Ho ricevuto da poco una mail da Carlo Guastamacchia che riportava un articolo del vicedirettore de “Il Giornale” , Osvaldo de Paolini, che trattava il consumo di risorse della IA.

Al corso Dentalligenza Artificiale di ottobre 2025 abbiamo già parlato di tale argomento, ma questa mail mi ha permesso di ri-approfondire tale aspetto.

Come ho scritto a Carlo ritengo che: “Il ragionamento sia corretto nella sua logica, ma obsoleto. È valido solo se ci fermiamo a pensare alla IA come software che gira su computer tradizionali e che non evolve. Con l’arrivo dei sistemi quantistici, lo scenario cambia: sarebbe come analizzare il futuro dei trasporti guardando solo alle carrozze a cavallo, senza considerare la comparsa delle automobili.”

Per questo vi allego alcuni dati a mo’ di ricerca qualora vi trovaste a parlare con qualche giornalista di consumo energetico di IA. Serviranno per fargli capire che quello di cui si deve preoccupare non è il risparmio energetico, ma la conservazione del suo posto di lavoro considerando che è uno di quelli che la IA potrebbe sostituire…

Tiziano Caprara

L’Impronta Ambientale dell’Intelligenza Artificiale: Consumi, Tendenze e Soluzioni di Risparmio

L’intelligenza artificiale sta trasformando radicalmente il panorama energetico globale, con un impatto ambientale che cresce a ritmi senza precedenti. Tuttavia, la stessa tecnologia sta sviluppando soluzioni innovative per mitigare il proprio consumo e ottimizzare l’efficienza energetica a livello mondiale.

Consumi Attuali dell’IA: Una Fotografia 2023-2025

Consumo Energetico

I dati più recenti mostrano un’espansione esponenziale dei consumi legati all’IA. Nel 2024, i data center negli Stati Uniti hanno utilizzato circa 200 terawattora di elettricità, equivalente al consumo annuale dell’intera Thailandia. L’IA specifica ha consumato tra i 53 e i 76 terawattora, una cifra che potrebbe alimentare oltre 7,2 milioni di famiglie americane per un anno.technologyreview​

A livello globale, i data center hanno consumato circa 415 terawattora nel 2024, pari all’1,5% della domanda elettrica mondiale. L’IA è responsabile di circa il 20% di questa domanda, ma la sua quota sta crescendo rapidamente. Negli Stati Uniti, dove si concentrano il 33% dei data center globali, l’IA rappresenta attualmente il 14% del consumo energetico dei data center, con proiezioni che la porteranno al 27% entro il 2027.goldmansachs+1​

Una ricerca indipendente stima che le interazioni con IA come ChatGPT consumino 10 volte più elettricità di una normale ricerca Google. Se tutte le 9 miliardi di ricerche giornaliere di Google adottassero tecnologia IA, il consumo aggiuntivo ammonterebbe a 10-29,3 terawattora all’anno, equivalente al consumo elettrico dell’Irlanda.polytechnique-insights​

Impronta Idrica

L’impronta idrica dell’IA è un aspetto spesso trascurato ma altrettanto critico. I data center utilizzano acqua dolce per il raffreddamento dei server e per la generazione di elettricità. Nel 2023, un’azienda tecnologica ha prelevato 29 miliardi di litri e consumato (evaporato) oltre 23 miliardi di litri di acqua dolce per il raffreddamento nei propri data center, con quasi l’80% proveniente da fonti potabili.cacm.acm​

La portata è impressionante: la somma delle acque di prelievo e consumo dell’IA a livello globale potrebbe raggiungere 4,2-6,6 miliardi di metri cubici entro il 2027, superando il consumo annuale totale di quattro-sei Paesi come la Danimarca o metà del Regno Unito. La fase di addestramento di un modello come GPT-3 può richiedere 5,4 milioni di litri di acqua, inclusi 700.000 litri di consumo diretto onsite.cacm.acm​

Emissioni di CO₂

Le emissioni di carbonio seguono la crescita energetica. La carbon intensity dell’elettricità utilizzata dai data center è del 48% superiore alla media nazionale americana. Le proiezioni indicano che entro il 2028, i data center IA negli Stati Uniti potrebbero generare emissioni equivalenti a oltre 300 miliardi di miglia percorse in auto, più di 1.600 viaggi andata e ritorno dalla Terra al Sole.technologyreview​

Tendenze di Cambiamento e Proiezioni Future

La domanda energetica dell’IA è destinata a triplicare entro il 2028, passando dal 4,4% al 12% del consumo totale di elettricità negli Stati Uniti. Goldman Sachs Research prevede che la domanda globale di energia da data center aumenterà del 50% entro il 2027 e del 165% entro il 2030 rispetto al 2023. L’IEA stima che i data center consumeranno circa 945 terawattora entro il 2030, più del doppio dell’attuale.​

La densità di potenza per rack sta crescendo da 162 kW a 176 kW per piede quadrato entro il 2027. Questo aumento di densità comporta maggiori sfide di raffreddamento: i data center IA potrebbero richiedere fino a 1,7 trilioni di galloni di acqua dolce all’anno entro il 2027.​

Soluzioni di Riduzione dei Consumi dell’IA

Innovazioni nel Raffreddamento

Il settore sta adottando rapidamente il liquid cooling, che può ridurre il consumo energetico del raffreddamento fino al 90% rispetto ai metodi ad aria tradizionali. Il cooling ad immersione, che submerge i server in liquidi non conduttivi, può tagliare il consumo energetico del 50%. L’IA stessa viene utilizzata per ottimizzare in tempo reale i sistemi di raffreddamento, identificando inefficienze termiche e riducendo gli sprechi.​

Ottimizzazione Spazio-Temporale

La water usage effectiveness (WUE) varia significativamente in base alla localizzazione geografica e al momento dell’anno. Programmare l’addestramento dei modelli IA in periodi e location con maggiore efficienza idrica può ridurre l’impronta d’acqua. Questo approccio “water-wise” richiede trasparenza sui dati operativi e dashboard che informino gli utenti sull’efficienza idrica in tempo reale.​

Hardware Avanzato e Infrastrutture

Le aziende stanno sviluppando acceleratori IA oltre le GPU tradizionali, come chip neuromorfici e processori ottici, che offrono potenziali risparmi energetici significativi. L’efficienza energetica sta migliorando anche attraverso Power Usage Effectiveness (PUE), con i data center moderni che raggiungono valori attorno a 1,2-1,5 rispetto ai 1,8 delle strutture più datate​

Il Ruolo dell’IA e dei Computer Quantistici nella Riduzione dei Consumi

IA come Soluzione di Risparmio Energetico

Contrariamente alla percezione comune, l’IA può generare un risparmio netto di energia. Un’analisi PwC dimostra che l’IA potrebbe migliorare l’efficienza energetica dell’economia globale a una velocità tale da compensare il proprio consumo aggiuntivo. Il modello prevede che ogni punto percentuale di aumento nell’uso dell’IA porta a un miglioramento dell’efficienza energetica dello 0,1%, riducendo il consumo energetico totale dello 0,5-1,1% entro il 2035.pwc​

Uno studio del Grantham Research Institute e di Systemiq rileva che l’IA applicata ai settori dell’energia, trasporti e alimentazione potrebbe ridurre le emissioni globali di 3,2-5,4 miliardi di tonnellate di CO₂ equivalente all’anno entro il 2035. Nel settore energetico, l’IA può aumentare il fattore di carico di fotovoltaici ed eolici del 20% attraverso una gestione intelligente della rete.lse​

Computer Quantistici come Game-Changer

I computer quantistici rappresentano una svolta per l’efficienza energetica dell’IA. A differenza dei computer classici, i qubit possono eseguire calcoli paralleli su scala molto più efficiente, riducendo il consumo energetico dell’addestramento dei modelli IA fino al 90%.arquimea​

Una ricerca della Cornell University ha sviluppato un framework ibrido classico-quantistica che riduce il consumo energetico dei data center IA fino al 12,5% e le emissioni di carbonio fino al 9,8%. Uno studio pubblicato su Science ha dimostrato come un computer quantistico D-Wave ha risolto in pochi minuti un problema di simulazione di materiali magnetici consumando solo 12 kilowatt, mentre i supercomputer classici avrebbero impiegato quasi un milione di anni consumando più elettricità dell’uso annuale dell’intero pianeta.fastcompany+1​

Le applicazioni pratiche includono l’ottimizzazione della gestione delle reti elettriche: GE Vernova utilizza computer quantistici per individuare vulnerabilità nella rete, mentre E.ON impiega quantum annealing per investigare la stabilità della rete energetica. In Giappone, Japan Tobacco ha utilizzato workflow IA-quantistici ibridi per generare farmaci, ottenendo molecole più valide con proprietà superiori rispetto ai metodi tradizionali.fastcompany​

Risparmio Netto di Risorse: Il Bilancio Complessivo

I dati dimostrano che l’IA può effettivamente produrre un risparmio netto di risorse. Uno studio su aziende industriali rileva che il consumo energetico aziendale diminuisce dello 0,20% con un aumento di una unità nelle applicazioni IA. L’IA può ottimizzare i processi manifatturieri, prevedere i pattern di ricarica dei veicoli elettrici e ridurre i costi operativi.sciencedirect+1​

Nel settore immobiliare, la Quantum AI potrebbe ridurre le bollette energetiche residenziali fino al 30%. Nel settore alimentare, l’IA potrebbe aumentare l’adozione di proteine alternative dall’8-14% nello scenario attuale al 27-50% in uno scenario ad alta ambizione IA, con impatti significativi sulle emissioni.quantumaiinsiders+1​

Per il 2035, l’adozione diffusa dell’IA potrebbe ridurre le emissioni totali di gas serra dello 0,1-1,1% nel periodo 2024-35, con una riduzione dello 0,3-1,9% solo nell’anno 2035. Questo bilancio positivo dipende da quattro azioni chiave: utilizzare l’IA per gestire la domanda energetica, tracciare le emissioni legate all’IA, dimensionare correttamente le soluzioni IA per le esigenze aziendali e considerare la sostenibilità nella scelta dei fornitori IA.pwc​

Conclusioni

L’IA sta affrontando una sfida ambientale significativa, con consumi energetici e idrici in crescita esponenziale. Tuttavia, la tecnologia sta sviluppando soluzioni endogene che promettono non solo di mitigare il proprio impatto, ma di generare un risparmio netto a livello globale. L’integrazione con i computer quantistici, l’ottimizzazione dei processi di raffreddamento e l’applicazione dell’IA stessa per migliorare l’efficienza energetica offrono una prospettiva di sostenibilità. Il successo di questa transizione dipenderà dalla trasparenza nei reporting ambientali, dalla collaborazione tra settore pubblico e privato e da politiche attive che indirizzino l’IA verso applicazioni climaticamente produttive anziché solo commerciali.