Il bisogno di energia dell'intelligenza artificiale sta crescendo a ritmi allarmanti, con previsioni che potrebbero presto superare il già criticato consumo del mining di Bitcoin. Secondo una nuova analisi pubblicata sulla rivista Joule, entro la fine del 2025 l'IA potrebbe arrivare a utilizzare quasi la metà dell'elettricità consumata globalmente dai data center. È quindi naturale che sorgano domande non solo sull'impatto ambientale di questa tecnologia, ma anche sulla sostenibilità dell'infrastruttura energetica attuale, già messa a dura prova dalla crescente digitalizzazione della società.
A condurre questa analisi è Alex de Vries-Gao, dottorando presso l'Istituto di Studi Ambientali della Vrije Universiteit di Amsterdam, già noto per le sue ricerche sul consumo energetico delle criptovalute e per il suo progetto Digiconomist. Secondo le sue stime, l'IA rappresenta già fino a un quinto dell'elettricità utilizzata dai data center mondiali, un dato difficile da verificare con precisione a causa della scarsa trasparenza delle grandi aziende tecnologiche riguardo ai consumi specifici dei loro modelli di intelligenza artificiale.
La metodologia adottata da de Vries-Gao si basa sulla "triangolazione" di dati relativi alla catena di approvvigionamento dei chip specializzati per l'IA, combinando dettagli tecnici disponibili pubblicamente, stime degli analisti e informazioni tratte dalle conference call aziendali. Questo approccio ha permesso di stimare sia la produzione di hardware dedicato all'IA che il conseguente consumo energetico.
Il boom dell'intelligenza artificiale ha portato a una proliferazione di nuovi data center, particolarmente negli Stati Uniti, che già ospita la maggior concentrazione mondiale di queste strutture. Per soddisfare la crescente domanda energetica, le compagnie elettriche stanno pianificando la costruzione di nuove centrali a gas e reattori nucleari, una situazione che rischia di compromettere gli sforzi di transizione verso fonti energetiche più pulite.
De Vries-Gao identifica un parallelo significativo tra l'attuale scenario dell'IA e quello precedentemente osservato nelle criptovalute: la mentalità del "più grande è meglio". "Vediamo queste grandi aziende tecnologiche aumentare costantemente le dimensioni dei loro modelli, cercando di avere il modello migliore sul mercato, ma nel frattempo, ovviamente, aumentando anche le richieste di risorse di questi modelli", afferma il ricercatore.
L'altro parallelo riguarda la difficoltà nel determinare con precisione il consumo energetico effettivo di queste tecnologie e il loro impatto ambientale. Sebbene molte aziende abbiano fissato obiettivi climatici e includano le loro emissioni di gas serra nei rapporti annuali sulla sostenibilità, raramente forniscono dati disaggregati che mostrino quanto sia attribuibile specificamente all'IA.
Secondo le stime del ricercatore, lo scorso anno l'hardware specializzato per l'IA ha probabilmente consumato tanta elettricità quanto i Paesi Bassi, sua nazione d'origine. Prevede che entro la fine del 2025 questo dato crescerà avvicinandosi al consumo di un paese grande come il Regno Unito, con una domanda di energia per l'IA che raggiungerà i 23 gigawatt.
Questa tendenza è confermata anche da un rapporto separato della società di consulenza ICF, che prevede un aumento del 25% della domanda di elettricità negli Stati Uniti entro la fine del decennio, grazie in gran parte all'IA, ai data center tradizionali e al mining di Bitcoin.
La questione dell'intensità energetica e delle emissioni dell'IA dipende da una serie di fattori variabili, tra cui i tipi di query effettuate, le dimensioni dei modelli che rispondono a tali query e la percentuale di energie rinnovabili e combustibili fossili nella rete elettrica locale che alimenta il data center. Un utente che utilizza strumenti di IA in West Virginia potrebbe generare quasi il doppio dell'inquinamento di carbonio rispetto a uno in California, semplicemente a causa del mix energetico diverso delle due regioni.
DeepSeek ha fatto scalpore all'inizio di quest'anno quando ha dichiarato che il suo modello di IA potrebbe utilizzare una frazione dell'elettricità consumata dal modello Llama 3.1 di Meta, sollevando molte domande sulla reale necessità delle aziende di essere così energivore per fare progressi nell'IA. La domanda è se queste aziende prioritizzeranno la costruzione di modelli più efficienti abbandonando l'approccio del "più grande è meglio".
Un precedente incoraggiante viene da Ethereum, che quando è passato a una strategia molto più efficiente dal punto di vista energetico per la validazione delle transazioni rispetto al mining di Bitcoin, ha visto il suo consumo di elettricità crollare improvvisamente del 99,988%. Gli attivisti ambientali hanno fatto pressione su altre reti blockchain affinché seguissero l'esempio, ma alcuni - in particolare i minatori di Bitcoin - sono riluttanti ad abbandonare gli investimenti già effettuati nell'hardware esistente.
Esiste anche il rischio del paradosso di Jevons con l'IA: modelli più efficienti potrebbero comunque consumare quantità crescenti di elettricità perché le persone inizierebbero semplicemente a utilizzare di più la tecnologia. "La folle quantità di passaggi che devi fare per poter mettere un numero qualsiasi su questo, penso che sia davvero assurdo", dice de Vries-Gao. "Non dovrebbe essere così ridicolmente difficile. Ma purtroppo lo è."
La trasparenza delle aziende rimane un punto critico: senza dati chiari sui consumi energetici specifici dell'IA nei loro rapporti sulla sostenibilità, sarà difficile gestire efficacemente questa problematica. Come sottolinea de Vries-Gao, è impossibile gestire ciò che non si può misurare, e l'attuale mancanza di dati trasparenti sul consumo energetico dell'IA rappresenta un ostacolo significativo per affrontare in modo efficace il suo crescente impatto ambientale.