I data center sono infrastrutture voraci. Custodiscono il presente dell’umanità, prefigurandone un futuro mediato con l’intelligenza artificiale. Ma consumano, acqua ed energia elettrica in modo imponente, come novelli dinosauri. In un mondo che si era dato obiettivi di sostenibilità entro il 2030, tutto ora è rimesso in discussione proprio a causa della “bulimia” dei data center. Allarmanti gli esiti dell’ultimo studio che di questo si occupa: Environmental Cost of AI’s Energy Use: Carbon, Water and Land Footprints, realizzato dall’Istituto dell’Università delle Nazioni Unite per l’Acqua, l’Ambiente e la Salute (UNU-INWEH). I risultati sono inquietanti e confermano tutta la congruità del recente appello contenuto nell’Enciclica di Papa Leone, “Magnifica Humanitas”. Il Pontefice, sottolineando che l’enorme potenza di calcolo dei data center richiede un consumo di risorse esondante, afferma: “L’intelligenza artificiale non può essere sostenibile se aggrava la crisi climatica o consuma l’ambiente”.
Proprio ciò che emerge dal Rapporto. Che, in più, documenta come il costo ambientale dell’IA sia stato fin qui misurato in modo errato. La maggior parte delle valutazioni attuali si concentra sulle emissioni di carbonio derivanti dall’addestramento. Il rapporto sostiene, invece, che questo approccio trascura una parte sostanziale del quadro complessivo: “Ogni chilowattora di elettricità utilizzato dall’IA comporta anche un’impronta idrica, legata al raffreddamento e alla generazione di energia, e un’impronta territoriale, legata alle infrastrutture e alle catene di approvvigionamento. Queste tre impronte possono muoversi in direzioni opposte, per cui ridurne una può amplificarne un’altra”.
Entro il 2030, si prevede che i data center globali che alimentano l’intelligenza artificiale consumeranno 945 terawattora di elettricità. Si tratta di un valore quasi triplo rispetto al consumo annuo combinato di elettricità di Pakistan, Bangladesh e Nigeria, Paesi che insieme ospitano più di 650 milioni di persone. La loro impronta idrica associata sarà pari al fabbisogno annuo domestico di base di tutti gli 1,3 miliardi di abitanti dell’Africa subsahariana, mentre la loro impronta territoriale supererà i 14.500 chilometri quadrati, circa il doppio dell’area metropolitana di Giacarta, dove vivono oltre 32 milioni di persone. “L’inferenza, non l’addestramento – si legge nella sintesi dello studio – determina la maggior parte del consumo energetico dell’IA. Una volta distribuito un modello, miliardi di interazioni quotidiane con gli utenti consumano una quota stimata tra l’80 e il 90% della sua energia totale. Si stima che ChatGPT da solo elabori circa 2,5 miliardi di prompt al giorno. Il consumo energetico per singola richiesta varia di diversi ordini di grandezza a seconda del compito. Una tipica richiesta a una chat usa circa 200 volte l’energia di una classificazione testuale di base. Un’immagine generata dall’IA ne usa circa 1.450 volte. Un singolo breve video generato dall’IA può equivalere a 200.000 classificazioni di spam. La scelta del modello e le impostazioni predefinite dei prodotti sono decisioni che incidono sull’impronta ambientale”.
La capacità di calcolo per l’IA è geograficamente concentrata. Solo 32 Paesi ospitano data center specializzati per l’IA. Oltre il 90% della capacità si trova in due Paesi, Cina e Stati Uniti. Più di 150 Paesi attualmente non dispongono di infrastrutture sovrane di calcolo per l’IA. Il ciclo di vita dell’hardware è la prossima frontiera. Le infrastrutture di IA potrebbero generare fino a 2,5 milioni di tonnellate di rifiuti elettronici all’anno entro il 2030 gran parte dei quali trattati in economie a basso reddito con tutele limitate, mentre i minerali critici vengono estratti in giurisdizioni con una debole supervisione ambientale spesso nel Sud globale, dove la percezione della sostenibilità necessaria è labile.
Finora erano temi quasi eretici, tenuti ai margini dell’hype che caratterizza i Large Language Models. Ne aveva scritto la ricercatrice americana Kate Crawford nel suo libro fondamentale “Né intelligente né artificiale”: “Le catene di approvvigionamento dell’intelligenza artificiale iniziano nelle miniere, con lavoratori sottopagati che estraggono minerali rari, cobalto, litio e altri materiali dal suolo. Ma la narrazione a essa legata è invece eterea: visioni di codice immateriali, matematica astratta e algoritmi nel cloud. Al contrario – scriveva Crawford – l’intelligenza artificiale è fatta di minerali, energia ed enormi quantità di acqua. I data center generano un calore immenso che contribuisce al cambiamento climatico e la costruzione e il mantenimento dell’intelligenza artificiale dipendono dalla manodopera sottopagata nel Sud Globale. E in questo quadro il valore della sostenibilità è decisamente ignorato”.
È come se il boom dell’IA avesse approfittato di una sorta di amnesia totale. Come se tutto l’universo avesse voluto ignorare che 2+2 non fa 5. La colossale svista che riguarda l’intelligenza artificiale, o meglio la sua misurazione in merito all’impatto con la Terra, probabilmente non è una topica. Ma un calcolo di tornaconto alimentato dalle grandi Big Tech, che hanno evitato come la peste ogni ragionamento in termini di sostenibilità dell’IA. Meglio rincorrere la suggestione agentica tra le nuvole, nell’eterea dimensione della rarefatta realtà parallela. E invece no. I sistemi di intelligenza artificiale sono profondamente materiali. E consumano.
“Questo rapporto non è un atto d’accusa contro l’intelligenza artificiale, una trasformazione tecnologica che sta migliorando la vita di miliardi di persone in tutto il mondo”, ha dichiarato il professor Kaveh Madani, direttore di UNU-INWEH, che ha guidato il gruppo di ricerca. “È un appello a utilizzarla in modo responsabile e ad affrontarne proattivamente gli impatti indesiderati, per renderla sostenibile ed equa. Abbiamo una finestra di tempo ristretta per garantire che la spina dorsale della rivoluzione tecnologica della nostra epoca si sviluppi entro i limiti del pianeta, e che le comunità che forniscono i minerali critici necessari al progresso dell’IA e quelle che ospitano le sue infrastrutture e i suoi rifiuti elettronici siano anche tra coloro che ne beneficiano”.
Per ora i benefici e gli oneri della massiccia espansione globale dell’intelligenza artificiale sono fortemente diseguali. Diversi casi a livello locale analizzati nel rapporto mostrano come servizi di IA distribuiti globalmente creino intense pressioni locali. A Querétaro, in Messico, l’espansione delle infrastrutture di calcolo sta attingendo alle riserve idriche in un contesto di siccità prolungata. In Uruguay, i piani per un data center ad alto consumo d’acqua hanno coinciso con la siccità del 2023, che ha esaurito le riserve di acqua dolce di Montevideo, rendendo l’acqua del rubinetto non sicura da bere.
In Irlanda, nel 2023, i data center hanno rappresentato il 21% dell’elettricità totale misurata, superando tutti i consumi delle famiglie urbane. Il gestore della rete nazionale ha sospeso nuove approvazioni nell’area di Dublino fino al 2028, rendendo l’Irlanda un esempio concreto e documentato di ciò che accade quando la crescita delle infrastrutture di IA supera la pianificazione energetica, nonché un’anticipazione di ciò verso cui si stanno dirigendo altri Paesi. L’Irlanda seguirà il modello Bring Your Own Power. In pratica chi vorrà installare nuovi data center dovrà avere capacità energetica autonoma, senza togliere alla risorsa pubblica. In Italia si è lontani anni luce da questa visione, eppure necessaria. Perfino Microsoft nel recente manifesto Community First AI afferma: “L’IA è divenuta una questione di cemento, cavi, acqua ed elettricità, e come tale, è soggetta alle leggi della fisica e, ancor più, alla pazienza delle comunità locali. La “licenza sociale ad operare” non è più garantita dall’innovazione per sé, ma deve essere conquistata attraverso la ridefinizione del contratto sociale tra le Big Tech e il territorio attraverso una mediazione politica”. Proprio ciò che nel nostro Paese mancherà.
“Se si sovrappone la mappa dei luoghi in cui vengono costruiti i data center a quella delle aree in cui lo stress idrico è più grave, in alcuni casi si tende a vedere le stesse regioni”, ha dichiarato il dottor Mir Matin, responsabile del programma di analisi geospaziale, climatica e infrastrutturale di UNU-INWEH e coautore del rapporto. “E le comunità che vivono vicino a questi siti non sono necessariamente quelle che utilizzano l’IA che vi viene eseguita. Questa asimmetria è il problema. Senza correggerla, ripeteremo semplicemente vecchi schemi, in cui alcuni luoghi sostengono i costi e altri raccolgono i benefici”.
I Paesi esclusi sopportano gli oneri legati all’estrazione dei minerali critici e ai rifiuti elettronici, mentre i benefici strategici fluiscono altrove: “Il sistema globale che sta costruendo l’intelligenza artificiale deve anche governarla in modo sostenibile ed equo”, ha dichiarato il professor Tshilidzi Marwala, rettore dell’Università delle Nazioni Unite e sottosegretario generale delle Nazioni Unite. “Lo sviluppo concentrato delle infrastrutture di IA nelle aree privilegiate del mondo sta creando un ampio divario digitale che pone sfide profonde allo sviluppo equo dell’IA. L’IA può certamente promuovere prosperità e benessere umano. Che lo faccia in modo equo è ormai una questione di governance, non tecnica”.
Il Rapporto che viene dagli studiosi dell’Ontario è prezioso anche perché mette in fila una serie di numeri e statistiche di particolare rilievo. Eccone alcuni.
945 Teravattora
Domanda globale prevista di elettricità dei data center entro il 2030, pari a quasi il 3% del consumo elettrico mondiale previsto e a circa il doppio del consumo della Francia nel 2025.
399 milioni di tonnellate
L’impronta di carbonio associata al consumo elettrico previsto dei data center nel 2030 richiederebbe circa 6,7 miliardi di alberi cresciuti per 10 anni per essere compensata: circa il doppio del numero stimato di alberi nel Regno Unito.
9,3 trilioni di litri
Impronta idrica associata all’elettricità consumata dai data center nel 2030, pari al fabbisogno annuo domestico di base di 1,3 miliardi di persone nell’Africa subsahariana.
14.500 km²
Impronta territoriale associata all’elettricità consumata dai data center nel 2030, circa il doppio dell’area metropolitana di Giacarta, che ospita oltre 32 milioni di persone.
80-90%
Quota stimata del consumo energetico totale dell’IA dovuta all’inferenza, cioè all’esecuzione dei modelli già distribuiti, piuttosto che all’addestramento.
2,5 miliardi
Numero stimato di prompt elaborati ogni giorno da ChatGPT, pari a circa 383 GWh di elettricità all’anno per un singolo prodotto.
1.450 volte
Domanda energetica di una tipica immagine generata dall’IA rispetto a una classificazione testuale di base.
Oltre il 90%
Quota della capacità cloud specializzata per l’IA concentrata in due Paesi, Stati Uniti e Cina.
2,5 milioni di tonnellate
Rifiuti elettronici legati all’IA previsti ogni anno entro il 2030, equivalenti allo smaltimento di quasi 250 Torri Eiffel all’anno.
Il Rapporto conclude con un’apertura alla speranza: “Un’IA entro i limiti del pianeta è possibile. Capacità tecnologica e responsabilità ambientale possono crescere insieme, ma solo attraverso misurazione, trasparenza e responsabilità condivisa in tutto l’ecosistema”.
