L’intelligenza artificiale è al contempo alleata e nemica dell’ambiente. Da un lato, può essere un prezioso alleato nella transizione verde, grazie alla sua capacità di ottimizzare le reti elettriche, migliorare l’efficienza industriale e ridurre gli sprechi. Dall’altro, può rappresentare una fonte di emissioni poiché aumenta in modo importante la domanda di energia, principalmente per l’utilizzo dei data center e dei chip specializzati come GPU e TPU. In questo articolo scopriamo quanto consuma l’IA.
Studi accademici indipendenti indicano che alcune query possono consumare fino a 0,43 Wh, l’equivalente di tenere accesa una lampadina LED per quasi un minuto. Secondo le proiezioni dell’Agenzia Internazionale dell’Energia (IEA), il consumo globale di elettricità dei data center potrebbe aumentare infatti da 460 TWh nel 2022 a oltre 1.000 TWh entro il 2026 (quasi due volte e mezzo in soli quattro anni), spinto proprio dalla diffusione dell’IA.
È quanto emerge dallo scenario realizzato da ClimateSeed– startup che offre alle imprese software e consulenza esperta in decarbonizzazione per misurare l’impronta di carbonio e implementare strategie di riduzione e compensazione delle emissioni di gas serra – e basato su fonti italiane e internazionali.
Quanto consuma l’IA?
L’IA non è “immateriale”, ogni interazione digitale richiede una quantità significativa di energia per funzionare a pieno regime, oltre a risorse idriche per il raffreddamento dei sistemi. Per questo, le infrastrutture che alimentano i modelli generativi, come GPT o Gemini, sono tra i principali driver della crescita del fabbisogno di calcolo nei data-center, ma non sono l’unico fattore: streaming, cloud e altri servizi digitali contribuiscono sensibilmente alla crescita complessiva dei consumi.
Google stima che una query a Gemini consumi 0,24 Wh (secondo la metodologia pubblicata da Google), mentre per modelli complessi come GPT-4 il consumo medio sale a 0,43 Wh, con punte di 2–4 Wh per richieste più lunghe o articolate.[1]
Secondo i report di sostenibilità, le grandi aziende tecnologiche stanno già registrando un aumento rilevante delle proprie emissioni: dal 2020 +29% per Microsoft (aggregato Scopes 1-3), nel 2023 +48% rispetto al 2019 per Google. Per le tre big tech (Microsoft, Amazon e Meta) si tratta di un incremento del 150% delle emissioni indirette (Scope 3) tra il 2020 e il 2023[2].
E in Italia? A quanto ammonta il consumo? Secondo il report di Confartigianato, presentato alla 21esima edizione di ‘Energies and Transition Confartigianato High School’, su scala nazionale tra il 2019 e il 2023, la domanda elettrica dei servizi informatici e dei data center italiani è cresciuta del 50%, con un balzo del 144% dei consumi elettrici dei data center. Nel 2023, il consumo totale è stato di 509,7 GWh di energia elettrica con Lombardia, Lazio, Emilia-Romagna e Piemonte a rappresentare quasi l’85% del totale.
Come le aziende possono agire
L’impatto emissivo dell’intelligenza artificiale rientra di norma nello Scope 3 (relativo alle emissioni dei servizi digitali) per le imprese che utilizzano servizi IA esterni, e negli Scope 1 e 2 per chi gestisce infrastrutture o modelli proprietari. Per questo è fondamentale dotarsi di sistemi di carbon accounting digitale, che aiutano a misurare e attribuire correttamente l’impatto energetico e ambientale dell’IA. Solo conoscendo in modo preciso dove e quanto si emette è possibile integrare l’intelligenza artificiale in una strategia di sostenibilità coerente, monitorare i progressi e attuare interventi di riduzione o compensazione efficaci.
“L’IA può diventare un alleato della transizione verde solo se gestita in modo trasparente e sostenibile – spiega Edoardo Bertin, Head of Business Development & Growth di ClimateSeed – È essenziale misurare e gestire l’impatto dei sistemi digitali per garantire che l’innovazione acceleri, e non ostacoli, gli obiettivi climatici. L’obiettivo deve essere una trasformazione digitale consapevole, capace di coniugare tecnologia e sostenibilità. Le imprese che integrano metriche ambientali nei propri processi decisionali avranno un vantaggio competitivo concreto: saranno le prime a guidare il cambiamento verso un’economia a basse emissioni e ad alto impatto positivo.”
