L’investitore Kevin O’Leary ha rilanciato la sua metafora preferita: i data center per l’intelligenza artificiale consumano molta meno acqua dei campi da golf. Lo ha detto a Business Insider mentre difende il suo progetto Stratos, 40.000 acri nello Utah che hanno già scatenato proteste e un ordine esecutivo del governatore. Il paragone, tecnicamente, regge: un data center iperscalare usa meno acqua di un green, se si guarda al volume totale. Ma è un esercizio di distrazione.

Ciò che conta non è il confronto con un settore che gode di un trattamento normativo e culturale del tutto diverso, ma l’impatto locale. L’acqua nello Utah è una risorsa tesa, contesa fra agricoltura, comunità residenziali e bacini naturali in sofferenza. Inserire un’infrastruttura idrovora in un ecosistema già fragile significa aggravare un conflitto, non risolverlo con statistiche nazionali. L’ordine esecutivo che ha bloccato il progetto non è nato da una tabella excel, ma da una pressione politica reale.

Per chi costruisce stack AI on-premise, la lezione è strutturale. Il Total Cost of Ownership non si misura più solo in kilowattora o cicli di GPU. L’acqua – o meglio, la sua indisponibilità – sta diventando un costo operativo nascosto e un rischio regolatorio. In regioni a stress idrico, un’azienda che valuta un cluster di inference locale potrebbe scoprire che il permesso di costruire il raffreddamento evaporativo è negato, o che le tariffe idriche lievitano, o che la comunità locale si oppone. In questi casi, il self-hosted diventa non una scelta di sovranità, ma un labirinto di permessi.

C’è un secondo effetto: la spinta tecnicica. L’opposizione all’uso dell’acqua accelera l’adozione di raffreddamento a liquido diretto o a immersione, che eliminano il consumo evaporativo ma alzano il CapEx. Questo sposta l’ago della bilancia del TCO: l’investimento iniziale sale, ma il costo operativo a lungo termine e il rischio di fermo impianto per siccità calano. Chi oggi progetta un’infrastruttura on-premise non può ignorare queste variabili, che intrecciano hardware, geopolitica, metereologia.

La dichiarazione di O’Leary ha il merito involontario di rendere visibile un conflitto latente. L’industria dei LLM cresce su un substrato fisico che non è infinito. Il paragone con il golf è comodo perché sposta il discorso su un nemico culturale, ma non risponde alla domanda vera: siamo disposti a pagare il prezzo idrico dell’intelligenza artificiale, e chi lo paga? I prossimi ordini esecutivi, in Utah e altrove, daranno risposte prima ancora che il settore le abbia formulate.