Punti chiave
L’intelligenza artificiale generativa (Gen AI) sta rivoluzionando diversi settori, offrendo strumenti avanzati di elaborazione dati, automazione e innovazione. Tuttavia, questa straordinaria evoluzione tecnologica comporta anche un significativo impatto ambientale, sollevando interrogativi sulla sua sostenibilità a lungo termine.
L’Impatto energetico della Gen AI
Secondo un recente studio, l’addestramento di modelli di intelligenza artificiale di grandi dimensioni richiede un enorme consumo energetico. Ad esempio, per sviluppare GPT-3, che contiene 175 miliardi di parametri, viene impiegata una quantità di energia pari a quella consumata annualmente da 130 abitazioni negli Stati Uniti. Con GPT-4, che raggiunge 1,76 trilioni di parametri, l’energia necessaria si impenna fino all’equivalente del consumo annuo di 5.000 abitazioni.
Oltre alla fase di addestramento, anche la fase di inferenza, ovvero l’elaborazione delle risposte in tempo reale, ha un notevole impatto energetico, spesso equivalente o superiore a quello richiesto per l’addestramento iniziale. Inoltre, i data center che ospitano questi modelli consumano grandi quantità di acqua per il raffreddamento delle infrastrutture: ogni venti-cinquanta interrogazioni a un modello di linguaggio avanzato possono richiedere fino a mezzo litro d’acqua.
La scarsa consapevolezza tra le aziende
Nonostante queste cifre preoccupanti, solo una minima parte delle aziende misura e considera l’impatto ambientale delle proprie applicazioni di intelligenza artificiale. Il report di Capgemini evidenzia che appena il 12% dei dirigenti monitora l’impatto ambientale della Gen AI, mentre soltanto il 20% include la sostenibilità tra i principali criteri di selezione e sviluppo di modelli AI. Al contempo, quasi la metà delle aziende riconosce che le proprie iniziative di Gen AI hanno comportato un aumento delle emissioni di gas serra.
La difficoltà di quantificare l’impatto ambientale
Uno dei maggiori ostacoli per affrontare il problema risiede nella difficoltà di misurare con precisione l’impatto ambientale dell’intelligenza artificiale. Il 74% dei dirigenti aziendali afferma di incontrare difficoltà nella valutazione del consumo energetico della Gen AI, in gran parte a causa della scarsa trasparenza da parte dei fornitori di tecnologia e della mancanza di metodologie standardizzate. Questo scenario evidenzia la necessità di sviluppare linee guida chiare e condivise a livello di settore per migliorare la rendicontazione energetica e ambientale.
L’impatto fisico dell’intelligenza artificiale
Oltre al consumo energetico, l’espansione dell’infrastruttura necessaria per l’intelligenza artificiale sta generando anche un impatto fisico rilevante, con conseguenze sulla gestione del territorio e sulle comunità locali. Secondo studi condotti dal MIT e da EY, il dibattito si concentra spesso solo sul consumo di energia, trascurando l’impatto sul territorio. L’aumento della domanda di data center e infrastrutture digitali può portare a tensioni legate alla gestione dello spazio e alla necessità di un’adeguata pianificazione urbanistica per evitare impatti negativi sulle comunità locali.
Le nuove tecnologie per un’IA sostenibile
Per ridurre il consumo energetico dell’intelligenza artificiale, gli esperti stanno sviluppando strategie innovative. Doug Ross, CTO di Sogeti, ha illustrato l’approccio del “mix di esperti”, un sistema che attiva solo i neuroni specifici necessari per un determinato compito invece di utilizzare l’intera rete neurale, riducendo così il fabbisogno energetico.
Queste soluzioni stanno trovando applicazione in settori cruciali come l’energia, la logistica e la sanità. Nell’ambito della supply chain, ad esempio, l’IA sta migliorando l’efficienza attraverso previsioni più accurate, riducendo i costi di trasporto e ottimizzando la gestione dell’inventario. Nel settore sanitario, l’IA sta accelerando la diagnosi precoce e migliorando la gestione dei pazienti, consentendo ai medici di concentrarsi sui casi più complessi.
Uno dei principali dilemmi nell’ambito dell’intelligenza artificiale sostenibile è come bilanciare la crescente domanda di potenza di calcolo con l’esigenza di ridurre i consumi energetici. Ross sottolinea che le aziende stanno già investendo in modelli di linguaggio più piccoli ed efficienti (SLM) e in sistemi hyperscaler che ottimizzano le risorse computazionali. Questi modelli più contenuti garantiscono prestazioni elevate in domini specifici con un consumo energetico ridotto, permettendo alle aziende di crescere in modo più sostenibile.
L’IA nella pianificazione della sostenibilità
Un altro aspetto fondamentale riguarda l’integrazione dell’intelligenza artificiale nelle strategie di sostenibilità aziendale. Molte imprese tendono a cercare soluzioni rapide piuttosto che adottare una pianificazione a lungo termine. Ross avverte che un cambiamento significativo richiede strategie proiettate sui prossimi vent’anni, piuttosto che interventi immediati e sporadici.
Un approccio efficace consiste nel ridurre i tempi di ciclo nei processi aziendali, migliorando l’efficienza operativa in tutti i settori e abbassando il consumo complessivo di risorse. Questo permette alle imprese di allineare le proprie esigenze economiche con gli obiettivi di sostenibilità ambientale.
Un altro elemento chiave nel percorso verso un’IA sostenibile è la trasparenza nel reporting aziendale. La crescente integrazione dell’IA nei report ESG (Environmental, Social, Governance) impone alle imprese di garantire dati accurati e affidabili. Tuttavia, permangono preoccupazioni sulla possibile diffusione di informazioni distorte o poco attendibili.
Ross suggerisce che l’adozione di standard normativi e tecnologie innovative può aiutare a superare questi ostacoli. Le grandi aziende stanno già orientandosi verso modelli AI più efficienti, che garantiscono una maggiore sostenibilità senza compromettere la competitività economica. Il framework “FTX” (Financial, Trust, and Experience) sta emergendo come un nuovo parametro per valutare l’adozione dell’IA, promuovendo soluzioni che combinano efficienza energetica e affidabilità dei risultati.
Il dibattito sulla sostenibilità dell’intelligenza artificiale è destinato a intensificarsi nei prossimi anni. Eventi internazionali come il World Economic Forum e la UN Global Platform stanno già mettendo al centro della discussione il ruolo dell’IA nella lotta ai cambiamenti climatici. Secondo Ross, le soluzioni basate sull’intelligenza artificiale hanno un grande potenziale per migliorare l’efficienza delle risorse e supportare le comunità più vulnerabili dal punto di vista ambientale.
Le tecnologie di risparmio energetico stanno rapidamente evolvendo, e cresce la consapevolezza dell’importanza di un utilizzo responsabile dell’IA. Il futuro della Gen AI dipenderà dalla capacità delle imprese e delle istituzioni di integrare innovazione e sostenibilità, assicurando che il progresso tecnologico non avvenga a scapito dell’ambiente.
