Consumo elettrico dell'IA nell'UE: cosa dicono le proiezioni ufficiali e cosa resta da misurare

L'espansione dell'intelligenza artificiale richiede data center, reti elettriche e sistemi di raffreddamento. Pertanto, valutare il suo impatto ambientale non consiste solo nel contare i processori o misurare l'elettricità di un modello: bisogna anche determinare dove viene eseguito il lavoro, quale infrastruttura lo sostiene e con quali fonti viene alimentato. La questione pratica è se l'aumento della capacità sia compensato da miglioramenti di efficienza o se il consumo totale continui a salire.

Il dibattito spesso mescola tre grandezze diverse: il consumo di tutti i data center, il consumo di impianti dedicati all'IA e l'elettricità associata a un compito o servizio specifico. Non sono categorie intercambiabili. Una proiezione sui data center nel loro insieme non dimostra da sola quanto consuma l'IA; una stima globale dell'IA non consente nemmeno di dedurre quale parte corrisponda all'Unione Europea.

Le aziende che acquistano capacità cloud, addestrano modelli o integrano servizi di IA hanno bisogno di informazioni operative che le cifre aggregate non offrono: consumo attribuibile al carico di lavoro, ubicazione, efficienza degli impianti ed emissioni legate all'elettricità. Senza quel dettaglio, un miglioramento del consumo per calcolo potrebbe coesistere con un aumento del consumo assoluto se vengono eseguiti molti più compiti. La distinzione tra intensità e volume totale è centrale per pianificare costi, capacità e obiettivi climatici.

Una copertura pubblicata a settembre 2026 attribuisce all'Agenzia Internazionale per l'Energia (AIE) una stima di 485 TWh di consumo elettrico dei data center nel 2025 e una proiezione di circa 950 TWh per il 2030, vicina al 3% della domanda elettrica mondiale. La stessa copertura indica una crescita del 17% nel 2025 per i data center, contro il 3% della domanda elettrica globale. Sono cifre per l'intero settore dei data center, non una misurazione esclusiva degli impianti di IA.

Uno studio pubblicato su Nature affronta un perimetro più stretto: calcola che l'elettricità usata dai data center costruiti per l'IA potrebbe passare da circa 118 TWh nel 2024 a tra 239 e 295 TWh nel 2030, approssimativamente l'1% della domanda elettrica mondiale. L'articolo segnala anche che la capacità proiettata si concentra principalmente in Nord America, Europa occidentale e Asia-Pacifico. L'intervallo esprime scenari, non un contatore osservato di consumo futuro, e il suo risultato dipende dalle ipotesi della ricerca.

Le due cifre globali non si contraddicono necessariamente: una contempla i data center in generale e l'altra gli impianti orientati all'IA; inoltre, partono da anni e metodi diversi. La cifra del 3% non deve essere presentata come la percentuale attribuibile all'IA, e l'1% dello studio non rappresenta una stima specifica dell'UE. Le fonti disponibili non includono una proiezione primaria della Commissione Europea che sostenga il 13% citato nella premessa iniziale. Pertanto, quella percentuale non può essere usata come dato ufficiale né come base per calcolare una divergenza tra Bruxelles e l'industria.

Circola anche una cifra storica per l'UE: 76,8 TWh nel 2018, equivalente al 2,7% della domanda elettrica, e una proiezione di 98,5 TWh per il 2030. La fonte disponibile è una guida secondaria che attribuisce quei valori alla documentazione europea; non è la pubblicazione primaria della Commissione né dettaglia il consumo di IA. Deve essere letta come un riferimento storico del settore, non come una misurazione aggiornata né come una proiezione che incorpora necessariamente l'ascesa dell'IA generativa.

Gli acceleratori di IA possono eseguire calcoli paralleli e sono parte dell'infrastruttura che determina le prestazioni e l'energia consumata. Tuttavia, confrontare i chip per una cifra isolata non basta: il risultato dipende dal compito, dalla precisione richiesta, dall'utilizzo dell'attrezzatura, dal software e dal tempo di esecuzione. Per un'organizzazione, la domanda utile è quanta elettricità e quante emissioni richiede un carico di lavoro comparabile, non quale processore offre una cifra di efficienza in condizioni diverse.

Il raffreddamento aggiunge un altro livello. Il calore dei server deve essere evacuato per mantenere le condizioni di funzionamento, e le soluzioni disponibili possono scambiare il consumo elettrico e l'uso dell'acqua. Una fonte aziendale che riassume riferimenti esterni afferma che il raffreddamento evaporativo può ridurre l'elettricità impiegata rispetto alle alternative a secco, ma presenta un intervallo ampio e dipendente dal contesto. Quell'intervallo non deve essere trattato come garanzia universale: clima, design, carico, disponibilità di acqua e limiti di misurazione cambiano l'equilibrio.

Pertanto, PUE e WUE forniscono informazioni diverse. Il PUE mette in relazione l'energia totale di un impianto con l'energia consumata dai suoi dispositivi IT; il WUE mette in relazione l'uso dell'acqua con l'energia IT secondo la definizione applicata. Nessuno, preso isolatamente, rivela le emissioni complete di un compito di IA né risolve la scelta tra acqua ed elettricità. È opportuno guardare congiuntamente energia totale, energia IT, acqua, mix elettrico e produzione utile del sistema.

L'ubicazione conta perché due impianti con attrezzature simili possono operare con condizioni climatiche e reti elettriche diverse. La ricerca di Nature evidenzia che la capacità prevista è concentrata in diverse regioni e che la pressione sui sistemi elettrici può variare localmente. Così, il totale mondiale non informa da solo dei limiti di connessione, della disponibilità di potenza o dell'impatto idrico di un impianto specifico. Per decidere dove ospitare un carico bisogna confrontare le informazioni del fornitore con i dati della regione e del sito.

In uno scenario favorevole, l'efficienza migliora nei server, nei modelli e nelle operazioni, mentre la domanda di calcolo cresce a un ritmo che consente di ridurre l'energia per compito e contenere il consumo totale. L'ottimizzazione del raffreddamento e la gestione dei carichi possono contribuire, ma il risultato deve essere dimostrato con dati confrontabili. Un miglioramento delle prestazioni per watt non prova, da solo, che il data center consumi meno elettricità nel complesso.

Nello scenario opposto, l'aumento di uso e capacità supera i guadagni di efficienza: serve più energia totale anche se ogni operazione è meno intensiva. La ricerca citata proietta un aumento del consumo dei data center di IA tra il 2024 e il 2030, ma non consente da sola di affermare cosa accadrà in ogni azienda né quale percentuale dell'aumento corrisponderà a un'applicazione determinata. Sono scenari per valutare i rischi, non previsioni aziendali garantite.

Il modo per distinguere entrambi i percorsi è fissare un'unità funzionale e un limite di misurazione. Ad esempio, un'organizzazione può seguire i kilowattora associati a un compito definito, insieme al volume di compiti eseguiti nel periodo. Se il consumo per compito cala ma il numero di esecuzioni aumenta, il totale potrebbe crescere; se l'intensità scende e il volume si mantiene, il miglioramento potrebbe tradursi in meno consumo assoluto. Il confronto richiede di mantenere lo stesso criterio di attribuzione e registrare i cambiamenti di modello, hardware e ubicazione.

Per le decisioni di acquisto, l'investimento nella capacità annunciata dai fornitori non sostituisce i dati operativi. Le cifre di spesa in capitale raccolte nella stampa possono indicare l'espansione del settore, ma non quantificano direttamente il consumo elettrico di un servizio, di una regione o di un data center. È più utile chiedere al fornitore indicatori misurati, il loro periodo e il loro perimetro, e verificare se i confronti includono raffreddamento, perdite di alimentazione ed elettricità contratta o consumata.

La prima priorità è separare il consumo proprio dal consumo di servizi contratti. Per l'infrastruttura gestita da terzi, bisogna chiedere al fornitore l'energia attribuibile al servizio, il metodo di allocazione, l'ubicazione rilevante e il periodo coperto. Se offre solo una media globale o un'etichetta senza metodologia, non si può verificare con precisione l'impronta di un carico specifico. La qualità dell'attribuzione conta quanto l'indicatore scelto.

Un cruscotto di monitoraggio pratico può includere energia, acqua ed emissioni, oltre al volume di lavoro svolto. Il PUE aiuta a capire l'efficienza globale dell'impianto; il WUE informa sulla relazione tra acqua e funzionamento IT; e l'intensità delle emissioni dipende da come si contabilizzi l'elettricità. Perché i dati servano a una decisione, devono essere accompagnati da definizioni, limiti organizzativi e operativi, date e fonti dei fattori di emissione. La guida del Ministero della Transizione Ecologica spiega la delimitazione dell'impronta organizzativa e il calcolo delle emissioni di ambito 1 e 2.

La regolamentazione europea prevede obblighi di informazione per determinati data center. Una fonte secondaria sul quadro vigente descrive la soglia di 500 kW di potenza IT e i requisiti di pubblicazione e report legati alla Direttiva (UE) 2023/1791 e al Regolamento Delegato (UE) 2024/1364. L'ambito esatto, il calendario e l'applicazione nazionale devono essere verificati nei testi giuridici e presso l'autorità competente: non è corretto trasformare quell'obbligo di report in un obbligo generico per qualsiasi azienda che usi l'IA.

Nella pratica, una revisione dei fornitori può porre queste domande prima di espandere un carico di lavoro:

• Quale consumo è attribuito al compito e con quale metodo?
• Quale impianto o regione ospita il servizio e quale periodo coprono i dati?
• Si informa di elettricità totale, energia IT, acqua ed emissioni, o solo di una parte?
• Il confronto mantiene costanti il modello, il carico e il livello di servizio?
• I valori sono misurati, stimati o proiettati, e chi li verifica?

Le risposte permettono di separare un miglioramento tecnico da una riduzione ambientale dimostrata.

Le fonti disponibili descrivono una crescita importante del consumo dei data center e un aumento previsto dell'elettricità destinata agli impianti di IA. Ma non attestano una cifra ufficiale della Commissione Europea secondo cui l'IA rappresenterà il 13% del consumo elettrico dell'UE nel 2030, né consentono di confrontare quella percentuale supposta con stime aziendali non identificate. La conclusione prudente è che manca un dettaglio europeo confrontabile del consumo attribuibile all'IA.

Per le aziende, la decisione non è aspettare che appaia una statistica perfetta. Possono esigere dai fornitori dati con perimetro e metodologia chiari, misurare l'energia per unità di lavoro e rivedere in parallelo consumo totale, acqua ed emissioni. Per chi opera data center, l'ubicazione, il raffreddamento e gli obblighi di report fanno parte dell'analisi di capacità. Per chi acquista servizi, la trasparenza di quei dati deve pesare nella selezione e nel monitoraggio del fornitore.

Un segnale di progresso sarà che le serie pubblicate consentano di distinguere l'elettricità dei data center in generale da quella corrispondente ai carichi di IA, con dettagli regionali e metodi riproducibili. Un segnale di arretramento sarà trattare proiezioni globali o metriche parziali come se descrivessero l'impronta di un'azienda o di tutta l'UE. Finché non esisterà quel livello di dettaglio, è consigliabile presentare le cifre con il loro ambito e anno, e non confondere l'efficienza per compito con la riduzione del consumo totale.