Quanta energia consuma l'intelligenza artificiale?
Ogni volta che utilizziamo ChatGPT, Gemini o un altro assistente AI, uno o più server eseguono milioni di operazioni per elaborare la nostra richiesta. Tutto questo richiede elettricità, anche quando si tratta di una semplice domanda.
Nel 2025 Google ha stimato che una normale richiesta testuale a Gemini consumasse circa 0,24 wattora (Wh), meno dell'energia necessaria per tenere accesa una lampadina LED da 10 watt per due minuti. Altri studi hanno individuato consumi simili per le richieste più semplici a ChatGPT.
Le cose cambiano quando l'intelligenza artificiale deve generare immagini, video, analizzare grandi documenti o risolvere problemi complessi. Queste operazioni possono richiedere molta più potenza di calcolo, soprattutto quando vengono utilizzati modelli di ragionamento o agenti AI capaci di lavorare autonomamente per diversi minuti.
Quanto consuma un data center per l'intelligenza artificiale?
Il consumo di una singola domanda può sembrare insignificante, ma i server che alimentano l'intelligenza artificiale lavorano continuamente, elaborando richieste provenienti da milioni di utenti.
Un data center non consuma elettricità soltanto per alimentare i processori. Servono energia anche per memorie, sistemi di archiviazione, reti e soprattutto per il raffreddamento, indispensabile per evitare che le apparecchiature si surriscaldino.
Le dimensioni di questi impianti sono impressionanti. Un grande data center dedicato all'AI può raggiungere una potenza di 100 megawatt o più, equivalente al fabbisogno elettrico di decine di migliaia di abitazioni.
Inoltre, molti server devono rimanere accesi anche quando non sono utilizzati al massimo delle loro capacità. La disponibilità continua dei servizi AI richiede infatti infrastrutture pronte a rispondere in qualsiasi momento.
Quanta elettricità consumano i data center nel mondo?
Secondo l'Agenzia Internazionale dell'Energia (IEA), nel 2024 i data center hanno consumato circa 415 terawattora (TWh) di elettricità, pari all'1,5% della domanda elettrica mondiale.
Nel 2025 il consumo è salito a circa 485 TWh, registrando una crescita del 17% in un solo anno. Ancora più impressionante è l'aumento registrato dai data center dedicati principalmente all'intelligenza artificiale: il loro fabbisogno elettrico è cresciuto del 50% nello stesso periodo.
Le previsioni indicano che il consumo mondiale dei data center potrebbe raggiungere circa 950 TWh entro il 2030, arrivando a rappresentare quasi il 3% della domanda elettrica globale.
Queste cifre comprendono anche cloud computing, hosting e altri servizi digitali, non soltanto l'AI. L'intelligenza artificiale, però, è diventata uno dei principali motori della crescita del settore.
Quanto consuma addestrare un modello di intelligenza artificiale?
Prima che un modello AI possa rispondere alle nostre domande, deve attraversare una fase chiamata addestramento, o training. Durante questo processo, enormi quantità di dati vengono elaborate ripetutamente da migliaia di processori, spesso per settimane o mesi.
Un esempio concreto è BLOOM, un modello linguistico sviluppato nel 2022 attraverso un progetto di ricerca internazionale. Il suo addestramento è durato circa 118 giorni e ha richiesto 433 megawattora di elettricità, equivalenti a 433.000 kilowattora.
Ma l'addestramento finale è soltanto una parte del lavoro. Prima di arrivare al modello definitivo vengono spesso eseguiti numerosi esperimenti, test e addestramenti preliminari, ciascuno con il proprio consumo energetico.
Una volta completato il training, inizia poi la fase di inferenza: il modello viene utilizzato per rispondere alle richieste degli utenti. Se il servizio viene utilizzato da milioni di persone, l'energia consumata nel corso del tempo può diventare molto più importante di quella necessaria per il suo addestramento iniziale.
L'intelligenza artificiale nelle aziende aumenta i consumi energetici
Quando si parla di AI si pensa immediatamente a OpenAI, Google, Microsoft e alle altre grandi aziende tecnologiche. In realtà, l'intelligenza artificiale viene sviluppata e utilizzata anche da moltissime imprese meno conosciute.
Banche, aziende manifatturiere, società di software e centri di ricerca utilizzano modelli per analizzare documenti, riconoscere immagini, prevedere guasti o automatizzare attività. Alcune possiedono infrastrutture informatiche proprie, mentre altre affittano server e GPU dai fornitori cloud.
Non tutte addestrano modelli giganteschi partendo da zero. Molte preferiscono adattare modelli esistenti ai propri dati attraverso tecniche come il fine-tuning, che generalmente richiedono meno risorse di un addestramento completo.
L'effetto complessivo, però, è una domanda crescente di potenza di calcolo. L'intelligenza artificiale non è più una tecnologia utilizzata soltanto da poche grandi piattaforme, ma uno strumento che si sta diffondendo in quasi ogni settore economico.
Perché il consumo energetico dell'AI continua a crescere?
L'intelligenza artificiale sta diventando sempre più efficiente. Processori specializzati, modelli ottimizzati e nuovi algoritmi permettono di eseguire operazioni che fino a pochi anni fa richiedevano molta più energia.
Il problema è che, mentre diminuisce il consumo della singola operazione, aumenta enormemente il numero di operazioni eseguite. A questo si aggiungono applicazioni sempre più impegnative, come la generazione di video, gli agenti autonomi e i sistemi di ragionamento avanzato.
È un fenomeno apparentemente contraddittorio: l'AI diventa più efficiente, ma il suo consumo energetico complessivo continua a crescere.
La costruzione di nuovi data center, l'espansione delle infrastrutture cloud e la diffusione dei modelli nelle aziende stanno trasformando l'intelligenza artificiale in una voce sempre più importante della domanda elettrica mondiale. La sfida dei prossimi anni sarà soddisfare questa crescita migliorando l'efficienza delle infrastrutture e aumentando la disponibilità di energia a basse emissioni.
Per approfondire
Fonti e aggiornamenti
Questa guida si basa sulle fonti indicate. Consultale per un approfondimento!
- IEA · Energy and AI (2025)
- IEA · Data centre electricity use in 2025 (2026)
- Google · Measuring the environmental impact of AI inference (2025)
- Estimating the Carbon Footprint of BLOOM, a 176B Parameter Language Model, Luccioni et al., 2022
Ultima verifica editoriale: .