Come ti fa sentire l’intelligenza artificiale? Eccitato? Pronti a “vibrare” un futuro più intelligente? O ansioso? L’ansia viene dal conto. I data center consumano miliardi di litri d’acqua. Vomitano inquinamento. Bruciano energia.
Scava più a fondo nell’hype e ti imbatti in una domanda difficile. Questi enormi progressi nell’intelligenza artificiale generativa valgono davvero il costo?
Al momento, centinaia di migliaia di GPU sono stipate nelle strutture di tutto il mondo. Nvidia definisce il suo lancio nel 1999 la prima GPU al mondo. Alcuni fanno risalire la tecnologia ai giochi arcade degli anni ’70. L’hardware guida tutto, dagli smartphone alle auto autonome. Alimenta anche il boom dell’intelligenza artificiale che ha reso Nvidia l’azienda più preziosa sulla Terra.
Catherine Flick, professoressa di etica all’Università dello Staffordshire, nota uno schema.
“Ci sono enormi sviluppi hardware che iniziano grazie ai giochi”, afferma Flick.
Che si tratti di realtà virtuale o di intelligenza artificiale, le questioni etiche iniziano con i giochi. Qual è l’impatto sul modo in cui interagiamo con la realtà?
Pasticcio di produzione
Il danno inizia molto prima che la GPU alimenti un chatbot. L’estrazione delle materie prime lascia cicatrici. Le fabbriche di semiconduttori espongono i lavoratori a sostanze chimiche tossiche.
Nei data center, le GPU bruciano acqua ed energia. Il risultato? Più gas serra. Più inquinamento atmosferico. Il cambiamento climatico accelera.
Quando il chip muore, diventa un rifiuto elettronico.
Ne vale la pena? Le interruzioni nelle previsioni meteorologiche guidate dall’intelligenza artificiale giustificano l’impronta? E la GPU del tuo iPhone? Dovrebbe essere sottoposto allo stesso esame?
Il peso locale
L’intelligenza artificiale ha messo le GPU sotto i riflettori. Per molti americani, il problema è vicino a casa.
Gli Stati Uniti hanno più data center di qualsiasi altra nazione. Le aziende tecnologiche stanno correndo per costruire strutture su vasta scala. Le comunità si stanno svegliando davanti agli enormi magazzini della porta accanto.
Come giornalista ambientale, sento il respingimento. Stiamo rendendo l’IA lo spauracchio? La moda veloce è cattiva. La tecnologia di consumo è pessima. Perché individuare l’IA?
Alcuni venture capitalist sostengono che la cattiva stampa sull’impatto ambientale danneggia l’adozione dell’intelligenza artificiale. Flick ne ride.
“Non è bello avere l’ambiente come capro espiatorio?”
Non è sola. Su TikTok, la stratega di prodotto Ashley Striblet ha respinto i VC che incolpano i consumatori. La gente sa che il fast fashion inquina. Comprano ancora. Ottengono valore.
“Penso che la maggior parte delle persone sappia che ordinare vestiti da [Shein] o Amazon non è la cosa più rispettosa dell’ambiente da fare”, afferma Striblet.
Il risparmio sui costi giustifica l’acquisto per molti. Flick è d’accordo. Ma i vantaggi dell’intelligenza artificiale? Molti consumatori non li vedono ancora.
“Quello che dicono che la loro tecnologia può fare è semplicemente spazzatura”, dice Flick.
Non disponiamo ancora di maggiordomi personalizzati. Il divario tra promessa e realtà è ampio. Nel frattempo, i costi sono reali. Aumentano le bollette. Aumenta l’inquinamento. Ciò non accade più in Asia. Sta accadendo nei ricchi quartieri degli Stati Uniti.
Ingiustizia ambientale
I data center stanno arrivando anche nelle aree a basso reddito. Le comunità di colore combattono da tempo gli inquinatori che si stabiliscono nelle vicinanze.
La NAACP ha citato in giudizio xAI (che opera come SpaceXAI). La causa prende di mira l’inquinamento atmosferico causato dai generatori di gas che alimentano i data center. xAI non ha risposto alle richieste di commento.
Il gruppo per i diritti civili ha avvertito le aziende tecnologiche di stare all’erta. Le campagne locali stanno montando.
Il costo umano del progresso
Shaolei Ren ricorda il nero carbone nella sua casa d’infanzia nel nord della Cina. È cresciuto in una regione mineraria di carbone. Le finestre sono rimaste chiuse. L’acqua veniva razionata in cisterne.
Ora professore associato alla UC Riverside, Ren studia il bilancio ambientale dei data center. Guarda oltre il cambiamento climatico. Si concentra sulla qualità dell’aria. Scarsità d’acqua.
Questi costi sono invisibili agli utenti che digitano in un chatbot.
Ren è seduto nel suo ufficio. Una lavagna dietro di lui è ricoperta di equazioni blu. Vuole un “data center integrato nella comunità”. È fattibile. Le strutture non dovrebbero danneggiare i residenti.
Per ora lo fanno.
Le GPU potenti richiedono più energia. Creano inquinamento. Usano grandi quantità di acqua per il raffreddamento. Questo accade 24 ore su 24. La durata di vita di una GPU in un data center è di pochi anni.
Uno studio del 2024 di Ren e colleghi stima che l’addestramento del modello Llama 3.1 di Meta crei un inquinamento atmosferico equivalente a 10.000 viaggi in auto tra Los Angeles e New York. Meta ha rifiutato di commentare, citando i suoi rapporti sulla sostenibilità.
Lo studio mette in guardia sui costi sanitari pubblici che supereranno i 20 miliardi di dollari entro il 2038. 1.300 morti premature per inquinamento atmosferico ogni anno entro il 2030.
Picchi energetici e idrici
Una volta il gaming determinava il consumo energetico della GPU. Nel 2019, i giochi negli Stati Uniti hanno consumato 34 TWh. Si tratta di CO2 equivalente a 5 milioni di automobili. Le console più recenti ne utilizzano di più. La sporcizia della rete è importante.
L’intelligenza artificiale lo sta superando.
Secondo Lawrence Berkeley National Lab, i server AI accelerati da GPU sono passati da 2 TWh nel 2017 a oltre 40 TWh nel 2023. Entro il 2028, il consumo potrebbe raggiungere tra 165 e 326 TWh. Il limite inferiore equivale a 8,7 milioni di case negli Stati Uniti.
Nel 2025, lo studio di Alex de Vries-Gao suggerisce che l’intelligenza artificiale ha superato il consumo energetico di Bitcoin. L’intelligenza artificiale probabilmente rappresentava quasi la metà di tutta l’elettricità dei data center a livello globale. Le emissioni di carbonio hanno raggiunto tra 32,6 e 79,7 milioni di tonnellate. Confrontatelo con i 50 milioni di tonnellate annuali della città di New York.
Infrastrutture assetate
La California meridionale vede il boom. I magazzini definiscono il paesaggio. Le merci provenienti dall’Asia arrivano al porto di Los Angeles. Si spostano in “porti asciutti” con centri logistici. I grandi impianti ronzano 24 ore su 24.
I data center aggiungono un nuovo livello. I pensionati vedono trasformarsi i quartieri tranquilli. Le lamentele sul rumore provengono dai generatori e dai sistemi di raffreddamento.
Alimentare l’intelligenza artificiale è assetato. Utilizza l’acqua per la generazione e il raffreddamento. de Vries-Gao stima che l’intelligenza artificiale abbia utilizzato tra 312,5 e 764,6 miliardi di litri nel 2025. Questo è il consumo globale annuo di bottiglie d’acqua.
Lo studio di Ren del 2023 prevedeva fino a 600 miliardi di litri entro il 2027.
I totali annuali nascondono il pericolo. L’uso dell’acqua è “impennata”. I picchi si verificano durante le ondate di caldo. Ciò mette a dura prova i distretti idrici locali. Picchi di rischio siccità.
Le case utilizzano da 1,5 a 2 volte l’acqua normale durante i picchi. Data center? da 6 a 10 volte. Alcuni progetti ne richiedono 30 volte di più.
I data center statunitensi potrebbero aver bisogno di 1.451 milioni di galloni di nuova capacità idrica di picco ogni giorno entro il 2030. Il costo: fino a 10 miliardi di dollari.
I sistemi di piccole comunità lottano con questo. Spesso sono sottofinanziati. Gli aggiornamenti delle infrastrutture sono costosi.
Ren sostiene che l’azienda tecnologica si impegna a riciclare o reintegrare l’acqua non coglie il punto. Abbiamo bisogno di trasparenza. Abbiamo bisogno di pianificazione. Le comunità dovrebbero aiutare a costruire infrastrutture. I residenti non dovrebbero pagare il conto.
Impronta materiale
Sophia Falk dell’Università di Bonn e David Ekchajzer dell’Università Paris-Saclay stanno esaminando più attentamente la questione. Hanno gettato migliaia di dollari di GPU nei frullatori industriali.
Stanno cercando più chip donati. Vogliono studiare i materiali. L’impronta.
Quando usiamo l’intelligenza artificiale, dimentichiamo l’impatto nel mondo reale. È fuori dalla vista. Fuori di testa.
Falk ha studiato la Nvidia A100. Il 90% è costituito da metalli pesanti. Rame. Ferro. Stagno. Nichel. Silicio. Il rame conduce l’elettricità. Richiede un’estrazione massiccia.
