La massa dei rifiuti elettronici dell’AI comprenderà server, chip e una lunga serie di apparati necessari ad alimentare, connettere e raffreddare la nuova capacità di calcolo. L’hardware installato oggi dovrà essere sostituito, recuperato o smaltito; una parte dei dispositivi ancora in uso potrebbe inoltre diventare obsoleta prima del previsto. Secondo il Basel Action Network (BAN), questa dinamica può generare tra 395 e 617 milioni di tonnellate di apparecchiature elettroniche dismesse nel periodo 2025-2050.
La stima è contenuta in How Big is the AI Waste Wave?, prima parte di un white paper in quattro capitoli con cui l’organizzazione ambientalista prova a misurare l’intera impronta fisica dell’infrastruttura per l’AI. Il valore è nettamente superiore alle valutazioni precedenti perché nel perimetro entrano, oltre a server e acceleratori, storage, apparati di rete, distribuzione elettrica, sistemi di backup e raffreddamento. BAN aggiunge anche l’obsolescenza che l’adozione dell’AI potrebbe accelerare in pc, smartphone, dispositivi edge e infrastrutture di telecomunicazione.
Indice degli argomenti
Nel 2030 fino a 13,1 milioni di tonnellate l’anno
Per il 2030, BAN stima che potrebbero essere ritirate ogni anno da 8,6 a 13,1 milioni di tonnellate di apparecchiature legate direttamente o indirettamente all’AI. Nel 2050 il flusso annuale salirebbe a 31-46 milioni di tonnellate. La quantità cumulata nell’arco dei 25 anni riempirebbe tra 15 e 23 milioni di container da 40 piedi: messi in fila, secondo il calcolo proposto nel white paper, coprirebbero circa sei volte la circonferenza terrestre.
Il divario rispetto alle analisi accademiche precedenti nasce soprattutto dal metodo. Lo studio E-waste challenges of generative artificial intelligence, pubblicato nel 2024 su Nature Computational Science, aveva concentrato l’attenzione sui server impiegati per l’AI generativa. BAN sostiene invece che server, acceleratori e rack rappresentino appena il 13% della massa dell’infrastruttura elettromeccanica di un data center. Il restante 87% comprende le altre categorie inserite nel nuovo modello.
Il punto di partenza è la corsa agli investimenti. Un’analisi di McKinsey quantifica in quasi 7mila miliardi di dollari la spesa necessaria tra il 2025 e il 2030 per soddisfare la domanda globale di capacità di calcolo. BAN associa l’aumento della potenza installata alla massa degli apparati e applica cicli di vita differenti alle varie componenti. Nel modello di base, ogni gigawatt di capacità corrisponde a circa 70mila tonnellate di infrastruttura elettronica.
Dai server alle reti, il perimetro si allarga
L’elemento più rilevante per il settore delle telecomunicazioni è quello che il rapporto definisce “AI Waste Contagion”: l’obsolescenza indotta al di fuori dei data center. La diffusione di funzioni che richiedono processori dedicati può anticipare la sostituzione di dispositivi personali e aziendali; la crescita dell’inferenza distribuita spinge nuovi apparati verso l’edge; l’aumento del traffico e dei requisiti prestazionali richiede l’adeguamento delle reti.
Per stimare la componente tlc, BAN parte da una base installata mondiale di circa 1,5 milioni di tonnellate di apparati carrier ed enterprise. Il valore è ricavato dai ricavi annui del comparto, da un prezzo medio per chilogrammo stimato dall’organizzazione e da una vita utile di sette anni. Al modello viene poi applicata la differenza tra un tasso di crescita attribuito all’AI del 9% e il 4% storico del mercato.
Lo scenario più alto comprende anche la sostituzione di dispositivi ancora funzionanti, spinta dalla domanda di nuove funzionalità: BAN lo presenta come un limite superiore utile a delimitare gli esiti plausibili, non come una previsione puntuale.
Il risultato cambia con la crescita della capacità
La variabile che pesa di più è il tasso di crescita della capacità dei data center. Per la sola infrastruttura interna, senza considerare l’obsolescenza indotta all’esterno, il modello restituisce 15,5 milioni di tonnellate l’anno nel 2050 nello scenario di base. Portando tutte le ipotesi verso valori più prudenti, il dato scende a 3,8 milioni; nello scenario più spinto arriva a 35,5 milioni.
Anche le transizioni tecnologiche possono accorciare la vita utile degli impianti. BAN richiama il possibile passaggio a sistemi elettrici superconduttivi, raffreddamento a liquido e nuove chimiche per le batterie. Se queste soluzioni si affermassero rapidamente, una parte dell’infrastruttura ancora funzionante potrebbe essere sostituita prima del ciclo programmato. Sul versante opposto, riuso, ricondizionamento e impiego dell’hardware meno recente per carichi di inferenza potrebbero ridurre il volume effettivamente avviato a smaltimento. Il contributo di queste strategie sarà affrontato nella seconda parte del lavoro.
Un sistema di recupero già sotto pressione
L’allarme si innesta su una filiera che fatica già a gestire i volumi esistenti. Il Global E-waste Monitor 2024 di Itu e Unitar ha calcolato 62 milioni di tonnellate di rifiuti elettronici prodotte nel 2022, con appena il 22,3% formalmente raccolto e riciclato. In assenza di un’accelerazione, il totale mondiale è destinato a raggiungere 82 milioni di tonnellate nel 2030.
BAN richiama anche il rischio legato alle sostanze per- e polifluoroalchiliche, le Pfas, impiegate in alcune componenti e nei sistemi di raffreddamento. Il tema sarà approfondito nella terza parte della serie e, in questa prima uscita, non viene ancora quantificato.
“L’AI può sembrare priva di peso, ma ogni modello dipende da un’enorme quantità di hardware altamente specializzato e all’avanguardia – afferma Jim Puckett, fondatore e responsabile della direzione strategica del Basel Action Network – Finora il dibattito ambientale sull’AI si è concentrato su elettricità, carbonio e acqua, trascurando in larga misura ciò che accade all’hardware. Se aziende e governi non inizieranno a pianificare la gestione di questo nuovo tsunami di rifiuti, l’attuale espansione dell’AI potrebbe trasformarsi in una crisi dei rifiuti tossici ancora più catastrofica di quella che stiamo già vivendo”.
La risposta, secondo l’organizzazione, deve cominciare prima che gli apparati arrivino a fine vita, integrando nei piani di investimento costi, infrastrutture di recupero e obiettivi di riuso. “Non siamo in grado di gestire in modo etico i rifiuti elettronici che produciamo oggi”, aggiunge Puckett. “Le aziende tecnologiche devono predisporre fin d’ora un budget, nuove infrastrutture e un piano per mitigare l’ondata di rifiuti tossici dell’AI. Il momento per prevenire i rifiuti tossici è prima che vengano creati, non tra 20 anni, dopo che centinaia di milioni di tonnellate di apparecchiature saranno state espulse dalle migliaia di data center in tutto il mondo verso comunità vulnerabili”.
Partecipa alla community