano di impegnarsi a raggiungere gli obiettivi dell’Unione in materia di energia, clima e ambiente”.
Le conclusioni del rapporto ONU offrono una cornice scientifica a quella posizione e ne complicano la realizzazione.
Perché misurare solo il carbonio non basta
Il nodo centrale sollevato dai ricercatori ONU riguarda il modo in cui viene valutato l’impatto ambientale dell’AI. Le analisi esistenti si concentrano quasi esclusivamente sulle emissioni di gas serra generate durante l’addestramento dei modelli. Ma questo approccio, secondo il rapporto, porta a conclusioni distorte.
Le tre impronte, carbonica, idrica e fondiaria, non si muovono nella stessa direzione. Passare dal carbone alla bioenergia può ridurre in media del 70% l’impronta carbonica di un kilowattora, ma ne aumenta quella idrica di oltre trenta volte e quella fondiaria di cento volte.
Una soluzione “verde” sul fronte del clima può quindi aggravare significativamente la pressione su acqua e territorio, spesso in regioni già sotto stress.
“Quello che ci ha sorpreso di più è quanto spesso le scelte che sembrano più verdi dal punto di vista del carbonio finiscano per essere peggiori per l’acqua o per il suolo”, ha dichiarato Miriam Aczel, autrice principale del rapporto.
“Se continuiamo a giudicare la sostenibilità dell’AI solo attraverso il carbonio – ha continuato – potremmo pensare che le rinnovabili rendano l’infrastruttura AI pulita, ma stiamo risolvendo un problema creandone altri, spesso in luoghi che non ne hanno fatto richiesta”.
Nel 2025 i data center globali hanno consumato circa 448 terawattora di elettricità.
Se fossero uno Stato, si collocherebbero all’undicesimo posto mondiale per consumi, dietro la Francia e davanti all’Arabia Saudita. In Europa il consumo dei data center è stimato intorno a 62 terawattora annui, con proiezioni che lo vedono salire oltre 150 terawattora entro il 2030, pari a circa il 5% della domanda elettrica europea.
Non l’addestramento, ma l’uso quotidiano
Il dibattito pubblico si è a lungo concentrato sull’energia necessaria per addestrare i grandi modelli. L’addestramento di GPT-3 ha richiesto circa 1,3 gigawattora; le stime per GPT-4 parlano di 50-70 gigawattora. Numeri impressionanti, ma che il rapporto ridimensiona come quota del problema complessivo.
Lo studio rileva che l’uso quotidiano rappresenta circa l’80-90% della domanda energetica totale. Una volta che un modello è in uso, sono i miliardi di interazioni quotidiane degli utenti a dominare i consumi.
Un servizio AI ampiamente diffuso elabora circa 2,5 miliardi di prompt al giorno, consumando centinaia di gigawattora di elettricità ogni anno. Compensare le emissioni associate richiederebbe 2,6 milioni di alberi coltivati per dieci anni, su una superficie pari a quella di Manhattan.
Il consumo energetico varia inoltre in modo drastico a seconda del tipo di attività. Generare una singola immagine con l’AI può richiedere più di mille volte l’energia necessaria per una semplice classificazione testuale, mentre la generazione video richiede risorse ancora maggiori.
Per dare un’idea concreta: un breve video generato con l’AI può consumare quanto 200.000 classificazioni di spam. La maggior parte di queste differenze dipende da scelte di design dei prodotti, risoluzione predefinita, lunghezza degli output, selezione del modello, che l’utente medio non vede mai.
Il rapporto segnala il cosiddetto effetto rimbalzo, per cui costi più bassi e prestazioni migliorate spingono a un utilizzo maggiore, aumentando in definitiva il consumo totale di risorse.
In altri termini, ogni guadagno di efficienza tecnologica tende a essere assorbito dall’aumento dei volumi. Senza limiti espliciti su token, risoluzione e lunghezza degli output predefiniti, il miglioramento dei singoli modelli non riduce l’impronta complessiva del settore.
Trombetti a Focus Europe: Sull’IA l’Europa non faccia più l’arbitro, deve diventare il gioco
Irlanda, Messico, Uruguay: i costi che ricadono sul territorio
I benefici dell’AI sono globali, ma i costi ambientali ricadono su territori specifici, spesso già sotto pressione. Il rapporto cita tre casi documentati che illustrano concretamente il problema.
In Irlanda i data center hanno rappresentato nel 2023 oltre il 20% dell’elettricità totale del paese, la quota pro capite più alta al mondo, superando il consumo di tutte le famiglie urbane irlandesi. Il gestore della rete ha sospeso le nuove approvazioni nell’area di Dublino fino al 2028.
Un rapporto pubblicato la scorsa settimana da Beyond Fossil Fuels e Friends of the Earth Ireland ha avvertito che questo boom ha già fatto lievitare le bollette elettriche delle famiglie. In Europa sta anche nascendo un movimento di opposizione locale all’espansione dei data center, proprio a causa di queste ricadute ambientali e sociali.
A Querétaro, in Messico, l’espansione delle infrastrutture di calcolo sta attingendo alle riserve idriche in un contesto di siccità prolungata. In Uruguay, i piani per un data center idroesigente hanno coinciso con una siccità che nel 2023 ha reso l’acqua del rubinetto di Montevideo non potabile.
A questo si aggiunge il problema dei rifiuti elettronici. Entro il 2030 le infrastrutture AI potrebbero generarne fino a 2,5 milioni di tonnellate all’anno, l’equivalente di quasi 250 Torri Eiffel smaltite ogni anno, un carico destinato a ricadere in larga parte sui paesi a reddito basso con capacità limitate di smaltimento sicuro. Anche l’estrazione dei minerali critici necessari per l’hardware AI solleva preoccupazioni ambientali e sociali nelle regioni di estrazione, quasi sempre nel Sud del mondo.
Il divario digitale come questione di giustizia ambientale
Oltre il 90% della capacità di calcolo specializzata per l’AI è concentrata in soli due paesi, Stati Uniti e Cina. Solo 32 paesi nel mondo ospitano data center specializzati, mentre più di 150 nazioni non dispongono di infrastrutture AI sovrane significative.
Questa asimmetria, secondo i ricercatori, configura una questione di giustizia ambientale. Alcuni paesi sopportano i costi, estrazione mineraria, rifiuti elettronici, pressione sulle reti idriche ed energetiche, senza beneficiare della crescita guidata dall’AI.
Il rapporto evidenzia anche preoccupazioni di sovranità, notando come la dipendenza da infrastrutture di proprietà straniera indebolisca il controllo nazionale sulla governance dei dati e sulle politiche digitali.
È un tema che si intreccia direttamente con il pacchetto sulla sovranità tecnologica che la Commissione europea ha presentato questa settimana, e con la posizione di Jørgensen: “Non c’è dubbio che questi grandi consumatori di energia guideranno il mercato, pertanto sostenere la transizione che desideriamo è importante”.
Bruxelles si aspetta che i grandi operatori siano più trasparenti sull’efficienza energetica dei loro impianti. Attualmente, secondo un precedente rapporto di Politico, solo il 36% dei data center tenuti a comunicare questi dati ai sensi delle normative Ue lo ha effettivamente fatto.
IA e data center, Bruxelles lega sovranità tecnologica ed energia: “Serve autonomia strategica”
Le raccomandazioni
“Questo rapporto non è un argomento contro l’intelligenza artificiale”, ha dichiarato il professor Kaveh Madani.
“È un appello a usarla in modo responsabile e ad affrontare proattivamente i suoi impatti non voluti per renderla sostenibile ed equa. Abbiamo una finestra stretta per garantire che la spina dorsale della rivoluzione tecnologica della nostra era si sviluppi entro i limiti planetari” ha detto.
Il rapporto propone un quadro di governance basato su sei principi: trasparenza, efficienza per design, equità e giustizia ambientale, responsabilità sull’intero ciclo di vita, cooperazione globale e uso sostenibile.
Le indicazioni pratiche si rivolgono a tutti i livelli della filiera. I governi dovrebbero integrare le infrastrutture AI nella pianificazione energetica, idrica e dell’uso del suolo, e imporre standard di rendicontazione che includano congiuntamente le tre impronte.
Le aziende dovrebbero trattare le scelte di design dei prodotti come decisioni con impatto ambientale. Gli investitori dovrebbero considerare carbonio, acqua e territorio come rischi materiali nei portafogli di infrastrutture AI. Anche gli utenti hanno un ruolo, scegliendo applicazioni a minor impatto dove possibile.
La direzione indicata da Bruxelles va nella stessa linea: obblighi di trasparenza, integrazione delle infrastrutture digitali nella pianificazione energetica, standard ambientali come condizione di accesso al mercato europeo. Ma il rapporto ONU ricorda che fissare obiettivi sul solo carbonio, come stanno facendo molti governi e molte aziende, rischia di spostare il problema invece di risolverlo.
