Diverse preoccupazioni sono state espresse sulla sostenibilità ambientale dell’infrastruttura tecnologica che “regge” i modelli IA. Consumo di elettricità, di acqua ed emissioni di CO2 sono i fattori chiave su cui si incentrano le discussioni.
Uno studio dell’International Energy Agency (IEA) calcola che i datacenter dedicati all’IA pesavano, nel 2024, per l’1.5% (450 TWh) sui consumi elettrici. Si prevede che nel 2030 si passi al 3%. I data center rappresentano circa un decimo della crescita della domanda globale di elettricità entro la stessa data, una quota inferiore a quella dei motori industriali, dell’aria condizionata nelle case e negli uffici o dei veicoli elettrici. Ma, nei paesi con economie avanzate, la domanda arriverà al 20%. Dall’altro lato della bilancia, c’è da considerare che l’IA è un potente strumento per l’aumento dell’efficienza e l’ottimizzazione non solo dalla produzione e distribuzione dell’energia ma anche di settori come quello dei trasporti, dell’industria, dell’edilizia e nella riorganizzazione urbana.
Ma quanto costa, in termini di consumo di elettricità, addestrare un modello (generativo)? Per questa operazione occorrono migliaia di server che operino 24h su 24h per mesi. Si possono fare delle stime ma vi sono numerosi fattori che devono essere presi in considerazione: il tipo di modello (e quindi il numero di parametri), l’efficienza dell’hardware (in particolare delle GPU), il raffreddamento dei server ecc. Inoltre i vari provider di IA sono restii a fornire dati. Secondo diverse ricerche un “vecchio” modello come GPT-3 con 175 miliardi di parametri ha richiesto per l’addestramento circa un GWatt/h. GPT-4 (circa 1700 miliardi di parametri) ne ha richiesti 50 GWatt/h, come la città di San Francisco in tre giorni.
Ma se i chatbot ricevono miliardi di richieste al giorno, sono queste che incidono maggiormente sul consumo. Il MIT ha calcolato che un modello testuale come Llama (Meta) con 405 miliardi di parametri consuma circa 3000 Joule per ogni risposta a un prompt, equivalenti a 8 secondi di funzionamento di un forno medio a microonde. Altre ricerche indicano 0.5 watt per la generazione di un’immagine, una potenza comparabile con la precedente. Uno smartphone richiede 22Wh per una ricarica (S. Chen 2025).
Nell’agosto 2025 Google ha fornito dati sul suo modello Gemini. Una query testuale media di Gemini consuma 0,24 Wh e produce 0,03 grammi di CO₂. Utilizza inoltre 0,26 ml d’acqua (circa 5 gocce) ).
Una stima calcolata da ChatGPT indica che prendendo come riferimento GPT-3, il consumo d’acqua per l’addestramento si aggira sui 700.000 litri, mentre l’emissione di CO₂ 552 tonnellate. Per l’inferenza (le risposte alle queries dell’utente) si parla di qualche millilitro di acqua e solo tracce di anidride carbonica. Ma, come detto, questi numeri sono più alti per i nuovi modelli e vanno moltiplicati, nel caso dell’inferenza, per miliardi di queries.
Contraltare di queste problematiche legate ai consumi di energia, acqua e alle emissioni di CO₂ è la capacità delle IA di intervenire efficacemente nei processi di riduzione delle cause e di adattamento agli effetti del cambiamento climatico. Ho chiesto a ChatGPT 5 di creare una tabella di sintesi che illustri alcune attività e ricerche in questo campo.
| Mitigazione (ridurre cause) | Adattamento (gestire effetti) |
|---|---|
| Ottimizzazione reti elettriche e smart grid | Previsioni climatiche avanzate (uragani, incendi, alluvioni) |
| Efficienza industriale e logistica | Gestione risorse idriche e siccità |
| Agricoltura di precisione | Disaster management (mappe satellitari in tempo reale) |
| Scoperta materiali green (batterie, cattura CO₂) | Pianificazione urbana resiliente (isole di calore, traffico, energia) |
| Riduzione emissioni nei data center | Monitoraggio deforestazione, emissioni e uso del suolo |
Fonti
International Energy Agency. “Energy and AI.” Report, 2025. https://www.iea.org/reports/energy-and-ai/executive-summary
Sun, Alice. “Why do AI chatbots use so much energy?” Live Science. 09 14, 2025. https://www.livescience.com/technology/artificial-intelligence/why-do-ai-chatbots-use-so-much-energy?utm_source=chatgpt.com
O’Donnel, James e Crowheart Casey. “We did the math on AI’s energy footprint. Here’s the story you haven’t heard.We did the math on AI’s energy footprint. Here’s the story you haven’t heard.” MIT Technology Review. 05 20, 2025. https://www.technologyreview.com/2025/05/20/1116327/ai-energy-usage-climate-footprint-big-tech/
Chen, Sophia. “How much energy will AI really consume? The good, the bad and the unknown.” nature.com. 03 05, 2025. https://www.nature.com/articles/d41586-025-00616-z
Google, “How much energy does Google’s AI use? We did the math.” cloud.google.com. 08 15, 2025. https://cloud.google.com/blog/products/infrastructure/measuring-the-environmental-impact-of-ai-inference
Lascia un commento