La richiesta arriva direttamente dal Palazzo di Vetro, con un’amplificazione che non lascia spazio a fraintendimenti. Il Segretario Generale dell’ONU, Antonio Guterres, ha messo le aziende dell’intelligenza artificiale di fronte a una scelta netta: smettere di considerare il costo ambientale come un problema di qualcun altro, e iniziare a rendere conto di quanto le loro reti consumano in termini di carbonio, acqua e territorio.

Per chi sviluppa e distribuisce Large Language Models, l’impatto non è mai stato un dettaglio trascurabile, ma spesso è rimasto confinato a stime vaghe. Allenare un modello di grandi dimensioni comporta un assorbimento di energia elettrica che può eguagliare il fabbisogno annuale di decine di abitazioni, senza contare i litri d’acqua usati per raffreddare i server e i terreni occupati dai data center. L’appello delle Nazioni Unite punta a rompere il velo di opacità: le organizzazioni dovrebbero rendere pubblici questi numeri, in modo da permettere valutazioni indipendenti.

L’impronta invisibile dell’AI

L’attenzione si è finora concentrata sulla potenza di calcolo, sulla qualità dei modelli o sul costo per token in fase di inference. Ma dietro ogni richiesta a un chatbot o a un sistema di generazione di immagini c’è un’infrastruttura fisica che esige risorse. I chip specializzati – dalle GPU alle unità dedicate – funzionano a pieno regime in strutture che, se non alimentate da fonti rinnovabili, aggravano l’impronta climatica. Inoltre, la produzione dell’hardware stesso richiede miniere di terre rare e processi industriali energivori. Senza una contabilità chiara, il settore rischia di diventare un gigante dai piedi d’argilla, dove l’innovazione corre più veloce della responsabilità.

On-premise: controllo e sostenibilità

Per le realtà che valutano deployment on-premise, la questione ambientale si intreccia con la sovranità dei dati e con il Total Cost of Ownership. Chi gestisce in proprio i server su cui girano LLM o pipeline di addestramento può decidere l’origine dell’energia, ottimizzare i carichi e ridurre sprechi. Certo, un’infrastruttura self-hosted non è automaticamente verde: richiede investimenti in hardware efficiente e in accordi di fornitura elettrica pulita. Ma offre un grado di trasparenza che i servizi cloud multi-tenant non sempre garantiscono. È esattamente il tipo di disclosure che l’ONU sollecita: sapere quanta CO₂ viene emessa per ogni attività, dalla quantization del modello al servizio di inference.

Oltre il marketing: una scelta di governance

La pressione internazionale sposta il dibattito dall’angolo della comunicazione aziendale a quello della governance. Non basta più dichiarare impegni generici verso la neutralità climatica: servono metriche verificabili, estese all’intera catena di fornitura. Le banche di sviluppo e gli investitori istituzionali potrebbero presto pretenderle come condizione per i finanziamenti. In questo scenario, le organizzazioni che già misurano i consumi delle proprie macchine – ad esempio attraverso framework di monitoraggio energetico integrati con l’orchestrazione dei container – partono con un vantaggio competitivo. La sostenibilità, da variabile trascurabile, diventa un asset di fiducia.