Ogni volta che un utente chiede a un modello linguistico di scrivere un’e-mail, riassumere un documento o generare codice, un cluster di GPU in un data center consuma energia. Una singola richiesta usa meno elettricità di un elettrodomestico acceso per pochi secondi. Ma le richieste sono miliardi al giorno, i data center si moltiplicano a un ritmo mai visto, e il consumo energetico globale dei centri dati ha raggiunto i 460 terawattora nel 2022 — un livello che, se fosse un paese, ne farebbe l’undicesimo consumatore di elettricità al mondo, tra Arabia Saudita e Francia. Da allora, la domanda è cresciuta ulteriormente, e l’IA generativa ne è il principale acceleratore. L’Agenzia Internazionale dell’Energia prevede che il consumo energetico del settore possa raddoppiare entro la fine del 2026 — una proiezione che, se confermata, porterebbe i data center a consumare quanto l’Italia intera.
Quanto consuma l’addestramento di un singolo modello
Nel 2021, un gruppo di ricercatori di Google e dell’Università di Berkeley stimò che il solo addestramento di GPT-3 avesse richiesto 1.287 megawattora di elettricità — abbastanza per alimentare circa 120 abitazioni americane per un anno — producendo 552 tonnellate di CO₂. Da allora i modelli sono diventati enormi: i parametri sono passati da miliardi a migliaia di miliardi, e ogni generazione richiede più potenza di calcolo della precedente. GPT-4 avrebbe consumato decine di volte più di GPT-3. Le stime su GPT-5, pubblicato a inizio 2026, non sono state rese note da OpenAI — ma gli analisti del settore collocano il suo addestramento nell’ordine delle decine di migliaia di megawattora.
Il problema non è solo la dimensione dei modelli. Un cluster di addestramento IA consuma da sette a otto volte più energia di un carico di calcolo tradizionale, secondo Noman Bashir del MIT Climate and Sustainability Consortium. Inoltre, le fluttuazioni rapide nel consumo durante le diverse fasi dell’addestramento — con picchi improvvisi seguiti da periodi di minore utilizzo — costringono gli operatori delle reti elettriche a usare generatori diesel di backup per assorbire le variazioni, una soluzione che aggiunge emissioni fossili a un processo già energivoro. I modelli IA hanno anche una vita utile brevissima: le aziende rilasciano nuove versioni ogni poche settimane, rendendo obsoleto l’energia spesa per addestrare quelle precedenti. È un ciclo di consumo che non ha equivalenti in nessun altro settore industriale.
L’acqua: la risorsa dimenticata nel dibattito sull’IA
L’elettricità non è l’unica risorsa in gioco. L’acqua refrigerata viene usata per raffreddare i server, e secondo le stime più recenti, per ogni kilowattora consumato un data center ha bisogno di circa due litri d’acqua per il raffreddamento. Uno studio pubblicato a gennaio 2026 sulla rivista scientifica Patterns da Alex de Vries-Gao della VU Amsterdam ha stimato che l’impronta idrica dei soli sistemi IA potrebbe raggiungere tra i 312 e i 764 miliardi di litri annui — un ordine di grandezza paragonabile al consumo globale annuo di acqua in bottiglia. Lo stesso studio ha stimato un’impronta carbonica dei sistemi IA compresa tra 32 e 79 milioni di tonnellate di CO₂ nel 2025, equivalente a quella dell’intera città di New York.
Non tutte le architetture di raffreddamento sono uguali: alcuni data center usano sistemi a circuito chiuso che riciclano l’acqua, altri utilizzano torri evaporative che la consumano irreversibilmente. Ma la tendenza complessiva è univoca: più IA significa più calore da dissipare, e più calore significa più acqua prelevata dall’ambiente. In regioni già soggette a stress idrico — come parti della California, dell’Arizona, della Spagna meridionale o della Sicilia — la costruzione di nuovi data center pone un conflitto diretto con le esigenze agricole e civili.
La rete elettrica sotto pressione senza precedenti
L’impatto dei data center non si limita al consumo aggregato. Il problema è anche dove e quando si consuma. In Virginia, negli Stati Uniti, i data center assorbono già il 26% dell’elettricità dello stato. A Dublino, capitale europea del cloud computing, la percentuale arriva al 79% secondo un’analisi dell’Oeko-Institute. L’Agenzia Internazionale dell’Energia stima che in Irlanda i data center potrebbero arrivare a consumare il 32% dell’elettricità nazionale entro fine 2026.
PJM Interconnection, il più grande operatore di rete degli Stati Uniti che serve 65 milioni di persone in 13 stati, ha dichiarato che si troverà a corto di sei gigawatt rispetto ai requisiti di affidabilità entro il 2027. Joe Bowring, presidente della società indipendente Monitoring Analytics che monitora PJM, ha usato un termine netto: «è una fase di crisi — PJM non è mai stata così a corto». Rob Gramlich, presidente della società di consulenza Grid Strategies, prevede che il dibattito politico sui data center si intensificherà nel corso del 2026, man mano che i cittadini americani vedranno salire le proprie bollette elettriche per finanziare l’infrastruttura che alimenta l’IA.
In Europa, la Commissione e diversi governi nazionali hanno iniziato a prendere posizione, ma la pressione dei grandi gruppi tech per ottenere connessioni prioritarie alla rete elettrica rischia di generare un effetto perverso: i data center potrebbero saltare la coda delle connessioni, passando davanti a impianti di energia rinnovabile in attesa di collegamento alla rete — ritardando così la transizione energetica nel nome della transizione digitale.
Meta e il caso estremo di investimento infrastrutturale
La traiettoria di Meta illustra la portata del fenomeno meglio di qualunque statistica aggregata. L’azienda ha annunciato che potrebbe investire fino a 600 miliardi di dollari entro il 2028 nella costruzione di data center. La spesa in conto capitale per il solo 2026 è stimata a 135 miliardi, concentrata quasi interamente sull’IA. Una parte consistente di questa infrastruttura è destinata all’addestramento e al funzionamento dei modelli — Llama, il modello open source, e i progetti interni per la superintelligenza personale annunciata da Zuckerberg.
Il punto critico: Meta non ha un’offerta cloud. Tutta quella potenza di calcolo serve all’uso interno. Il che significa che il ritorno sull’investimento deve venire interamente dall’efficienza dei prodotti consumer — pubblicità più mirata, raccomandazioni più precise, monetizzazione dell’attenzione più sofisticata. Se quei prodotti non generano abbastanza ricavi aggiuntivi per giustificare l’infrastruttura, il costo ambientale non sarà compensato neppure da una logica economica. L’IA di Meta potrebbe rivelarsi contemporaneamente una perdita finanziaria e un danno ambientale — il tipo di scenario che dovrebbe preoccupare investitori e regolatori in egual misura.
Il deficit di trasparenza: il pezzo mancante del puzzle
Uno dei problemi più gravi, e meno discussi, è la mancanza di dati pubblici affidabili. Le aziende che costruiscono e gestiscono data center non distinguono, nei propri bilanci ambientali, tra carichi di lavoro IA e carichi tradizionali. Google, Microsoft e Meta pubblicano rapporti annuali sulla sostenibilità che indicano il consumo energetico totale dei propri data center, ma non specificano quanto di quel consumo è attribuibile all’addestramento e all’inferenza dei modelli IA rispetto alle altre attività (archiviazione dati, streaming video, e-mail, servizi cloud generici).
Questo rende impossibile calcolare con precisione l’impronta carbonica e idrica specifica dell’intelligenza artificiale. La rivista MIT Technology Review ha definito la situazione un «puzzle con innumerevoli pezzi mancanti» in cui «le aziende che costruiscono e utilizzano modelli IA restano in gran parte silenziose quando si tratta di rispondere a una domanda centrale: quanta energia consuma l’interazione con uno di questi modelli?». L’IEA ha ammesso che anche i dati storici possono essere «largamente divergenti» a causa della mancanza di definizioni comuni tra operatori, governi e ricercatori.
In questo vuoto informativo, la domanda che i regolatori europei dovrebbero porsi è semplice: è accettabile che un’industria con un impatto ambientale in rapida crescita operi senza obblighi di disclosure specifici sulla propria impronta energetica e idrica disaggregata per tipo di carico di lavoro? L’AI Act non affronta direttamente questo tema. Il Green Deal europeo ha obiettivi di riduzione delle emissioni che i data center potrebbero mettere a rischio. La prossima revisione normativa dovrebbe colmare questo vuoto.
Il paradosso dell’IA che promette di risparmiare energia
Non tutto è negativo, e sarebbe scorretto presentare l’IA solo come problema ambientale. La stessa tecnologia viene usata anche per ridurre i consumi energetici in altri settori: ottimizzazione delle reti elettriche, gestione predittiva degli edifici, analisi satellitare delle emissioni di metano, progettazione di materiali più efficienti. L’Osservatorio Internazionale delle Emissioni di Metano dell’UNEP utilizza sistemi IA per analizzare immagini satellitari e notificare ad aziende e governi le emissioni rilevate. L’IEA stima che la digitalizzazione intelligente potrebbe tagliare il consumo energetico degli edifici del 10% entro il 2040.
Il paradosso è evidente: la stessa tecnologia che aumenta la domanda di energia promette di ridurla altrove. La questione non è se l’IA abbia un potenziale positivo per l’ambiente — ce l’ha, e in alcuni ambiti è già misurabile. La questione è se il bilancio netto sia favorevole. Se l’addestramento e il funzionamento dei modelli IA consumano più energia di quanta ne facciano risparmiare le applicazioni che ne derivano, il saldo è negativo. E per ora, nessuno è in grado di calcolare quel saldo con la precisione necessaria per prendere decisioni informate — né le aziende, né i governi, né i ricercatori indipendenti.
L’IA consuma. È un dato di fatto fisico, non un’opinione. I data center hanno un’impronta ambientale crescente che si misura in terawattora, miliardi di litri d’acqua e milioni di tonnellate di CO₂. La questione aperta è se le istituzioni — europee e nazionali — siano disposte a chiedere alle aziende che costruiscono questa infrastruttura di rendere conto del proprio consumo con la stessa precisione che pretenderebbero da qualunque altra industria energivora. Finora, la risposta è stata un cortese silenzio. Ma il contatore gira, e prima o poi qualcuno presenterà il conto.
