Stava piovendo sul parco scientifico di Pingtung, nel sud di Taiwan, quando Che-Chia Wei ha deciso di rompere il ghiaccio con una battuta sull’acqua (che poi tanto battuta non era). L’amministratore delegato di TSMC, Taiwan Semiconductor Manufacturing Company, il più grande produttore mondiale di chip su commissione, ha confessato di aver nutrito, solo il mese precedente, una preoccupazione concreta: come garantire le forniture idriche necessarie alle fabbriche dell’azienda. “Dovremmo iniziare a utilizzare autocisterne?” si era chiesto. La risposta del presidente taiwanese Lai Ching-te, presente alla cerimonia, è arrivata sotto forma di piano governativo per interconnettere i bacini idrici dell’isola. Il sollievo di Wei è stato tangibile, ma la questione che quella battuta ha aperto è tutt’altro che risolta. Al contrario, si sta trasformando in una delle sfide strutturali più rilevanti dell’intera industria tecnologica globale.
In questo articolo:
- Taiwan e il problema dell’acqua
- La scarsità d’acqua e i data center: cosa succederà entro il 2030
- Il crescente impatto dell’IA
- La scarsità d’acqua e la dimensione geografica
Taiwan e il problema dell’acqua
Taiwan è una delle isole più piovose al mondo, eppure la scarsità idrica rimane una delle “cinque carenze” strutturali che i dirigenti del settore semiconduttori elencano come ostacoli alla crescita: acqua, energia, manodopera, terreno e talenti. Nel 2021 l’isola ha vissuto la peggiore siccità della sua storia moderna, che ha costretto le autorità a imporre controlli idrici su scala nazionale. TSMC, principale fornitore di Nvidia e azienda che concentra la produzione dei chip più avanzati al mondo, è uno dei consumatori idrici più esigenti dell’intera filiera tecnologica: un impianto di fabbricazione di semiconduttori consuma in media circa 37,85 milioni di litri ultrapura al giorno, secondo dati del World Economic Forum riportati un anno fa dall’Environmental and Energy Study Institute (EESI). Creare acqua ultrapura, indispensabile per i processi di pulitura, incisione e risciacquo dei chip, è a sua volta un processo ad altissima intensità idrica: occorrono circa 5.678 litri di acqua trattata per produrne 3.785 di qualità ultrapura.
Ma il problema dell’acqua nell’era dell’intelligenza artificiale va ben oltre le fabbriche di Taiwan. Mentre TSMC costruisce chip, il resto del mondo costruisce data center per farli girare. Ed è in quell’infrastruttura, silente, distribuita, invisibile agli occhi del grande pubblico, che si nasconde il consumo idrico più massiccio e in più rapida crescita. Entro il 2030, i data center globali consumeranno 9.300 miliardi di litri d’acqua, una quantità equivalente al fabbisogno idrico domestico annuale di base di 1,3 miliardi di persone nell’Africa subsahariana. È la proiezione contenuta nel rapporto Environmental Cost of AI’s Energy Use: Carbon, Water and Land Footprints, pubblicato la scorsa settimana dall’United Nations University Institute for Water, Environment and Health (UNU-INWEH) e presentato come una delle analisi più complete mai realizzate sull’impatto ambientale dell’IA.
I numeri del rapporto ridisegnano la scala del problema. Nel 2025 i data center del mondo hanno consumato 448 terawattora di elettricità, più dell’intera Arabia Saudita, dei quali circa un quinto è attribuibile direttamente all’IA. Nello stesso anno, il settore ha prelevato 4.500 miliardi di litri d’acqua, sufficienti a coprire il fabbisogno di oltre 600 milioni di persone. Se considerati come una nazione a sé stante, i data center si collocherebbero già oggi all’undicesimo posto nella graduatoria mondiale dei maggiori consumatori di elettricità, dopo la Francia e davanti all’Arabia Saudita.
La scarsità d’acqua e i data center: le previsioni
Entro il 2030, secondo le proiezioni UNU-INWEH, il consumo elettrico del settore raddoppierà a 945 terawattora annui, all’incirca il totale del Giappone, con la quota attribuibile all’IA che salirà al 40% del totale. Al raddoppio energetico corrisponderà, proporzionalmente, un raddoppio del consumo idrico. Per comprendere perché i data center abbiano una sete tanto intensa, è necessario entrare nella fisica dei processi. I chip che elaborano i modelli di linguaggio di grandi dimensioni – gli stessi che alimentano ChatGPT, Gemini o Llama – generano calore straordinario. Tenere sotto controllo quella temperatura è una questione di sopravvivenza per i server: il surriscaldamento causa danni permanenti all’hardware.
I data center usano l’acqua principalmente in due modi: nei sistemi di raffreddamento ad aria basati sull’evaporazione (le cosiddette cooling tower, dove l’acqua evapora dissipando il calore) e nei circuiti di raffreddamento diretto ai chip, dove liquidi refrigeranti vengono condotti direttamente sulle unità di elaborazione. Secondo un’analisi dell’EESI, il consumo diretto on-site di un data center di grandi dimensioni può raggiungere circa 19 milioni di litri al giorno un volume paragonabile al fabbisogno quotidiano di una città tra i 10.000 e i 50.000 abitanti. Di tutta l’acqua prelevata, circa l’80% evapora senza essere recuperata.
Ma il consumo visibile è solo una parte dell’equazione. L’impronta idrica dei data center comprende anche quella indiretta, generata dalle centrali elettriche che li alimentano: il 56% dell’elettricità che consuma il settore proviene ancora da combustibili fossili, e le centrali termoelettriche a carbone e gas naturale sono tra i maggiori utilizzatori di risorse idriche del pianeta. Un rapporto federale statunitense ha stimato che la sola impronta idrica indiretta – derivante dal consumo elettrico – dei data center negli Stati Uniti ammontava a circa 211 miliardi di galloni nel 2023. A ciò si aggiunge il consumo idrico nella manifattura dei semiconduttori: un singolo chip, nel momento in cui raggiunge un data center, ha già consumato migliaia di litri d’acqua durante la sua produzione. Il rapporto UNU-INWEH avverte che valutare l’IA solo attraverso la lente delle emissioni di carbonio significa misurarne in modo sistematicamente distorto l’impatto ambientale: “bassa emissione di CO₂” non equivale automaticamente a “basso consumo idrico” o “basso consumo di suolo”. Passare dal carbone alla bioenergia può ridurre il carbon footprint di un’unità di elettricità del 70%, ma può aumentarne l’impronta idrica di oltre trenta volte e quella sul suolo di un fattore cento.
L’intelligenza artificiale e l’acqua
C’è poi un elemento che ribalta le narrative correnti sul consumo energetico dell’intelligenza artificiale. Il dibattito pubblico si è concentrato a lungo sul costo del training dei grandi modelli: si stima che addestrare GPT-3 abbia richiesto 1,3 gigawattora, mentre per GPT-4 le stime parlano di 50-70 gigawattora. Ma il rapporto ONU sottolinea che questa prospettiva è ormai superata: tra l’80% e il 90% del consumo energetico totale dell’IA è generato dall’inferenza, ovvero dall’operatività quotidiana dei modelli che rispondono alle richieste degli utenti.
ChatGPT processa ogni giorno circa 2,5 miliardi di prompt, per un consumo elettrico stimato in circa 383 gigawattora all’anno per il solo prodotto. I ricercatori dell’Università della California a Riverside hanno calcolato che ogni 100 parole di prompt in un sistema di intelligenza artificiale richiede circa 519 millilitri d’acqua: una bottiglietta. Moltiplicato per i miliardi di interazioni giornaliere, quel numero diventa una cifra che sfida l’immaginazione. La start-up francese Mistral AI, una delle poche del settore ad aver pubblicato un rapporto di impatto ambientale, ha stimato che produrre una singola pagina di testo con il proprio modello di intelligenza artificiale consuma tanta acqua quanta ne serve per coltivare “un piccolo ravanello rosa”. Per Sam Altman, il ceo di OpenAI, quella metafora si trasforma in un miliardo di ravanelli al giorno.
Il miglioramento dell’efficienza tecnologica non risolve il problema, anzi rischia di aggravarlo. È il cosiddetto paradosso di Jevons, o effetto rimbalzo: man mano che i modelli diventano più efficienti e quindi più economici, vengono utilizzati con frequenza esponenzialmente maggiore, e i guadagni di efficienza vengono assorbiti e superati dalla crescita dei volumi d’uso. Il rapporto UNU-INWEH è esplicito: senza limiti espliciti su token per prompt, risoluzione degli output e formati predefiniti, i progressi tecnici sul fronte dell’efficienza verranno vanificati dalla pura crescita quantitativa della domanda. Già oggi il consumo energetico per query varia di ordini di grandezza a seconda del tipo di operazione: una query conversazionale tipica richiede circa 200 volte l’energia di una classificazione testuale di base, la generazione di un’immagine AI richiede circa 1.450 volte quella stessa baseline, e un breve video generato dall’IA può consumare tanta energia quanta ne servirebbero 200.000 classificazioni di spam.
La scarsità d’acqua e la dimensione geografica
La dimensione geografica del problema è quella che più preoccupa gli esperti di governance idrica. I data center vengono costruiti sempre più spesso in regioni aride o semi-aride, per ragioni legate alla riduzione del rischio di corrosione da umidità e salinità. Bloomberg ha stimato che circa due terzi dei data center costruiti o in sviluppo negli Stati Uniti dal 2022 si trovano in aree ad elevato stress idrico, come Illinois, Arizona, California e Virginia. La Northern Virginia, capitale mondiale dei data center con oltre 300 impianti operativi, ha consumato circa 7,6 miliardi di litri. Nel 2023, il 63% in più rispetto al 2019, con ricadute dirette sulle forniture idriche locali.
I casi limite si moltiplicano a livello internazionale e fotografano con nitidezza la tensione tra espansione digitale e resilienza idrica locale. In Irlanda, i data center hanno assorbito il 21% di tutta l’elettricità misurata nel 2023, superando il totale di tutti gli edifici residenziali urbani del paese: il gestore della rete nazionale ha sospeso l’approvazione di nuovi impianti nell’area di Dublino fino al 2028. In Messico, nell’area di Querétaro, l’espansione dell’infrastruttura di calcolo compete con le risorse idriche locali in un contesto di siccità prolungata. In Uruguay, i piani per un data center ad alta intensità idrica coincisero nel 2023 con una siccità che esaurì le riserve di Montevideo, rendendo l’acqua potabile non sicura per bere. In Cile, Microsoft ha inaugurato il data center “Chile Central” – con un investimento dichiarato di 3,3 miliardi di dollari – in un paese che soffre da quindici anni di siccità persistente.
È in questo quadro che si inserisce la preoccupazione di C.C. Wei, e più in generale la vulnerabilità strutturale di Taiwan come epicentro della produzione di semiconduttori avanzati. Il paese produce la stragrande maggioranza dei chip di ultima generazione e TSMC sta investendo 165 miliardi di dollari per costruire stabilimenti in Arizona, pur mantenendo la maggior parte della produzione e della ricerca e sviluppo sull’isola. Ma Taiwan meridionale, dove si trova il nuovo parco scientifico di Pingtung, è strutturalmente più arida del nord, con bacini idrici che tendono a svuotarsi durante i mesi invernali. La siccità del 2021 ha messo a nudo quella fragilità con una brutalità inusitata. Il piano governativo di interconnessione dei bacini idrici annunciato da Lai Ching-te risponde a un’esigenza che va ben oltre la sola TSMC: è una questione di sicurezza economica nazionale, in un’isola la cui capacità produttiva è letteralmente indispensabile per l’industria tecnologica globale.
Quando Wei ha parlato sotto la pioggia a Pingtung, la sua battuta sull’acqua, riferita ovviamente all’escalation dell’intelligenza artificiale, è stata accolta come un momento di distensione in una cerimonia istituzionale. Ma dietro quella leggerezza c’era una confessione strategica di raro peso: il paese che produce i chip più avanzati del mondo ha dovuto interrogarsi seriamente sulla possibilità di usare autocisterne per sopravvivere. Quella domanda – “cosa dovremmo fare per l’acqua?” – è la stessa che governi, investitori e aziende tecnologiche di tutto il mondo dovranno rispondere nei prossimi anni. L’intelligenza artificiale ha sete. E la disponibilità globale di acqua dolce accessibile, già oggi sotto pressione da siccità, cambiamento climatico e domanda agricola, non crescerà in parallelo con i modelli linguistici. Kaveh Madani dell’UNU-INWEH, vincitore del Premio Stoccolma per l’acqua 2026, ha sintetizzato la questione con lucidità: “L’intelligenza artificiale non esaurirà l’acqua a livello mondiale. Ma in luoghi specifici, con una pianificazione inadeguata, può creare crisi reali per persone reali.”
