IA e clima, Google e Amazon sotto pressione

La corsa all'intelligenza artificiale sta mettendo sotto pressione gli impegni climatici delle grandi aziende tecnologiche. Il caso di Google e Amazon mostra con chiarezza il nodo centrale della nuova economia digitale: i sistemi di IA promettono efficienza, innovazione e strumenti utili anche alla transizione ecologica, ma richiedono enormi quantità di energia, nuovi data center, chip avanzati, server, acqua per il raffreddamento e filiere industriali sempre più complesse. Il risultato è una tensione crescente tra crescita tecnologica e riduzione delle emissioni di gas serra.

Il paradosso climatico dell'intelligenza artificiale

Il punto più delicato è il paradosso della IA: la stessa tecnologia che può aiutare a ottimizzare reti elettriche, trasporti, consumi energetici e previsioni climatiche sta aumentando la domanda di infrastrutture digitali ad alta intensità energetica. Per aziende come Google e Amazon, l'intelligenza artificiale non è più un settore sperimentale, ma il cuore della nuova competizione industriale.
Questo significa che la crescita dell'IA generativa, dei modelli linguistici, dei servizi cloud e delle applicazioni aziendali richiede una potenza di calcolo molto superiore rispetto a molti servizi digitali tradizionali. Ogni modello addestrato, ogni richiesta elaborata, ogni nuovo prodotto basato su IA passa attraverso server, processori specializzati e sistemi di raffreddamento. Il problema non è soltanto quanta energia consumi una singola operazione, ma la scala globale su cui queste operazioni vengono moltiplicate.

Google e Amazon davanti ai propri obiettivi

Sia Google sia Amazon hanno assunto negli anni impegni climatici ambiziosi. Google punta a ridurre le proprie emissioni e ad avanzare verso obiettivi di neutralità climatica e utilizzo di energia pulita su base continuativa. Amazon, attraverso il Climate Pledge, ha fissato l'obiettivo della neutralità carbonica entro il 2040. Il problema è che la crescita dell'IA sta rendendo questi percorsi meno lineari.
I numeri più recenti indicano una difficoltà evidente: le emissioni totali stanno crescendo, nonostante investimenti in energia rinnovabile, efficienza energetica e tecnologie più pulite. Questa è la contraddizione centrale. Le aziende migliorano alcuni indicatori, come l'efficienza dei data center o le emissioni per unità di ricavo, ma l'espansione complessiva delle attività può cancellare parte dei benefici. In altre parole, diventare più efficienti non basta se la scala cresce troppo rapidamente.

I numeri di Google

Il dato su Google è particolarmente significativo: le emissioni complessive risultano aumentate dell'82% dal 2019 e di oltre il 18% nell'ultimo anno. Il totale indicato per l'ultimo esercizio è pari a 18,8 milioni di tonnellate di CO2 equivalente. Si tratta di un incremento rilevante per un'azienda che, da anni, presenta la sostenibilità come parte integrante della propria strategia industriale.
La stessa Google segnala che nel 2025 la domanda di elettricità è cresciuta del 37% su base annua, in un contesto di forte espansione dell'infrastruttura per l'intelligenza artificiale. Pur avendo ridotto alcune emissioni operative e firmato nuovi accordi per energia pulita, il gruppo riconosce che lo sviluppo delle infrastrutture IA procede più velocemente della decarbonizzazione delle reti elettriche. È una frase chiave, perché spiega il problema strutturale: i data center crescono più rapidamente della disponibilità di energia realmente pulita.

I numeri di Amazon

Anche Amazon mostra una dinamica simile. Le emissioni complessive risultano cresciute del 58% dal 2019 e di oltre il 16% nell'ultimo anno, arrivando a circa 80,85 milioni di tonnellate di CO2 equivalente. Il dato è molto più ampio di quello di Google perché Amazon combina più attività: cloud computing, data center, e-commerce, magazzini, logistica, trasporti e consegne globali.
Amazon rivendica però anche progressi importanti, come la riduzione delle emissioni per pacco spedito, l'aumento dei veicoli elettrici, il miglioramento dell'efficienza dei data center e un ampio portafoglio di energia senza carbonio. Il punto critico resta la crescita assoluta. Se l'azienda diventa più efficiente ma continua ad aumentare in modo massiccio attività, infrastrutture e domanda energetica, le emissioni totali possono comunque salire.

La differenza tra emissioni assolute e intensità carbonica

Per capire il caso di Google e Amazon, bisogna distinguere tra emissioni assolute e intensità carbonica. Le emissioni assolute indicano quanta CO2 equivalente viene prodotta in totale. L'intensità carbonica misura invece quante emissioni vengono generate per unità di ricavo, per prodotto, per pacco consegnato o per servizio erogato.
Un'azienda può ridurre la propria intensità carbonica e, nello stesso tempo, aumentare le emissioni totali. È ciò che accade quando il business cresce più velocemente dell'efficienza. Dal punto di vista aziendale, ridurre l'intensità può sembrare un progresso. Dal punto di vista climatico, però, ciò che conta per l'atmosfera è il volume complessivo di gas serra emesso. Il clima non misura l'efficienza relativa: misura le tonnellate totali.

Il ruolo dei data center

I data center sono al centro della questione. Sono le infrastrutture fisiche che permettono a servizi cloud, piattaforme digitali e modelli di intelligenza artificiale di funzionare. Per l'utente finale, l'IA appare spesso come un'interfaccia semplice: una chat, un motore di ricerca evoluto, un assistente aziendale, un generatore di immagini o un sistema di analisi. Dietro quella semplicità c'è però una macchina industriale enorme.
Ogni data center richiede elettricità per alimentare server, processori, sistemi di archiviazione, reti e impianti di raffreddamento. L'efficienza è migliorata molto rispetto al passato, ma l'aumento della domanda può superare i miglioramenti tecnici. È il cuore del problema: un data center più efficiente consuma meno a parità di lavoro, ma se il lavoro richiesto cresce in modo esponenziale, il consumo totale può comunque aumentare.

L'energia pulita non arriva sempre dove serve

Google e Amazon acquistano grandi quantità di energia rinnovabile e firmano accordi per nuovi impianti solari, eolici, geotermici o nucleari di nuova generazione. Tuttavia, la disponibilità di energia pulita non è uniforme. Un data center consuma elettricità in un luogo specifico, collegato a una rete specifica, in un momento specifico. Compensare annualmente i consumi con energia rinnovabile acquistata altrove non equivale sempre a utilizzare energia pulita ogni ora.
Questo è uno dei nodi più tecnici e più importanti. La decarbonizzazione richiede che la nuova domanda elettrica sia coperta da energia pulita realmente disponibile sulle reti locali. Se i data center crescono in aree dove la rete dipende ancora da gas, carbone o altre fonti fossili, le emissioni possono aumentare anche se l'azienda firma contratti rinnovabili su scala globale. La geografia dell'energia conta quanto la quantità acquistata.

La rete elettrica come collo di bottiglia

La crescita dell'IA incontra un limite fisico: la capacità delle reti elettriche. Costruire nuovi data center può essere più rapido che costruire nuove linee, nuovi impianti rinnovabili, sistemi di accumulo e infrastrutture di trasmissione. Questo crea colli di bottiglia: la domanda cresce subito, mentre l'offerta pulita richiede autorizzazioni, investimenti, materiali, connessioni e tempi tecnici.
Google ha riconosciuto proprio questo problema, indicando che la costruzione dell'infrastruttura per intelligenza artificiale procede più velocemente della decarbonizzazione della rete. È una frase che sintetizza la sfida del settore tecnologico: non basta volere energia pulita, bisogna poterla connettere, distribuire e usare nel momento in cui serve. L'IA accelera; la rete elettrica, spesso, no.

Il peso della filiera

Una parte decisiva delle emissioni non nasce direttamente dai data center, ma dalla filiera. Server, chip, processori grafici, sistemi di raffreddamento, edifici, materiali da costruzione e trasporti generano emissioni prima ancora che il data center venga acceso. Queste emissioni rientrano spesso nel cosiddetto Scope 3, cioè le emissioni indirette lungo la catena del valore.
Nel caso di Google, le emissioni della filiera sono cresciute in modo rilevante anche per effetto della costruzione di nuove infrastrutture IA. Nel caso di Amazon, oltre due terzi delle emissioni sono legati alla supply chain, che comprende fornitori, produzione, costruzioni, trasporti e attività esterne. Questo rende la decarbonizzazione molto più difficile: non basta rendere efficiente l'azienda al proprio interno, bisogna trasformare migliaia di fornitori in molti Paesi.

Chip, server e materiali: l'impatto nascosto

L'intelligenza artificiale dipende da chip avanzati, server specializzati e componenti ad alte prestazioni. La produzione di questi elementi richiede energia, acqua, sostanze chimiche, metalli, semiconduttori e catene industriali globali. Anche quando il data center funziona con elettricità pulita, l'impatto incorporato nei materiali e nei dispositivi resta una voce significativa.
Questo impatto è spesso meno visibile al grande pubblico. Quando si parla di emissioni dell'IA, si pensa soprattutto all'energia consumata durante l'uso dei modelli. Ma una parte del problema nasce prima: fabbriche, logistica, costruzione degli edifici, cemento, acciaio, elettronica e sostituzione rapida dell'hardware. La corsa alla potenza di calcolo rischia di accorciare i cicli di vita delle apparecchiature, aumentando la pressione ambientale.

Acqua e raffreddamento

La questione climatica dell'IA non riguarda soltanto la CO2. I data center consumano anche acqua, soprattutto per il raffreddamento in alcune configurazioni. Le aziende tecnologiche stanno investendo in sistemi più efficienti, raffreddamento ad aria, acqua riciclata e progetti di reintegro idrico, ma il tema resta sensibile, soprattutto nelle aree soggette a siccità o stress idrico.
Amazon sostiene che i propri data center siano molto più efficienti della media del settore nell'uso dell'acqua e rivendica progressi verso l'obiettivo di diventare water-positive. Google, a sua volta, indica progetti di reintegro idrico e riduzione dell'impatto locale. Ma anche in questo caso conta la scala: più data center vengono costruiti, più cresce la necessità di valutare l'impatto sulle comunità, sulle falde e sulle reti idriche locali.

Google tra efficienza e aumento delle emissioni

Il caso di Google mostra bene la complessità del problema. L'azienda evidenzia data center molto efficienti, accordi per energia pulita, strumenti IA applicati a clima, traffico, energia e prevenzione dei disastri. Tuttavia, i dati sulle emissioni totali indicano che la crescita dell'infrastruttura digitale sta spingendo verso l'alto l'impronta climatica complessiva.
Questo non significa che gli investimenti di Google siano irrilevanti. Significa che l'efficienza, da sola, non compensa sempre la crescita. Se la domanda elettrica aumenta del 37% in un anno, anche un data center eccellente sul piano tecnico può contribuire a un aumento dell'impatto ambientale complessivo. La domanda centrale è quindi: la crescita dell'IA può essere resa compatibile con obiettivi climatici assoluti, non solo relativi?

Amazon tra cloud, logistica e consegne

Per Amazon, il quadro è ancora più ampio perché il gruppo non è solo cloud. AWS è una parte centrale della crescita dell'IA, ma l'impronta climatica di Amazon include anche magazzini, imballaggi, consegne, trasporto merci, edifici, fornitori e vendita al dettaglio. Questo rende la traiettoria climatica del gruppo più difficile da isolare rispetto a quella di un'azienda focalizzata quasi esclusivamente su software e cloud.
Amazon rivendica progressi su veicoli elettrici, riduzione degli imballaggi, energia carbon-free e data center più efficienti. Tuttavia, il forte aumento delle emissioni totali mostra che la crescita del gruppo continua a esercitare una pressione rilevante sull'ambiente. L'IA aggiunge un nuovo livello di domanda energetica a un modello già molto esteso dal punto di vista logistico e infrastrutturale.

Il rischio dell'effetto rimbalzo

Il fenomeno che colpisce il settore tecnologico è simile al cosiddetto effetto rimbalzo. Quando una tecnologia diventa più efficiente, il suo costo operativo può diminuire e il suo utilizzo può aumentare. Il risultato è che il consumo totale non scende, ma cresce. Nell'IA, modelli più efficienti possono rendere più economico integrare funzioni intelligenti ovunque: ricerca, pubblicità, cloud, e-commerce, assistenti, automazione, analisi dati e software aziendali.
Se ogni prodotto digitale incorpora intelligenza artificiale, la domanda complessiva di calcolo può aumentare molto più rapidamente dei risparmi per singola operazione. Questo è il rischio principale: non che ogni uso dell'IA sia insostenibile, ma che l'espansione indiscriminata della tecnologia renda insufficiente qualsiasi miglioramento tecnico. L'efficienza deve quindi essere accompagnata da criteri di necessità, priorità e trasparenza.

IA utile al clima, ma non automaticamente verde

Un punto essenziale è evitare una lettura semplicistica. L'IA può essere utile alla lotta climatica: può migliorare previsioni meteorologiche, gestione delle reti elettriche, efficienza industriale, monitoraggio ambientale, progettazione di materiali, trasporti e agricoltura. Google e Amazon insistono proprio su questo aspetto: la tecnologia può ridurre emissioni in altri settori.
Ma l'IA non è automaticamente verde. Dipende da come viene progettata, alimentata, usata e misurata. Un modello utilizzato per ottimizzare una rete elettrica può avere un beneficio ambientale superiore al suo costo. Un'applicazione superflua, replicata miliardi di volte, può invece aggiungere consumo senza un vantaggio climatico proporzionato. La sostenibilità dell'intelligenza artificiale va valutata caso per caso, non dichiarata per principio.

La trasparenza diventa decisiva

La nuova fase richiede maggiore trasparenza. Le aziende dovrebbero indicare con chiarezza quanta energia consumano i data center, dove si trovano, quale quota è coperta da energia pulita locale e oraria, quanta acqua viene usata, quali emissioni derivano dalla costruzione delle infrastrutture e quanto incide l'IA rispetto agli altri servizi digitali.
Senza dati granulari, il dibattito resta incompleto. Dire che una piattaforma usa energia rinnovabile può non bastare se non si sa quando e dove quell'energia viene prodotta. Dire che un data center è efficiente può non bastare se il numero di data center cresce rapidamente. Dire che l'IA abilita risparmi climatici può non bastare se quei benefici non sono misurati con metodologie verificabili e confrontabili.

Il nodo degli obiettivi net-zero

Gli obiettivi net-zero di Google e Amazon sono al centro della pressione pubblica. Il punto non è soltanto dichiarare una data, ma dimostrare che la traiettoria sia coerente. Se le emissioni assolute continuano a salire, diventa più difficile convincere investitori, regolatori e cittadini che la neutralità climatica sia raggiungibile senza una correzione sostanziale del modello di crescita.
Il rischio è che il concetto di net-zero venga percepito come troppo dipendente da compensazioni, crediti di carbonio o promesse future. Per mantenere credibilità, le aziende devono mostrare riduzioni reali nelle emissioni operative e nella filiera. La crescita dell'IA rende questo compito più complesso, perché spinge in direzione opposta proprio mentre gli obiettivi climatici richiederebbero una riduzione netta.

Compensazioni e crediti di carbonio

Le compensazioni possono avere un ruolo, ma non possono sostituire la riduzione diretta delle emissioni. Investire in riforestazione, rimozione del carbonio o crediti climatici può contribuire a bilanciare una parte dell'impatto, ma la priorità resta evitare emissioni alla fonte. Se un'azienda continua ad aumentare la propria impronta e si affida troppo a strumenti compensativi, la strategia rischia di perdere credibilità.
Nel settore dell'IA, questa distinzione è fondamentale. La crescita dei data center produce domanda reale di energia e materiali. La risposta più robusta è alimentare quelle infrastrutture con energia pulita aggiuntiva, ridurre il consumo per operazione, allungare la vita dell'hardware, riciclare materiali e contenere gli usi non necessari. Le compensazioni possono integrare, non sostituire, queste misure.

Comunità locali e nuovi data center

La costruzione di nuovi data center non è solo una questione aziendale. Riguarda anche le comunità locali che ospitano infrastrutture, linee elettriche, impianti di raffreddamento e nuove richieste sulla rete. In alcune aree, i cittadini temono aumento dei consumi idrici, pressione sulle tariffe elettriche, uso del suolo, rumore, generatori di emergenza e scarsa trasparenza sui benefici occupazionali.
Google e Amazon sostengono di voler essere buoni vicini e di investire in energia pulita senza gravare sulle comunità. Tuttavia, la fiducia dipende dai fatti misurabili: contratti energetici, impatto sulle bollette, disponibilità d'acqua, numero di posti di lavoro, tasse locali, comunicazione preventiva e monitoraggio ambientale. L'espansione dell'IA rende questi rapporti territoriali sempre più importanti.

Regolatori e governi sotto pressione

Il caso di Google e Amazon mette sotto pressione anche i governi. La domanda di data center può sostenere investimenti, occupazione e competitività tecnologica, ma può anche complicare piani climatici nazionali e regionali. Se le reti elettriche devono alimentare grandi carichi industriali digitali, servono regole chiare su connessioni, energia pulita, uso dell'acqua e rendicontazione delle emissioni.
I regolatori dovranno decidere se trattare i data center IA come infrastrutture strategiche da facilitare a ogni costo o come grandi consumatori da inserire in una pianificazione energetica rigorosa. La risposta più equilibrata dovrebbe evitare sia il blocco ideologico sia il via libera automatico. L'innovazione è importante, ma deve essere compatibile con sicurezza energetica, clima e diritti delle comunità.

Il ruolo degli investitori

Gli investitori osservano con crescente attenzione la distanza tra crescita dell'IA e impegni climatici. Da un lato, l'intelligenza artificiale promette ricavi enormi, maggiore produttività e vantaggi competitivi. Dall'altro, l'aumento delle emissioni può creare rischi reputazionali, regolatori e finanziari. Le aziende potrebbero trovarsi a dover investire somme sempre maggiori in energia, reti, compensazioni e mitigazione ambientale.
Per i mercati, il tema non è soltanto etico. È anche economico. Se la domanda energetica dell'IA cresce troppo rapidamente, il costo dell'elettricità, l'accesso alla rete e i vincoli ambientali possono diventare fattori limitanti. Le aziende che sapranno garantire capacità di calcolo con minore impatto climatico potrebbero ottenere un vantaggio competitivo. La sostenibilità, in questo settore, può diventare parte della strategia industriale.

Consumatori e utenti finali

Anche gli utenti hanno un ruolo, seppur indiretto. Ogni volta che una funzione basata su IA generativa viene integrata in un prodotto digitale, aumenta la domanda potenziale di calcolo. Il singolo utente non può conoscere l'impatto esatto di ogni richiesta, ma può chiedere maggiore trasparenza, impostazioni efficienti e prodotti progettati per evitare sprechi computazionali.
Le aziende tecnologiche dovrebbero rendere più comprensibile il costo ambientale dei servizi digitali. Non per colpevolizzare il consumatore, ma per evitare l'idea che il cloud sia immateriale. Dietro ogni servizio online esistono server, elettricità, acqua, materiali e persone. La digitalizzazione non elimina l'impatto fisico dell'economia: lo sposta dentro infrastrutture meno visibili.

IA più efficiente: la sfida tecnica

Una parte della soluzione passa da modelli di intelligenza artificiale più efficienti. Non tutti gli usi richiedono modelli giganteschi. In molti casi, modelli più piccoli, specializzati o ottimizzati possono offrire risultati adeguati con meno consumo di energia. Anche il miglioramento dei chip, dei sistemi di raffreddamento e del software può ridurre il costo ambientale per operazione.
Il punto è trasformare l'efficienza in riduzione reale, non solo in maggiore utilizzo. Se un modello diventa due volte più efficiente ma viene usato dieci volte di più, le emissioni possono comunque aumentare. Per questo serve una cultura tecnica orientata non soltanto alla prestazione, ma anche alla sobrietà computazionale: usare la potenza necessaria, non sempre la massima disponibile.

Energia nucleare, geotermia e nuove fonti

Google e Amazon stanno guardando anche a nucleare avanzato, geotermia, accumuli di lunga durata e altre tecnologie capaci di fornire energia pulita e continua. La ragione è chiara: i data center hanno bisogno di elettricità stabile, non solo intermittente. Solare ed eolico sono fondamentali, ma devono essere integrati con reti, batterie, accumuli e fonti programmabili a basse emissioni.
Questa strategia può aiutare, ma richiede tempi lunghi. Nuovi impianti energetici, soprattutto quelli più innovativi, non si costruiscono dall'oggi al domani. Nel frattempo, la domanda di calcolo IA cresce molto rapidamente. Il rischio è un divario temporale: l'infrastruttura digitale arriva subito, l'infrastruttura energetica pulita arriva dopo. È proprio in quel divario che le emissioni aumentano.

La responsabilità dei grandi gruppi tecnologici

Google e Amazon non sono aziende qualsiasi. Sono infrastrutture centrali dell'economia digitale globale. Per questo la loro responsabilità climatica è maggiore rispetto a imprese più piccole. Le loro scelte su data center, energia, chip, cloud e IA influenzano intere filiere, fornitori, mercati energetici e standard del settore.
Se questi gruppi riescono a dimostrare che l'intelligenza artificiale può crescere riducendo davvero le emissioni assolute, possono guidare una trasformazione positiva. Se invece la crescita dell'IA continua a spingere verso l'alto l'impronta climatica, il settore rischia di perdere credibilità proprio mentre chiede fiducia per gestire tecnologie sempre più pervasive.

Il confine tra innovazione e sostenibilità

La questione non è scegliere tra innovazione e clima. La vera sfida è capire quale innovazione sia sostenibile e a quali condizioni. Un'IA usata per migliorare diagnosi mediche, efficienza energetica o ricerca scientifica può avere benefici sociali enormi. Ma un'espansione incontrollata di funzioni IA marginali, pubblicitarie o ridondanti può generare costi ambientali non giustificati.
Per questo il dibattito deve diventare più maturo. Non basta dire che l'IA è il futuro, né basta dire che consuma troppo. Bisogna valutare usi, benefici, costi, alternative e impatti. Google e Amazon, per dimensione e influenza, sono i primi soggetti chiamati a dimostrare che questa valutazione può essere fatta con rigore e trasparenza.

Una prova di credibilità per la tecnologia

L'aumento delle emissioni di Google e Amazon rende evidente che la rivoluzione dell'IA ha un costo fisico. Non è un fenomeno sospeso nel digitale, ma un processo industriale fatto di energia, materiali, reti, acqua e filiere globali. La pressione climatica non cancella il valore dell'intelligenza artificiale, ma obbliga a misurarne l'impatto con maggiore onestà.
La domanda decisiva dei prossimi anni sarà semplice: i giganti tecnologici riusciranno a far crescere l'IA senza far crescere anche la propria impronta climatica? La risposta dipenderà da energia pulita reale, reti più robuste, supply chain decarbonizzate, modelli più efficienti e maggiore trasparenza. Se questo approfondimento ti ha aiutato a capire il legame tra intelligenza artificiale, Google, Amazon e clima, lascia un commento e racconta se secondo te l'innovazione digitale può davvero restare compatibile con gli obiettivi ambientali.