L’AI consuma undici volte più energia di quanto dica

Greenpeace: entro il 2030 i data center AI potrebbero consumare undici volte l’energia del 2023

Oltre 60 mila brani interamente generati dall’intelligenza artificiale ogni giorno: è la cifra che Deezer dichiara di ricevere quotidianamente, pari a circa il 39% di tutta la musica trasmessa alla piattaforma. Sul fronte dell’energia, un rapporto di Greenpeace Germania pubblicato nel 2025 stima che, senza un intervento dei governi, la domanda elettrica dei data center per l’AI potrebbe essere undici volte più alta nel 2030 rispetto al 2023, trascinando con sé emissioni, consumo d’acqua e fabbisogno di materie prime. Il punto non è se l’AI sia utile, ma chi paga la bolletta. La risposta, come riporta l’analisi pubblicata da QualEnergia su La Nuova Ecologia, è più scomoda di quanto racconti il marketing.

La promessa non dimostrata: undici volte tanto

Lo scorso febbraio, un rapporto sostenuto da Beyond Fossil Fuels ha misurato il divario tra narrazione e realtà: il 74% delle affermazioni dell’industria sui benefici climatici dell’AI è risultato sprovvisto di prove. Il dato arriva dopo il primo inventario completo degli impatti ambientali dell’intelligenza artificiale, preparato dall’Öko-Institut per conto di Greenpeace Germania. Ciò che emerge non è una traiettoria di efficienza, ma una crescita dei prelievi e dei rifiuti che viaggia più veloce della capacità di renderli sostenibili.

Anche sul fronte dei chip i numeri non sono più rassicuranti. Nell’ottobre 2025 un rapporto di Greenpeace East Asia ha collocato Nvidia all’ultimo posto nella classifica delle aziende impegnate nella decarbonizzazione della filiera dell’AI e ha rilevato un aumento di 4,5 volte delle emissioni legate alla produzione di chip per l’AI in un solo anno. In altre parole: l’hardware su cui girano i modelli consuma più energia e produce più emissioni proprio mentre i venditori di servizi promettono efficienza. Se i numeri dicono questo, chi sta davvero guadagnando dalla transizione all’AI?

Dietro il greenwashing: il flusso di denaro

Il meccanismo è coerente: si comprime il costo del lavoro, si espande l’infrastruttura e la promessa climatica resta senza prove, con quel 74% di affermazioni non dimostrate a fare da cornice ai ricavi record. Il conto, però, non è solo in bolletta: c’è un altro prezzo, pagato dalle comunità dove sorgono i data center e dove l’AI entra nella vita quotidiana.

Chi paga davvero: terra, acqua e democrazia

Nei mesi scorsi, a San Marcos, in Texas, il consiglio comunale ha votato 5 a 2 per bloccare un data center; già nel settembre 2025 il Consiglio della Contea di South Dublin, in Irlanda, aveva approvato una mozione che chiede un divieto nazionale o una moratoria sulla costruzione di nuovi data center. Le ragioni non sono ideologiche: per le comunità locali che si oppongono ai data centre si tratta di accaparramento di terre, inquinamento acustico, pressione sui sistemi idrici e lenta erosione del controllo comunitario su terra e infrastrutture. Sul fronte democratico, una ricerca di Proof News ha rilevato che i principali strumenti di AI hanno fornito risposte inesatte, dannose o incomplete a domande di base sulle elezioni in più della metà dei casi, mentre un’analisi di GroundTruthAI riportata da NBC parla del 27% di risposte errate. Attualmente più di 2,5 milioni di utenti boicottano ChatGPT e l’ICE ha accettato di pagare a Palantir 30 milioni di dollari per costruire la piattaforma di sorveglianza “ImmigrationOS”: l’innovazione, in questi casi, non distribuisce benefici, ma concentra potere, intensifica la sorveglianza e approfondisce il rischio democratico.

L’AI non è neutrale: i suoi benefici climatici sono in gran parte non dimostrati, i profitti sono concentrati e il conto energetico e democratico arriva alle comunità. Per chi installa o gestisce infrastrutture, la scelta non è se usare l’AI, ma quali garanzie chiedere prima di collegarla alla rete: domanda elettrica, emissioni, consumo d’acqua, fabbisogno di materie prime. Resta aperta la tensione tra profitto globale e controllo locale: fin dove può spingersi l’AI prima che la rete e il territorio dicano basta?