L’impatto ambientale IA sta diventando uno dei temi più concreti della nuova corsa tecnologica. Google e Amazon continuano a investire in energia pulita, cloud e infrastrutture più efficienti, ma la crescita dei servizi basati sull’intelligenza artificiale sta aumentando la pressione su data center, reti elettriche e risorse idriche.
Il punto non è che l’IA sia inutile o da fermare. Il problema è più pratico: ogni modello avanzato richiede server, chip, raffreddamento, connessioni alla rete e nuova capacità elettrica. Una parte della tecnologia che sembra immateriale, quindi, dipende da infrastrutture molto fisiche.
Perché l’impatto ambientale IA pesa sui data center
L’IA pesa perché sposta la domanda di calcolo verso server più potenti e più densi. Addestrare modelli, usarli ogni giorno e integrarli in ricerca, cloud, e-commerce e software aziendali richiede elettricità continua. Se la rete locale non è pronta, la crescita digitale diventa anche un problema energetico.
Secondo l’analisi dell’International Energy Agency su energia e AI, i data center hanno consumato circa 415 TWh di elettricità nel 2024, pari a circa l’1,5% della domanda elettrica globale. Entro il 2030 potrebbero arrivare a circa 945 TWh, poco meno del 3% del totale previsto.
La percentuale globale può sembrare contenuta, ma il dato va letto nel territorio. I data center non si distribuiscono in modo uniforme: si concentrano in aree specifiche, spesso dove esistono connessioni, terreni, incentivi e reti già sviluppate. Per questo possono creare stress locali anche se la loro quota mondiale resta limitata.
Il tema energetico si collega anche alle fonti usate per produrre elettricità. Un data center alimentato da una rete ancora dipendente da gas o carbone ha un peso diverso rispetto a uno collegato a fonti rinnovabili o carbon-free. È lo stesso problema che emerge quando si parla di carbone in Cina e domanda energetica industriale: la tecnologia conta, ma conta anche il mix elettrico che la sostiene.
Google e Amazon investono, ma la domanda corre più veloce
Google ha riconosciuto nel suo Environmental Report 2026 che raggiungere i propri obiettivi climatici è diventato più difficile. La crescita dell’infrastruttura IA richiede energia e risorse, mentre le reti elettriche non si decarbonizzano alla stessa velocità.
L’azienda rivendica accordi di lungo periodo per nuova energia pulita e interventi su efficienza hardware, software e approvvigionamento. Nel 2025, secondo Google, queste misure hanno evitato oltre 58 milioni di tonnellate di CO2 equivalente. Il dato mostra che le contromisure esistono, ma anche che la scala del problema è ormai industriale.
Amazon racconta una traiettoria simile nei suoi Sustainability Reports ufficiali. L’azienda lavora su energia carbon-free, logistica, packaging, acqua e data center AWS, ma l’espansione del cloud, dell’e-commerce e dei servizi IA aumenta il peso della filiera. Nel report relativo al 2024, la carbon footprint complessiva era indicata a 68,25 milioni di tonnellate di CO2 equivalente.
Qui emerge la contraddizione più difficile da gestire: le big tech possono comprare energia pulita, migliorare i server e progettare data center più efficienti, ma non sempre possono accelerare autorizzazioni, nuove linee elettriche, trasformatori e connessioni alla rete. L’IEA stima che circa il 20% dei progetti di data center pianificati potrebbe subire ritardi se questi colli di bottiglia non verranno risolti.
- più server accelerati per addestramento e uso quotidiano dei modelli IA
- maggiore richiesta di elettricità stabile e continua
- necessità di raffreddamento, con possibile consumo idrico locale
- pressione su reti elettriche, autorizzazioni e nuove infrastrutture
Energia, acqua e territorio diventano parte della tecnologia
L’impronta dell’IA non riguarda solo la CO2. Il rapporto della United Nations University sull’impatto ambientale dell’intelligenza artificiale mette al centro anche acqua, suolo, materiali e rifiuti elettronici. Sono aspetti meno visibili per l’utente, ma decisivi per capire il costo reale dell’infrastruttura.
Il raffreddamento dei data center può richiedere acqua, soprattutto in aree già esposte a siccità o stress climatico. La domanda diventa politica prima ancora che tecnica: dove ha senso costruire nuove infrastrutture energivore e idroesigenti? E quali dati devono rendere pubbliche le aziende quando entrano in un territorio?
Il problema riguarda anche le città. Quando energia, calore e infrastrutture si concentrano in aree già sotto pressione, il tema ambientale non resta astratto. Lo si vede anche con fenomeni urbani come l’asfalto a 65 gradi e il caldo in città, dove materiali, pianificazione e consumi incidono sulla vita quotidiana.
L’intelligenza artificiale può aiutare la transizione ecologica: può ottimizzare reti, prevedere consumi, migliorare processi industriali, monitorare incendi, deforestazione e sprechi. Sarebbe sbagliato ridurla solo a un costo. Ma sarebbe altrettanto fragile raccontarla come una tecnologia pulita per definizione.
La domanda che resta aperta è concreta: quanta energia vogliamo destinare all’IA, con quali fonti, in quali territori e con quanta trasparenza? La prossima fase non si giocherà solo sui modelli più potenti, ma sulla capacità di far crescere il calcolo senza scaricare il conto su reti elettriche, acqua e comunità locali.
