sul machine learning è esplosa in tutto il mondo, il conto ambientale di questa rivoluzione tecnologica sta diventando difficile da ignorare. Secondo uno studio recentemente approfondito da più fonti internazionali, l’impatto ambientale delle operazioni AI potrebbe essere paragonabile a quello di città come New York, consumando enormi quantità di energia e risorse idriche per alimentare e raffreddare i massicci data center che fanno funzionare questi sistemi.
Emissioni di CO₂ paragonabili a una grande città
Le stime più recenti indicano che, entro il 2025, i sistemi di AI potrebbero essere responsabili di una quantità di emissioni di anidride carbonica compresa tra circa 32,6 e 79,7 milioni di tonnellate all’anno, con una media che si aggira vicino agli 80 milioni di tonnellate suggerite da varie analisi. Questo totale è simile alle emissioni annuali di una metropoli come New York e rappresenta una fetta significativa dell’impatto climatico di settori ad alta intensità energetica.
Queste emissioni derivano principalmente dall’energia richiesta per alimentare i giganteschi server nei data center dove avviene tutto il training e l’esecuzione dei modelli AI. Anche se alcune grandi aziende stanno cercando di migliorare l’efficienza, la domanda di potenza prevista per i prossimi anni continua a crescere vertiginosamente, e gran parte dell’energia non proviene da fonti completamente rinnovabili.
Consumo idrico che eguaglia intere industrie
Un altro aspetto critico è l’enorme consumo d’acqua collegato all’AI. I data center utilizzano grandi volumi d’acqua per raffreddare i sistemi informatici e sostenere la produzione di energia necessaria. Le stime pubblicate indicano un uso idrico che potrebbe oscillare tra 312,5 e oltre 760 miliardi di litri all’anno, una quantità paragonabile all’intero consumo mondiale di acqua minerale imbottigliata o equivalente a grandi industrie di scala globale.
Questo uso di acqua non riguarda solo il raffreddamento diretto delle macchine nei data center, ma include anche l’acqua impiegata indirettamente nella generazione dell’elettricità che alimenta i server, amplificando ulteriormente l’impronta idrica complessiva di queste tecnologie.
Un impatto nascosto ma crescente
Una delle difficoltà più rilevanti nel tracciare l’impatto reale dell’AI è la scarsa trasparenza delle aziende tech sui dati di consumo energetico e idrico specifico per le operazioni di AI. Molti report sottolineano che le stime attuali sono conservative proprio perché non tutte le informazioni sono divulgate. Per questo motivo, l’impronta reale di queste tecnologie potrebbe essere ancora più ampia di quanto stimato finora.
Inoltre, l’energia consumata dai data center AI non è solo legata all’esecuzione dei modelli: la fase di addestramento e sviluppo dei modelli, così come la produzione dei chip e dell’hardware necessario, contribuiscono significativamente all’impatto complessivo, sebbene questi effetti siano spesso meno visibili e meno comunicati ufficialmente.
Verso una sostenibilità dell’AI
La consapevolezza dell’impatto ambientale dell’intelligenza artificiale sta crescendo tra ricercatori, attivisti e policy maker. La comunità scientifica e vari enti internazionali stanno spingendo per maggiore trasparenza, standard di reporting e politiche di sostenibilità specifiche per AI e data center, affinché l’innovazione tecnologica possa proseguire senza compromettere ulteriormente clima e risorse naturali.
Il problema ambientale dell’AI non è solo una questione tecnica, ma anche una sfida di governance globale, che richiede cooperazione tra industria, governi e società civile per trovare soluzioni energetiche più pulite, tecnologie più efficienti e modelli di sviluppo responsabile.
Fonte: Patterns
