(Ti Lancio dal Friuli Venezia Giulia) Trieste 18 agosto 2025 – L’intelligenza artificiale (AI) non è più solo una promessa tecnologica, ma una realtà che sta ridefinendo il panorama economico globale. Se da un lato promette un aumento esponenziale della produttività e dell’efficienza, dall’altro solleva una delle sfide più imponenti dei nostri tempi: il suo vorace fabbisogno energetico.

La crescita dell’AI è direttamente legata alla proliferazione dei data center, i “cervelli” della tecnologia. Un recente studio dell’International Energy Agency (IEA) ha rivelato che il consumo di elettricità dei data center raddoppierà entro il 2030, arrivando a circa 945 TWh, una quantità superiore all’attuale fabbisogno energetico dell’intero Giappone. Questa crescita è guidata in gran parte proprio dall’AI, che entro la fine del 2025 potrebbe assorbire quasi la metà dell’energia totale dei data center.

Questo scenario crea una duplice sfida: sulle reti elettriche: il crescente consumo di energia dei data center pone una pressione enorme sulle reti elettriche esistenti, in particolare a livello locale. Sebbene l’impatto globale possa apparire modesto, la concentrazione di questi “giganti dell’energia” in determinate aree geografiche richiede investimenti massicci e mirati per potenziarne le infrastrutture. Sulla sostenibilità: l’impronta di carbonio di un modello di AI generativa è notevole. Addestrare un singolo modello può generare emissioni di CO₂ equivalenti a quelle prodotte da cinque automobili in un anno. La necessità di raffreddare i server, che può rappresentare fino al 55% del consumo energetico di un data center, aggrava ulteriormente la situazione.
La corsa all’innovazione energetica è già in atto per affrontare queste sfide. Le aziende del settore tecnologico stanno investendo in soluzioni che includono: Raffreddamento a liquido: abbandonando il tradizionale raffreddamento ad aria, questa tecnologia promette di dimezzare il consumo energetico e di recuperare il calore di scarto, che può essere riutilizzato per il teleriscaldamento. Hardware più efficiente: lo sviluppo di chip e processori specifici per l’AI, come quelli di IBM, mira a ridurre il consumo energetico a parità di prestazioni.
Modelli più piccoli e mirati:lL’utilizzo di modelli di AI più piccoli, specializzati per specifici casi d’uso aziendali, si sta dimostrando un’alternativa più sostenibile ed efficiente rispetto ai modelli generici di grandi dimensioni. Infrastrutture intelligenti: Ironia della sorte, l’AI stessa si sta rivelando una soluzione. L’uso di algoritmi predittivi e “smart grid” (reti intelligenti) aiuta a prevedere la domanda di energia e a ottimizzare la distribuzione, integrando al meglio le fonti rinnovabili.
(Dispaccio di Ti Lancio della redazione di Trieste)