L’AI funziona. Ora dobbiamo governarne l’impatto

L’intelligenza artificiale, in SEOZoom, la usiamo ogni giorno. L’abbiamo studiata quando era materia per addetti ai lavori, l’abbiamo integrata in piattaforma appena ha smesso di essere un esperimento, e oggi una parte di ciò che offriamo — strumenti di scrittura, analisi della visibilità nei motori generativi, monitoraggio dei prompt — esiste perché l’AI funziona. Lo diciamo subito, perché qualsiasi discorso sui costi dell’intelligenza artificiale scritto da chi la usa e in parte la vende rischia di suonare come una predica di facciata e meramente autoassolutoria. Non possiamo fare la morale a nessuno.

Possiamo però dire una cosa più utile, proprio perché la usiamo ogni giorno: sappiamo distinguere dove l’AI diventa lavoro e dove diventa spreco. Se fosse una tecnologia inutile, smascherarla sarebbe facile e il dibattito si chiuderebbe da solo. Invece funziona, entra nei processi, migliora passaggi operativi. E la sua efficacia si misura in terawattora, in trilioni di litri d’acqua, in chilometri quadrati di suolo occupato dalle sue infrastrutture fisiche.

Proprio per questo è diventata pericolosa. Quando uno strumento è utile smettiamo di interrogarlo. Lo normalizziamo. E tutto quello che consuma, materialmente e cognitivamente, scompare dietro la comodità di usarlo.

L’AI ci serve. È questo che la rende un problema.

La comodità è il meccanismo che spegne le domande

Pensa a com’era cercare qualcosa fino a tre anni fa. Lanciavi una query su Google, scorrevi gli snippet della prima pagina provando a capire quale rispondesse davvero alla tua esigenza, ti facevi strada tra annunci, titoli clickbait e siti che promettevano una cosa per consegnarne un’altra. Cliccavi, restavi deluso, tornavi indietro, riformulavi. Era un processo pieno di attrito, ed era fastidioso.

Oggi scrivi una domanda e ricevi una risposta confezionata, pertinente, in linguaggio naturale. Nessuno, potendo scegliere, torna volentieri indietro.

Quella comodità, prima ancora che pigrizia, è sollievo. E impone a chi lavora nel nostro settore un’ammissione scomoda, perché il percorso a ostacoli da cui l’AI ci libera lo ha costruito, in parte, il web stesso. Pagine gonfiate per presidiare una query in più, risposte rimandate di paragrafo in paragrafo per trattenere l’utente, comparatori travestiti da guide, titoli più forti dei contenuti che annunciavano. Una parte del web che oggi teme di essere saltata dall’AI ha contribuito a rendere desiderabile quel salto. Lo diciamo da dentro, perché quel mestiere è il nostro e quelle derive le abbiamo viste da vicino.

Quell’attrito, però, faceva anche qualcos’altro. Ogni snippet da valutare era un esercizio di giudizio, ogni fonte da soppesare un piccolo controllo di affidabilità, ogni query riformulata un raffinamento del tuo modo di porre il problema. La fatica della ricerca era il momento in cui la tua competenza lavorava. La risposta sintetica ti consegna il risultato e ti toglie il percorso, e con il percorso se ne vanno le due domande più importanti — quanto mi fido di quello che sto leggendo, e che impatto ha provocato ottenerlo. La comodità agisce come un anestetico, proprio sulle terminazioni che dovrebbero segnalarti il peso.

C’è poi un livello in cui la scelta ti viene tolta del tutto. La risposta generativa è diventata l’impostazione predefinita di mezzo web, dalle AI Overview in cima alle ricerche agli assistenti integrati nei sistemi operativi e nelle app professionali, fino alle chiamate silenziose che girano in background dentro i software di ogni giorno.

Consumi calcoli e inferenza anche quando non li hai chiesti. Il singolo gesto consapevole conta, ma va letto dentro un’architettura che spinge nella direzione opposta e che ha trasformato l’interazione con questi sistemi da decisione a condizione ambientale.

Il costo dell’AI si è spostato dentro le nostre giornate

La fluidità che vivi davanti allo schermo ha un corpo pesante dall’altra parte, fatto di silicio, rame, acqua potabile per il raffreddamento e centrali elettriche che spingono al limite i data center. Per anni il dibattito su questo corpo si è concentrato sul training, l’addestramento dei grandi modelli, raccontato come un evento gigantesco e lontano, responsabilità esclusiva delle poche aziende con i mezzi per permetterselo.

Era una lettura comoda, perché teneva il problema fuori dalla nostra portata. I dati più recenti la smontano. Secondo il report pubblicato a giugno 2026 dalla United Nations University, una volta che un modello è in produzione l’inferenza — le risposte alle richieste quotidiane degli utenti — assorbe l’80-90% di tutta l’energia che quel sistema consumerà. Il solo ChatGPT processa circa 2,5 miliardi di prompt al giorno. L’impatto dell’AI ha cambiato indirizzo, trasferendosi dal laboratorio alla scrivania di chiunque la usi.

I numeri complessivi fanno ancora più paura. Nel 2025 i data center hanno assorbito circa 448 TWh di elettricità a livello globale, e la proiezione per il 2030 arriva a 945 TWh, più o meno il consumo annuo dell’intero Giappone e quasi il triplo di quanto consumano insieme Pakistan, Bangladesh e Nigeria, paesi che sommano oltre 650 milioni di abitanti.

Nel 2024 le stesse infrastrutture hanno consumato 4,5 trilioni di litri d’acqua, una quantità sufficiente a coprire i bisogni di più di 600 milioni di persone nell’Africa subsahariana, generando 189 milioni di tonnellate di CO2, in linea con le emissioni annuali dell’Argentina.

Le stime al 2030 parlano di 9,3 trilioni di litri d’acqua l’anno — il fabbisogno domestico di base di 1,3 miliardi di persone — e di un’impronta di suolo superiore ai 14.500 chilometri quadrati, circa il doppio dell’area metropolitana di Giacarta. Sul fronte dei rifiuti elettronici, l’hardware AI dismesso potrebbe raggiungere i 2,5 milioni di tonnellate l’anno entro fine decennio.

Dentro questi aggregati ci sono le richieste che muovono diagnosi mediche e ricerca scientifica, e ci sono quelle che chiedono al modello di riscrivere un’email di tre righe. Il sistema le serve tutte con la stessa diligenza. La differenza tra le une e le altre, per ora, la può fare solo chi le digita.

Cinque gocce d’acqua moltiplicate per miliardi

Google ha provato a rendere tangibile il costo della singola richiesta, pubblicando la prima misurazione completa del proprio sistema in produzione. Il prompt mediano di Gemini consuma 0,24 wattora di energia, emette 0,03 grammi di CO2 equivalente e consuma 0,26 millilitri d’acqua, circa cinque gocce; Sam Altman ha dichiarato valori vicini per ChatGPT.

Cinque gocce d’acqua valgono meno di quello che evapora dal bicchiere sulla tua scrivania.

Ma prova a fare la moltiplicazione. Un milione di prompt mediani vale 240 kWh e 260 litri d’acqua; 2,5 miliardi di prompt al giorno, per un solo servizio tra i tanti, costruiscono esattamente i consumi su scala nazionale che il report ONU fotografa.

E c’è una seconda variabile che pesa quanto la quantità, il tipo di richiesta. Una conversazione tipica consuma circa 200 volte l’energia di una classificazione testuale di base, la generazione di un’immagine arriva a 1.450 volte, e per i modelli di ragionamento più recenti le stime indipendenti salgono ancora in modo netto. Il costo dipende da come usi l’AI prima ancora che da quanto la usi.

I numeri sono parziali, e la parzialità è parte del problema

Le cifre appena citate vanno comunque maneggiate con prudenza, perché il settore misura se stesso con metodologie che litigano tra loro. Google rivendica un approccio completo, che include chip attivi, macchine in attesa, infrastruttura e raffreddamento, e contesta le stime accademiche precedenti, arrivate fino a 7 wattora e 50 millilitri d’acqua per richiesta. Shaolei Ren, autore di quelle stime, risponde che il confronto è fuorviante, perché il suo calcolo include anche il consumo idrico indiretto delle centrali che producono l’elettricità, voce che la misurazione di Google lascia fuori. Nel mezzo manca il dato che chiuderebbe ogni conto, il volume totale delle query, che nessuna piattaforma pubblica.

L’opacità ha una conseguenza che ti riguarda direttamente. Privato dei numeri completi, decidi come usare l’AI senza poter pesare davvero ciò che consuma; puoi ragionare per ordini di grandezza, ma il bilancio preciso resta nelle mani di chi ha interesse a presentarlo nella versione più favorevole. Se lavori con i dati, l’asimmetria ti è familiare.

L’efficienza migliora, il conto totale cresce lo stesso

Le piattaforme rispondono alle critiche con un argomento solido in apparenza, il progresso dell’efficienza. Ed è un progresso reale, persino spettacolare. Nel giro di dodici mesi il prompt mediano di Gemini ha ridotto di 33 volte il proprio consumo energetico e di 44 volte la propria impronta di carbonio. Nello stesso periodo, però, le emissioni complessive di Google sono cresciute del 51% rispetto al 2019, trainate proprio dall’espansione della capacità di calcolo necessaria ad addestrare e servire i sistemi generativi. I due dati convivono senza contraddirsi, e raccontano un meccanismo che l’economia conosce da un secolo e mezzo, l’effetto rebound, per cui quando una risorsa costa meno se ne consuma di più.

Più il singolo prompt diventa economico, più usi ci stanno dentro — più funzioni integrate di default, più richieste automatiche, più generazioni fatte “tanto costa niente”. L’efficienza per unità è la migliore alleata della crescita del consumo assoluto. Aspettarsi che il progresso tecnico risolva da solo il problema significa ignorare che è esattamente il progresso tecnico a renderlo conveniente.

Il web sta pagando un secondo prezzo, ed è fatto di parole

L’impronta materiale è la parte visibile del costo, e ne esiste una seconda, meno misurabile in litri e wattora ma altrettanto concreta per chi lavora con i contenuti. Riguarda quello che tutta questa capacità generativa sta effettivamente producendo.

Ogni testo generato consuma energia due volte, la prima quando viene creato e la seconda quando deve essere processato, indicizzato, scansionato da crawler e modelli chiamati a decidere se usarlo. Se quel testo serve a qualcuno, il costo si giustifica.

Se è l’ennesima variazione anonima di contenuti già esistenti, è spreco allo stato puro, energia spesa per aggiungere rumore a un archivio che ne trabocca — e altra energia spesa, da tutti gli altri, per smaltirlo.

Usa l’AI dove produce valore

SEOZoom integra l’AI dentro un metodo di lavoro, con dati e controllo umano al centro. Strumenti di scrittura, visibilità nei motori generativi e analisi in un unico ambiente

Attiva la tua prova gratis di SEOZoom

Metà dei nuovi testi online esce da una macchina

Le proporzioni del fenomeno le ha misurate uno studio pubblicato da Graphite, che ha analizzato 55.400 articoli in lingua inglese usciti tra il 2020 e il primo trimestre 2026, classificandoli con tre diversi sistemi di rilevamento. Prima di ChatGPT i testi prevalentemente generati erano una frazione marginale della produzione; nel primo trimestre 2026 sono il 49,9% di tutto ciò che viene pubblicato, una quota stabile intorno alla metà ormai da oltre un anno. Il web nuovo, quello che nasce ogni giorno, è per metà scrittura automatica.

Il dato che cambia la lettura, però, è il secondo. L’86% delle pagine che si posizionano su Google resta scritto da esseri umani, e lo stesso vale per l’82% delle fonti citate da ChatGPT e Perplexity. Messi insieme, i due numeri descrivono testi che consumano energia per esistere e vengono scartati da tutti i canali che dovrebbero distribuirli. I sistemi di selezione — motori di ricerca e motori generativi — continuano a cercare esperienza, dati e riconoscibilità.

Il debito cognitivo è il costo che paghi per ultimo

Il terzo livello riguarda chi l’AI la usa, e ha cominciato a emergere negli studi sperimentali. Il più discusso arriva dal MIT Media Lab, che ha monitorato con l’elettroencefalogramma 54 partecipanti impegnati a scrivere saggi in tre condizioni diverse — con un LLM, con un motore di ricerca, senza strumenti.

Chi scriveva con l’AI mostrava la connettività neurale più debole dei tre gruppi, dichiarava il senso di proprietà più basso sul testo prodotto e, dettaglio rivelatore, faticava a citare correttamente il proprio stesso lavoro a pochi minuti dalla consegna. I ricercatori hanno chiamato il fenomeno cognitive debt, debito cognitivo, in analogia con il debito tecnico del software, un guadagno di efficienza immediato che accumula costi strutturali nel tempo. Lo studio è un preprint ancora privo di revisione paritaria e i suoi limiti vanno tenuti presenti, ma la direzione che indica è coerente con quanto la psicologia documenta da anni sul cognitive offloading.

La versione professionale dello stesso meccanismo ha già prodotto casi da manuale. Nell’autunno 2025 Deloitte Australia ha rimborsato parte dei 440.000 dollari australiani ricevuti dal governo per un report di 237 pagine che conteneva riferimenti ad articoli accademici mai esistiti e una citazione inventata da una sentenza federale; la versione corretta ha dovuto dichiarare, a posteriori, l’uso di AI generativa nella stesura.

L’allucinazione del modello è un limite noto e documentato; l’errore decisivo è dell’umano che porta quell’output dentro un processo ufficiale senza verificarlo. La fluidità delle risposte gioca contro di te, perché un testo ben scritto sembra vero anche quando è inventato di sana pianta.

Il confine tra ciò che governi e ciò che ti supera

Se da domani ogni utente del pianeta usasse l’AI in modo impeccabile, i data center continuerebbero a crescere, perché la corsa in atto è infrastrutturale e finanziaria prima che comportamentale, alimentata da investimenti che si misurano in centinaia di miliardi e da una competizione tra piattaforme che procede per capacità installata, ben oltre la domanda espressa dagli utenti. L’uso consapevole del singolo riduce gli sprechi marginali, e si ferma lì. Chiunque ti racconti che la soluzione sta nelle tue abitudini ti sta vendendo un’assoluzione, e noi per primi rinunciamo a venderla.

Resta il fatto che una parte del bilancio dipende davvero da te, ed è la parte su cui un discorso serio può incidere. Lo spreco delle richieste inutili, la produzione di testi che nessun sistema selezionerà mai, la delega senza verifica, l’atrofia delle competenze che smetti di esercitare. Sono voci piccole rispetto ai trilioni di litri, ma sono le uniche interamente sotto il tuo controllo, e sommate su milioni di professionisti smettono di essere piccole. Governare quella parte è meno di quanto servirebbe e più di quanto stiamo facendo.

Le dieci regole sull’AI che abbiamo imparato usandola

Le regole che adottiamo in SEOZoom arrivano dall’uso quotidiano, da anni di integrazione dell’AI nei nostri processi e nei nostri strumenti, e alcune le abbiamo imparate sbagliando, generando anche noi la nostra quota di tentativi inutili prima di capire dove lo strumento rende e dove disperde.

Le condividiamo per quello che sono, pratiche di lavoro — una specie di ecologia della query — che migliorano la qualità di ciò che produci e riducono la parte di spreco che ti appartiene, dentro il confine appena dichiarato.

1. Riservale i compiti che conviene delegare. Se spiegare il lavoro alla macchina ti costa più che farlo, fallo tu. La delega ha senso quando libera tempo reale, il resto è spreco travestito da innovazione.
2. Automatizza il lungo e il ripetitivo, tieni per te il pensato. L’automazione comprime le attività ad alto volume e basso giudizio; l’ideazione, l’angolo, la tesi restano compiti tuoi.
3. Scegli lo strumento proporzionato al compito. Una verifica rapida si fa con una ricerca, una sintesi con un modello leggero, e la generazione di immagini va riservata a quando serve davvero, visto che consuma centinaia di volte una richiesta testuale. Il costo dipende da come usi l’AI prima che da quanto.
4. Prepara la richiesta prima di farla. Ogni rigenerazione è un costo, energetico e di tempo. Un prompt costruito con contesto e criteri chiari ottiene in un passaggio quello che dieci tentativi distratti ottengono male.
5. Fai passare tutto da un umano, affermazione per affermazione. Ogni output diretto al pubblico va revisionato e ogni dato va verificato, perché le risposte fluide sembrano vere anche quando sono inventate. La responsabilità di ciò che pubblichi resta tua anche quando la stesura è delegata.
6. Ottimizza anche quello che costruisci. Se integri funzioni generative in un software o in un flusso di lavoro, ogni chiamata ridondante è uno spreco moltiplicato per tutti i tuoi utenti. L’efficienza delle chiamate è una metrica di qualità, e le automazioni di default vanno accese solo dove servono.
7. Pubblica solo ciò che avresti firmato comunque. Un testo privo di esperienza, dati o posizione aggiunge rumore, e consumare risorse per produrre rumore è la definizione esatta di spreco.
8. Tieni allenato ciò che deleghi. Usa l’AI da esperto del compito, da persona capace di valutarne l’output. Il giudizio che smetti di esercitare si atrofizza, e a quel punto perdi anche la capacità di accorgerti degli errori della macchina.
9. Dichiara l’uso quando conta. Con lettori, clienti e collaboratori la trasparenza sull’intervento dell’AI costa poco; dichiararlo dopo, a errore scoperto, costa molto di più.
10. Misura il valore, lascia perdere il volume. Se l’AI ti fa produrre di più senza farti produrre meglio, sta moltiplicando spreco con la tua firma sopra. L’unico output che giustifica il consumo è quello che serve a qualcuno.

Dieci regole tengono insieme i tre piani del discorso — il materiale, l’editoriale, il cognitivo — perché alla prova dei fatti sono lo stesso piano. La richiesta inutile consuma acqua e corrente, produce il testo che nessuno leggerà e disabitua il tuo giudizio, tutto nello stesso gesto. L’uso proporzionato e verificato fa il percorso inverso, risparmia risorse, produce contenuti che i sistemi di selezione premiano e tiene in esercizio le competenze che ti permettono di usare la macchina invece di subirla.

Questi strumenti resteranno nei nostri processi e nei tuoi, e i loro consumi continueranno a crescere a un ritmo che le buone pratiche possono solo limare. Quello che possiamo decidere, ogni giorno, è da che parte della distinzione stare — lavoro o spreco, strumento o abitudine.

Il problema non è usare l’intelligenza artificiale, è usarla senza più accorgersene.