L'intelligenza artificiale sta trasformando il modo in cui lavoriamo, comunichiamo e utilizziamo i servizi digitali. Ogni richiesta rivolta a un chatbot, ogni immagine generata e ogni algoritmo di AI richiedono però una complessa infrastruttura che consuma energia e utilizza risorse naturali. Finora il dibattito si è concentrato soprattutto sulle emissioni di CO₂ associate allo sviluppo dell'intelligenza artificiale. Un nuovo studio dell'Università delle Nazioni Unite - Institute for Water, Environment and Health (UNU-INWEH) propone invece una prospettiva più ampia, analizzando anche il consumo di acqua, l'occupazione di suolo e gli impatti sulle infrastrutture che sostengono la crescita dell'AI. 

Quando si valuta l'impatto ambientale di una tecnologia, il primo parametro che viene in mente è spesso la quantità di emissioni di gas serra prodotta, una categoria in cui rientra anche la CO₂ o anidride carbonica. Lo studio delle Nazioni Unite sottolinea però che questo approccio rischia di essere riduttivo nel caso dell'intelligenza artificiale. Per descrivere in modo più completo gli effetti dell'AI, i ricercatori hanno preso in considerazione quattro indicatori principali: carbon footprint, cioè le emissioni di gas serra associate alla produzione di energia e al funzionamento dei sistemi di calcolo; water footprint, che misura l'acqua utilizzata; land footprint, cioè il consumo di suolo necessario per realizzare infrastrutture energetiche e data center; infine il consumo complessivo di energia elettrica.

Secondo gli autori, la sostenibilità dell'intelligenza artificiale deve essere analizzata considerando contemporaneamente tutte queste variabili, e l’operazione diventa particolarmente importante alla luce del fatto che la crescita dell'AI procede attualmente a ritmi molto elevati. L'aumento della capacità di calcolo richiesta dai modelli più avanzati comporta un'espansione continua dei data center e delle infrastrutture necessarie per alimentarli. Comprendere l'impatto complessivo di questa evoluzione è fondamentale per pianificare reti elettriche, sistemi idrici e politiche industriali capaci di sostenere l'innovazione senza compromettere la disponibilità delle risorse.

Parallelamente aumenterà anche il fabbisogno di acqua. Lo studio ipotizza che entro il 2030 l'ecosistema dell'intelligenza artificiale potrebbe richiedere fino a 9,3 trilioni di litri d'acqua ogni anno, considerando sia il raffreddamento diretto dei data center sia l'acqua utilizzata per produrre l'energia necessaria al loro funzionamento. Per comprendere meglio l'ordine di grandezza, gli autori osservano che questo volume corrisponde al fabbisogno idrico domestico annuale di circa 1,3 miliardi di persone nell'Africa subsahariana. Anche l'utilizzo del territorio per la costruzione di data center e infrastrutture energetiche necessarie per alimentarli è destinato a crescere. Sempre secondo il rapporto, entro il 2030 l'impronta territoriale dei sistemi legati all'AI potrebbe raggiungere circa 14.500 chilometri quadrati, una superficie superiore a quella di molte aree metropolitane europee.

Lo studio propone inoltre un'analisi del ciclo di vita dei grandi modelli linguistici. L'addestramento dei sistemi di AI più avanzati richiede enormi quantità di potenza di calcolo concentrate in tempi relativamente brevi, con consumi energetici e idrici particolarmente elevati. Sebbene questi processi rappresentino solo una parte dell'impatto complessivo, mostrano come lo sviluppo dell'intelligenza artificiale dipenda sempre più dalla disponibilità di infrastrutture energetiche, reti elettriche e sistemi di raffreddamento efficienti. Più che mettere in discussione lo sviluppo dell'AI, il rapporto invita quindi a considerare queste tecnologie all'interno di una pianificazione più ampia delle risorse, che devono essere gestite in modo integrato.

L'espansione dell'intelligenza artificiale non riguarda soltanto il settore digitale: la crescita dei data center ha effetti diretti sulle infrastrutture energetiche, idriche e territoriali che ne consentono il funzionamento. Ogni nuovo centro di calcolo richiede una disponibilità continua di energia elettrica, sistemi di raffreddamento efficienti e reti capaci di sostenere carichi elevati senza compromettere la continuità del servizio. Questo significa che la pianificazione delle infrastrutture deve diventare sempre più strategica. Le reti elettriche devono essere in grado di integrare una domanda crescente e allo stesso tempo favorire l'utilizzo di fonti rinnovabili, mentre i sistemi idrici devono garantire la disponibilità di acqua anche in territori già esposti a periodi di siccità o a una crescente pressione sulla risorsa.

Di conseguenza, la localizzazione dei data center rappresenta un altro elemento da considerare. Sempre più spesso queste infrastrutture vengono progettate tenendo conto della disponibilità di energia, della vicinanza alle reti di trasmissione, delle caratteristiche climatiche del territorio e della presenza di risorse idriche sufficienti per il raffreddamento. In questo contesto assume un ruolo centrale anche l'innovazione tecnologica. Sistemi di raffreddamento più efficienti, processori con consumi ridotti, recupero del calore prodotto dai server e strumenti avanzati per la gestione dell'energia possono contribuire a limitare l'impronta ambientale dell'intelligenza artificiale. Parallelamente, il monitoraggio continuo dei consumi e l'analisi dei dati consentono di ottimizzare il funzionamento delle infrastrutture e di utilizzare in modo più efficiente le risorse disponibili.

Tra le priorità figurano una maggiore trasparenza nella rendicontazione dei consumi di energia, acqua e suolo, l'adozione di criteri di efficienza fin dalla progettazione dei sistemi di intelligenza artificiale, una valutazione degli impatti ambientali lungo l'intero ciclo di vita delle tecnologie e una cooperazione internazionale che favorisca lo sviluppo di standard condivisi.

Un altro elemento evidenziato dallo studio riguarda l'importanza di considerare le differenze tra territori. La realizzazione di nuovi data center dovrebbe infatti tenere conto della disponibilità locale di risorse naturali, delle caratteristiche delle reti energetiche e delle condizioni climatiche, evitando di aumentare la pressione su aree già vulnerabili dal punto di vista idrico o ambientale. Per le utility e per i gestori delle infrastrutture questa evoluzione rappresenta una nuova sfida, perché la crescente domanda di energia e servizi digitali rende necessario investire in reti più robuste, sistemi di monitoraggio avanzati e tecnologie che migliorino l'efficienza complessiva delle infrastrutture. Anche il Gruppo Iren sta orientando i propri sforzi in questa direzione: gli investimenti previsti dal Piano Industriale 2025-2030 sono destinati anche al rafforzamento e la digitalizzazione delle reti energetiche e idriche.

L'intelligenza artificiale continuerà a svolgere un ruolo sempre più importante nello sviluppo economico e tecnologico dei prossimi anni. Il nuovo studio dell'Università delle Nazioni Unite ricorda però che la sua crescita non può essere valutata soltanto in termini di prestazioni o capacità di calcolo. Comprendere l'impronta ambientale dell'AI significa considerare nel loro insieme energia, acqua, suolo ed emissioni, così da progettare infrastrutture capaci di sostenere l'innovazione senza pregiudicare l'equilibrio delle risorse naturali. È una prospettiva che conferma come transizione digitale e transizione ecologica siano oggi due processi sempre più interconnessi e destinati a evolvere insieme.