Giornata internazionale dell’acqua: come il terrorismo informativo sull’ai nasconde il vero spreco

In molti dibattiti contemporanei il tema del consumo idrico legato all’intelligenza artificiale è spesso trattato in modo parziale, con il risultato di distorcere la percezione del problema e di impedire valutazioni efficaci sulle priorità d’intervento.

Il rapporto reale tra consumi dell’AI e perdite idriche

Le analisi disponibili indicano che, entro il 2027, l’intelligenza artificiale potrebbe richiedere tra 0,3 e 0,6 miliardi di metri cubi d’acqua all’anno per il raffreddamento dei data center e la generazione elettrica. Si tratta di stime fondate che richiedono attenzione e misure concrete per ridurre l’impatto ambientale delle infrastrutture digitali.

Tuttavia questa è soltanto una parte della valutazione complessiva: ogni anno, a livello globale, circa 126 miliardi di metri cubi d’acqua immessi nelle reti non vengono contabilizzati né arrivano a destinazione. Questo fenomeno è noto come Non-Revenue Water ed è causato da perdite fisiche nelle condotte, guasti non rilevati, allacciamenti abusivi, errori di misurazione e consumi non contabilizzati.

La scala del problema e la proporzione

Il valore economico dello spreco idrico dovuto al Non-Revenue Water è stimabile in decine di miliardi di dollari all’anno. Messo in prospettiva, il mezzo miliardo di metri cubi che l’AI potrebbe consumare rappresenta meno dello 0,5% dell’acqua che le reti disperdono nel mondo: per ogni litro utilizzato dai data center, le reti idriche globali ne perdono oltre duecento.

In alcune nazioni la sproporzione è ancora più marcata. In Italia, ad esempio, gli acquedotti perdono ogni anno circa 3,5 miliardi di metri cubi d’acqua, quasi la metà di quanto immesso nel sistema, rispetto a una media europea di circa il 25%.

Perché la narrazione incompleta è fuorviante

La selezione sistematica di dati per supportare una determinata narrazione — ciò che alcuni definiscono terrorismo informativo — rischia di spostare l’attenzione dalle soluzioni concrete. La questione cruciale non è soltanto quanto consuma l’intelligenza artificiale, ma anche quanto possiamo ridurre gli sprechi adottando proprio tecnologie digitali e algoritmi per ottimizzare l’intero ciclo idrico.

Esempi concreti di riduzione delle perdite

Esistono già esperienze operative che dimostrano come l’uso combinato di sensori, IoT e machine learning contribuisca a ridurre le dispersioni idriche. A Sheffield, nel Regno Unito, l’applicazione di queste tecnologie ha permesso di diminuire quasi della metà le perdite visibili.

A Monterrey, in Messico, progetti basati sul machine learning hanno prodotto risparmi idrici compresi tra il 17% e il 35%. In Europa, alcune utility avanzate sono già scese sotto il 15-20% di perdita, mentre i casi di eccellenza hanno raggiunto tassi inferiori al 5%.

Anche in Italia ci sono iniziative rilevanti: gruppi come Gruppo CAP e MM hanno avviato progetti per ridurre i tempi di intervento, monitorare impianti e ottimizzare i flussi in ingresso, attività che nel loro complesso contribuiscono a limitare gli sprechi.

Una stima prudente dell’impatto delle tecnologie

Per comprendere il potenziale, facciamo un esercizio prudente: se si applicassero tecnologie digitali, intelligenza artificiale e sensoristica intelligente a appena il 10% delle reti idriche mondiali ottenendo un risparmio medio del 10% — una quota modesta rispetto ai risultati dimostrati sul campo — si recupererebbero circa 1,3 miliardi di metri cubi d’acqua ogni anno, ossia più del doppio del consumo idrico previsto per l’AI.

Barriere, costi e proposte operative

Nonostante le potenzialità, esistono ostacoli all’adozione diffusa: necessità di investimenti iniziali, deficit di competenze digitali nelle aziende idriche, vincoli normativi e questioni relative alla governance dei dati. Superare queste barriere richiede scelte di politica pubblica e incentivi mirati.

Tra le misure concrete che le amministrazioni e i gestori possono adottare figurano: programmi di finanziamento per l’ammodernamento delle reti, piattaforme condivise per la gestione e l’analisi dei dati, formazione tecnica per i gestori e meccanismi di incentivazione per ridurre le perdite e migliorare l’efficienza.

Interventi coordinati a livello nazionale e sovranazionale — ad esempio sfruttando fondi di coesione o programmi di ricerca e innovazione — possono abbattere i costi unitari degli adeguamenti e accelerare la diffusione delle soluzioni più efficaci.

Conclusione: priorità e equilibrio nella politica pubblica

Il messaggio principale è chiaro e misurabile: ridurre lo spreco idrico delle reti rappresenta un intervento prioritario e a forte rendimento sociale ed economico, in grado di assorbire e superare ampiamente l’incremento di consumo indotto dall’intelligenza artificiale. Limitare la discussione al solo impatto diretto dei data center senza considerare le perdite strutturali delle reti equivale a perdere un’opportunità significativa per risparmiare risorse preziose.

Adottare una visione integrata — che combini la riduzione dell’impatto delle infrastrutture digitali con l’impiego proprio di tecnologie digitali per migliorare l’efficienza idrica — è la strada più razionale per affrontare un problema che ha dimensioni ambientali, economiche e sociali.