Quanta energia consuma l'IA? (I numeri reali, spiegati)
Una tipica query ChatGPT utilizza circa 0,3 wattora di elettricità — quanto consuma un forno in un secondo — secondo OpenAI e stime indipendenti. A livello di rete, i data center statunitensi hanno usato circa 176 TWh nel 2023, circa il 4,4% dell'elettricità nazionale, e questa quota sta crescendo rapidamente.
Probabilmente avrai sentito dire che ogni domanda a ChatGPT “consuma dieci volte l’energia di una ricerca Google”, o che l’IA divorerà la rete elettrica. La realtà è più sfumata: il costo per singola query è piccolo e in diminuzione, mentre la domanda totale dei data center è grande e in crescita. Entrambe le cose sono vere contemporaneamente, e i numeri hanno senso solo se accompagnati dalle fonti. Eccoli qui — e se sei curioso sull’altra metà dell’impatto ambientale dell’IA, abbiamo fatto lo stesso esercizio per il consumo d’acqua.
Perché l’IA consuma energia?
La bolletta elettrica dell’IA deriva da due attività distinte, e confonderle è la causa principale della confusione.
- Addestramento è il processo una tantum di costruzione di un modello. Migliaia di chip specializzati lavorano al massimo per settimane o mesi, motivo per cui i costi di addestramento si esprimono in megawattora o gigawattora.
- Inferenza è l’uso quotidiano — ogni risposta in chat, immagine o riassunto. Ogni richiesta costa poco, ma i modelli più popolari ne servono miliardi, quindi l’inferenza ora domina il totale per i sistemi in produzione.
- Overhead si aggiunge a entrambi: raffreddamento, rete e conversione di potenza nel data center, di solito misurati con il parametro PUE (power usage effectiveness).
Quando vedi numeri molto diversi sul “consumo energetico dell’IA”, controlla a quale di queste categorie si riferisce la cifra. Una stima per query che ignora il raffreddamento, o un totale di addestramento presentato come se si ripetesse ogni giorno, trarranno in inganno in direzioni opposte.
Quanta energia consuma una singola query ChatGPT?
La cifra principale arriva direttamente da OpenAI. Nel giugno 2025, Sam Altman ha dichiarato che la query media di ChatGPT consuma circa 0,34 wattora — “quanto un forno in poco più di un secondo, o una lampadina a basso consumo in un paio di minuti” (Data Center Dynamics, 2025).
Questa cifra non è stata sottoposta a revisione paritaria e OpenAI non ha pubblicato la metodologia. Ma è coerente con lavori indipendenti. Il gruppo di ricerca Epoch AI ha stimato una tipica query GPT-4o a circa 0,3 Wh, basandosi su ipotesi realistiche su lunghezza delle risposte, chip H100 moderni e consumo reale (non di picco) (Epoch AI, 2025). Google è andata oltre e ha pubblicato un articolo tecnico: la prompt testuale mediana di Gemini consumava 0,24 Wh a metà 2025 (Google Cloud, 2025).
Due precisazioni per onestà:
- La vecchia stima di “3 Wh” non era folle — era solo datata. Un calcolo molto citato del 2023 presupponeva risposte lunghe su chip A100 più vecchi funzionanti a piena potenza. La revisione di Epoch ha rilevato che ciascuna ipotesi gonfiava il numero, per un sovrastima combinata di circa 10 volte (Epoch AI, 2025; TechCrunch, 2025).
- Non tutte le query sono tipiche. Epoch nota che un documento da 10.000 token porta una query a ~2,5 Wh, un input da 100.000 token a ~40 Wh, e i modelli di ragionamento che “pensano” prima di rispondere generano molte più token per richiesta. La generazione di immagini e video costa ancora di più — uno studio di Hugging Face ha rilevato che la generazione di immagini è il compito IA più energivoro tra quelli comuni (MIT Technology Review, 2023).
Quindi la risposta difendibile è: qualche decimo di wattora per una query testuale normale, con compiti pesanti che possono arrivare a 10–100 volte tanto.
I numeri in una tabella
Ecco le cifre più citate con fonti e anni, così puoi verificarle tu stesso.
| Cosa | Consumo energetico stimato | Fonte (anno) |
|---|---|---|
| Una query ChatGPT “media” (dato OpenAI) | ~0,34 Wh | Sam Altman via DCD (2025) |
| Tipica query GPT-4o (stima indipendente) | ~0,3 Wh | Epoch AI (2025) |
| Prompt testuale mediana Gemini | ~0,24 Wh | Google (2025) |
| Vecchia stima per query (ora rivista) | ~3 Wh | Epoch AI / TechCrunch (2025) |
| Una ricerca Google (dato ufficiale datato) | ~0,3 Wh | Google (2009) |
| Streaming 1 ora di video | ~77 Wh (0,077 kWh) | IEA (2020) |
| Addestramento GPT-3 (una tantum) | ~1.287 MWh | Patterson et al. (2021) |
| Addestramento modello classe GPT-4 (una tantum) | ~20–25 MW per ~3 mesi (≈40–50 GWh) | Epoch AI (2025) |
| Data center USA, totale (2023) | ~176 TWh (4,4% elettricità USA) | LBNL / DOE (2024) |
| Data center USA, previsione (2028) | 325–580 TWh (6,7–12%) | LBNL / DOE (2024) |
| Data center globali, totale (2024) | ~415 TWh (~1,5% elettricità mondiale) | IEA (2025) |
| Data center globali, previsione (2030) | ~945 TWh | IEA (2025) |
Nota i confini: le cifre per query coprono solo la chat testuale, e i totali dei data center includono tutto ciò che fanno quegli edifici — streaming, banche, email — non solo IA.
Addestramento vs. inferenza: cosa pesa di più?
L’addestramento fa notizia perché il numero singolo è grande. I ricercatori hanno stimato l’addestramento di GPT-3 a circa 1.287 MWh — più o meno il consumo annuo di 120 famiglie statunitensi (Patterson et al., 2021). Per un modello di frontiera classe GPT-4, Epoch AI stima che l’addestramento abbia richiesto circa 20–25 megawatt in modo continuativo per circa tre mesi — nell’ordine di 40–50 GWh, ovvero la potenza di circa 20.000 case americane per quel periodo (Epoch AI, 2025).
Ma l’addestramento avviene una sola volta. L’inferenza avviene miliardi di volte al giorno. Su scala ChatGPT, anche solo 0,34 Wh per query si sommano a centinaia di megawattora ogni giorno, quindi l’energia totale di un modello popolare è dominata dall’utilizzo, non dalla costruzione. Ecco perché il numero per query — per quanto piccolo — conta di più sul lungo periodo rispetto a qualsiasi cifra di addestramento.
Quanta elettricità consumano complessivamente i data center?
Qui i numeri diventano grandi, ed è qui che risiede la preoccupazione legittima.
Un rapporto del Lawrence Berkeley National Laboratory commissionato dal Dipartimento dell’Energia USA ha rilevato che i data center statunitensi hanno consumato circa 176 TWh nel 2023 — il 4,4% dell’elettricità nazionale — e prevede 325–580 TWh entro il 2028, ovvero il 6,7–12% dell’elettricità USA (LBNL / DOE, 2024). La crescita è passata da ~7% annuo (2014–2018) a 18% annuo (2018–2023), soprattutto per via dei server IA.
A livello globale, il rapporto Energy and AI dell’International Energy Agency stima i data center a circa 415 TWh nel 2024 (~1,5% dell’elettricità mondiale), più che raddoppiando fino a circa 945 TWh entro il 2030 — poco più dell’intero consumo elettrico attuale del Giappone — con l’IA come principale motore e USA e Cina responsabili di quasi l’80% della crescita (IEA, 2025).
Una precisazione vale in entrambi i sensi: queste sono proiezioni, non misurazioni, e i data center gestiscono anche molti servizi non IA. Aggiorniamo le cifre principali sulla nostra pagina delle statistiche IA.
Come si confronta il consumo energetico dell’IA con le attività quotidiane?
Il contesto trasforma i wattora in intuizione. Una tipica query testuale (~0,3 Wh) equivale a:
- Circa 1 secondo del tuo forno in funzione, secondo il confronto di OpenAI (DCD, 2025).
- Un paio di minuti di una lampadina LED (una lampadina da 10 W consuma 0,3 Wh in circa due minuti).
- Più o meno quanto una ricerca Google, almeno secondo la cifra datata 2009 di Google di ~0,3 Wh (Google, 2009). La famosa affermazione “10 volte una ricerca Google” divideva una vecchia stima IA elevata per questa cifra altrettanto vecchia — oggi nessuna delle due è più valida.
- Circa 1/250 di un’ora di streaming video, che consuma ~77 Wh all’ora (IEA, 2020).
- Molto meno che caricare il telefono (~10–15 Wh), anche se generare una singola immagine IA può avvicinarsi a quel valore (MIT Technology Review, 2023).
In breve: la tua abitudine di usare chatbot è trascurabile nel tuo bilancio energetico personale. Il problema non è il tuo uso — è la somma degli usi di tutti, concentrata in punti specifici della rete.
Perché il consumo per query continua a scendere
I numeri per query sopra sono già superati in una direzione: verso il basso. Google ha riportato che l’energia della prompt testuale mediana di Gemini è scesa di 33 volte in un solo anno, grazie soprattutto al software — architetture di modelli migliori, raggruppamento intelligente delle richieste e maggiore utilizzo dell’hardware (Google Cloud, 2025). Ogni nuova generazione di chip offre anche più calcoli per watt, e tecniche come i modelli mixture-of-experts attivano solo una frazione dei parametri per richiesta.
La controindicazione è nota in economia: quando qualcosa costa meno, se ne usa di più. Il calo del costo per token è proprio ciò che permette modelli di ragionamento, contesti più lunghi e IA video — che usano molte più token per compito. L’efficienza per query migliora mentre la domanda totale cresce. Non è una contraddizione; è il modello già previsto da LBNL e IEA.
Quindi, quanto dovresti preoccuparti?
Risposta equilibrata: niente sensi di colpa per la singola query, attenzione alla tendenza a livello di rete.
Per singola query, il costo è davvero piccolo — paragonabile a una ricerca, una frazione di minuto di streaming. Rifiutarsi di usare un chatbot per “risparmiare energia” è come saltare una corsa in ascensore per combattere il cambiamento climatico.
A livello di sistema, le preoccupazioni sono reali ma specifiche. I data center si concentrano in alcune regioni, dove possono mettere sotto pressione le reti locali, far salire i prezzi dell’elettricità e — se la nuova domanda è soddisfatta con il gas invece che con energia pulita — rallentare la riduzione delle emissioni. L’IEA nota anche il lato positivo: l’IA applicata a reti, edifici e industria potrebbe far risparmiare più energia di quanta ne consumino i data center, anche se non è garantito (IEA, 2025). Qui impronta energetica e idrica crescono e calano insieme: meno calcolo significa meno energia e meno raffreddamento.
Cosa si sta facendo al riguardo?
La pressione sta producendo risposte visibili in tutto il settore.
- Accordi per energia pulita su scala inedita. Microsoft ha firmato un accordo ventennale per riavviare un reattore a Three Mile Island — 835 MW di energia senza emissioni per i suoi data center, prevista online nel 2028 (Utility Dive, 2024). Google e Amazon hanno preso impegni simili su nucleare e rinnovabili.
- Rinnovabili costruite appositamente per i data center. L’IEA prevede oltre 450 TWh di nuova generazione rinnovabile per soddisfare la domanda dei data center entro il 2035 (IEA, 2025).
- Efficienza come obiettivo di prodotto. Chip personalizzati (TPU, acceleratori di inferenza), raffreddamento a liquido e tecniche di ottimizzazione dei modelli come distillazione e quantizzazione riducono i wattora per token.
- Più trasparenza. L’articolo di Google del 2025 sulla prompt è stata la prima misurazione pubblica dettagliata da un grande provider; OpenAI ha seguito con la propria cifra. La verifica indipendente è ancora scarsa, ma la direzione è quella giusta.
In sintesi
Quanta energia consuma l’IA? Circa 0,3 wattora per una tipica query testuale — trascurabile di per sé — e circa 415 TWh all’anno per i data center mondiali, destinati a raddoppiare entro il 2030. Il numero per uso è piccolo e in calo; il totale aggregato è grande e in crescita. Entrambi vanno citati con le fonti, e nessuno dei due giustifica panico o indifferenza. Se vuoi capire la tecnologia dietro questi numeri, inizia dal nostro learn hub.
Domande frequenti
Quanta energia consuma una singola query ChatGPT? Circa 0,3–0,34 wattora per una tipica query testuale, secondo la cifra di OpenAI e una stima indipendente di Epoch AI. È paragonabile a pochi minuti di una lampadina LED. Documenti lunghi e modelli di ragionamento possono portare una singola richiesta a diversi wattora o più.
L’addestramento di un modello IA consuma più energia rispetto al suo utilizzo? L’addestramento è un enorme costo una tantum — GPT-3 ha richiesto circa 1.287 MWh, e un modello di classe GPT-4 circa 40–50 GWh secondo la stima di Epoch AI. Ma miliardi di query giornaliere fanno sì che l’inferenza (l’uso quotidiano) ora superi in totale l’energia dell’addestramento per i modelli più popolari.
Quanta elettricità consumano complessivamente i data center? I data center statunitensi hanno utilizzato circa 176 TWh nel 2023 — il 4,4% dell’elettricità nazionale — secondo un rapporto del Lawrence Berkeley National Laboratory, con proiezioni di 325–580 TWh entro il 2028. A livello globale, l’IEA stima il consumo dei data center nel 2024 a circa 415 TWh, che raddoppierà a ~945 TWh entro il 2030.
Una query ChatGPT è peggio di una ricerca Google? Ora sono sullo stesso ordine di grandezza. La cifra ufficiale di Google del 2009 per una ricerca era circa 0,3 Wh — lo stesso delle stime attuali per ChatGPT. La diffusa affermazione “10 volte peggio” confrontava una vecchia stima IA di 3 Wh con quella datata ricerca Google, e nel frattempo entrambe le cifre sono cambiate.
Come si confronta il consumo energetico dell’IA con lo streaming video? Guardare un’ora di video in streaming consuma circa 0,077 kWh (77 Wh), secondo l’analisi IEA — pari a circa 250 query ChatGPT tipiche. Una singola query IA equivale a pochi secondi di TV, non a una maratona su Netflix.
Perché il consumo energetico per query dell’IA sta diminuendo? Chip migliori, design di modelli più intelligenti e maggiore utilizzo. Google ha riportato un calo di 33 volte dell’energia per una prompt testuale Gemini media in un anno. L’aspetto critico: la domanda totale continua a crescere perché l’uso aumenta più rapidamente dell’efficienza.
Il consumo energetico dell’IA è un problema serio? Per singola query, no — è trascurabile. Il vero problema è la crescita aggregata: i data center potrebbero raggiungere il 6,7–12% dell’elettricità statunitense entro il 2028, mettendo sotto pressione le reti locali e rallentando la riduzione delle emissioni se la nuova domanda viene soddisfatta con combustibili fossili. Vale la pena monitorare la situazione, non allarmarsi.
Cosa stanno facendo le aziende tech riguardo al consumo energetico dell’IA? Acquisto di energia pulita su larga scala — Microsoft ha firmato un contratto ventennale per riattivare un reattore a Three Mile Island (835 MW), e l’IEA prevede oltre 450 TWh di nuove rinnovabili per i data center entro il 2035 — oltre a costruire chip, modelli e sistemi di raffreddamento più efficienti.
Vuoi spiegazioni chiare e documentate come questa nella tua casella email? Iscriviti alla nostra newsletter settimanale sull’IA. Per altri numeri, consulta la pagina delle statistiche IA e l’articolo dedicato a l’uso dell’acqua nell’IA, e per capire la tecnologia, inizia dal learn hub.
Frequently asked questions
Quanta energia consuma una singola query ChatGPT?
Circa 0,3–0,34 wattora per una tipica query testuale, secondo la cifra di OpenAI e una stima indipendente di Epoch AI. È paragonabile a pochi minuti di una lampadina LED. Documenti lunghi e modelli di ragionamento possono portare una singola richiesta a diversi wattora o più.
L'addestramento di un modello IA consuma più energia rispetto al suo utilizzo?
L'addestramento è un enorme costo una tantum — GPT-3 ha richiesto circa 1.287 MWh, e un modello di classe GPT-4 circa 40–50 GWh secondo la stima di Epoch AI. Ma miliardi di query giornaliere fanno sì che l'inferenza (l'uso quotidiano) ora superi in totale l'energia dell'addestramento per i modelli più popolari.
Quanta elettricità consumano complessivamente i data center?
I data center statunitensi hanno utilizzato circa 176 TWh nel 2023 — il 4,4% dell'elettricità nazionale — secondo un rapporto del Lawrence Berkeley National Laboratory, con proiezioni di 325–580 TWh entro il 2028. A livello globale, l'IEA stima il consumo dei data center nel 2024 a circa 415 TWh, che raddoppierà a ~945 TWh entro il 2030.
Una query ChatGPT è peggio di una ricerca Google?
Ora sono sullo stesso ordine di grandezza. La cifra ufficiale di Google del 2009 per una ricerca era circa 0,3 Wh — lo stesso delle stime attuali per ChatGPT. La diffusa affermazione '10 volte peggio' confrontava una vecchia stima IA di 3 Wh con quella datata ricerca Google, e nel frattempo entrambe le cifre sono cambiate.
Come si confronta il consumo energetico dell'IA con lo streaming video?
Guardare un'ora di video in streaming consuma circa 0,077 kWh (77 Wh), secondo l'analisi IEA — pari a circa 250 query ChatGPT tipiche. Una singola query IA equivale a pochi secondi di TV, non a una maratona su Netflix.
Perché il consumo energetico per query dell'IA sta diminuendo?
Chip migliori, design di modelli più intelligenti e maggiore utilizzo. Google ha riportato un calo di 33 volte dell'energia per una prompt testuale Gemini media in un anno. L'aspetto critico: la domanda totale continua a crescere perché l'uso aumenta più rapidamente dell'efficienza.
Il consumo energetico dell'IA è un problema serio?
Per singola query, no — è trascurabile. Il vero problema è la crescita aggregata: i data center potrebbero raggiungere il 6,7–12% dell'elettricità statunitense entro il 2028, mettendo sotto pressione le reti locali e rallentando la riduzione delle emissioni se la nuova domanda viene soddisfatta con combustibili fossili. Vale la pena monitorare la situazione, non allarmarsi.
Cosa stanno facendo le aziende tech riguardo al consumo energetico dell'IA?
Acquisto di energia pulita su larga scala — Microsoft ha firmato un contratto ventennale per riattivare un reattore a Three Mile Island (835 MW), e l'IEA prevede oltre 450 TWh di nuove rinnovabili per i data center entro il 2035 — oltre a costruire chip, modelli e sistemi di raffreddamento più efficienti.
Continua a leggere
Diventa bravo con l'IA: un'email pratica a settimana.
Strumenti, casi d'uso e scorciatoie applicabili. Niente hype.