L’AI non è solo il gigante affamato che consuma la nostra energia. Anzi, ce la fa risparmiare

Analizza montagne di dati, intreccia calcoli e fa previsioni in tempo reale. E, naturalmente, consuma energia. Ma in questo intreccio di funzioni l’intelligenza artificiale mostra la sua doppia natura: da vorace consumatrice di chilowatt, si può fare custode del risparmio energetico. Da un lato, l’addestramento dei suoi modelli e il lavoro incessante dei data center reclamano grandi quantità di energia; dall’altro, quando guidata da consapevolezza e strategia, l’AI si rivela un’alleata nella riduzione di consumi, emissioni e sprechi, migliorando l’efficienza in settori chiave come industria, edilizia, reti elettriche, trasporti e agricoltura. “L’AI è in grado di analizzare grandi quantità di dati in tempo reale, indipendentemente dalla tipologia, e prevedere la domanda di energia anche con largo anticipo. Questo permette di intervenire sui processi che caratterizzano i singoli settori ottimizzandoli e riducendo quindi la domanda stessa di energia” spiega al Foglio Giulia Monteleone, direttrice del Dipartimento tecnologie energetiche e fonti rinnovabili di Enea.

I risultati più evidenti arrivano là dove ci sono grandi quantità di dati, processi complessi che richiedono un equilibrio tra consumo e produzione: come nelle reti elettriche, nei settori industriali ad alta intensità energetica, negli smart building o nella logistica urbana. In fabbrica, per esempio, “gli algoritmi regolano in tempo reale macchinari, linee di produzione, sistemi di raffreddamento e riscaldamento, riducono i guasti con la manutenzione predittiva e ottimizzano l’approvvigionamento e il trasporto delle materie prime”, dice Monteleone. Nell’edilizia, l’AI crea una versione digitale degli edifici, un “gemello” virtuale che permette di gestire in modo intelligente ventilazione, illuminazione e climatizzazione, in base al meteo o alla presenza di persone. Nei trasporti “gli algoritmi di AI vengono impiegati per la sincronizzazione dei semafori e per la gestione intelligente delle flotte e della ricarica dei veicoli elettrici, riducendo consumi ed emissioni legati al traffico urbano”. E, quando tutto funziona, i benefici si vedono. “I risparmi energetici generati dall’AI superano quelli necessari al suo funzionamento”, dice ancora la direttrice del dipartimento Enea. “Ma dipende da scala, tipo di applicazione, modello utilizzato (se più leggero o generativo) e dalla fonte di energia dei data center”.

Casi concreti: Iren, A2A, Soly

Sul campo, i casi in cui l’intelligenza artificiale viene utilizzata per ottimizzare il consumo di energia – e non solo – esistono già. Alcune aziende stanno dimostrando che l’AI può essere uno strumento concreto per risparmiare, ridurre gli sprechi e migliorare l’efficienza. È il caso di Iren, multiutility che lavora nei settori acqua, energia e ambiente, che usa l’AI in modo strategico: “Gli ambiti di applicazione dell’AI vanno dal customer engagement, per creare offerte personalizzate, alla manutenzione predittiva, fino all’ottimizzazione delle rotte dei veicoli per la raccolta rifiuti”, spiega al Foglio Maria Greco, direttore Tecnologie e sistemi informativi del gruppo. Nelle reti idriche sono stati introdotti sensori intelligenti per anticipare anomalie – come sovraccarichi o cali di pressione – ed è stato sviluppato un sensore virtuale per monitorare l’assorbimento energetico negli impianti di depurazione, come quello di Reggio Emilia. Inoltre, vengono usati algoritmi per seguire in tempo reale l’andamento dei mercati, rendendo più conveniente l’acquisto di energia. Per la raccolta rifiuti, grazie a cassonetti smart e percorsi ottimizzati, le rotte giornaliere sono scese da 10 a 7, con meno carburante utilizzato e meno ore di lavoro. “Il bilancio è positivo: l’AI fa risparmiare più di quanto consumi”, assicura Greco. I numeri lo confermano: costi dell’acqua giù del 12-17 per cento, perdite fognarie ridotte del 16-22 per cento, raccolta rifiuti più veloce del 10-15 per cento, trading più efficiente dell’1-3 per cento. E ora l’obiettivo è portare l’AI anche nelle funzioni di holding, per guadagni di efficienza tra il 5 e il 10 per cento.

Un altro esempio concreto è quello di A2A, una grande azienda italiana che si occupa di energia e ambiente. Dal 2021 ha iniziato a usare l’intelligenza artificiale in oltre 200 attività diverse. Secondo quanto riferito dall’azienda al Foglio, tra i progetti ci sono MiNDFlex, per prevedere quanta energia servirà sulla rete elettrica di Milano, aiutando così a creare un sistema più flessibile ed efficiente, e Pandora, che “intuisce” in anticipo quando e dove potrebbero verificarsi dei guasti, rendendo gli interventi di manutenzione molto più efficaci (migliorati dell’87 per cento). Anche nei dieci impianti di teleriscaldamento (cioè quelli che portano il calore alle case tramite una rete), l’AI ha un grande impatto: si riescono a risparmiare circa 10mila tonnellate di CO₂ all’anno per ogni impianto. E per rendere più sostenibili anche i propri data center (i grandi centri dove vengono gestiti i dati digitali), A2A ha lanciato progetti per recuperare il calore generato dai server e riutilizzarlo per scaldare le case. Il progetto Avalon 3, nella zona ovest di Milano, consentirà di recuperare 15 GWh di energia all’anno, mentre un nuovo data center a Brescia, con un sistema di raffreddamento a liquido (più efficiente rispetto all’aria), potrà restituire 16 GWh, abbastanza per soddisfare il fabbisogno di oltre 1.350 appartamenti.

Anche per le case, l’AI può fare la differenza. Soly, clean energy tech company olandese, ha lanciato Soly Copilot, un assistente digitale integrato con Soly Brain, sistema operativo per l’energia solare domestica. Si tratta di un’app che suggerisce come e quando usare gli elettrodomestici per sfruttare al meglio l’energia solare consumata in casa. L’obiettivo – dicono da Soly al Foglio – è azzerare gli sprechi entro il 2030. Copilot aiuta a usare meglio l’energia spesso non sfruttata dai pannelli e può generare un risparmio del 10 per cento in più rispetto all’80 per cento già garantito, con una media di riduzione dei costi del 6,4 per cento.