L’impatto climatico dell’IA è più piccolo del previsto, mostrano nuove ricerche

La frenesia dell’intelligenza artificiale (IA) ha spinto il mercato a nuovi massimi. 

Miliardi di dollari continuano a fluire verso i produttori di chip e i data center, poiché la mania continua per l’IA mantiene il mercato turbo‑caricato in funzione da più di due anni senza segni di rallentamento. Tuttavia, molti hanno iniziato a chiedersi se siamo in una bolla dell’IA.

Analisti come quelli di JPMorgan (JPM ) stanno effettivamente chiedendo agli investitori di prepararsi a turbolenze future. Ma mentre si forma una schiuma sia nei mercati privati che pubblici, la mania intorno all’IA non è priva del suo merito, poiché la tecnologia ha un grande valore economico in termini di creazione di intelligenza accessibile e potente, che si crede somigli alla creazione di Internet. 

Nel suo outlook 2026, JPMorgan ha definito l’IA “la tecnologia più trasformativa dalla computazione” e “capace di generare più crescita del PIL rispetto alla spesa dei consumatori”.

Contemporaneamente, la banca ha avvertito di carenze di energia, vincoli idrici e scrutinio normativo.

In senso più ampio, la rapida espansione dell’IA porta con sé pressioni ambientali significative che si sono rivelate inferiori alle attese. Ciò è dovuto al fatto che l’intensità energetica e le emissioni di una query dipendono da fattori quali il tipo e la dimensione del modello, l’output generato, la rete elettrica che alimenta il data center che gestisce la richiesta, l’ora del giorno in cui viene elaborata e altre variabili.

JPMorgan stima inoltre che il 60% dei lavori nei paesi sviluppati affronti un certo livello di rischio di automazione da parte dell’IA, ma man mano che i ruoli vecchi scompaiono, dovrebbero emergere nuovi ruoli.

Nel complesso, il rischio più grande, secondo la banca, “è non avere esposizione a una tecnologia trasformazionale”.

Adottare l’IA, consumo energetico e onere climatico

La capacità dell’IA di automatizzare compiti ripetitivi, migliorare le decisioni e aumentare l’efficienza e la produttività in vari settori ha portato alla sua adozione diffusa.

Secondo una indagine di McKinsey, l’88% degli intervistati ha riferito un uso regolare dell’IA in almeno una funzione aziendale, con un aumento del 10% rispetto all’anno precedente. Tuttavia, ha osservato che a livello aziendale la maggior parte è ancora nella fase di sperimentazione, con circa un terzo che afferma che le proprie aziende hanno iniziato a scalare i programmi di IA.

Attualmente valutato intorno a 400 miliardi di dollari, il mercato dell’IA è previsto raggiungere 1,8 trilioni di dollari entro la fine di questo decennio.

Per quanto riguarda gli investimenti, il finanziamento privato dell’IA negli Stati Uniti ha superato i 109 miliardi di dollari nel 2024, corrispondente a circa 24 volte quello del Regno Unito (4,5 miliardi) e 12 volte quello della Cina (9,3 miliardi). Guardando al futuro, il 92% delle aziende prevede di investire in IA generativa nei prossimi tre anni.

Mentre l’adozione dell’IA cresce grazie alle sue promesse di produttività senza precedenti, porta con sé sfide energetiche e ambientali serie. Il punto è che l’IA è estremamente affamata di energia. 

Addestrare i modelli di IA richiede tonnellate di energia, sufficiente a alimentare diverse centinaia di famiglie all’anno, e può essere molto più elevata in fase di inferenza. È effettivamente stimato che l’80‑90% della potenza di calcolo per l’IA venga impiegato per l’inferenza.

Quindi, il consumo energetico dell’IA è principalmente associato alla potenza computazionale necessaria per addestrare ed eseguire questi modelli nei data center, dove i modelli di IA vengono caricati su gruppi di server equipaggiati con GPU come le Blackwell di Nvidia (NVDA ).

I data center sono strutture che ospitano server informatici, sistemi di archiviazione dati, alimentatori, sistemi di raffreddamento, e apparecchiature di rete. Tutta questa infrastruttura è fondamentale per non solo fornire i più recenti servizi digitali come porre una domanda a ChatGPT, ma anche inviare un’email o trasmettere un video.

Quindi, i data center esistono da tempo, ma è negli ultimi anni che si sono notevolmente espansi. 

Oggi ne esistono più di 100.000 data center, sparsi in tutto il mondo, con gli Stati Uniti che ne ospitano il maggior numero, oltre 4.200, seguiti dal Regno Unito e dalla Germania, entrambi con circa 500 ciascuno. Negli USA, un terzo dei data center si trova in sole tre stati: California, Texas e Virginia, quest’ultimi fortemente dipendenti dai combustibili fossili per le loro esigenze energetiche.

In generale, i data center rientrano in tre categorie. Le strutture aziendali tradizionali sono gestite internamente dalle aziende per i propri carichi di lavoro; i fornitori di colocation affittano spazio rack e potenza a diversi clienti in edifici condivisi. All’estremità superiore ci sono i campus “hyperscale” — siti vasti, simili a magazzini, pieni di decine di migliaia di server che gestiscono i carichi di lavoro più intensi di IA e cloud computing.

Secondo JPMorgan, la spesa in conto capitale degli hyperscaler è prevista superare i 500 miliardi di dollari il prossimo anno, poiché le aziende corrono a costruire data center e a garantire energia scarsa.

Quindi, quanta energia consumano questi data center? Beh, molta. I data center negli USA hanno consumato 183 TWh di elettricità lo scorso anno, quando il consumo elettrico annuale totale della nazione ha raggiunto un record.

Il consumo energetico di questi data center dovrebbe crescere del 133% entro il 2030, raggiungendo 426 TWh. A livello globale, l’IEA prevede che la generazione elettrica dedicata ai data center più che raddoppierà nel caso base, passando da circa 460 TWh nel 2024 a poco più di 1.000 TWh entro il 2030.

Negli USA, i data center hanno rappresentato il 4% del consumo totale di elettricità, corrispondente alla domanda elettrica annuale del Pakistan. Dopo più di un decennio di stagnazione, l’adozione dell’IA è prevista aumentare questa quota al 12% entro il 2028.
Swipe to scroll →

Per quanto riguarda la quota di consumo energetico dei data center attribuibile all’IA, è difficile da determinare, poiché i data center gestiscono diversi tipi di carichi di lavoro. Un tipico hyperscaler ottimizzato per l’IA, tuttavia, consuma annualmente tanta elettricità quanto 100.000 famiglie.

Secondo le recenti proiezioni del Lawrence Berkeley National Laboratory, nei prossimi tre anni, più della metà dell’elettricità consumata dai data center sarà destinata all’IA, pari al consumo elettrico annuale del 22% di tutte le famiglie statunitensi.

Il mix energetico che alimenta il nucleo dell’IA 

Con l’ascesa rapida dell’IA, i data center stanno ora subendo una tensione, affrontando una pressione crescente man mano che la domanda di elettricità aumenta.

La maggior parte dell’elettricità, in media il 60%, che viene utilizzata dai data center alimenta effettivamente i server che elaborano e memorizzano informazioni digitali. Poi, i sistemi di raffreddamento sono responsabili del secondo più grande consumo energetico, variando dal 7% al 30%, a seconda dell’efficienza di una struttura.  

Questi sistemi di raffreddamento impediscono il surriscaldamento dei server, il che richiede una grande quantità di acqua. Nel 2023, i data center statunitensi hanno consumato direttamente circa 17 miliardi di galloni d’acqua, con l’84% di questo consumo attribuito a strutture di colocation e hyperscale, che da sole dovrebbero consumare circa 16‑33 miliardi di galloni di acqua annualmente entro il 2028.

Per quanto riguarda le fonti di energia utilizzata dai data center, il gas naturale ha fornito la maggior parte (oltre il 40%) dell’elettricità per i data center negli USA, seguito da fonti rinnovabili come solare e eolico (24%), energia nucleare (20%) e carbone (15%).

Giganti tecnologici come Google (GOOG ), Amazon (AMZN ), e Meta (META ) hanno effettivamente promesso di utilizzare più energia nucleare, che attualmente rappresenta solo il 20% dell’approvvigionamento elettrico negli USA, per ridurre le emissioni di carbonio dei data center.

Questo è il motivo per cui l’IEA prevede che le emissioni di CO₂ dalla generazione elettrica per i data center raggiungeranno un picco di circa 320 Mt CO₂ entro il 2030, prima di registrare un calo a circa 300 Mt CO₂ entro il 2035.

Secondo l’IEA:

“Nonostante la crescita rapida, i data centre rimangono una parte relativamente piccola del sistema energetico complessivo, passando dall’~1% della generazione elettrica globale oggi al 3% nel 2030, rappresentando meno dell’1% delle emissioni totali di CO₂ a livello globale.”

Ma il pubblico non la pensa così. Secondo un sondaggio del Pew Research Center del 2024 sull’impatto ambientale più ampio dell’IA nei prossimi due decenni, un quarto degli adulti statunitensi pensa che l’impatto sarà negativo, e la stessa quota afferma che l’impatto sarà ugualmente positivo e negativo.

Sia le aziende sia i ricercatori stanno continuamente cercando modi per ridurre il consumo energetico sia della computazione sia dei data center.

In effetti, sono stati ottenuti notevoli miglioramenti di efficienza energetica nell’hardware utilizzato per la computazione. Tuttavia, il ritmo dei vantaggi di efficienza si è rallentato mentre le richieste computazionali dell’IA si sono accelerate.

Il punto è che gli effetti dell’IA sul consumo energetico vanno oltre l’uso diretto di elettricità per il calcolo. L’energia, dopotutto, è un input critico in quasi tutte le attività economiche, alimentando le industrie e sostenendo l’infrastruttura della vita moderna.

E gli studi mostrano una forte correlazione tra consumo energetico e output economico, indicando che l’uso di energia è strettamente legato alla crescita del PIL. Quindi, se l’IA migliora la produttività economica, potrebbe anche portare a un picco nel consumo energetico aggregato. Per non parlare del fatto che l’uso continuo di combustibili fossili per alimentare l’economia amplificherà gli effetti ambientali della produzione di elettricità contribuendo al cambiamento climatico.

Ma quando si tratta di IA, può effettivamente ridurre il consumo energetico. Ciò può essere ottenuto tramite la gestione della domanda o migliorando la resilienza dell’infrastruttura energetica.

Nel breve termine, però, la dipendenza dai combustibili fossili per la generazione di energia comporta un aumento dell’inquinamento atmosferico, il degrado della qualità dell’acqua e l’aggravamento del cambiamento climatico.

Mentre il gas naturale si prevede rimanga la principale fonte di energia per i data center nel breve periodo, la società globale di ricerca e consulenza Gartner prevede una “crescita rapida dei sistemi di accumulo di energia a batteria per bilanciare le fluttuazioni dell’energia solare e eolica” nei prossimi tre‑cinque anni. La società ha dichiarato quanto segue in una nota di ricerca:

“Nuove alternative di energia pulita in loco — come l’idrogeno verde, il geotermico e i piccoli reattori modulari — stanno iniziando a emergere e diventeranno alternative di carburante valide per le micro‑reti dei data center entro la fine del decennio.”

Il potenziale verde dell’IA e i compromessi delle emissioni climatiche

Mentre l’IA ha conseguenze ambientali chiare e massicce, nuove ricerche hanno scoperto che i rischi ambientali dei livelli attuali di utilizzo dell’IA sono inferiori a quanto pensiamo. Inoltre, può effettivamente supportare il progresso ambientale e la crescita economica.

Per proiettare i potenziali risultati ambientali dell’IA se continuerà a espandersi al ritmo attuale, nello studio intitolato “Watts and bots: the energy implications of AI adoption¹” pubblicato su Environmental Research, scienziati dell’Università di Waterloo e del Georgia Institute of Technology hanno combinato dati sull’attività economica statunitense con stime di quanto ampiamente la tecnologia sia adottata in diversi mestieri e settori.

A livello settoriale, gli scienziati stimano aumenti annuali del consumo energetico compresi tra 0 e 12 petajoule (PJ) mentre le emissioni di carbonio potrebbero variare da 0 tonnellate a 272 kt (ktCO₂).

Quanta energia e CO₂ potrebbe aggiungere l’IA a livello nazionale?

Altri 28 PJ di consumo energetico, pari a circa lo 0,03% del consumo energetico nazionale annuo, potrebbero derivare dall’adozione dell’IA quando aggregati sull’intera economia. Aggiungerebbero anche 896 ktCO₂ di emissioni annuali, equivalenti a circa lo 0,02% della produzione annua di CO₂ del paese.

Ciò è dovuto al fatto che, secondo i dati dell’Amministrazione dell’Informazione Energetica degli USA, l’83% della nazione dipende ancora da combustibili fossili, cioè carbone, petrolio e gas naturale.

Formati dai resti fossilizzati di organismi, impiegano milioni di anni per formarsi e sono considerati risorse non rinnovabili. Sebbene siano limitati, i combustibili fossili sono fonti energetiche cruciali per la generazione di elettricità, i trasporti e i processi industriali. In particolare, l’uso di questi combustibili rilascia gas serra (GHG) che intrappolano il calore e contribuiscono al cambiamento climatico.

I ricercatori hanno scoperto che, sebbene il consumo elettrico legato all’IA negli USA sia comparabile al consumo energetico totale dell’Islanda, questa quantità rimane troppo piccola per registrarsi in modo significativo a livello nazionale o globale.

“È importante notare che l’aumento del consumo energetico non sarà uniforme. Si sentirà di più nei luoghi in cui l’elettricità è prodotta per alimentare i data center,” ha dichiarato l’economista ambientale, Dr. Juan Moreno‑Cruz, professore della Facoltà di Ambiente di Waterloo e Canada Research Chair in Energy Transitions. Da una prospettiva locale, ha osservato che potrebbe essere un “grande affare”, con alcuni luoghi che vedono raddoppiare la produzione di elettricità e le emissioni.

Su scala più ampia, però, “l’uso di energia da parte dell’IA non sarà percepibile,” ha aggiunto Moreno‑Cruz.

Mentre i ricercatori non hanno esaminato gli effetti sulle economie locali dove i data center sono situati, hanno riscontrato alcuni risultati incoraggianti.

“Per le persone che credono che l’uso dell’IA sarà un grande problema per il clima e pensano che dovremmo evitarla, offriamo una prospettiva diversa,” ha detto. “Gli effetti sul clima non sono così significativi, e possiamo usare l’IA per sviluppare tecnologie verdi o migliorare quelle esistenti.”

Può contribuire a soluzioni per l’efficienza energetica e la riduzione delle emissioni ottimizzando le fonti di energia rinnovabile e i processi industriali, ha osservato lo studio.

Per trarre le loro conclusioni, i ricercatori hanno analizzato diversi settori di un’economia, i lavori in quei settori e quale parte di essi potrebbe essere svolta dall’IA. Pianificano di ripetere lo studio al di là degli USA, in altri paesi, per misurare gli impatti dell’adozione dell’IA a livello globale e ottenere un quadro più completo dell’impatto della tecnologia sul consumo energetico e le emissioni.

Segnalando le limitazioni dello studio, i ricercatori hanno indicato la disponibilità limitata di dati e la diversa granularità che influisce sull’analisi, la mancanza di informazioni sulla distribuzione spaziale del consumo energetico e il presupposto che l’IA influisca sulla produttività solo attraverso compiti precedentemente svolti a costi inferiori, senza considerare che la tecnologia introduca nuovi compiti o influenzi altre forme di produzione come il capitale. 

Con il loro studio, i ricercatori mirano a fornire una base utile per comprendere le implicazioni più ampie dell’uso più diffuso dell’IA nell’economia.

E i loro risultati indicano che l’entità dell’aumento del consumo energetico e delle emissioni derivanti dall’adozione dell’IA è “relativamente modesta rispetto all’attività economica complessiva.”

Quindi, mentre l’IA rivoluziona diversi settori e rimodella i vari aspetti della nostra società, lo studio chiede la necessità di bilanciare i benefici economici e i guadagni di produttività con i potenziali aumenti della domanda di energia e delle relative emissioni di carbonio. 

Per raggiungere tale equilibrio, lo studio menziona l’investimento in fonti di energia rinnovabile, l’enfasi su quelle tecnologie IA a basso consumo energetico, lo sviluppo di strategie per compensare le crescenti emissioni nei settori ad alta intensità di IA e l’uso dell’IA per mitigare le vulnerabilità al cambiamento climatico.

Attraverso un’analisi costante e il monitoraggio degli impatti energetici e ambientali dell’IA, possiamo realizzare uno sviluppo sostenibile delle tecnologie trasformative, ha affermato lo studio.

Investire nell’IA: Data Center, Chip e Rischio Climatico

Il più grande vincitore della frenesia dell’IA in corso è Nvidia (NVDA ), una società di infrastrutture informatiche full‑stack che offre soluzioni IA e software oltre a un segmento gaming, visualizzazione professionale e robotica.

Nvidia è l’azienda più preziosa al mondo con una capitalizzazione di mercato di 4,3 trilioni di dollari, che ha superato i 5 trilioni lo scorso mese quando le sue azioni hanno raggiunto un massimo di 52 settimane di 212 $. Al momento della stesura, le azioni NVDA sono quotate a 179,5 $, in rialzo del 33,2% su base annua e oltre il 1.450% negli ultimi cinque anni.

Come risultato della spesa massiccia delle aziende IA per le infrastrutture, il business dei data center di Nvidia ha registrato un fatturato record di 51,2 miliardi di dollari, in aumento del 25% rispetto al trimestre precedente e del 66% rispetto all’anno precedente. La sua clientela include Google, Amazon, Meta, Microsoft (MSFT ) e Oracle.

Secondo l’azienda, questo business è stato alimentato da un’accelerazione di potenti modelli IA, applicazioni agentiche e calcolo. Le vendite dei chip GPU Blackwell di Nvidia sono state anche “fuori scala”, e le GPU cloud sono esaurite.

Di conseguenza, la società ha annunciato AI factory, infrastrutture di calcolo specializzate, e altri progetti infrastrutturali per un totale di 5 milioni di GPU, che coprono “ogni mercato, CSP, sovrani, costruttori moderni, imprese e centri di super‑computazione.”

“La domanda di calcolo continua ad accelerare e a comporsi sia in fase di addestramento sia di inferenza — ognuna in crescita esponenziale. Siamo entrati nel ciclo virtuoso dell’IA. L’ecosistema IA si sta scalando rapidamente — con più nuovi creatori di modelli di base, più startup IA, in più settori e in più paesi. L’IA sta ovunque, facendo tutto, tutto in una volta,” ha dichiarato il CEO Jensen Huang nella recente dichiarazione sugli utili del Q3 di Nvidia.

Ultime notizie azionarie di Nvidia Corporation (NVDA)

Conclusione: Impatto climatico dell’IA e considerazioni sugli investimenti

Con l’IA che diventa più personalizzata e capace, acquisendo la capacità di ragionare e risolvere problemi complessi, la sua adozione e il consumo energetico sono ancora nelle fasi iniziali. L’espansione di questa tecnologia sta guidando enormi costruzioni di data center, mettendo sotto pressione i sistemi energetici esistenti e sollevando preoccupazioni sulla domanda di elettricità e le emissioni di carbonio. 

Tuttavia, come suggeriscono le ricerche più recenti, l’impatto energetico nazionale dell’IA rimane modesto, sebbene la sua impronta locale possa essere significativa. Tutto dipende dal cambiamento del mix energetico di base verso fonti a basse emissioni di carbonio. Quindi, l’IA non è solo un motore di consumo energetico ma anche uno strumento per l’ottimizzazione energetica, contribuendo a modernizzare le reti, migliorare l’efficienza e accelerare l’innovazione focalizzata sul clima, sbloccando al contempo il valore economico che promette.

Clicca qui per un elenco di azioni tecnologiche dirompenti sottovalutate.

Riferimenti

1. Harding, A. R. & Moreno‑Cruz, J. “Watts and bots: the energy implications of AI adoption.” Environmental Research Letters 20 (11), Article 114084 (2025). https://doi.org/10.1088/1748-9326/ae0e3b