Apriamo ChatGPT come se fosse aria. In realtà dietro c'è cemento, server, trasformatori e — spesso — acqua per raffreddare. Non è un invito al senso di colpa: è un invito a capire. Se lavori con prodotti digitali in Svizzera, sapere come l'IA consuma energia ti aiuta a scegliere modelli, hosting e automazioni con più lucidità.
I numeri (senza panico, senza propaganda)
Secondo l'Agenzia Internazionale dell'Energia (IEA), nel 2024 i data center hanno consumato circa 415 TWh di elettricità — circa l'1,5% della domanda mondiale. La crescita è rapida: più di quattro volte quella del consumo elettrico totale negli ultimi anni. L'IEA stima che, nello scenario di base, il fabbisogno possa avvicinarsi al raddoppio verso il 2030 (intorno ai 945–950 TWh).
Non tutto questo è "IA". Streaming, cloud, storage e servizi digitali pesano da anni. L'IA, però, accelera la domanda: i data center orientati all'AI crescono più in fretta del resto. Negli Stati Uniti, l'IEA segnala anche una concentrazione geografica fortissima: pochi cluster regionali assorbono una fetta enorme della capacità.
L'acqua è l'altro pezzo meno raccontabile. Raffreddamento evaporativo e impianti locali possono mettere sotto stress territori già in tensione idrica. Le metriche sull'acqua sono meno standardizzate di quelle elettriche: per questo conviene diffidare di claim vaghi tipo "100% green" senza dettagli su mix energetico, PUE e uso idrico.
Cosa cambia per una PMI (e per chi costruisce software)
Non controllerai la rete elettrica globale. Puoi però ridurre chiamate inutili ai modelli grandi, evitare di "tenere acceso" un agent che rifà lo stesso lavoro dieci volte, e preferire retrieval sui tuoi documenti invece di far riscrivere tutto da zero a ogni richiesta.
Conta anche dove girano i dati. Un hosting con elettricità a basso carbonio (in Svizzera il mix idroelettrico aiuta, ma non è magia automatica) e un'architettura sobria batteranno sempre un prodotto pieno di script di terze parti, video autoplay e chiamate API redundant.
Stesso discorso per le demo: un prototipo che brucia token a vuoto per impressionare in riunione ha un costo ambientale e economico. Un pilota con perimetro stretto e metriche chiare consuma meno — e decide meglio.
Cinque scelte concrete, senza greenwashing
1) Misura prima di moralizzare: quante richieste AI al mese? Quale modello? Serve davvero la versione più grande? 2) Cache e memoizzazione per risposte ripetitive. 3) Spegnimento e limiti di budget API. 4) Preferisci task assistiti (bozza + umano) agli agent autonomi su azioni irreversibili. 5) Chiedi al provider dove sono i data center e che garanzie energetiche offrono — se non rispondono, è un segnale.
Per siti e web app: immagini compresse, meno dipendenze, meno tracker, hosting sobrio. Il "peso" di una pagina non è solo UX: è anche trasferimento dati e cicli di CPU su dispositivi e reti.
In Rey Labs trattiamo l'IA come leva di prodotto con perimetro: receptionist vocali e automazioni utili, non chat infinite senza misura. Meno rumore, meno watt sprecati, più valore per chi paga il servizio.
Il paradosso utile
L'IEA ricorda anche l'altra faccia: l'IA può ottimizzare reti, edifici, industria. Il punto non è demonizzare i modelli. È evitare di usare un martello energetico per piantare un chiodo da ufficio.
Ecologia digitale seria = curiosità sui dati + scelte architetturali + onestà commerciale. Non un logo foglia sul footer.
Conclusione
I data center cresceranno. Puoi fingere di non vederlo, oppure progettare prodotti che rispettano energia, acqua e pazienza umana. La seconda strada è anche quella più professionale.
Se stai valutando un'automazione o un prodotto AI e vuoi un disegno sobrio (costi, privacy, impatto), possiamo partire dal caso d'uso reale — non dallo slogan.