Ogni volta che facciamo una domanda ad un chatbot, sembra tutto semplice e leggero: scriviamo una frase, riceviamo una risposta, ma dietro quel gesto apparentemente immateriale ci sono data center, sistemi di raffreddamento, elettricità, acqua e infrastrutture fisiche, server accesi giorno e notte.
Secondo un rapporto della United Nations University, nel 2025 i data center globali hanno consumato più elettricità di quasi ogni singolo Paese del mondo. Solo dieci Paesi, presi singolarmente, consumano più elettricità dei data center. Quel consumo ha prodotto circa 208 milioni di tonnellate USA di CO₂, pari a 189 milioni di tonnellate metriche, più o meno come le emissioni annuali dell’Argentina. Per produrre quell’energia sono stati consumati circa 1,2 trilioni di galloni d’acqua, cioè 4,5 trilioni di litri. Ma il dato più impressionante è che la crescita è appena cominciata, entro il 2030 sarà di 935 terawattora l’anno, quasi il 3% dell’elettricità mondiale prevista. La United Nations University indica una stima molto simile, 945 terawattora, cioè quasi il doppio del consumo elettrico della Francia nel 2025. Se i data center fossero un paese, nel 2030 sarebbero il sesto al mondo per consumo di elettricità. Per quanto riguarda il consumo di acqua, secondo il rapporto, entro il 2030 l’impronta idrica associata all’elettricità dei data center potrebbe arrivare a 9,3 trilioni di litri d’acqua, mentre l’impronta di suolo supererebbe i 14.500 chilometri quadrati, circa il doppio dell’area metropolitana di Jakarta. Le emissioni collegate al consumo elettrico dei data center potrebbero arrivare a 399 milioni di tonnellate metriche di CO₂, una quantità che richiederebbe circa 6,7 miliardi di alberi cresciuti per dieci anni per essere compensata.
Leggendo questi dati il punto chiave é che l’AI non pesa solo quando viene “addestrata”, la parte più energivora, secondo un altro rapporto ONU, è l’uso quotidiano dei modelli già disponibili, le risposte, le immagini, i video, le richieste degli utenti. L’inferenza, cioè il funzionamento dei modelli già distribuiti, può rappresentare tra l’80 e il 90% dell’energia totale consumata dall’AI. Anche il tipo di richiesta cambia molto l’impronta. Una normale query testuale può consumare circa 200 volte l’energia di una classificazione testuale di base. Un’immagine generata dall’AI può richiederne 1.450 volte. Un breve video complesso può arrivare a consumare quanto 200.000 classificazioni di spam. Per dare un’immagine concreta: generare una singola immagine AI può richiedere abbastanza energia da tenere accesa una lampadina LED da 10 watt per 17 minuti; un video complesso può arrivare a 42 ore. La United Nations University stima che l’impronta idrica associata all’energia per una singola immagine AI sia di circa 29 millilitri, due cucchiai. Per un video complesso può salire a 4,1 litri, quasi il fabbisogno d’acqua potabile di due giorni per una persona.
La crescita dell’AI significa anche più rifiuti elettronici. Il rapporto ONU stima che entro il 2030 l’e-waste legato all’AI possa arrivare a 2,5 milioni di tonnellate l’anno, l’equivalente di quasi 250 Torri Eiffel buttate via ogni anno. E oltre il 90% della capacità cloud specializzata per l’AI è concentrata in due paesi: Stati Uniti e Cina.
Ogni domanda che facciamo a chatgpt sembra leggera…ma la prossima volta che ne scriviamo una, forse vale la pena chiedersi anche che cosa c’è dietro la risposta che arriva.
