# Quanta acqua consuma l'IA?

> Quanta acqua consuma l'IA? Consumo idrico per prompt e per modello, acqua dei data center, WUE, dati delle aziende, stress idrico locale e ciò che resta ignoto.

Source: https://greenai.guide/it/articoli/quanta-acqua-consuma-l-ia/  
Updated: 2026-11-20

## In breve

L'IA usa acqua in due modi principali: direttamente, per raffreddare i data center, e indirettamente, nelle centrali che producono la loro elettricità. Per prompt di testo, i dati pubblicati vanno da 0,26 mL (il dato di Google per Gemini) a circa 45 mL (il dato sul ciclo di vita di Mistral AI), soprattutto perché contano cose diverse. In totale, il consumo di acqua dell'IA è grande e in crescita: nel 2023 i data center statunitensi hanno consumato direttamente circa 66 miliardi di litri, più circa 800 miliardi di litri indirettamente attraverso la loro elettricità, e il luogo da cui viene prelevata l'acqua conta quanto la quantità.

## Punti chiave

- Google riporta 0,26 mL di acqua per il prompt di testo mediano di Gemini; la valutazione del ciclo di vita di Mistral AI indica 45 mL per una risposta da 400 token.
- Li e colleghi hanno stimato che l'addestramento di GPT-3 nei data center statunitensi di Microsoft potrebbe aver consumato 5,4 milioni di litri d'acqua, di cui 700.000 litri in loco.
- Il Lawrence Berkeley National Laboratory ha stimato che nel 2023 i data center statunitensi abbiano consumato direttamente 66 miliardi di litri d'acqua, e quasi 800 miliardi di litri indirettamente attraverso la produzione di elettricità.
- Li e colleghi prevedono che la domanda globale di IA potrebbe comportare nel 2027 prelievi d'acqua di 4,2–6,6 miliardi di metri cubi, di cui 0,38–0,60 miliardi consumati.
- Il consumo d'acqua di Microsoft è circa raddoppiato, da 3.990 a 8.170 megalitri, tra gli esercizi finanziari 2020 e 2025; nel 2025 il 48% era in aree a stress idrico.
- AWS riporta un'efficacia nell'uso dell'acqua globale di 0,12 litri per kWh per il 2025, mentre l'elettricità statunitense che utilizza consuma circa 3–4,5 litri per kWh nelle centrali.

Quanta acqua consuma l'IA? Per prompt, meno di quanto suggeriscano molti titoli; in totale, e in alcuni luoghi, più
di quanto la maggior parte delle persone immagini. Il consumo d'acqua dell'IA deriva soprattutto dal raffreddamento
dei data center e dalla produzione dell'elettricità che li alimenta. Questa pagina presenta i dati pubblicati sul
consumo d'acqua dell'IA, spiega perché variano così tanto e indica ciò che resta ignoto.

## Quanta acqua consuma un singolo prompt di IA? {#how-much-water-does-one-ai-prompt-use}

**Tra una frazione di millilitro e qualche decina di millilitri per prompt di testo, a seconda di che cosa si
conta.** I dati pubblicati non sono confrontabili tra loro, quindi vanno letti ciascuno con il proprio confine.

| Dato | Che cosa comprende | Fonte |
|---|---|---|
| 0,26 mL per prompt di testo mediano di Gemini | Acqua in loco del data center, maggio 2025 | Google, 2025 |
| 45 mL per risposta di Le Chat da 400 token | Valutazione del ciclo di vita, inclusi impatti a monte come la produzione dei server | Mistral AI, 2025 |
| 500 mL ogni 10–50 risposte di media lunghezza circa di GPT-3 | Acqua in loco più acqua delle centrali, variabile a seconda di dove e quando funziona | Li, Yang, Islam e Ren, 2025 |

Google descrive il proprio dato come circa cinque gocce d'acqua; è calcolato in base all'efficienza idrica in loco
dei data center e non comprende l'acqua usata per produrre l'elettricità. Quello di Mistral è più alto soprattutto
perché si tratta di una valutazione del ciclo di vita, svolta con la società di consulenza Carbone 4 e l'agenzia
francese per l'ambiente ADEME, che conta impatti a monte come la produzione dei server, non solo il raffreddamento in
loco. La stima di Li e colleghi riguarda un modello più vecchio, ma ha mostrato qualcosa che vale ancora: la stessa
risposta dell'IA può consumare molte volte più acqua a seconda del data center e dell'ora del giorno.

## Come usa l'acqua l'IA? {#how-does-ai-use-water}

**Direttamente, facendo evaporare acqua per raffreddare i data center, e indirettamente, attraverso l'acqua usata per
produrre elettricità e fabbricare chip.** Li e colleghi distinguono tre ambiti, sul modello della contabilità del
carbonio.

1. **Acqua in loco (scope 1).** Quasi tutta l'elettricità usata da un server diventa calore. Molti data center
   smaltiscono quel calore con torri di raffreddamento o con raffreddamento ad aria assistito dall'evaporazione, che
   fanno evaporare l'acqua. Il raffreddamento a liquido all'interno del server, come il raffreddamento direct-to-chip,
   di per sé non consuma acqua; ciò che conta è come la struttura rilascia infine il calore all'esterno.
2. **Acqua fuori sede (scope 2).** Le centrali termoelettriche, che bruciano combustibile o usano calore nucleare,
   hanno bisogno di acqua per il raffreddamento. Li e colleghi stimano la media statunitense in circa 43,8 litri
   prelevati e 3,1 litri consumati per kilowattora prodotto. Il Lawrence Berkeley National Laboratory ha stimato
   4,52 litri consumati per kWh per i data center statunitensi, date le reti dei luoghi in cui si trovano.
3. **Acqua incorporata (scope 3).** La produzione di chip e server richiede grandi quantità di acqua ultrapura, e
   parte dell'acqua scaricata può contenere rifiuti chimici.

### Qual è la differenza tra prelievo e consumo? {#what-is-the-difference-between-withdrawal-and-consumption}

**Il prelievo è l'acqua presa da un fiume, una falda o una rete di distribuzione; il consumo è la parte che non viene
restituita, soprattutto per evaporazione.** Il consumo è la misura migliore dell'acqua persa per un territorio; il
prelievo conta dove l'approvvigionamento è scarso. I rapporti aziendali e gli studi usano entrambi, quindi prima di
confrontare verifichi di quale si tratta.

## Quanta acqua usano in totale i data center? {#how-much-water-do-data-centres-use-in-total}

**Miliardi di litri all'anno in loco, e molte volte di più attraverso la loro elettricità.** I dati nazionali e
globali sono stime; non tutti i data center dichiarano il proprio consumo d'acqua.

- **Stati Uniti:** il Lawrence Berkeley National Laboratory ha stimato che nel 2023 i data center abbiano consumato
  direttamente circa 66 miliardi di litri d'acqua, rispetto ai 21,2 miliardi del 2014, con i siti hyperscale e di
  colocation responsabili dell'84%. Ha stimato la loro impronta idrica indiretta attraverso l'elettricità in quasi
  800 miliardi di litri, circa dodici volte il dato diretto, e prevede che i soli data center hyperscale consumeranno
  direttamente 60–124 miliardi di litri nel 2028.
- **IA a livello globale:** Li e colleghi hanno previsto che la domanda globale di IA potrebbe comportare nel 2027
  prelievi d'acqua di 4,2–6,6 miliardi di metri cubi, più del prelievo annuale di metà del Regno Unito, di cui
  0,38–0,60 miliardi di metri cubi consumati.

La grande differenza tra acqua diretta e indiretta è il motivo principale per cui le stime divergono. Uno studio che
conta solo l'acqua di raffreddamento darà un dato molto più basso di uno che include le centrali.

## Quanta acqua consuma l'addestramento di un modello di IA? {#how-much-water-does-training-an-ai-model-use}

**Da centinaia di migliaia a milioni di litri per un grande modello, secondo le poche stime pubblicate.**

- **GPT-3:** Li e colleghi hanno stimato che addestrarlo nei data center statunitensi di Microsoft potrebbe aver
  consumato in totale 5,4 milioni di litri d'acqua, di cui 700.000 litri evaporati in loco.
- **Mistral Large 2:** la valutazione del ciclo di vita di Mistral AI ha stimato per l'addestramento più 18 mesi di
  uso un consumo di 281.000 metri cubi d'acqua.

Poche model card riportano dati sull'acqua. Li e colleghi hanno osservato che, mentre le model card includono
abitualmente le emissioni di carbonio, di solito manca perfino il consumo d'acqua in loco.

## Che cosa dichiarano le aziende di IA sull'acqua? {#what-do-ai-companies-report-about-water}

**Il loro consumo totale d'acqua sta crescendo, e alcune ora dichiarano l'efficienza per kilowattora.** I dati
provengono dai rapporti annuali di sostenibilità e sono autodichiarati, anche se alcuni sono certificati da terzi.

| Azienda | Dato | Anno |
|---|---|---|
| Microsoft | Consumo d'acqua 8.170 megalitri, rispetto a 3.990 nell'esercizio 2020; prelievo 13.266 megalitri | Esercizio finanziario 2025 |
| Alphabet (Google) | Consumo d'acqua 10.869 milioni di galloni (circa 41 miliardi di litri), a livello di intera azienda | 2025 |
| Google | Reintegrati circa 7,7 miliardi di galloni, circa il 78% del suo consumo di acqua dolce | 2025 |
| AWS | WUE globale di 0,12 litri per kWh di carico IT, il 20% meglio del 2024 | 2025 |

Il [WUE](/it/glossario/#wue) (water usage effectiveness, efficacia nell'uso dell'acqua), definito da The Green Grid,
indica i litri d'acqua usati in loco per kilowattora di energia informatica. È una misura di efficienza utile, ma non
comprende l'acqua delle centrali e non dice nulla sul fatto che il territorio sia a corto d'acqua. Il "reintegro"
(replenishment) consiste nel finanziare progetti che restituiscono acqua ai bacini idrografici; non riduce ciò che un
data center preleva. Veda [capire PUE e WUE](/it/come/come-interpreto-i-valori-di-pue-e-wue/).

## Perché il luogo conta così tanto? {#why-does-location-matter-so-much}

**Perché un litro prelevato in una regione arida costa molto di più, sul piano ambientale e sociale, di uno prelevato
dove l'acqua abbonda.** Il clima e la progettazione del raffreddamento cambiano in modo drastico il consumo d'acqua
per kilowattora.

I dati di Microsoft sito per sito mostrano la differenza. Nell'esercizio finanziario 2025, i suoi data center nei
dintorni di Phoenix, in Arizona, hanno consumato circa 954.000 MWh di elettricità e prelevato 981 megalitri d'acqua;
quelli nei dintorni di Dublino, in Irlanda, hanno consumato più elettricità, circa 1,3 milioni di MWh, e prelevato
18 megalitri. A livello dell'intera azienda, il 48% del consumo d'acqua del 2025 era in aree a stress idrico alto o
estremamente alto, valutate con lo strumento Aqueduct del World Resources Institute.

Conta anche il momento, e può andare in direzione opposta rispetto al carbonio. Li e colleghi hanno rilevato che
l'efficienza idrica varia con l'ora oltre che con il luogo: il consumo d'acqua in loco sale nelle ore più calde,
mentre la rete è spesso più pulita quando l'energia solare abbonda. Ridurre il carbonio può voler dire "seguire il
sole" e ridurre l'acqua "non seguirlo", quindi le due impronte vanno valutate insieme, invece di sacrificare l'una
all'altra alla cieca. Se vicino a Lei è previsto un data center, veda
[come far sentire la mia voce su un data center vicino a casa](/it/come/come-posso-far-sentire-la-mia-voce-su-un-data-centre-previsto-vicino/).

## Che cosa resta incerto sul consumo d'acqua dell'IA? {#what-is-uncertain-about-ai-water-use}

**Quasi tutto, nel dettaglio: pochi fornitori pubblicano dati sull'acqua per compito, i metodi sono diversi e gli
impatti locali vengono dichiarati di rado.** Le principali lacune:

- **Confini.** Solo l'acqua in loco, o anche quella delle centrali e della produzione? Questo da solo spiega la maggior
  parte della differenza tra 0,26 mL e 45 mL per prompt.
- **Prelievo o consumo.** Alcuni dati riportano l'uno, altri l'altro.
- **Luogo e momento.** Le medie globali nascondono lo stress idrico locale, e poche aziende pubblicano dati a livello
  di singolo sito.
- **La quota dell'IA.** I totali aziendali comprendono tutti i data center e spesso anche gli uffici; l'IA non viene
  indicata separatamente.
- **Previsioni.** Le previsioni per il 2027–2030 dipendono da ipotesi sulla crescita dell'IA, sulla tecnologia di
  raffreddamento e sulla rete elettrica.

In alcuni luoghi la rendicontazione sta migliorando. Nell'UE, i gestori di data center con una domanda di potenza IT
di almeno 500 kW devono dichiarare il consumo di energia e d'acqua ai sensi del regolamento delegato 2024/1364.
Altrove, la divulgazione è per lo più volontaria.

## Come può l'IA consumare meno acqua? {#how-can-ai-use-less-water}

**Usando meno calcolo, eseguendolo nei luoghi giusti e scegliendo il raffreddamento e l'elettricità giusti.** Gli
stessi passi che riducono l'energia riducono anche l'acqua.

- **Per tutti:** meno prompt e più brevi, modelli più piccoli, meno immagini e video generati. Veda
  [usare l'IA in modo efficiente](/it/buone-pratiche/usare-l-ia-in-modo-efficiente-abitudini-quotidiane/) e [quanta energia consuma l'IA?](/it/articoli/quanta-energia-consuma-l-ia/)
- **Per le organizzazioni:** chiedere ai fornitori dati su WUE, consumo d'acqua e localizzazione, e preferire regioni
  non a stress idrico. Veda [come scegliere un data center sostenibile per l'IA](/it/come/come-scelgo-un-data-centre-o-un-hosting-sostenibile-per-l-ia/) e
  [acquisti sostenibili di IA](/it/buone-pratiche/acquisti-sostenibili-di-ia/).
- **Per i gestori:** raffreddamento che non fa evaporare acqua dove la rete è pulita, riutilizzo di acqua riciclata o
  non potabile, e programmazione del lavoro flessibile nelle ore e nei siti più freschi ed efficienti dal punto di
  vista idrico. Veda [hosting e data center](/it/buone-pratiche/hosting-e-data-centre-per-un-ia-verde/).

## Che cosa fare adesso {#what-to-do-next}

- Stimi l'acqua dietro il Suo uso dell'IA: veda [come stimare l'impronta idrica dell'IA](/it/come/come-stimo-l-impronta-idrica-dell-ia/).
- La riduca: veda [come ridurre l'impronta idrica dell'IA](/it/come/come-riduco-l-impronta-idrica-dell-ia/).
- Capisca le metriche: veda [capire PUE e WUE](/it/come/come-interpreto-i-valori-di-pue-e-wue/).
- Legga [qual è l'impronta di carbonio dell'IA?](/it/articoli/qual-e-l-impronta-di-carbonio-dell-ia/) per il lato delle emissioni.
- Chieda al Suo fornitore dati sull'acqua a livello di sito: veda [come chiedere a un'azienda di IA i suoi dati sul consumo energetico](/it/come/come-chiedo-a-un-azienda-di-ia-i-suoi-dati-sul-consumo-energetico/).

## Domande frequenti

### Quanta acqua consuma ChatGPT?

OpenAI non ha pubblicato un dato sull'acqua. Li e colleghi hanno stimato che GPT-3 dovesse consumare una bottiglia d'acqua da 500 mL ogni 10–50 risposte di media lunghezza circa, a seconda di dove e quando funzionava. Questa stima più vecchia include l'acqua delle centrali; i dati più recenti delle aziende per altri modelli sono più bassi.

### Quanta acqua consuma un singolo prompt di IA?

I dati pubblicati vanno da 0,26 mL per il prompt di testo mediano di Gemini (Google, 2025) a 45 mL per una risposta di Mistral da 400 token contata sull'intero ciclo di vita. La differenza dipende soprattutto da che cosa si conta: solo il raffreddamento in loco, o un intero ciclo di vita che include impatti a monte come la produzione dei server.

### Perché i data center usano acqua?

Soprattutto per smaltire il calore. Molti data center usano torri di raffreddamento o raffreddamento assistito dall'evaporazione, che fanno evaporare l'acqua. Anche le centrali che producono la loro elettricità usano acqua, e per fabbricare i chip serve acqua ultrapura.

### Qual è la differenza tra prelievo e consumo d'acqua?

Il prelievo è tutta l'acqua presa da una fonte, gran parte della quale viene restituita. Il consumo è l'acqua che non viene restituita, soprattutto perché evapora. Il consumo è la misura migliore dell'acqua persa per un territorio.

### Che cos'è il WUE di un data center?

Water usage effectiveness (efficacia nell'uso dell'acqua): litri d'acqua usati in loco per kilowattora di energia informatica. Più è basso, meglio è. AWS riporta 0,12 L/kWh per il 2025. Il WUE non comprende l'acqua usata per produrre l'elettricità, che spesso è molto maggiore.

### Il consumo d'acqua dell'IA è un problema?

Dipende da dove avviene. La previsione di Li e colleghi per i prelievi idrici globali dell'IA nel 2027 supera il prelievo annuale di metà del Regno Unito, e il 48% del consumo d'acqua di Microsoft nel 2025 era in aree a stress idrico. Un litro prelevato in una regione a stress idrico conta molto più di uno prelevato in una regione ricca d'acqua.

### Come può l'IA consumare meno acqua?

Usando meno calcolo, eseguendo il lavoro in regioni più fresche o ricche d'acqua e in orari efficienti dal punto di vista idrico, e usando sistemi di raffreddamento che non fanno evaporare l'acqua. Per i singoli, le stesse abitudini che fanno risparmiare energia fanno risparmiare acqua, perché il consumo d'acqua segue quello di energia.

## Fonti

- [Making AI less 'thirsty': uncovering and addressing the secret water footprint of AI models](https://arxiv.org/abs/2304.03271), Li, Yang, Islam and Ren (arXiv 2304.03271, v5) (2025)
- [Measuring the environmental impact of delivering AI at Google scale](https://arxiv.org/abs/2508.15734), Elsworth et al., Google (2025)
- [Our contribution to a global environmental standard for AI](https://mistral.ai/news/our-contribution-to-a-global-environmental-standard-for-ai), Mistral AI (2025)
- [2024 United States Data Center Energy Usage Report](https://eta-publications.lbl.gov/publications/2024-lbnl-data-center-energy-usage-report), Lawrence Berkeley National Laboratory (2024)
- [2026 environmental data fact sheet](https://cdn-dynmedia-1.microsoft.com/is/content/microsoftcorp/microsoft/msc/documents/presentations/CSR/2026-Microsoft-Environmental-Data-Fact-Sheet-PDF.pdf), Microsoft (2026)
- [Alphabet FY2025 environmental indicators assurance letter (Schedule of select environmental metrics)](https://sustainability.google/files/6b09a7cbecbf228f4d30ad089301578eb599425e/alphabet-fy2025-environmental-indicators-assurance-letter.pdf), Alphabet (2026)
- [Read our 11th annual Environmental Report](https://blog.google/company-news/outreach-and-initiatives/sustainability/2026-environmental-report/), Google (2026)
- [2025 AWS sustainability summary](https://sustainability.aboutamazon.com/2025-aws-summary.pdf), Amazon Web Services (2026)
- [Water Usage Effectiveness (WUE): a Green Grid data center sustainability metric (White Paper 35)](https://www.thegreengrid.org/system/files/store/WUE_v1.pdf), The Green Grid (2011)
- [Commission Delegated Regulation (EU) 2024/1364 on the first phase of the establishment of a common Union rating scheme for data centres](https://eur-lex.europa.eu/eli/reg_del/2024/1364/oj), European Commission (2024)
