Qual è l’impronta materiale dell’IA?

Un modello di IA può apparire come un software su uno schermo, ma il suo funzionamento richiede una lunga catena fisica. Miniere e raffinerie forniscono le materie prime; gli stabilimenti di semiconduttori fabbricano processori e memoria; i produttori di apparecchiature assemblano i server; i datacenter forniscono alimentazione elettrica, connettività di rete e raffreddamento.

Questa distinzione è importante perché l’elettricità consumata durante il funzionamento rappresenta solo una parte del ciclo di vita. Prima che un server elabori il suo primo prompt, sono già stati impiegati energia e materiali per produrne chip, schede elettroniche, alimentatori, unità di archiviazione e dispositivi di raffreddamento, oltre all’edificio che li ospita.

Nessun singolo numero descrive l’intera impronta. I confini variano tra gli studi: alcuni considerano solo le apparecchiature informatiche, mentre altri includono edifici, infrastrutture elettriche, acqua, reti, cicli di sostituzione o trattamento a fine vita. Una stima credibile deve specificare cosa comprende.

Gli acceleratori di IA combinano processori, memoria ad alta larghezza di banda, schede elettroniche, componenti di raffreddamento e tecniche di incapsulamento complesse. La loro produzione richiede condizioni di fabbricazione estremamente controllate, fasi di lavorazione ripetute, acqua ultrapura, elettricità, gas speciali e sostanze chimiche.

Nodi tecnologici dei semiconduttori più piccoli possono offrire maggiori prestazioni di calcolo, ma la fabbricazione non diventa priva di impatti. La rassegna di The Shift Project osserva che gli impatti in termini di energia, acqua ed emissioni di gas serra per unità di superficie di silicio possono aumentare con l’avanzamento dei processi produttivi, mentre i dati pubblici sui prodotti restano incompleti.

L’efficienza va quindi considerata su due livelli. Un acceleratore più recente può eseguire lo stesso carico di lavoro consumando meno elettricità, ma sostituire prematuramente le apparecchiature genera anche una nuova impronta di produzione. Il risultato migliore dipende dall’efficienza nell’esecuzione del carico di lavoro, dalla vita utile, dal tasso di utilizzo e dalla destinazione dell’hardware sostituito.

I server contengono acciaio, alluminio, rame e silicio, oltre a quantità molto inferiori di materiali specializzati utilizzati in elettronica, batterie, magneti, connettori e sistemi di alimentazione. La ricerca di ADEME riassunta da The Shift Project rileva che nelle apparecchiature digitali, nel loro insieme, possono essere presenti più di 50 metalli.

La questione non riguarda soltanto la massa di ciascun materiale. Estrazione mineraria, raffinazione e produzione dei componenti avvengono in paesi diversi, con condizioni che possono variare molto in termini di energia, acqua, inquinamento, lavoro e governance. Una piccola quantità di un materiale difficile da raffinare può avere un impatto che non emerge dal peso finale del server.

Le catene di fornitura sono concentrate anche geograficamente. L’AI Index di Stanford evidenzia la concentrazione della fabbricazione di semiconduttori avanzati e della capacità di calcolo per l’IA in un numero ristretto di paesi. Questa concentrazione può creare colli di bottiglia industriali e distribuire in modo diseguale benefici e oneri ambientali.

L’infrastruttura per l’IA richiede più di semplici rack di acceleratori. I datacenter impiegano calcestruzzo, acciaio strutturale, sottostazioni elettriche, sistemi di emergenza, batterie, trasformatori, apparecchiature di manovra e protezione, cavi, pompe, scambiatori di calore, torri di raffreddamento e apparecchiature di rete.

Le emissioni incorporate nella produzione e nella costruzione sono spesso inferiori alle emissioni operative quando la rete elettrica dipende fortemente dai combustibili fossili, ma non sono trascurabili. La loro importanza relativa cresce quando l’elettricità diventa meno emissiva, perché calcestruzzo, acciaio, elettronica e apparecchiature sostitutive restano parte del ciclo di vita.

Anche la struttura e le apparecchiature informatiche invecchiano a ritmi diversi. Una dichiarazione del 2026 relativa al datacenter Agate di Google, in Nebraska, descrive una vita di progetto tipica della struttura superiore a 25 anni e una durata dell’involucro strutturale compresa tra 30 e 50 anni, mentre i sottosistemi interni di calcolo, elettrici e di raffreddamento vengono sostituiti o ammodernati per moduli. Si tratta della descrizione fornita da un operatore per un singolo datacenter, non di una regola universale del settore.

La domanda di acceleratori più veloci può accorciare i cicli effettivi di sostituzione anche quando l’hardware meno recente funziona ancora. Le nuove apparecchiature possono migliorare le prestazioni per watt, ma produrle richiede un nuovo impiego di materiali, energia industriale, trasporto e installazione.

L’hardware ritirato dal servizio non diventa automaticamente un rifiuto. Alcuni server e componenti possono essere destinati a carichi di lavoro meno impegnativi, ricondizionati, rivenduti o utilizzati come pezzi di ricambio. La gestione sicura dei dati, la compatibilità, l’efficienza energetica e i costi di manutenzione determinano se il riutilizzo sia praticabile.

Ciò che non può essere riutilizzato entra nel sistema di gestione dei rifiuti elettronici. Il rapporto di UNU-INWEH cita una proiezione fino a 2.5 milioni di tonnellate di rifiuti elettronici legati all’IA all’anno entro il 2030. È una stima prospettica, non un totale attuale misurato, e dipende fortemente dalle ipotesi di diffusione e sostituzione.

La fabbricazione di semiconduttori e componenti elettronici può consumare acqua e comportare l’impiego di solventi, gas speciali e sostanze chimiche persistenti. I PFAS sono utilizzati in alcuni processi di produzione dei semiconduttori e in applicazioni di trasferimento del calore, ma le evidenze pubbliche non consentono di attribuire un totale globale preciso di PFAS alla sola IA.

L’occupazione del suolo è un altro aspetto che delimita l’analisi. Miniere, fabbriche, impianti di produzione elettrica, linee di trasmissione e complessi di datacenter occupano tutti spazio, ma i risultati sull’impronta territoriale dipendono fortemente dalla fonte di elettricità e dal metodo di contabilizzazione. Il rapporto di UNU-INWEH mostra perché le scelte a basse emissioni di carbonio, a basso consumo d’acqua e a ridotta occupazione del suolo non coincidono sempre.

Questi impatti possono verificarsi lontano dalle persone che utilizzano il servizio finale. I minerali possono essere estratti in una regione, raffinati in un’altra, trasformati in chip altrove e installati in datacenter al servizio di utenti di tutto il mondo. L’analisi del ciclo di vita aiuta a rendere visibili questi impatti distribuiti senza pretendere di ridurli tutti a un unico punteggio.

Le misure più dirette sono prolungare la vita utile dell’hardware, mantenere un elevato tasso di utilizzo dei server, adottare sistemi riparabili e modulari, privilegiare il riutilizzo rispetto al riciclo, ricorrere a processi produttivi più puliti e migliorare il recupero dei materiali di valore. Gli operatori possono anche pubblicare l’impronta dei singoli prodotti e le politiche di sostituzione, così da rendere verificabili i miglioramenti.

Contano anche le scelte software. Modelli più piccoli e adeguati allo scopo, inferenza efficiente, elaborazione in lotti, quantizzazione e assegnazione dei compiti semplici a sistemi più leggeri consentono di ottenere lavoro utile dall’hardware esistente. L’efficienza riduce l’impronta totale soltanto quando la crescita della domanda non annulla i risparmi.

Migliorare la misurazione è essenziale. La rendicontazione dovrebbe separare l’elettricità consumata durante il funzionamento dalle emissioni incorporate, identificare i confini del ciclo di vita e distinguere le medie aziendali dai dati delle singole strutture. L’obiettivo non è attribuire a ogni prompt un valore materiale esatto, ma rendere le decisioni infrastrutturali più trasparenti e confrontabili.