Il tema della sostenibilità dell’intelligenza artificiale appare quasi fuori luogo. Buona parte dei Paesi più avanzati ha fatto di recente proclami e annunciato piani tesi a rafforzare le rispettive potenze di calcolo e dei data center. Queste infrastrutture, preposte a gestire i carichi computazionali legati all’AI, sono chiamate a promuovere questa crescita, malgrado si debba ragionare quanto più possibile sulla loro efficienza energetica. Il paradosso dell’AI e della sua sostenibilità è dato dal fatto che, se da una parte, crea opportunità per migliorare interi settori e ambiti di vita, a cominciare dal settore energetico, dall’altra, è sempre più elevato il consumo di energia richiesto dai centri elaborazione dati.
Una stima attuale prevede che il consumo di elettricità correlato ai data center crescerà da circa l’1% della domanda globale di elettricità a oltre il 2% entro il 2026, raggiungendo potenzialmente il 3% entro il 2030 se la crescita prevista continua. A riportarla è il recente white paper “Artificial Intelligence’s Energy Paradox”, a cura del World Economic Forum, che già dal titolo mette in luce la contrapposizione tra benefici e consumi notevoli e la necessità di intervenire per far sì che i sistemi di intelligenza artificiale possano crescere, ma in modo sostenibile, e promuovere la transizione energetica e una decarbonizzazione sensibile.
La corsa ad aumentare la potenza di calcolo dell’intelligenza artificiale è più calda che mai. Anche nelle ultime settimane si sono susseguiti proclami e annunci dei vertici di diversi Paesi sulla volontà di aumentare le rispettive potenze di calcolo e abilitare l’AI.
La Cina ha creato un nuovo fondo di investimento nell’intelligenza artificiale da 8,2 miliardi di dollari per promuovere l’innovazione del settore, in risposta alla stretta sulle esportazioni di semiconduttori avanzati decisa dagli USA. Da parte loro, gli Stati Uniti attraverso il presidente Donald Trump, ha annunciato un investimento da parte del settore privato fino a 500 miliardi di dollari per finanziare infrastrutture per l’intelligenza artificiale, attraverso la joint venture Stargate, che implica la costruzione di 20 data center.
Il Primo ministro del Regno Unito, Keir Starmer, ha annunciato a gennaio il lancio un ampio piano d’azione per aumentare la capacità di elaborazione pubblica di venti volte entro il 2030 e impiegare l’intelligenza artificiale per ogni scopo. La decisione è motivata col fatto che l’adozione dell’IA potrebbe far crescere l’economia del Regno Unito di altri 400 miliardi di sterline entro il 2030.
Ancora prima, è stato presentato il piano d’azione AI della Germania, che prevede investimenti per oltre 1,6 miliardi di euro in AI entro il 2025.
In questa corsa non poteva mancare la Francia. Il presidente Emmanuel Macron ha annunciato investimenti del settore privato per un totale di circa 109 miliardi di euro nel settore dell’intelligenza artificiale, anticipando l’avvio dell’Artificial Intelligence Action Summit, vertice internazionale che si è tenuto a Parigi il 10 e 11 febbraio.
Resta da comprendere quanto, in questi piani e investimenti massicci, sia contemplato per una sostenibilità dell’intelligenza artificiale. Come ha rilevato di recente Reuters, l’intelligenza artificiale richiede enormi quantità di energia per alimentare enormi data center, “e l’Europa faticherà a soddisfare la domanda futura”.
Detto questo, è bene affrontare la questione della sostenibilità dell’intelligenza artificiale. Attualmente, l’AI richiede una notevole quantità di elettricità. Come mette in luce il Digitalization & Decarbonization Report di Energy & Strategy, circa l’80-90% del consumo complessivo deriva dal diretto utilizzo dei modelli di AI generativa, poiché eseguiti milioni di volte al giorno, a differenza del training che è un processo una tantum. “Se alimentata da fonti non rinnovabili, questa domanda crescente di energia rischia di avere un impatto ambientale significativo, contribuendo alle emissioni globali di CO2”.
Per questo le Big Tech (Google, Meta, Amazon e Microsoft, in primis) stanno puntando, nei loro piani di espansione dei data center, a ricavare l’energia necessaria da fonti rinnovabili.
Ma per bilanciare i benefici dell’intelligenza artificiale e il suo impatto energetico, sono necessarie strategie di mitigazione su più livelli. A livello algoritmico, l’adozione di determinate tecniche permettono “di ridurre i calcoli richiesti senza comprometterne la precisione”, ricorda Energy & Strategy.
A livello hardware, l’utilizzo di architetture più efficienti e di dispositivi ottimizzati consente di abbassare i consumi energetici. Nello stesso report si porta l’esempio dell’adozione di strategie operative, come il carbon-aware scheduling, che pianifica le esecuzioni dei modelli AI in base alla disponibilità di energia rinnovabile, contribuendo sensibilmente alla riduzione delle emissioni di carbonio.
L’intelligenza artificiale è pervasiva, anche nel tessuto produttivo. Quasi tre aziende su quattro che la utilizzano per almeno una funzione aziendale. Questa spinta all’innovazione comporta molti vantaggi, tra cui una maggiore produttività, nuovi modi di lavorare e crescita dei ricavi.
Si prevede che il consumo di elettricità correlato all’artificial intelligence crescerà fino al 50% all’anno dal 2023 al 2030. Il consumo dei data center AI, pur crescendo rapidamente, dovrebbe rimanere una piccola frazione della domanda globale di elettricità. Tuttavia, “se combinata con altri fattori di mercato (come la crescente domanda di elettricità per trasporti, edifici e altro), l’adozione accelerata dell’AI potrebbe potenzialmente aumentare la pressione sulle reti elettriche e sui fornitori di elettricità”. A evidenziare tale scenario è il già citato white paper “Artificial Intelligence’s Energy Paradox” del World Economic Forum, che si interroga sull’impatto energetico complessivo dell’intelligenza artificiale.
Questo documento di analisi prova a comprendere quali strategie potrebbero mitigare le sfide che si presentano o abilitare nuove opportunità di soluzione. In tale contesto, è essenziale valutare in che modo l’intelligenza artificiale potrebbe accelerare la transizione energetica in linea con gli obiettivi net-zero, nonché quali abilitatori dell’ecosistema di supporto possono supportarla.
Nel generale lavoro finalizzato alla sostenibilità dell’intelligenza artificiale, entrano in gioco diversi fattori. Uno di questi è l’ambito tecnologico. Le aziende stanno riducendo il consumo di elettricità dei data center attraverso strategie operative come controlli ambientali basati sull’intelligenza artificiale, virtualizzazione dei server e distribuzione del carico di lavoro.
Nelle considerazioni complessive, un particolare spazio ha l’implicazione della transizione energetica abilitata dall’intelligenza artificiale. Stanno emergendo ampie opportunità di ridurre sensibilmente le emissioni con l’espansione dell’AI. Il loro debito sfruttamento può supportare il raggiungimento degli obiettivi climatici globali e dei macro obiettivi della domanda di energia elettrica.
La sostenibilità dell’intelligenza artificiale si esplica nel suo ruolo fondamentale di facilitatrice del passaggio da una produzione e gestione dell’energia basata sui combustibili fonti fossili a una incentrata sulle fonti rinnovabili.
Nella produzione di energia rinnovabile, l’intelligenza artificiale può migliorare i modelli previsionali, mentre nelle operazioni di rete può migliorare la distribuzione dell’energia, la gestione delle interruzioni e aumentare l’affidabilità del sistema. Inoltre, può contribuire ad accelerare l’adozione di energia pulita e l’integrazione nelle infrastrutture esistenti. Si consideri, a questo proposito, il ruolo dell’AI nelle future smart grid e nella digitalizzazione dell’infrastruttura elettrica per gestire al meglio una domanda energetica sempre più distribuita e basata su fotovoltaico ed eolico.
Considerando gli usi finali dell’energia, specie in settori quali edilizia, trasporti e industria, la sostenibilità dell’intelligenza artificiale è già sperimentata concretamente, utilizzata per ottimizzare il consumo di energia, abilitare la manutenzione predittiva e migliorare l’efficienza lungo tutta la catena del valore energetico. Il white paper del WEF propone diversi esempi utili per il risparmio di energia abilitata dall’AI.
Nella gestione degli edifici, gli impianti HVAC abilitati dall’intelligenza artificiale permettono di ottimizzare il consumo apprendendo le abitudini degli utenti e adattando di conseguenza le operazioni. Nella logistica e gestione della flotta, lo smistamento delle merci abilitato dall’AI sfrutta i dati sul traffico, sul carburante e sul percorso per ottimizzare la consegna del prodotto, riducendo consumi ed emissioni.
L’impiego dell’artificial intelligence nella ricarica dei veicoli elettrici permette di ottimizzare l’operazione in base alla domanda della rete e ai prezzi dell’elettricità, riducendo i costi e migliorando la stabilità della rete.
Per l’ottimizzazione della rete, l’AI può migliorare le operazioni, la gestione delle interruzioni e l’integrazione delle energie rinnovabili e dello stoccaggio. Per quanto riguarda l’energy storage, l’intelligenza artificiale migliora la carica delle batterie in tempo reale, ne prevede la durata e migliora la collocazione dei sistemi di stoccaggio, aumentandone l’efficienza e l’affidabilità.
In conclusione, gli autori del white paper pongono due questioni fondamentali che riguardano la sostenibilità dell’intelligenza artificiale. Innanzitutto, quanto sarà significativo l’impatto energetico dell’AI e quali soluzioni possono attenuare le sfide sbloccando al contempo opportunità di ottimizzazione? Inoltre, in che modo l’IA può accelerare la transizione energetica verso obiettivi net-zero e quali abilitatori dell’ecosistema sono necessari per supportare questo cambiamento?
“Le soluzioni emergenti hanno iniziato a fornire informazioni su questi problemi, ma sono necessarie ulteriori ricerche sulle aree critiche per l’impatto energetico dell’AI”. Mentre l’adozione dell’IA continua ad accelerare in tutti i settori, diversi esempi mostrano come questa crescita sia contrastata da riduzioni del consumo di elettricità derivanti da nuove strategie tecnologiche, operative e di gestione dei dati.
“Man mano che i sistemi di intelligenza artificiale migliorano in termini di efficienza, sarà necessario adattare nuove soluzioni per controbilanciare l’aumento del consumo di elettricità. Con i fornitori di elettricità che adottano l’IA per la gestione della rete e le aziende che utilizzano intelligenza artificiale e machine learning per ottimizzare l’uso dell’elettricità, gli esempi intersettoriali emergenti metteranno in evidenza il ruolo trasformativo dell’AI nel promuovere una transizione energetica sicura, sostenibile ed equa”.
