# Come riduco l'impronta idrica dell'IA?

> Riduca il consumo d'acqua dell'IA usando meno calcolo, scegliendo fornitori e regioni con basso stress idrico e buon WUE, e programmando i lavori pesanti.

Source: https://greenai.guide/it/come/come-riduco-l-impronta-idrica-dell-ia/  
Updated: 2026-11-19

## In breve

Il consumo d'acqua segue quello di energia, quindi il primo passo è lo stesso: modelli più piccoli, output più brevi e meno rigenerazioni. Oltre a questo, scelga fornitori che pubblicano il proprio consumo d'acqua, eviti le regioni a stress idrico per i lavori pesanti e chieda ai fornitori i dati sull'acqua a livello di sito. Per singolo prompt testuale l'acqua è poca; contano i totali e gli effetti locali.

## Steps

1. Riduca prima il calcolo con modelli più piccoli, output più brevi e meno rigenerazioni.
2. Chieda ai fornitori il consumo d'acqua e il WUE a livello di sito, e da dove proviene l'acqua.
3. Eviti le regioni a stress idrico per i lavori pesanti e flessibili come l'addestramento.
4. Preferisca fornitori che comunicano il consumo d'acqua pubblicamente o a un'autorità di regolamentazione.
5. Includa l'acqua nelle domande per gli acquisti di IA e nella Sua rendicontazione.

**Meno calcolo significa meno acqua, e il luogo in cui avviene il calcolo decide quanto conta quell'acqua.** I data
centre usano acqua soprattutto per il raffreddamento, e le centrali elettriche la usano per produrre l'elettricità.

## Di quanta acqua stiamo parlando? {#how-much-water-are-we-talking-about}

Per singolo prompt testuale, pochissima: Google riporta 0,26 mL per un prompt testuale mediano di Gemini. Nel
totale, e in alcuni luoghi, molta: Li, Yang, Islam e Ren hanno stimato che l'addestramento di GPT-3 nei data centre
statunitensi di Microsoft potrebbe aver fatto evaporare direttamente circa 700.000 litri, e hanno previsto che la
domanda globale di IA potrebbe corrispondere a prelievi d'acqua da 4,2 a 6,6 miliardi di metri cubi nel 2027. Come
stimare la propria quota è spiegato in [stimare l'impronta idrica dell'IA](/it/come/come-stimo-l-impronta-idrica-dell-ia/).

## Che cosa la riduce davvero? {#what-actually-reduces-it}

- **Meno calcolo.** UNESCO e University College London hanno rilevato che piccoli modelli specifici per un compito
  possono ridurre l'energia fino al 90%, e prompt e risposte più brevi di oltre la metà; l'acqua diminuisce insieme
  all'energia.
- **Ubicazione.** Un litro prelevato in una zona colpita dalla siccità ha più effetto di uno prelevato dove l'acqua
  abbonda, quindi, dove possibile, sposti i lavori pesanti e flessibili lontano dai siti a stress idrico.
- **Prove dai fornitori.** Nell'UE, i gestori di data centre con una domanda di potenza IT di almeno 500 kW devono
  comunicare il consumo di energia e di acqua ai sensi del regolamento delegato 2024/1364. Chieda quei dati.

## Errori comuni {#common-mistakes}

- **Inseguire solo il WUE più basso.** Un raffreddamento che risparmia acqua può consumare più elettricità; legga
  insieme [PUE e WUE](/it/come/come-interpreto-i-valori-di-pue-e-wue/).
- **Preoccuparsi delle domande brevi** mentre si generano liberamente immagini e video.
- **Dimenticare l'acqua della centrale elettrica,** che i dati del sito escludono.

Veda [hosting e data centre](/it/buone-pratiche/hosting-e-data-centre-per-un-ia-verde/).

## 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 (2023)
- [Measuring the environmental impact of delivering AI at Google scale](https://arxiv.org/abs/2508.15734), Elsworth et al., Google (2025)
- [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)
- [AI large language models: new report shows small changes can reduce energy use by 90%](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO (2025)
