Il prezzo ambientale dell’intelligenza artificiale: il caso italiano

La transizione verso l’era integrale dell’intelligenza artificiale viene spesso raccontata come un processo quasi etereo, guidato da stringhe di codice fluttuanti in una nuvola virtuale. La realtà fisica è tuttavia radicalmente diversa ed è fatta di cemento, silicio, metalli pesanti e, soprattutto, di un consumo idrico ed energetico senza precedenti storici. Nel panorama europeo, l’Italia rappresenta un perfetto esempio di questo paradosso strutturale. Pur posizionandosi storicamente al di fuori del nucleo dei primissimi pionieri infrastrutturali dell’alta tecnologia, il nostro Paese rientra oggi stabilmente tra i territori chiave che ospitano i nodi di espansione dei data center globali. Questa accelerazione locale si inserisce in un contesto territoriale già profondamente segnato da fragilità sistemiche, dove i prolungati periodi di siccità e la cronica scarsità di risorse idriche, specialmente nei mesi estivi, si scontrano frontalmente con le necessità tecniche dei nuovi complessi server.

Le infrastrutture digitali di ultima generazione richiedono infatti flussi continui di acqua dolce e massicci prelievi energetici per il raffreddamento termico dei processori. L’impatto italiano mette in luce come il miraggio della dematerializzazione tecnologica stia cedendo il passo a una pressione ecologica estremamente concreta e geograficamente localizzata, capace di alterare gli equilibri ambientali e di competere direttamente con i fabbisogni civili e agricoli delle comunità locali.

Il rapporto dell’Onu nel trentennale dell’Istituto

Per fare luce su questa complessa dimensione ecologica, l’Istituto per l’acqua, l’ambiente e la salute dell’Università delle Nazioni Unite (Unu-Inweh) ha pubblicato lo studio intitolato Environmental Cost of AI’s Energy Use: Carbon, Water and Land Footprints. La pubblicazione coincide con il trentesimo anniversario della fondazione dell’Istituto, da sempre impegnato a fare da ponte tra l’evidenza scientifica e i processi decisionali dei decisori politici. Le indagini condotte dagli esperti dell’Onu superano la tradizionale e parziale analisi focalizzata unicamente sulle emissioni di carbonio.

Il rapporto introduce una valutazione integrata a tutto campo che quantifica gli impatti indiretti generati dalla produzione di energia elettrica necessaria ad alimentare l’intelligenza artificiale, misurandone simultaneamente tre parametri fondamentali: l’impronta di carbonio, l’impronta idrica e l’impronta di suolo. I risultati dimostrano che una matrice energetica considerata a basse emissioni non si traduce automaticamente in un modello a basso consumo di acqua o a basso utilizzo di territorio. Al contrario, la minimizzazione di un singolo indicatore rischia spesso di inasprire le criticità di un altro, scaricando i costi ambientali sulle comunità locali.

La vertiginosa fame di energia della rete globale

I dati macroscopici raccolti nel rapporto delineano uno scenario di crescita esponenziale dei consumi legati alle infrastrutture digitali. I data center di tutto il mondo hanno registrato un consumo stimato di circa 448 terawattora di elettricità, una quantità talmente elevata che, se venisse idealmente associata a una singola nazione, posizionerebbe il comparto informatico all’undicesimo posto nella classifica globale dei consumi elettrici planetari, subito alle spalle della Francia e davanti all’Arabia Saudita. Questa enorme mole di energia equivale al fabbisogno elettrico residenziale annuo dell’intera popolazione dell’Africa subsahariana, pari a 1,3 miliardi di persone, moltiplicato per oltre due volte e mezzo.

Se le attuali traiettorie di mercato e di sviluppo tecnologico dovessero rimanere invariate, la domanda elettrica dei soli centri dati è destinata a raddoppiare, superando la soglia dei 945 terawattora, arrivando a rappresentare circa il 3% dell’intera richiesta elettrica mondiale. Un simile livello di consumi comporterebbe un’impronta carbonica di ben 399 milioni di tonnellate di anidride carbonica equivalente, richiedendo la piantumazione e la crescita decennale di circa 6,7 miliardi di alberi per poter compensare interamente le emissioni immesse in atmosfera.

Il peso ecologico nascosto nei server mondiali

Oltre alla questione delle emissioni atmosferiche, l’analisi mette in evidenza i volumi colossali relativi al consumo idrico e all’occupazione del territorio necessari per garantire la continuità operativa dei server. La generazione dell’elettricità assorbita dai centri dati ha comportato un’impronta idrica associata pari a 4,5 trilioni di litri d’acqua, un volume sufficiente a riempire 1,8 milioni di piscine olimpiche o a soddisfare le necessità domestiche primarie di oltre 600 milioni di persone per un anno intero. Entro il termine del decennio corrente, questo indicatore idrico è proiettato verso i 9,3 trilioni di litri d’acqua complessivi.

Non meno rilevante appare l’impronta di suolo, ossia la superficie territoriale occupata dagli impianti di estrazione e di generazione energetica legati alla rete digitale. L’estensione territoriale legata ai consumi elettrici dei data center ha superato i 6.900 chilometri quadrati, un’area vasta circa quattro volte e mezzo la superficie della Grande Londra o oltre cento volte l’isola di Manhattan. Le proiezioni indicano che questa impronta territoriale è destinata a espandersi oltre i 14.500 chilometri quadrati, eguagliando l’estensione di enormi aree metropolitane globali.

L’impronta territoriale e la specificità del territorio italiano

Le dinamiche globali assumono sfumature uniche quando vengono calate nelle singole realtà nazionali e l’Italia mostra peculiarità territoriali di grande rilievo. In base ai parametri di calcolo dell’istituto delle Nazioni Unite, il nostro Paese rientra nel gruppo in cui l’intensità dell’impronta di suolo per unità di energia elettrica prodotta risulta nettamente superiore rispetto alla media planetaria. L’Italia, con 209 data center censiti, mostra infatti un’impronta territoriale specifica per ogni chilovattora generato che risulta compresa tra le due e le quattro volte maggiore rispetto al valore medio globale. Questa forte impronta di suolo è strettamente connessa alla configurazione del mix energetico nazionale e alle ampie superfici richieste dallo sviluppo degli impianti di generazione.

Di conseguenza, l’installazione e l’operatività di nuovi cluster computazionali ad alta densità sul suolo italiano determinano una pressione geografica e una sottrazione di territorio decisamente più accentuate rispetto a quanto avviene in altri hub tecnologici internazionali, come gli Stati Uniti, dove l’intensità di impronta fondiaria per unità energetica si attesta su frazioni decisamente inferiori. Il dato italiano dimostra empiricamente come la localizzazione dei data center non possa prescindere da una pianificazione urbanistica e ambientale rigorosa, volta a prevenire conflitti d’uso del suolo in un territorio già caratterizzato da un’elevata densità antropica e da una forte tutela paesaggistica.

Il ruolo trainante dei carichi computazionali dell’intelligenza artificiale

L’intelligenza artificiale rappresenta oggi il principale e più aggressivo fattore di accelerazione di questa espansione infrastrutturale. I carichi di lavoro specificamente riconducibili agli algoritmi di IA hanno assorbito circa il 20% dell’elettricità totale consumata dai data center globali. Questa quota è stimata in forte crescita e si prevede possa raggiungere il 40% del totale complessivo, traducendosi in un consumo netto di circa 378 terawattora di energia elettrica destinata alla sola intelligenza artificiale. Per comprendere l’ordine di grandezza di questa cifra, basti pensare che tale quantitativo supera di oltre nove volte l’intero consumo elettrico nazionale della Nigeria, che rappresenta il sesto paese più popoloso della Terra con i suoi 224 milioni di abitanti.

I modelli di frontiera richiedono una spesa energetica imponente già nella loro fase iniziale di addestramento. Secondo i dati riportati, il processo di addestramento del modello GPT-4 ha comportato un assorbimento stimato tra i 50 e i 70 gigawattora di elettricità nell’arco di cento giorni, un valore dalle 40 alle 55 volte superiore rispetto a quello richiesto dal suo predecessore GPT-3, il quale si era attestato su circa 1,3 gigawattora. L’addestramento di GPT-4 ha generato un’impronta di carbonio di 25.000 tonnellate di anidride carbonica equivalente, ha richiesto circa 600 milioni di litri d’acqua dolce e ha registrato un’impronta di suolo di circa 0,9 chilometri quadrati. Le stime per i modelli successivi di quinta generazione indicano requisiti minimi di addestramento pari a 100 gigawattora di elettricità, un miliardo di litri d’acqua e 1,5 chilometri quadrati di territorio drenato.

Le linee guida per un ecosistema tecnologico responsabile

Per invertire questa tendenza e ricondurre lo sviluppo tecnologico entro i limiti di sostenibilità del Pianeta, l’Unu-Inweh propone l’adozione di un modello di governance strutturato su principi operativi rigorosi. Diventa prioritario imporre la piena trasparenza aziendale attraverso la rendicontazione standardizzata e obbligatoria delle impronte ecologiche delle infrastrutture computazionali, consentendo a governi e utenti di verificare gli impatti reali. I progettisti sono chiamati a implementare criteri di efficienza fin dalle prime fasi di architettura dei modelli software, integrando opzioni di risparmio energetico di default, limitando i formati multimediali pesanti e adottando modalità di risposta sintetiche quando non vi sia una reale necessità di output ad alta risoluzione.

I governi devono integrare la pianificazione dei data center all’interno delle strategie energetiche nazionali, valutando l‘impatto cumulativo sulle risorse idriche locali e orientando le concessioni urbanistiche lontano dalle aree colpite da stress idrico o a forte impronta territoriale. Solo attraverso una cooperazione internazionale coordinata sarà possibile evitare che i vantaggi strategici ed economici dell’intelligenza artificiale rimangano concentrati nelle mani di pochi attori globali, lasciando i costi ambientali e i danni ecologici a carico dei territori ospitanti e delle fasce di popolazione più vulnerabili.

Leggi anche Intelligenza artificiale come arsenale: i rischi della deriva digitale