Una domanda a un chatbot basato sull’IA, un’immagine generata automaticamente, una traduzione istantanea: ciò che sembra un semplice clic avviene in realtà all’interno di enormi centri di calcolo che consumano energia. Molta energia.
Con ogni nuova applicazione di intelligenza artificiale cresce il fabbisogno elettrico globale e con esso una domanda centrale per la transizione energetica: come alimentare il mondo digitale senza perdere di vista gli obiettivi climatici?
La buona notizia è che la stessa tecnologia che oggi aumenta il consumo energetico può anche contribuire a ridurlo.
Raddoppio entro il 2030: il fabbisogno energetico dei centri di calcolo
Le cifre sono significative. Nel 2025 i centri di calcolo nel mondo hanno consumato circa 485 terawattora di elettricità: un valore paragonabile ai consumi annuali di un grande Paese industrializzato come la Germania.
Entro il 2030 questo valore potrebbe quasi raddoppiare fino a circa 945 terawattora, secondo le stime dell’Agenzia Internazionale per l’Energia (AIE). Anche le Nazioni Unite hanno richiamato l’attenzione sui costi ambientali dell’uso energetico dell’IA. Entro il 2035 si potrebbe arrivare fino a circa 1.200 terawattora.
Uno dei principali motori di questa crescita è l’intelligenza artificiale, il cui utilizzo continua ad accelerare. Ma il consumo non deriva solo dall’addestramento dei modelli: la quota maggiore (80-90%) è legata al funzionamento quotidiano, cioè alle richieste degli utenti.
E non tutte le richieste hanno lo stesso impatto energetico: generare immagini o contenuti multimediali richiede generalmente molta più potenza di calcolo rispetto a semplici attività testuali. Considerando che ogni giorno vengono elaborate miliardi di richieste in tutto il mondo, anche piccole differenze di consumo diventano rilevanti.
Più che semplice elettricità: perché reti, accumulo e calore diventano strategici
Come soddisfare il fabbisogno energetico dei centri di calcolo dedicati all’IA è una delle grandi sfide dei prossimi anni.
Per mantenere compatibilità con gli obiettivi climatici, secondo l’AIE circa metà della nuova domanda dovrebbe essere coperta da fonti rinnovabili entro il 2035. Tuttavia, sole e vento sono per natura variabili, mentre i data center richiedono continuità operativa 24 ore su 24.
Per questo saranno determinanti sistemi di accumulo efficienti, reti elettriche più flessibili e capacità di gestione intelligente dei carichi. In molte aree, infatti, le infrastrutture sono già sotto pressione e i tempi per nuovi allacciamenti possono richiedere anni.
La quota residua verrà probabilmente coperta da fonti programmabili. Anche il nucleare sta tornando al centro del dibattito, soprattutto negli Stati Uniti, dove si stanno valutando soluzioni come piccoli reattori modulari in prossimità dei centri di calcolo.
Da consumatore ad alleato: come l’IA accelera la transizione energetica
Tanto grande è il suo fabbisogno energetico, altrettanto grande può essere il suo contributo: l’intelligenza artificiale non è solo una sfida per il sistema energetico, ma anche uno strumento per renderlo più efficiente.
L’IA migliora le previsioni per eolico e fotovoltaico, ottimizza la gestione delle reti e consente di individuare anomalie con maggiore rapidità. Secondo l’AIE, questo può contribuire a ridurre significativamente i tempi di interruzione (dal 30 al 50%) e aumentare l’utilizzo delle infrastrutture esistenti.
Una gestione più intelligente delle risorse potrebbe liberare fino a 175 gigawatt di capacità di rete senza costruire nuove linee: un valore superiore alla domanda aggiuntiva prevista per i data center entro il 2030.
Esiste però un paradosso noto: quando una tecnologia diventa più efficiente e meno costosa, il suo utilizzo tende ad aumentare. Per questo l’efficienza da sola non basta; serve che il vantaggio ottenuto venga reinvestito in un sistema energetico più pulito.
Questo principio emerge chiaramente anche nel recupero del calore residuo.
I server trasformano quasi tutta l’elettricità utilizzata dalle apparecchiature IT in calore, che oggi viene ancora spesso disperso. Secondo l’EUDCA/Euroheat & Power, il calore residuo dei data center europei potrebbe teoricamente coprire circa il 12% del fabbisogno termico europeo: un potenziale importante, che nella pratica può essere sfruttato soprattutto in prossimità delle reti di teleriscaldamento.
A Vienna questo approccio è già realtà: il calore di un data center contribuisce al riscaldamento di una clinica locale.
In Finlandia, nella città di Hamina, un progetto punta invece a coprire gran parte del fabbisogno di teleriscaldamento attraverso il recupero del calore generato da un grande centro dati.
Sybil mostra come si fa: l’IA di Alperia per una maggiore efficienza energetica
Anche Alperia utilizza l’intelligenza artificiale per migliorare l’efficienza energetica.
Sybil, l’IA sviluppata da Alperia Green Future, utilizza modelli predittivi per anticipare il comportamento degli impianti e ottimizzarne il funzionamento. I risultati sono misurabili: in uno stabilimento farmaceutico di Rovereto i consumi sono diminuiti del 3–5%, con oltre 200 tonnellate di CO₂ evitate ogni anno.
All’aeroporto di Venezia il sistema regola la climatizzazione con il supporto dell’IA, mentre nei settori hard to abate contribuisce a ridurre in modo significativo il consumo di combustibili.
Un ulteriore esempio è Sybil Teleriscaldamento, premiata con il riconoscimento per l’innovazione «Lorenzo Cagnoni»: una soluzione che ottimizza in modo predittivo produzione di calore, cogenerazione e integrazione del calore residuo per rendere il teleriscaldamento più efficiente.
L’intelligenza artificiale continuerà ad avere un fabbisogno energetico crescente. Ma questo non significa che debba entrare in conflitto con la transizione energetica. Se produzione, reti e recupero del calore vengono integrati in modo intelligente, la tecnologia può diventare non solo parte della sfida, ma anche parte della soluzione.
