Quanta acqua consuma una AI ad ogni prompt?

Ogni volta che poniamo una domanda a un assistente di intelligenza artificiale, quanta acqua consuma una AI ad ogni prompt? Da qualche parte nel mondo un server si scalda e va raffreddato. E raffreddare, nella maggior parte dei data center, significa consumare acqua. È una dimensione poco visibile di una tecnologia che immaginiamo immateriale, fatta di codice e cloud, ma che poggia su un’infrastruttura fisica enorme e assetata.

Capire quanta acqua consuma una AI ad ogni prompt è oggi una delle domande ambientali più rilevanti e, allo stesso tempo, più fraintese. Circolano cifre che sembrano contraddirsi clamorosamente: c’è chi parla di poche gocce per ogni domanda e chi di un’intera bottiglia. Come vedremo, hanno ragione entrambi: dipende da cosa si misura. Questo approfondimento mette in fila i dati delle fonti più autorevoli, spiega da dove nasce il consumo e, soprattutto, racconta cosa l’industria sta concretamente facendo per ridurlo.

Perché l’intelligenza artificiale ha bisogno di acqua

Il legame tra AI e acqua passa attraverso il calore. I processori specializzati che addestrano e fanno funzionare i modelli di intelligenza artificiale generano quantità straordinarie di calore: un singolo rack di nuova generazione per il calcolo AI può assorbire oltre 120 kilowatt di potenza, contro i 5-15 kW di un server tradizionale, e ogni watt consumato si trasforma in calore da smaltire. Le torri di raffreddamento evaporativo restano il sistema predefinito per i grandi data center perché l’acqua assorbe il calore circa 3.000 volte più efficacemente dell’aria.

Il consumo idrico si articola però su due livelli, ed è qui che nasce gran parte della confusione sui numeri.

Il consumo diretto è l’acqua evaporata sul posto per raffreddare i server. È acqua davvero “persa”, dispersa nell’atmosfera. A seconda del clima e delle tecnologie, un data center può evaporare tra 1 e 9 litri di acqua per ogni kWh di energia usata dai server.

Il consumo indiretto è l’acqua impiegata dalle centrali per produrre l’elettricità che alimenta i data center. Questa componente è tipicamente 3-4 volte superiore al consumo diretto: ogni kWh prodotto da una centrale termoelettrica o nucleare evapora diversi litri d’acqua alla fonte. A questo si aggiunge l’acqua “nascosta” nella catena di fornitura, in particolare per produrre i semiconduttori.

Quanta acqua consuma una AI per una singola domanda? Il paradosso delle cifre

Qui si concentra il fraintendimento più diffuso. Le stime sull’acqua consumata da una singola interazione con l’AI variano di oltre mille volte, e a un primo sguardo sembrano inconciliabili. La chiave è capire che misurano cose diverse.

Da un lato ci sono le stime “solo raffreddamento on-site”. Google ha dichiarato che un prompt testuale medio rivolto a Gemini richiede circa 0,26 millilitri di acqua on-site, l’equivalente di cinque gocce, un calcolo che però include solo il consumo diretto per il raffreddamento ed esclude l’acqua per generare l’elettricità. Su valori simili si colloca la stima dichiarata da OpenAI per una query media.

Dall’altro lato c’è la cifra che è diventata virale, quella della “bottiglia d’acqua”. Nasce da uno studio peer-reviewed di Pengfei Li, Shaolei Ren e colleghi dell’Università della California, Riverside, intitolato “Making AI Less Thirsty”: scrivere una email di 100 parole con GPT-4 consumerebbe circa 519 millilitri d’acqua, abbastanza vicino al volume di una bottiglia standard. Questa stima tiene conto sia dell’acqua diretta per raffreddare i server sia dell’acqua indiretta necessaria a generare l’elettricità che li alimenta.

La differenza, quindi, non è un errore di qualcuno: le cifre divergono di oltre mille volte perché misurano sistemi diversi, e una volta che si conosce il confine considerato, i numeri smettono di contraddirsi. La stima “cinque gocce” fotografa solo l’evaporazione nella sala server; la stima “bottiglia” abbraccia l’intero ciclo di vita, elettricità compresa.

C’è poi una tendenza che vale la pena segnalare: i modelli più recenti e “ragionanti” non sono necessariamente più sobri. Uno studio della Cornell University ha proiettato che i soli data center AI statunitensi consumeranno tra 731 e 1.125 milioni di metri cubi d’acqua all’anno entro il 2030, l’equivalente del fabbisogno idrico quotidiano di 6-10 milioni di famiglie.

Il quadro globale: i numeri dell’aggregato

Le poche gocce o i pochi millilitri della singola domanda sembrano trascurabili. Ma moltiplicati per i miliardi di richieste elaborate ogni giorno, diventano un fenomeno di scala planetaria.

Le stime sul totale 2025 convergono su ordini di grandezza imponenti. Il ricercatore Alex de Vries ha stimato, in uno studio pubblicato su Patterns nel dicembre 2025, che il consumo idrico complessivo dell’AI abbia raggiunto tra 312 e 764 miliardi di litri nel 2025, all’incirca l’equivalente dell’intera produzione annuale mondiale di acqua in bottiglia.

A dare la dimensione più ampia è un rapporto delle Nazioni Unite di pochi giorni fa. Compilato dall’Institute for Water, Environment and Health dell’Università delle Nazioni Unite, quantifica le impronte di carbonio, acqua e suolo legate all’uso di elettricità dell’AI a livello globale. Secondo il rapporto, nell’anno preso in esame i data center hanno consumato acqua sufficiente a riempire 1,8 milioni di piscine olimpioniche, abbastanza da coprire il fabbisogno idrico domestico di base di oltre 600 milioni di persone nell’Africa subsahariana. Le proiezioni al 2030 parlano di 9,3 trilioni di litri, una quantità equivalente al fabbisogno annuo di 1,3 miliardi di persone. Earth.Org + 2

Il problema non è solo la quantità, ma anche il luogo. Un’analisi di S&P Global ha rilevato che entro gli anni 2050 circa il 45% delle strutture dei data center sarà esposto a un elevato stress idrico, ovvero sorgerà in regioni dove l’acqua già scarseggia, in competizione diretta con i bisogni delle comunità locali.

Cosa si sta facendo per ridurre il consumo

Ed è qui che il quadro, da allarmante, diventa più interessante. Perché il consumo idrico dell’AI non è un destino ineluttabile: è un problema ingegneristico su cui l’industria sta investendo concretamente, con risultati già misurabili. La direzione è una sola: abbandonare il raffreddamento a evaporazione, che disperde acqua, a favore di sistemi che la riciclano o non la usano affatto.

Il raffreddamento a circuito chiuso. È l’innovazione più rilevante. A partire dall’agosto 2024 Microsoft ha lanciato un nuovo design di data center che adotta soluzioni di raffreddamento a livello di chip e consuma zero acqua per il raffreddamento: l’acqua viene riciclata in un sistema a circuito chiuso, riempito una sola volta in fase di costruzione e poi continuamente ricircolato tra i server. Questo design eviterà il bisogno di oltre 125 milioni di litri d’acqua all’anno per ogni data center. I primi impianti pilota partiranno nel 2026 a Phoenix, in Arizona, e a Mount Pleasant, in Wisconsin.

L’efficienza si misura con un indicatore, il WUE (Water Usage Effectiveness, litri d’acqua per kWh). La media del settore si aggira intorno a 1,9 litri per kWh, ma i campus più ottimizzati fanno molto meglio: Microsoft ha ridotto il proprio WUE da 0,49 litri per kWh nel 2021 a 0,30 nel 2024.

Il raffreddamento a immersione. Una soluzione ancora più radicale per le densità di calore più elevate: i server vengono immersi in un fluido dielettrico che assorbe il calore senza bisogno di acqua. Microsoft, Google e Meta hanno tutte adottato il raffreddamento a immersione per l’infrastruttura di addestramento AI più densa.

Il riuso e la restituzione dell’acqua. Diverse aziende non si limitano a consumare meno, ma puntano a restituire più acqua di quanta ne prelevino. Google riferisce che circa il 64% dei suoi prelievi di acqua dolce viene reintegrato attraverso iniziative di ripristino dei bacini idrografici. Microsoft si è impegnata a diventare “water-positive” entro il 2030, ossia a reintegrare più acqua di quanta ne consumi nelle proprie operazioni globali.

La spinta verso la trasparenza. Un nodo che resta aperto è la disomogeneità dei dati: ogni azienda misura con confini diversi, rendendo difficile il confronto. Sono però in corso investimenti significativi per aiutare le utility idriche locali ad ammodernare le infrastrutture, implementare sistemi di trattamento per il riuso dell’acqua e integrare tecnologie più efficienti. Wiley Online Library

Il vero significato del problema

L’acqua consumata dall’intelligenza artificiale non è, di per sé, un argomento contro questa tecnologia. È piuttosto un promemoria di una verità che vale per ogni rivoluzione industriale: ciò che appare immateriale ha sempre un corpo fisico, e quel corpo consuma risorse. Il digitale che immaginiamo “in una nuvola” è in realtà fatto di edifici, processori e acqua.

La questione non è quindi rinunciare all’AI, ma pretendere che cresca in modo sostenibile: con tecnologie di raffreddamento che non sottraggono acqua alle comunità, con data center costruiti dove l’acqua non manca, e con la trasparenza necessaria a verificare gli impegni delle aziende. La buona notizia è che le soluzioni tecniche esistono già e stanno entrando in produzione. La sfida, come sempre, è che vengano adottate alla stessa velocità con cui cresce la domanda. Sapere quanta acqua consuma l’intelligenza artificiale è il primo passo per chiedere che quel consumo diventi, anno dopo anno, sempre più piccolo.

Domande frequenti (FAQ)

Quanta acqua consuma una singola domanda a ChatGPT? Le stime variano molto a seconda di cosa si misura. Considerando solo il raffreddamento dei server, una query consuma una frazione di millilitro (Google indica 0,26 ml per Gemini). Includendo anche l’acqua per generare l’elettricità, lo studio dell’Università della California Riverside stima circa 519 ml — quanto una bottiglia — per scrivere una email di 100 parole con GPT-4. Le due cifre non sono in contraddizione: misurano confini diversi.

Perché i data center dell’intelligenza artificiale consumano acqua? Perché i processori che fanno funzionare l’AI generano moltissimo calore e devono essere raffreddati. Il metodo più diffuso è il raffreddamento a evaporazione, che usa acqua perché assorbe il calore circa 3.000 volte meglio dell’aria. A questo si aggiunge l’acqua consumata dalle centrali elettriche che alimentano i data center.

Quanta acqua consumerà l’AI in futuro? Le proiezioni sono in forte crescita. Un rapporto ONU stima che i data center potrebbero arrivare a consumare 9,3 trilioni di litri d’acqua entro il 2030. Uno studio della Cornell University prevede che i soli data center AI statunitensi consumeranno tra 731 e 1.125 milioni di metri cubi all’anno entro la stessa data.

Cosa stanno facendo le aziende per ridurre il consumo d’acqua? Stanno passando dal raffreddamento a evaporazione a sistemi a circuito chiuso che riciclano la stessa acqua, e al raffreddamento a immersione che non usa acqua. Microsoft ha avviato data center a “zero acqua” per il raffreddamento, con piloti nel 2026, e punta a diventare “water-positive” entro il 2030. Google reintegra circa il 64% dell’acqua dolce prelevata.

Il raffreddamento a circuito chiuso elimina davvero il consumo d’acqua? Riduce drasticamente il consumo diretto per il raffreddamento, perché l’acqua viene riempita una sola volta e poi continuamente ricircolata. Resta un consumo indiretto legato alla produzione dell’elettricità, e un lieve aumento del fabbisogno energetico rispetto all’evaporazione. È comunque un netto miglioramento nelle regioni a stress idrico.