Quanta acqua beve la tua domanda a un’AI?

Parliamo di impatto ambientale dell'IA e di solito si citano le emissioni di CO₂. Ma c'è un costo meno noto, più invisibile: il consumo idrico. Ogni query inviata a un modello linguistico di grandi dimensioni richiede energia per il calcolo e, soprattutto, per il raffreddamento dei server. L'acqua è il motore silenzioso dietro ogni risposta che riceviamo.

Il raffreddamento dei data center: il vero divorso idrico

I data center che ospitano i modelli di intelligenza artificiale sono enormi complessi industriali che generano calore in modo costante. I sistemi di raffreddamento a evaporazione, tra i più diffusi al mondo, consumano centinaia di milioni di litri d'acqua al giorno solo negli Stati Uniti. In periodi di siccità, questa esigenza entra in conflitto diretto con i bisogni delle comunità locali e dell'agricoltura.

Secondo studi recenti, una singola sessione di chat con un assistente AI può richiedere fino a 2 litri d'acqua per elaborare le proprie richieste. Moltiplicato per miliardi di interazioni giornaliere, il risultato è un consumo idrico globale che cresce esponenzialmente, parallelo alla diffusione dei modelli linguistici.

Quanto consuma effettivamente una richiesta?

Il calcolo non è banale perché dipende da molti fattori: la dimensione del modello, l'infrastruttura del provider, il sistema di raffreddamento adottato e la regione geografica in cui il data center opera. Un modello leggero come GPT-3.5 richiede meno risorse di un GPT-4 o di un Claude 3.5 Sonnet, ma la differenza in termini idrici rimane nell'ordine di grandezza tra pochi millilitri e diversi litri per interazione.

Ecco una stima indicativa del consumo idrico per alcune operazioni comuni:

• Una breve risposta testuale: circa 10-50 ml di acqua
• Una generazione complessa con ragionamento multi-step: 200-500 ml
• Un'ora di utilizzo intensivo con modelli large: fino a 2 litri

Questi numeri possono sembrare irrisori singolarmente, ma quando si scala a livello planetario — con miliardi di query quotidiane — l'impatto diventa significativo e urgente da considerare.

Perché il settore tech non ne parla abbastanza

La trasparenza sui consumi idrici dei data center è ancora scarsa. Molti provider pubblicano dati sulle emissioni di carbonio ma omesso informazioni dettagliate sul consumo d'acqua, spesso considerato un dato secondario nei report di sostenibilità. Questa opacità rende difficile per utenti e regulator valutare il vero prezzo ambientale dell'IA.

Alcune aziende stanno iniziando a cambiare rotta. Google, Microsoft e OpenAI hanno annunciato iniziative per migliorare il reporting idrico e investire in tecnologie di raffreddamento a secco e a ricircolo. Tuttavia, gli esperti sottolineano che gli sforzi attuali sono ancora molto al di sotto di ciò che servirebbe per compensare la crescita vertiginosa della domanda.

Cosa possiamo fare come utenti e organizzazioni

La consapevolezza è il primo passo. Ridurre le query ridondanti, evitare di usare l'AI per compiti che non ne hanno bisogno, e preferire modelli più piccoli quando possibile sono azioni concrete che ogni utente può adottare. Le aziende, invece, dovrebbero richiedere ai provider dati trasparenti su consumo idrico ed energetico, includendo questi indicatori nelle valutazioni di procurement.

Inoltre, sostenere investimenti in tecnologie di raffreddamento più efficienti e in data center progettati per aree con abbondanza idrica può fare la differenza. La transizione verso l'IA sostenibile non è solo una questione tecnologica, ma anche di scelte consapevoli che partono da ciascuno di noi.

Takeaway pratico

La prossima volta che mandi una query a un'AI, ricorda che dietro quella risposta c'è un costo idrico reale. Poni domande utili, evita ripetizioni e scegli strumenti che pubblicano dati ambientali trasparenti. Piccole abitudini digitali responsabili possono, collective, fare un grande impatto sulla sostenibilità del nostro futuro tecnologico.