Quanta Acqua “Beve” l’Intelligenza Artificiale (e Perché la Risposta Non È un Numero Solo)

Il consumo delle risorse naturali delle AI

In occasione della Giornata Mondiale dell’Acqua del 22 marzo, in Made In Magic, web agency a Milano, ci siamo posti una domanda semplice quanto importante.

Quanta acqua consuma l’AI?

Solo perché parliamo di intelligenza artificiale non vuol dire che non vi sia consumo di importanti risorse naturali ed essendo l’acqua un bene primario ci sembra giusto porci questa domanda. Il nostro desiderio era quello di ricevere una cifra secca, del tipo “le AI consumano X litri di acqua per ogni domanda”. Insomma una risposta chiara, definita e precisa, che non lasciasse spazio a interpretazioni di sorta.

Ahinoi, il mondo reale non è così semplice e le nostre speranze sono state ben presto disattese.

Il consumo idrico legato all’intelligenza artificiale nasce quasi tutto dai data center (i capannoni pieni di server dove convivono cloud e modelli), e si divide in due grandi famiglie: acqua usata direttamente per raffreddare e acqua “nascosta” usata per produrre l’energia elettrica che alimenta i server.

Se ti stai chiedendo quale delle due pesa di più, sappi che spesso è proprio quella “nascosta”, perché la corrente non cresce sugli alberi (e nemmeno nei laghi).

Dove finisce l’acqua: il problema non è “l’AI”, è il calore

I modelli di AI (soprattutto quelli generativi) girano su chip molto densi e assetati di potenza. Più potenza = più calore. Ed è proprio il calore ad essere il vero nemico: se non lo porti via, i server rallentano, si guastano, o si spengono. Insomma, il troppo calore “uccide” le AI.

Per questo tanti data center usano sistemi di raffreddamento che coinvolgono acqua: in modo semplificato, l’acqua aiuta a trasferire il calore in modo efficiente. Google, ad esempio, lo dice apertamente: l’acqua ha un ruolo centrale nel raffreddamento e, in certe aree, può ridurre l’energia necessaria rispetto al solo raffreddamento ad aria (con un classico scambio: meno energia, più acqua).

Qui entra in scena un concetto utile. Ci riferiamo al WUE (Water Usage Effectiveness), una metrica che misura quanta acqua viene consumata per ogni kWh usato dal data center. L’"Environmental and Energy Study Institute" spiega che la WUE si esprime in litri per kWh e che “0” è l’ideale (ma realisticamente raggiungibile solo in data center completamente raffreddati ad aria, e non ovunque). Riporta anche una stima “di riferimento” molto citata: WUE media ~1,9 L/kWh (indicata come obiettivo da battere).

“Cinque gocce per prompt”: vero, ma rischia di raccontare solo il trailer

Negli ultimi mesi è diventata famosa l’idea che una richiesta testuale a un chatbot consumi “pochissima acqua”. Un articolo di "The Verge" riporta che Google ha stimato 0,26 millilitri (circa “cinque gocce”) come consumo idrico “mediano” per un prompt di testo in Gemini.

Il punto è che "The Verge" riporta anche le critiche di ricercatori che studiano proprio questo tema: una stima per-prompt può essere fuorviante se include solo una parte del quadro, perché rischia di escludere l’acqua indiretta legata alla produzione di elettricità.

È un po’ come dire: “La mia auto consuma poco perché ho misurato solo la discesa”. Tecnicamente puoi anche farlo, ma poi non stupirti se in salita ti ritrovi a spingere!

I numeri grandi arrivano quando guardi “dietro le quinte”

Uno dei lavori più citati sul tema è il paper Making AI Less “Thirsty” . Gli autori propongono un metodo per stimare l’impronta idrica dei modelli, distinguendo tra consumi diretti e consumi indiretti, riportando esempi che hanno fatto molto discutere: tra questi, l’ordine di grandezza di centinaia di migliaia di litri legati all’addestramento di un modello tipo GPT-3 in data center statunitensi (come consumo diretto di acqua associato al raffreddamento).

Attenzione però: questo scritto resta una stima modellata e dipende da ipotesi e variabili (dove si addestra, che mix energetico c’è, che tecnologia di cooling è usata, ecc.). Il suo valore risiede soprattutto nel mettere ordine nel problema e nel far emergere una cosa scomoda: l’impatto idrico non è uniforme, è locale, stagionale e legato al tipo di infrastruttura.

E qui arriviamo al punto più “politicamente neutro ma concretissimo”: anche quando la percentuale totale sul consumo idrico di un Paese può sembrare piccola, il danno (o la tensione) si gioca nel posto e nel momento sbagliato: bacini in stress idrico, estati torride, competizione con usi civili e agricoli.

Ok, e come si sta cercando di risolvere il problema?

La buona notizia è che non è un tema ignorato: sta diventando una frontiera competitiva. La cattiva notizia è che non esiste un silver bullet in grado di risolvere velocemente la situazione. Le strade principali sono quattro (spesso combinate).

1) Raffreddamento “a circuito chiuso” e data center a “zero water” (o quasi)

L’idea: usare sistemi dove il liquido circola in un loop chiuso, riducendo (o eliminando) l’evaporazione continua che “consuma” acqua.

Microsoft ha comunicato lo sviluppo del design “zero-water” per alcuni nuovi data center: ad esempio, un articolo di "Cinco Días" (El País) descrive un raffreddamento liquido in circuito chiuso “senza dipendere dall’evaporazione dell’acqua”, con l’obiettivo di portare la WUE verso valori prossimi allo zero nei siti che adottano questa tecnologia. Nello stesso pezzo viene citato anche un miglioramento WUE dell’80% rispetto alle prime generazioni.

Sui singoli siti, Microsoft pubblica anche factsheet: in quello sui Paesi Bassi, per esempio, si parla di uso di aria esterna e “zero water” sotto i 29,4 °C, oltre a raccolta di acqua piovana e riuso di acqua dal sistema di raffreddamento.

2) Più efficienza energetica (perché acqua ed energia sono gemelle siamesi)

Meno energia sprecata = meno calore = meno raffreddamento = (spesso) meno acqua, e certamente meno acqua indiretta legata alla produzione elettrica.

Google, sul fronte efficienza, dichiara una PUE media globale 1,09 nel 2024 (PUE è l’indice di efficienza energetica del data center: più è vicino a 1, meglio è). Non è “acqua”, ma è direttamente collegato alla quantità di raffreddamento necessaria.

E, sempre Google, ammette esplicitamente il trade-off: in alcune aree geografiche continuerà a usare il water cooling perché può ridurre l’energia rispetto all’aria, mentre parallelamente lavora su “responsible water use” (framework di rischio idrico, stewardship, replenishment).

3) Cambiare la tipologia di acqua utilizzata: non tutta l’acqua è “uguale”

Molto del conflitto sul tema nasce quando il raffreddamento ricorre all’acqua potabile o comunque a risorse in competizione con usi civili.

Per questo, le strategie includono: uso di acqua riciclata, acqua piovana, acque non potabili dove possibile, e maggiore attenzione al bacino idrico locale.

4) Rendere l’AI “più leggera” (non solo i data center)

Qui si lavora sul software: modelli più efficienti, compressione, routing verso modelli più piccoli, hardware più efficiente, scheduling dei carichi nelle ore/luoghi migliori.

Il dibattito però resta acceso: anche se ogni prompt diventa molto più efficiente, l’effetto rimbalzo è reale (se costa meno, lo usiamo di più). "The Verge" richiama esplicitamente questo rischio parlando di crescita complessiva nonostante i guadagni di efficienza.

Quindi l’AI consumerà sempre più acqua?

Probabilmente la domanda corretta è: consumerà più acqua “qui e ora”, o la sposterà altrove e in altri momenti? Perché il tema vero è la pressione sui bacini locali dove operano le aziende.

E qui la chiusura “orientata al futuro” è questa: nei prossimi anni vinceranno le aziende che sapranno dimostrare tre cose, con numeri confrontabili:

1. quanta acqua consumano direttamente (raffreddamento),
2. quanta ne consumano indirettamente (energia),
3. e quanto quel consumo è sostenibile nel territorio specifico (non in media globale).

Insomma, come cantava il grande Lucio Battisti, "lo scopriremo solo vivendo". Quel che è certo ad oggi è che le aziende si stanno muovendo per ridurre l'impatto sulle risorse idriche e trovare alternative veramente valide al riscaldamento ad acqua.

È altresì certo che le AI impattano notevolmente sulla nostra vita quotidiana e adesso sappiamo che impattano anche sulla gestione idrica di tantissimi Stati. Vedremo cosa ci aspetta nel futuro...