# IA verde: una guida in parole semplici per tutti

> Quanto costa davvero usare l'IA in energia e acqua, quali abitudini contano e quali no, come valutare le affermazioni e come far sentire la propria voce.

Source: https://greenai.guide/it/guide/ia-verde-una-guida-in-parole-semplici-per-tutti/  
Updated: 2026-11-19

## In breve

Una singola domanda testuale a un chatbot di IA consuma poca energia, circa un terzo di wattora secondo i dati delle stesse aziende, e una frazione di millilitro d'acqua. Immagini e video consumano molto di più, e il numero enorme di richieste si somma. Le abitudini che contano di più sono scegliere lo strumento giusto, evitare di rigenerare all'infinito e chiedere informazioni oneste.

## Punti chiave

- Google riferisce 0,24 Wh e 0,26 mL d'acqua per un prompt testuale mediano a Gemini; OpenAI parla di circa 0,34 Wh per una query media a ChatGPT. Entrambi i dati sono autodichiarati.
- Generare immagini consuma molta più energia che gestire testo: in uno studio, oltre mille volte di più per richiesta rispetto alla classificazione di testo.
- L'Agenzia internazionale dell'energia prevede che il consumo di elettricità dei data centre più che raddoppierà tra il 2024 e il 2030, con l'IA come motore principale.
- I dati per prompt variano perché le aziende misurano cose diverse; chieda sempre che cosa è incluso.
- Può far sentire la Sua voce con le Sue scelte, sul luogo di lavoro o a scuola, nelle decisioni urbanistiche locali e nelle consultazioni pubbliche.

## Che cos'è l'IA verde, in parole semplici? {#what-is-green-ai-in-plain-english}

IA verde significa ottenere i benefici dell'intelligenza artificiale consumando meno energia, meno acqua e meno altre
risorse. Comprende due cose: rendere l'IA stessa più efficiente, e usarla con giudizio, solo dove aiuta.

Non si tratta di dire alle persone di non usare mai l'IA. Un sandpit (un laboratorio di ricerca intensivo e
collaborativo) britannico sull'IA verde del 2026, che ha riunito matematici, informatici e imprese, ne ha discusso
direttamente e ha concluso che usare l'IA in modo responsabile è un obiettivo più utile che rifiutarla. Trova una
spiegazione più ampia in [che cos'è l'IA verde?](/it/articoli/che-cos-e-l-ia-verde/)

## Quanta energia serve per usare l'IA? {#how-much-energy-does-using-ai-take}

Per una normale domanda testuale, poca: circa un terzo di wattora secondo i dati delle stesse aziende. Ma immagini e
video ne richiedono molta di più, e il numero di richieste nel mondo è enorme.

Ecco che cosa è stato pubblicato:

| Fonte | Che cosa ha misurato | Energia |
|---|---|---|
| Google (2025) | Prompt testuale mediano alle app Gemini | 0,24 Wh |
| OpenAI (2025) | Query media a ChatGPT | circa 0,34 Wh |
| Epoch AI (2025), stima indipendente | Query testuale tipica a ChatGPT | circa 0,3 Wh |

OpenAI paragona il proprio dato a ciò che consuma un forno in poco più di un secondo, o una lampadina ad alta
efficienza in un paio di minuti. La stima di Epoch AI è circa dieci volte più bassa di un dato più vecchio e molto
citato, 3 Wh, il che mostra quanto rapidamente cambino le stime con il miglioramento di hardware e software. Google
riferisce che l'energia del suo prompt mediano è diminuita di 33 volte in un anno.

**Immagini e video costano molto di più.** Nelle prove di ricercatori di Hugging Face e della Carnegie Mellon
University, generare immagini richiedeva in media circa 2,9 kWh ogni 1.000 immagini, contro 0,002 kWh per smistare
1.000 testi in categorie. È oltre mille volte di più per richiesta. La generazione di video è ancora più pesante.

**È il totale a preoccupare chi pianifica l'energia.** L'Agenzia internazionale dell'energia (IEA) stima che nel 2024
i data centre abbiano consumato circa 415 TWh di elettricità, circa l'1,5% dell'elettricità mondiale, e prevede circa
945 TWh entro il 2030. Indica l'IA come il principale motore di questa crescita.

## Quanta acqua consuma l'IA? {#how-much-water-does-ai-use}

Per prompt testuale, pochissima; in totale, e in alcuni luoghi, molta. I data centre usano l'acqua soprattutto per
raffreddare i computer, e le centrali elettriche la usano per produrre l'elettricità.

- Google riferisce 0,26 mL d'acqua per un prompt testuale mediano a Gemini.
- OpenAI afferma che una query media a ChatGPT consuma circa 0,000085 galloni, più o meno un quindicesimo di
  cucchiaino.
- Mistral AI, un'azienda francese, ha pubblicato una valutazione del ciclo di vita che conteggia più fasi rispetto a
  entrambi quei dati. Ha stimato per una risposta di 400 token (qualche paragrafo) 1,14 g di CO₂e (anidride carbonica
  equivalente) e 45 mL d'acqua.
- I ricercatori Li, Yang, Islam e Ren hanno stimato che l'addestramento del modello GPT-3 nei data centre
  statunitensi di Microsoft potrebbe aver fatto evaporare direttamente circa 700.000 litri di acqua dolce pulita.

Le grandi differenze tra questi numeri dipendono soprattutto da **che cosa viene conteggiato**, non dal fatto che
un'azienda sia molto migliore di un'altra. Conta anche dove si trova un data centre: l'acqua prelevata in una regione
arida durante una siccità ha un effetto maggiore della stessa quantità dove l'acqua abbonda.

## Perché i numeri sono così incerti? {#why-are-the-numbers-so-uncertain}

Perché la maggior parte dei dati proviene dalle aziende stesse, che misurano cose diverse e raramente pubblicano i
metodi completi. I ricercatori indipendenti devono spesso fare stime dall'esterno.

Elementi che cambiano la risposta:

- **Che cosa è incluso:** solo i chip, o anche il raffreddamento, la capacità di riserva inattiva, la rete e la
  produzione dell'hardware?
- **Quale modello:** i modelli piccoli consumano molto meno di quelli grandi, e i modelli "di ragionamento", che
  pensano passo dopo passo, producono dietro le quinte molte più parole.
- **Quanto è lunga la risposta:** l'energia cresce con la quantità di testo letto e scritto.
- **Dove e quando viene eseguito:** la stessa elettricità può essere a basse emissioni in un paese o in un'ora e ad
  alte emissioni in un altro.

Quindi consideri ogni singolo numero come un'indicazione di massima. Le fonti oneste dicono che cosa hanno incluso e
quanto sono sicure.

## Quali abitudini quotidiane contano e quali no? {#which-everyday-habits-matter-and-which-don-t}

Contano le abitudini che moltiplicano l'uso: generare molte immagini o video, rigenerare più e più volte e lasciare
l'IA in funzione quando non serve. Le piccole cortesie e le domande occasionali contano molto poco.

**Abitudini che fanno davvero la differenza:**

- **Usi lo strumento giusto.** Una normale ricerca sul web, una calcolatrice, una mappa o un dizionario sono spesso
  più rapidi e consumano meno.
- **Vada piano con immagini e video.** Generi ciò che Le serve, non decine di varianti per divertimento.
- **Affini, non continui a rigenerare.** Se la prima risposta non va bene, dica che cosa cambiare invece di premere
  "riprova" più e più volte.
- **Chieda risposte brevi** quando Le basta questo. L'UNESCO e lo University College London hanno rilevato che prompt
  e risposte più brevi possono ridurre il consumo di energia di oltre la metà.
- **Scelga le opzioni più leggere** quando un'app offre un modello "fast", "mini" o "lite" per le domande semplici.
- **Disattivi le funzioni di IA che non usa** in app e dispositivi, dove le impostazioni lo consentono.

**Abitudini che contano poco:**

- Dire "per favore" e "grazie". Le parole in più sono minime rispetto a una risposta lunga.
- Fare una domanda occasionale a un chatbot testuale. Secondo il dato di OpenAI, ognuna consuma più o meno quanto una
  lampadina ad alta efficienza in un paio di minuti.

Il quadro generale dipende meno dalle abitudini individuali e più da come l'IA è integrata in prodotti e servizi usati
da moltissime persone. È lì che la pressione per l'efficienza e per informazioni oneste fa la differenza maggiore. La
nostra pagina [usare l'IA in modo efficiente](/it/buone-pratiche/usare-l-ia-in-modo-efficiente-abitudini-quotidiane/) offre altri consigli.

## Come posso valutare le affermazioni sull'IA e l'ambiente? {#how-can-i-judge-claims-about-ai-and-the-environment}

Chieda che cosa viene misurato, chi l'ha misurato e con che cosa viene confrontato. Sia le affermazioni allarmanti sia
quelle rassicuranti possono trarre in inganno se mancano questi elementi.

Domande da porre:

1. **Per che cosa?** Per domanda, per immagine, per anno, per utente? Un totale grande può significare poco per
   singolo uso, e viceversa.
2. **Chi lo dice?** Il dato di un'azienda, uno studio indipendente o un articolo che ripete una vecchia stima?
3. **Che cosa è incluso?** Solo i chip, o l'intero data centre, la fornitura di elettricità e la produzione?
4. **Quanto è vecchio?** I dati cambiano in fretta. Un numero di qualche anno fa può essere dieci volte troppo alto, o
   troppo basso.
5. **Rispetto a che cosa?** "Dieci volte più di una ricerca" significa poco se non sa quanto consuma una ricerca.
6. **Si sta confondendo l'efficienza con un uso minore?** Se l'IA diventa più economica per domanda, le persone
   potrebbero semplicemente usarne di più. È il cosiddetto [effetto rimbalzo](/it/glossario/#rebound-effect).

Diffidi di parole come "verde", "pulito" o "a emissioni zero" senza dati a sostegno. Cominciano a comparire
valutazioni indipendenti: l'AI Energy Score, lanciato da Hugging Face e partner, assegna ai modelli di IA da una a
cinque stelle per l'efficienza energetica, un po' come le etichette degli elettrodomestici. Approfondisca in
[etichette energetiche per l'IA](/it/articoli/etichette-energetiche-e-benchmark-per-l-ia/).

## Come posso far sentire la mia voce? {#how-can-i-have-a-say}

Può influire sull'IA verde con ciò che sceglie, con ciò che chiede al lavoro o a scuola, e con le decisioni pubbliche
su data centre e regolamentazione. Le organizzazioni ascoltano quando abbastanza persone chiedono.

- **Come utente:** scelga servizi che pubblicano informazioni chiare su energia e acqua, e lo faccia presente alle
  aziende quando non lo fanno.
- **Al lavoro:** chieda se il Suo datore di lavoro ha una policy sull'uso dell'IA e sulla scelta dei fornitori. Gli
  segnali la nostra [guida per le imprese](/it/guide/ia-verde-per-le-imprese/).
- **A scuola o all'università:** chieda come vengono insegnati l'IA e i suoi costi ambientali. Gli insegnanti trovano
  risorse nella nostra [sezione scuole](/it/scuole/), e i ragazzi possono cominciare da [per gli studenti](/it/scuole/la-green-ai-spiegata-ai-ragazzi/).
- **A livello locale:** in molti paesi i nuovi data centre richiedono un permesso urbanistico. Le domande di permesso e
  le consultazioni locali sono un'occasione per chiedere di elettricità, acqua e calore di scarto.
- **A livello nazionale:** i governi svolgono consultazioni su IA, energia e politiche digitali. Risponda alle
  consultazioni, o scriva ai Suoi rappresentanti eletti, chiedendo che i fornitori di IA rendicontino energia e
  acqua.
- **Nella Sua comunità:** anche enti benefici e gruppi locali possono usare bene l'IA; la nostra
  [guida per gli enti benefici](/it/guide/ia-verde-per-gli-enti-benefici/) può essere d'aiuto.

## L'IA può anche aiutare l'ambiente? {#can-ai-also-help-the-environment}

Sì, in alcuni usi, e anche questo fa parte del quadro. L'IA serve a prevedere il tempo, individuare guasti sulle
linee elettriche, pianificare l'uso delle energie rinnovabili e accelerare i modelli scientifici, e alcuni di questi
usi possono far risparmiare più energia di quanta ne consumino.

Il problema è che questi risparmi sono raramente misurati, mentre i costi dell'uso quotidiano dell'IA sono distribuiti
su un numero enorme di dispositivi e servizi. L'IA verde chiede che entrambi i lati vengano conteggiati con onestà:
quanto costa un uso dell'IA e quanto fa davvero risparmiare. Privilegia inoltre un metodo semplice e ben compreso,
quando ne esiste già uno che fa il lavoro, e riserva l'IA ai problemi in cui aggiunge qualcosa di nuovo.

I ricercatori stanno lavorando a modi per rendere i modelli di IA molto più piccoli ed economici da far funzionare,
spesso usando la matematica invece di più potenza di calcolo. Questo lavoro conta perché rende disponibile lo stesso
aiuto con meno energia, su più dispositivi e a più persone.

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

1. **La prossima volta che usa l'IA**, si chieda se basterebbe uno strumento più semplice.
2. **Riduca la generazione di immagini e video** che non Le serve davvero, e affini invece di rigenerare.
3. **Chieda risposte brevi** quando Le serve solo una risposta rapida.
4. **Verifichi un'affermazione** sull'IA e l'ambiente che Le capita di leggere con le sei domande riportate sopra.
5. **Chieda al Suo datore di lavoro, alla scuola o al comune** qual è il loro approccio all'IA e all'energia.
6. **Approfondisca:** cominci da [che cos'è l'IA verde?](/it/articoli/che-cos-e-l-ia-verde/) e
   [perché l'IA verde conta adesso](/it/articoli/perche-l-ia-verde-conta-adesso/), oppure esplori la [sezione scuole](/it/scuole/)
   insieme a un ragazzo o una ragazza.

## Domande frequenti

### Quanta energia consuma una domanda a ChatGPT?

L'amministratore delegato di OpenAI ha dichiarato che una query media consuma circa 0,34 Wh, più o meno quanto consuma un forno in poco più di un secondo. Epoch AI ha stimato in modo indipendente circa 0,3 Wh per una query tipica. Le richieste lunghe o complesse consumano di più.

### L'IA consuma molta acqua?

Per prompt testuale, poca: Google riferisce 0,26 mL per un prompt mediano a Gemini. Contano di più i totali: alcuni ricercatori hanno stimato che l'addestramento di GPT-3 nei data centre statunitensi di Microsoft potrebbe aver fatto evaporare circa 700.000 litri di acqua dolce. Gli effetti locali dipendono da dove si trovano i data centre.

### Dovrei smettere di usare l'IA per aiutare il pianeta?

Non necessariamente. Secondo il dato di OpenAI, una domanda testuale occasionale consuma più o meno quanto una lampadina ad alta efficienza in un paio di minuti. Ha più senso usare l'IA dove aiuta, evitare abitudini dispendiose come generare decine di immagini e chiedere informazioni migliori.

### Dire 'per favore' e 'grazie' a un chatbot spreca energia?

Ogni parola in più aggiunge una quantità minima di elaborazione, ma è davvero poca rispetto all'energia necessaria per generare risposte lunghe, immagini o video. Non è un'abitudine di cui preoccuparsi.

## Fonti

- [Measuring the environmental impact of delivering AI at Google scale](https://arxiv.org/abs/2508.15734), Elsworth et al., Google (2025)
- [The gentle singularity](https://blog.samaltman.com/the-gentle-singularity), Sam Altman (OpenAI) (2025)
- [How much energy does ChatGPT use?](https://epoch.ai/gradient-updates/how-much-energy-does-chatgpt-use), Epoch AI (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)
- [Power Hungry Processing: Watts Driving the Cost of AI Deployment?](https://arxiv.org/abs/2311.16863), Luccioni, Jernite and Strubell, ACM FAccT (2024)
- [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)
- [Energy and AI](https://www.iea.org/reports/energy-and-ai), International Energy Agency (2025)
- [Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO and University College London (2025)
- [Announcing AI Energy Score ratings](https://huggingface.co/blog/sasha/announcing-ai-energy-score), Hugging Face (2025)
