L'Intelligenza Artificiale Berrà l'Acqua di 1,3 Miliardi di Persone: i Numeri Veri Dietro l'Allarme

Un titolo che fa rumore, un numero che va spiegato

Entro il 2030 l'intelligenza artificiale consumerà tanta acqua quanta ne serve a 1,3 miliardi di persone, l'intera popolazione dell'Africa subsahariana. Il dato arriva da un rapporto delle Nazioni Unite pubblicato il 3 giugno 2026, ed è il tipo di cifra costruita per fare notizia: enorme, concreta, immediatamente comprensibile. Prima di lasciarsi spaventare, però, vale la pena capire esattamente cosa dice e cosa non dice, perché è proprio nei numeri grandi che si annidano i fraintendimenti più frequenti.

Il rapporto, curato dall'Istituto per l'acqua, l'ambiente e la salute dell'Università delle Nazioni Unite (UNU-INWEH), stima che entro il 2030 i sistemi di AI assorbiranno circa 9.300 miliardi di litri d'acqua l'anno e 945 terawattora di elettricità, quasi il 3% dei consumi elettrici globali. Per dare un'idea della scala, 9.300 miliardi di litri basterebbero a coprire il fabbisogno di acqua potabile dell'intera popolazione mondiale, oltre 8 miliardi di persone, per circa un anno e mezzo. Il paragone con 1,3 miliardi di persone è preciso ma circoscritto: si riferisce ai bisogni domestici annui di base di quella popolazione, non al consumo idrico totale di una regione, che comprenderebbe anche agricoltura e industria. È una distinzione che molti titoli omettono, ma che cambia il senso del confronto. Il direttore della ricerca, Kaveh Madani, ha tenuto a precisarlo: il documento non è un atto d'accusa contro l'AI, ma un appello a un suo utilizzo responsabile.

Questo articolo parte da quel numero per fare una cosa diversa dall'allarme: mettere in fila i dati reali, distinguere le stime solide da quelle traballanti, e guardare cosa sta succedendo concretamente in Italia, dove il tema ha smesso di essere astratto nel giro di pochi mesi.

Perché l'AI ha bisogno di acqua

Partiamo dalle basi, perché il legame tra un chatbot e un bicchiere d'acqua non è ovvio. L'acqua entra in gioco perché i data center, gli enormi capannoni pieni di server dove l'AI viene addestrata e fatta funzionare, producono calore. Tanto calore. E per la maggior parte degli impianti il modo più economico di smaltirlo è l'evaporazione: si fa passare acqua attraverso torri di raffreddamento, una parte evapora portandosi via il calore, e quella parte non torna indietro.

A questo consumo diretto se ne aggiunge uno indiretto, meno visibile ma spesso più grande: l'acqua usata dalle centrali che producono l'elettricità con cui i data center funzionano. Diversi studi indicano che questo consumo indiretto può arrivare a essere fino a quattro volte quello diretto, e quasi nessuna azienda lo dichiara. È uno dei motivi per cui le stime variano così tanto da una fonte all'altra: spesso stanno semplicemente contando cose diverse.

C'è poi una ragione fisica per cui i data center costruiti per l'intelligenza artificiale hanno molta più sete di quelli tradizionali. Un rack di server classico assorbe tra i 5 e i 15 kilowatt di potenza, un carico che l'aria condizionata gestisce senza problemi. I rack pensati per l'AI giocano in un campionato termico completamente diverso: le configurazioni più recenti possono arrivare a 120-140 kilowatt per singolo rack, e a quei livelli il raffreddamento ad aria non basta più. Serve l'acqua, perché assorbe il calore con un'efficienza migliaia di volte superiore. Il risultato è che gli impianti dedicati all'AI possono consumare da dieci a cinquanta volte più acqua di una struttura tradizionale di pari dimensione.

I numeri, e perché vanno presi con le pinze

Accanto alla stima ONU, la cifra più discussa degli ultimi mesi viene da uno studio del ricercatore Alex de Vries-Gao, pubblicato sulla rivista Patterns a dicembre 2025. La sua valutazione è netta nella sua ampiezza: nel 2025 l'intelligenza artificiale avrebbe consumato tra 312 e 764 miliardi di litri d'acqua, una quantità paragonabile all'intera produzione mondiale annua di acqua in bottiglia. La forbice enorme tra valore minimo e massimo non è un difetto: è il segnale più onesto che abbiamo, perché misurare il consumo idrico dell'AI è ancora più difficile che misurarne le emissioni. Lo stesso de Vries-Gao ha definito i dati pubblicati dalle grandi aziende "solo la punta dell'iceberg".

Per dare un senso a queste cifre astratte aiutano alcuni esempi più tangibili. L'addestramento di GPT-3 avrebbe evaporato circa 700.000 litri d'acqua dolce. Una singola richiesta di un centinaio di parole a un grande modello consuma all'incirca mezzo litro: trascurabile da solo, enorme moltiplicato per centinaia di milioni di interazioni quotidiane. Un data center da un megawatt che usa torri evaporative può consumare fino a 25,5 milioni di litri l'anno solo per il raffreddamento, l'equivalente del fabbisogno idrico quotidiano di circa 300.000 persone.

La metrica tecnica con cui si misura tutto questo si chiama WUE, Water Usage Effectiveness: indica quanti litri d'acqua servono per ogni kilowattora di energia destinata ai server. Più è basso, meglio è. Ma da sola racconta solo metà della storia, perché va letta insieme al PUE, l'indicatore dell'efficienza energetica. Qui si nasconde un paradosso ingegneristico: il raffreddamento a evaporazione è efficiente sul piano elettrico, perché consumando acqua riduce il lavoro dei compressori. In altre parole, spesso si risparmia energia proprio sprecando acqua. Migliorare un indicatore peggiora l'altro, e per anni l'industria ha ottimizzato l'efficienza energetica lasciando in secondo piano quella idrica.

L'Italia e il caso Lombardia

Per un lettore italiano la domanda naturale è: tutto questo ci riguarda? La risposta breve è sì, e più di quanto si pensasse fino a un anno fa. Secondo un'indagine dell'istituto I-Com aggiornata a ottobre 2025, in Italia si contano circa 209 data center, concentrati soprattutto su Milano, con 73 impianti, seguita da Roma e Torino. La Lombardia è il baricentro digitale del Paese: secondo uno studio condotto da A2A e Teha Group, la regione concentra circa il 65% della capacità elettrica dei data center italiani, con decine di strutture attive nella sola area milanese.

Il problema è dove tutto questo accade. La pianura padana ha vissuto negli ultimi anni la siccità più severa degli ultimi due secoli, e l'idea di concentrarvi infrastrutture assetate d'acqua ha acceso un dibattito vivace. Le stime per un singolo impianto di medie dimensioni parlano di un assorbimento che può arrivare fino a 1,3 milioni di litri d'acqua al giorno per il raffreddamento. In un territorio dove l'acqua è già contesa tra agricoltura, industria, usi residenziali e ora anche calcolo digitale, è una pressione che sindaci e comitati locali hanno cominciato a contestare apertamente.

La reazione istituzionale è arrivata. Nel 2026 la Lombardia ha approvato la prima legge regionale italiana sui data center, che impone tecnologie di raffreddamento ad alta efficienza e introduce limiti al prelievo di acqua potabile per uso industriale. È un primo passo, ma diversi osservatori, tra cui il sindacato, hanno sollevato un punto scomodo: queste infrastrutture, una volta operative, garantiscono pochi posti di lavoro diretti a fronte di un consumo enorme di suolo, energia e acqua. Il bilancio costi-benefici sul territorio è tutt'altro che scontato.

Il rapporto ONU offre anche due casi concreti che spiegano perché il tema sia esplosivo. In Irlanda, uno dei principali hub europei, nel 2023 i data center hanno consumato il 21% dell'elettricità nazionale, superando l'intera popolazione urbana. In Uruguay, i progetti per un grande data center ad alto consumo idrico sono coincisi con la siccità del 2023 che ha prosciugato le riserve di Montevideo, rendendo l'acqua del rubinetto non potabile. Sono esempi che mostrano come l'impatto sia locale anche quando il beneficio è remoto: un impianto può servire utenti a migliaia di chilometri di distanza scaricando la pressione sui bacini idrici del luogo in cui sorge.

Cosa si può fare: le soluzioni tecniche

La buona notizia è che il consumo d'acqua dell'AI non è una fatalità: è in larga parte una scelta di progettazione. Le tecnologie per ridurlo esistono già e si stanno diffondendo. Il raffreddamento a circuito chiuso, ad esempio, riempie l'impianto d'acqua una sola volta e poi la fa ricircolare di continuo, eliminando di fatto l'evaporazione. Alcuni operatori stimano un risparmio superiore ai 125 milioni di litri l'anno per singolo impianto rispetto alle torri evaporative tradizionali, e diverse aziende hanno annunciato il passaggio a questi sistemi nei nuovi data center a partire dal 2026 e 2027.

Ci sono poi il raffreddamento diretto al chip, che porta il liquido refrigerante a contatto con i processori, e il raffreddamento a immersione, in cui i server vengono letteralmente immersi in un fluido non conduttivo. Entrambi riducono drasticamente sia l'acqua sia, in molti casi, l'energia. A queste soluzioni si affianca una tendenza crescente a usare acqua riciclata o non potabile al posto dell'acqua potabile: nel 2025 l'acqua potabile rappresentava ancora oltre metà del consumo dei data center, ma le fonti alternative crescono a doppia cifra ogni anno.

Sul fronte delle regole, l'Unione Europea ha introdotto l'obbligo di comunicare l'efficienza idrica degli impianti, e diverse grandi aziende hanno preso impegni pubblici per diventare "water positive", cioè restituire ai territori più acqua di quanta ne consumano, entro la fine del decennio. Sono impegni da verificare nei fatti, ma indicano una direzione. La richiesta centrale del rapporto ONU, del resto, non è fermare l'AI: è imporre trasparenza sui consumi, perché senza dati pubblici e verificabili ogni discussione resta basata su stime con forbici enormi.

Cosa significa per chi usa l'AI ogni giorno

Resta la domanda che riguarda tutti: ha senso preoccuparsi del bicchiere d'acqua dietro ogni richiesta a un chatbot? La risposta più ragionevole non è né l'allarmismo né l'indifferenza. Il singolo utilizzo ha un impatto minimo, e rinunciare all'AI per risparmiare mezzo litro d'acqua avrebbe poco senso, soprattutto quando la stessa tecnologia viene usata per ottimizzare reti idriche, prevedere la siccità o ridurre gli sprechi industriali. Il punto non è usare meno l'AI, ma esserne consapevoli e pretendere trasparenza da chi questi sistemi li costruisce e li ospita.

La consapevolezza, in questo caso, è già di per sé un risultato. Sapere che dietro l'apparente immaterialità del digitale ci sono capannoni, server, elettricità e acqua aiuta a fare scelte più informate, sia come cittadini di fronte a un nuovo impianto sul territorio, sia come imprese che decidono dove e come investire in tecnologia. Il vero spreco non è la singola richiesta, ma l'uso disordinato e privo di criterio di una risorsa che, dietro le quinte, ha un costo fisico molto concreto. E il numero che fa più rumore, quei 1,3 miliardi di persone, vale soprattutto come invito a guardare quello che di solito resta fuori dallo schermo.

Una nota sui dati

I numeri citati provengono da fonti recenti e autorevoli: il rapporto UNU-INWEH delle Nazioni Unite ripreso dall'ANSA del 3 giugno 2026, lo studio di Alex de Vries-Gao pubblicato su Patterns a dicembre 2025, i dati del World Economic Forum e le analisi I-Com e A2A-Teha sul contesto italiano. Le stime sul consumo idrico globale dell'AI restano caratterizzate da forbici molto ampie, dovute alla scarsa trasparenza delle aziende e alla difficoltà di misurare il consumo indiretto. Li riportiamo per quello che sono: indicazioni di ordine di grandezza, non misurazioni precise.

In A126 aiutiamo le aziende a usare la tecnologia con criterio: scegliere gli strumenti giusti per ogni obiettivo, senza progetti sovradimensionati o consumi inutili. È prima di tutto una scelta di efficienza e di budget, ma in un mondo in cui ogni elaborazione ha un costo fisico, è anche un modo per non sprecare risorse. Contattaci per capire come integrare il digitale nella tua attività in modo lucido ed efficiente.

A126 Corporate Advisors — Capire il digitale, oltre i titoli.