Dai modelli ChatGPT agli assistenti virtuali nelle chat di WhatsApp, Facebook e Instagram, fino alla nuova funzione “AI Overview” di Google: i modelli di Intelligenza Artificiale (IA) sono diventati indispensabili nella nostra vita quotidiana. La loro crescita sembra inarrestabile: solo nell’aprile 2025, ChatGPT ha registrato oltre 5 miliardi di richieste, più del doppio rispetto all’anno precedente.
Mentre il fabbisogno energetico di singole interazioni può sembrare modesto, la somma di miliardi di utilizzi si traduce in un impatto complessivo enorme, che supera già il consumo energetico di intere nazioni. I ricercatori dell’Università di Tsinghua a Pechino stimano che l’energia necessaria per creare un semplice video di cinque secondi generato dall’IA sia sufficiente per percorrere 60 km con una e-bike. Non sorprende quindi che i data center statunitensi abbiano consumato circa 200 terawattora di elettricità nel 2024, una cifra che corrisponde a circa due terzi del fabbisogno elettrico totale dell’Italia.
Aumento Vertiginoso del Consumo Energetico
Secondo l’Agenzia Internazionale dell’Energia (IEA), i data center consumano oggi tra l’1 e l’1,5% dell’elettricità globale. Si prevede che questa quota aumenterà significativamente con la diffusione dell’IA. La fase di un algoritmo che richiede più risorse è l’addestramento (Training), durante la quale il sistema elabora grandi quantità di dati complessi. Ma anche la cosiddetta inferenza (Inferenz)—ovvero l’utilizzo del modello per generare testi, rispondere a domande o supportare decisioni—richiede notevoli risorse di calcolo. L’addestramento del modello GPT-4 di OpenAI è costato circa 100 milioni di dollari USA e ha consumato 50 gigawattora di energia.
Il fabbisogno energetico cresce rapidamente: secondo Epoch AI, la potenza di calcolo necessaria per l’addestramento raddoppia ogni cinque mesi. L’istituto Öko-Institut di Friburgo stima che il consumo globale di elettricità legato all’IA sarà undici volte superiore nel 2030 rispetto al 2023. Negli USA, i data center potrebbero arrivare a consumare più elettricità della produzione industriale complessiva di cemento, acciaio e prodotti chimici messi insieme.
Produzione di Semiconduttori per l’IA
Un altro fattore cruciale è la produzione di chip. Il nuovo rapporto di Greenpeace East Asia—il primo a calcolare le emissioni della produzione—mostra che il consumo di elettricità e le emissioni di gas serra legate alla produzione di semiconduttori per l’IA sono aumentati di oltre il 350% tra il 2023 e il 2024. L’Asia orientale, centro della produzione mondiale, sopporta l’onere maggiore di questa crescita, e la fornitura di energia in Corea del Sud, Giappone e Taiwan si basa ancora in gran parte sui combustibili fossili.
Oltre all’elettricità, anche l’acqua è una risorsa cruciale per il raffreddamento dei data center. Microsoft, ad esempio, necessita di sei milioni di metri cubi d’acqua per mantenere in funzione i server di Bing Chat per un anno, l’equivalente di 2.400 piscine olimpioniche. Uno studio dell’Università della California stima che entro il 2027 le operazioni di IA richiederanno a livello globale tra 4,2 e 6,6 miliardi di metri cubi d’acqua. Questo consumo è paragonabile al fabbisogno idrico annuale di diversi piccoli Paesi messi insieme.
Direttiva UE sull’Efficienza Energetica
Data la crescente importanza e la rapida espansione di questo settore, la nuova Direttiva Europea sull’Efficienza Energetica del 2024 ha introdotto requisiti più severi anche per i data center. Il regolamento prevede anche la trasparenza e la rendicontazione dei consumi e impone ai data center particolarmente energivori di implementare sistemi certificati di gestione dell’energia.
L’Intelligenza Artificiale è onnipresente e ha assunto un valore insostituibile in innumerevoli settori. Tuttavia, in vista degli sviluppi attesi, anche le sfide ecologiche della digitalizzazione sono in costante aumento.
