L’intelligenza artificiale è ormai entrata nella quotidianità delle imprese. Scrive testi, sintetizza documenti, supporta analisi, produce report, aiuta nella programmazione, automatizza attività ripetitive e velocizza processi che fino a poco tempo fa richiedevano ore di lavoro umano. Anche le grandi società di consulenza stanno accelerando: l’adozione di assistenti generativi su larga scala è diventata parte della trasformazione interna e, allo stesso tempo, dell’offerta verso i clienti. Il fenomeno non è di per sé negativo: l’IA può aumentare l’efficienza, ridurre tempi morti, migliorare la qualità di alcune analisi e supportare attività complesse, incluse quelle legate alla sostenibilità. Può aiutare a leggere grandi quantità di dati, simulare scenari, individuare anomalie, ottimizzare consumi, rendere più rapida la rendicontazione e supportare decisioni ambientali più informate. Il punto, però, è un altro: uno strumento che viene presentato come leva di efficienza non può restare fuori dalla contabilità dei suoi impatti. Se l’IA diventa infrastruttura ordinaria del lavoro, il suo consumo di energia, acqua, hardware e capacità computazionale non può essere trattato come un dettaglio tecnico nascosto nel cloud. La domanda da porre non è “dobbiamo usare l’IA o vietarla?”, ma “come la usiamo, per quali attività, con quali benefici misurabili e con quali costi ambientali?”
Il cloud non è una nuvola: energia, acqua e data center sono infrastrutture fisiche
L’immagine immateriale dell’intelligenza artificiale è fuorviante. Ogni interrogazione a un sistema generativo passa da data center, server, chip, sistemi di raffreddamento, reti elettriche, acqua e catene di fornitura tecnologiche. L’International Energy Agency ha stimato che nel 2024 i data center abbiano consumato circa 415 TWh di elettricità, pari a circa l’1,5 per cento del consumo elettrico globale, e che nello scenario centrale tale domanda possa raggiungere circa 945 TWh entro il 2030. Sono numeri che non autorizzano allarmismi semplicistici, ma richiedono serietà: l’IA non vive in uno spazio neutro ma dentro infrastrutture che competono per energia, materie prime, suolo, acqua e capacità di rete. Anche il tema idrico richiede equilibrio. Dire che “una email scritta con l’IA consuma litri d’acqua” può essere vero o fuorviante a seconda del modello, della lunghezza del testo, del data center, del mix energetico, del sistema di raffreddamento e del metodo di calcolo. Alcune stime ipotizzano consumi molto elevati in determinati scenari, mentre altri studi indicano consumi molto più bassi per singole interazioni. Questa variabilità apre il dibattito. Se le metriche sono così diverse, il primo problema è la mancanza di standard comparabili e verificabili. Senza dati omogenei, il rischio è duplice: da un lato demonizzare l’IA senza distinguere gli usi utili da quelli superflui; dall’altro considerarla automaticamente sostenibile solo perché digitale.
