Il diffondersi dell'Intelligenza Artificiale (IA), che da applicazione prevalentemente accademica sta rapidamente emergendo come tema centrale nell'agenda politica e aziendale, ha importanti implicazioni per il settore energetico. L'IA dipende dall'energia, in particolare dall'elettricità, ma ha anche il potenziale di trasformare molti aspetti del sistema energetico globale. Per aiutare i governi e gli altri attori del sistema a comprendere questi impatti di vasta portata, l'Agenzia Internazionale per l'Energia (AIE) ha sfruttato i propri dati e la propria competenza per pubblicare un importante Rapporto Speciale dedicato ad Energia e IA.
Dal 2022, gli investimenti globali nei data center sono quasi raddoppiati, raggiungendo una quota di 500 miliardi di dollari nel 2024, sollevando preoccupazioni per l'impatto dell'IA sul consumo energetico e sulla domanda di elettricità. Secondo le stime dell’AIE, il fabbisogno elettrico dei data center, trainato dalle esigenze dell'IA, più che raddoppierà, raggiungendo circa 945 terawattora (TWh) entro il 2030, un valore superiore al consumo annuo di elettricità del Giappone. Gli Stati Uniti sono il principale mercato mondiale per i data center, settore che dovrebbe assorbire metà della crescita della domanda di elettricità del Paese entro il 2030. Entro quella data, gli Stati Uniti utilizzeranno più elettricità per far funzionare i data center rispetto a tutti gli altri settori ad alta intensità energetica messi insieme. Anche in Giappone, dopo anni di stagnazione della domanda di elettricità, i data center sono destinati a rilanciarne la crescita.
Un trend che non si limita alle economie avanzate. In Malesia, ad esempio, i data center potrebbero assorbire fino al 20% della crescita totale della domanda di elettricità. In India, l'intelligenza artificiale è uno dei fattori alla base della crescente fame di energia, visti i progetti di enormi data center. Uno di questi in Gujarat potrebbe consumare la stessa quantità di elettricità di un'intera città.
I data center richiedono una fornitura di elettricità significativa e senza interruzioni. Elettricità che verrà generata ricorrendo a tutte le fonti energetiche, ma con in testa le energie rinnovabili abbinate a sistemi di storage e al gas naturale. In questo processo, non si esclude però lo sviluppo di nuove tecnologie energetiche, come i piccoli reattori nucleari modulari e la geotermica avanzata.
L'intelligenza artificiale ha molto da offrire al mondo dell'energia, un settore che sta diventando sempre più complesso, più elettrificato, digitalizzato, connesso e decentralizzato. Le soluzioni di intelligenza artificiale vengono già implementate dalle aziende energetiche per perseguire obiettivi che vanno dalla riduzione dei costi al miglioramento dell'approvvigionamento, dalla riduzione dei tempi di inattività a quella delle emissioni.
L'industria Oil&Gas, da tempo pioniera del digitale, utilizza l'intelligenza artificiale per ottimizzare le proprie operazioni. Nel 2024, le compagnie petrolifere e del gas gestivano 24 dei 500 supercomputer più veloci al mondo e, dal 2000, la capacità di calcolo da loro posseduta è cresciuta di quasi il 70% all'anno. In fase di esplorazione e sviluppo, l'intelligenza artificiale può migliorare la valutazione delle risorse e ridurre l'incertezza pre-perforazione. In fase di operazione, viene utilizzata per ottimizzare i processi di produzione, prevedere le esigenze di manutenzione e contribuire a ridurre le emissioni di metano.
L'intelligenza artificiale può anche contribuire a gestire reti elettriche sempre più complesse. Può migliorare la previsione e l'integrazione della generazione intermittente da energia rinnovabile, mentre il rilevamento basato sull'intelligenza artificiale può aiutare a identificare rapidamente i guasti della rete e ridurre la durata delle interruzioni. Sensori remoti e un sistema di gestione basato sull’IA possono aumentare la capacità delle reti elettriche. Senza costruire nuove linee, questo potrebbe liberare fino a 175 gigawatt (GW) di capacità di trasmissione, potenzialmente superiore all'aumento di potenza necessario per i data center entro il 2030. Inoltre, l'adozione diffusa dell'intelligenza artificiale nella gestione e manutenzione delle centrali elettriche potrebbe far risparmiare fino a 110 miliardi di dollari all'anno entro il 2035.
L'IA ha anche il potenziale di apportare vantaggi negli usi finali dell'energia, soprattutto con la crescente digitalizzazione di questi settori. Nell'industria, vi sono ampi margini di integrazione dell'IA nel processo di produzione. Le applicazioni di IA possono accelerare lo sviluppo dei prodotti, ridurre i costi e migliorarne la qualità. L'adozione diffusa delle applicazioni di IA esistenti per ottimizzare i processi industriali potrebbe generare risparmi energetici superiori all'attuale consumo energetico del Messico. Le aziende europee sono ben posizionate in questo ambito, detenendo oltre la metà della quota di mercato per le soluzioni di automazione industriale, fattore cruciale per l'implementazione dell'IA su scala industriale.
Le applicazioni dell'intelligenza artificiale nei trasporti possono migliorarne l'efficienza e ridurre i costi, e vengono utilizzate per gestire il traffico, ottimizzare i percorsi, prevedere le esigenze di manutenzione e sviluppare veicoli autonomi. Inoltre, un’adozione diffusa dell'intelligenza artificiale in questo ambito potrebbe portare a un risparmio energetico pari a quello di 120 milioni di auto.
Negli edifici, l'ottimizzazione basata sull'intelligenza artificiale offre un potenziale significativo per rendere più efficienti i sistemi di riscaldamento e raffreddamento e più flessibile l'uso dell'elettricità. Tuttavia, la frammentazione della proprietà degli edifici, la loro scarsa digitalizzazione e gli incentivi inadeguati potrebbero rappresentare degli ostacoli. Se ampliati, gli interventi basati sull'intelligenza artificiale potrebbero generare un risparmio energetico globale di circa 300 TWh, equivalente alla produzione annua di elettricità di Australia e Nuova Zelanda messe insieme.
L'intelligenza artificiale si sta, inoltre, affermando come un potente strumento di innovazione, aiutando i ricercatori ad accelerare le fasi di scoperta, sperimentazione e commercializzazione. Ciò potrebbe dare impulso agli sforzi per raggiungere gli obiettivi energetici, in un settore in cui l'innovazione spesso richiede decenni. Ad esempio, per il solare fotovoltaico, finora solo lo 0,01% dei materiali di nuova generazione è stato prodotto sperimentalmente. L'intelligenza artificiale potrebbe aiutare gli scienziati a trovare e testare i materiali molto più rapidamente, da impiegare poi per il solare o per le batterie e per la cattura del carbonio. Tuttavia, i progressi finora raggiunti sono limitati: solo il 2% dei fondi raccolti dalle startup energetiche è stato destinato ad aziende specializzate nell'intelligenza artificiale.
È innegabile che l'IA avrà un impatto sulle emissioni globali di carbonio, ma i timori che questa possa accelerare il cambiamento climatico appaiono esagerati, così come lo sono le aspettative che l'IA da sola possa risolvere il problema delle emissioni. Ad oggi, le emissioni di CO2 derivanti dall'uso di elettricità nei data center ammontano a circa 180 milioni di tonnellate (Mt) e potrebbero raggiungere i 500 Mt nel 2035, in caso di rapida e diffusa adozione dell'IA. I data center sono tra le fonti di emissioni in più rapida crescita, rappresentando l'1,5% delle emissioni totali legate all'energia.
L'intelligenza artificiale, però, per contro, potrebbe anche contribuire a ridurre le emissioni legate all'energia. La nostra analisi mostra che l'adozione diffusa delle attuali applicazioni di intelligenza artificiale potrebbe portare a riduzioni delle emissioni di gran lunga superiori a qualsiasi aumento delle stesse generato dai data center. Tuttavia, tali riduzioni non basteranno per raggiungere gli obiettivi climatici globali: stimiamo, infatti, che l'ampio utilizzo delle soluzioni di intelligenza artificiale esistenti potrebbe ridurre di circa il 5% le emissioni entro il 2035. Pertanto, per quanto possa dare il suo contributo, l’IA non è una soluzione miracolosa e non elimina la necessità di politiche proattive, innovazione e investimenti. Inoltre, permangono ostacoli alla sua adozione diffusa, tra cui problemi di sicurezza e di accesso ai dati nonché limiti in materia di infrastrutture digitali e competenze.
La traduzione in italiano è stata curata dalla redazione di RiEnergia. La versione inglese di questo articolo è disponibile qui
