I leader del settore dell’IA sostengono che la loro tecnologia risolverà il problema del clima. Finora, le prove indicano per lo più il contrario.
Questa settimana, mentre i paesi si riuniscono ad Antalya, in Turchia, per la conferenza delle Nazioni Unite sul clima, uno degli argomenti che probabilmente dominerà il dibattito è l’intelligenza artificiale. Il paese ospitante ha già invitato i paesi a impegnarsi a garantire che l’IA sia progettata, alimentata e implementata in modi che sostengano l’azione per il clima.
Ma finora, le industrie di tutto il mondo non stanno facendo abbastanza per sfruttare questa tecnologia al fine di ridurre effettivamente le emissioni di gas serra che stanno riscaldando il pianeta, nonostante alcune affermazioni molto ottimistiche da parte delle aziende del settore dell’IA.
Nel 2024, il CEO di OpenAI Sam Altman ha dichiarato che l’IA avrebbe portato a «trionfi sbalorditivi», tra cui «risolvere il problema del clima». L’anno prima, in un editoriale del 2023, la responsabile della sostenibilità di Google e il suo coautore hanno scritto che l’IA potrebbe ridurre le emissioni globali dal 5% al 10% entro il 2030.
Alcuni ricercatori accademici hanno esaminato queste affermazioni sul clima relative all’IA. Uno studio sottoposto a revisione tra pari pubblicato lo scorso anno, condotto da ricercatori del Grantham Research Institute della London School of Economics e dalla società Systemiq, ha stimato che l’IA potrebbe contribuire a ridurre le emissioni globali di un quantitativo equivalente a 3,2-5,4 miliardi di tonnellate di anidride carbonica all’anno entro il 2035 — più o meno alla pari con le emissioni annuali legate all’energia degli Stati Uniti nella fascia più alta, anche dopo aver sottratto l’impronta energetica dell’IA stessa. Questi potenziali benefici si concentrano principalmente in tre settori: energia, carne e latticini, e veicoli.
Ma proiezioni come queste hanno valore solo nella misura in cui siamo disposti a verificarle alla luce della realtà odierna. Esistono quindi prove che le maggiori aziende di questi tre settori stiano iniziando a integrare l’IA in linea con le proiezioni dello studio e, in tal caso, i risultati corrispondono alle aspettative? Oppure la cifra relativa al 2035 rimane per lo più un obiettivo ambizioso?
Le aziende di questi settori hanno annunciato numerose iniziative iniziali volte a integrare l’IA in varie pratiche aziendali. Tuttavia, un’analisi assistita dall’IA delle informazioni pubbliche fornite dai principali attori di mercato in ciascun settore, condotta e revisionata dal secondo autore di questo articolo, ha rilevato che poche aziende hanno annunciato di perseguire i percorsi specifici di riduzione delle emissioni su cui si basano le proiezioni dello studio — e ancora meno sostengono di averli utilizzati per ottenere progressi significativi in materia di clima.
Il settore energetico è quello in cui i calcoli alla base dello studio precedente risultano più concreti: le previsioni basate sull’IA relative a domanda e offerta potrebbero aumentare fino al 20% la quantità di energia elettrica rinnovabile che raggiunge la rete dagli impianti solari ed eolici già costruiti, il che potrebbe evitare circa 1,8 miliardi di tonnellate di emissioni all’anno.
Tuttavia, tra i gestori di rete esaminati in Cina, negli Stati Uniti e in Europa, solo uno ha implementato un programma di IA di questo tipo che risultasse effettivamente significativo e funzionante, secondo l’analisi. Una partnership tra la National Grid ESO del Regno Unito e Open Climate Fix ha dimezzato l’errore di previsione solare del gestore di rete (la differenza tra la quantità di luce solare in entrata prevista e quella che raggiunge effettivamente i pannelli solari), evitando centinaia di migliaia di tonnellate di anidride carbonica all’anno. Al di là di questo esempio nel Regno Unito, tuttavia, molti altri gestori di rete nell’UE, negli Stati Uniti e in Cina hanno mostrato ben poco, secondo i dati pubblici disponibili, in termini di integrazione dell’IA prevista dallo studio.
Il settore delle carni e dei latticini offre il contrasto più netto tra la maturità tecnologica e la realtà di mercato. Per raggiungere le riduzioni delle emissioni previste per il 2035 nello studio precedente, l’IA dovrebbe colmare il divario in termini di gusto e costo tra le proteine tradizionali e quelle alternative, come gli hamburger coltivati in laboratorio o a base vegetale e i sostituti del latte.
In uno dei tentativi più evidenti per raggiungere questo obiettivo, l’azienda specializzata in IA e tecnologia alimentare NotCo ha recentemente costituito una joint venture con Kraft Heinz utilizzando la propria piattaforma Giuseppe, che analizza i dati molecolari delle piante per individuare combinazioni in grado di riprodurre il gusto, la consistenza e l’odore dei prodotti di origine animale.
Tuttavia, secondo l’analisi assistita dall’IA, poche altre aziende operanti nel settore delle proteine alternative hanno adottato un approccio così profondamente integrato nell’uso dell’IA nello sviluppo dei prodotti. Nel frattempo, il settore sembra affrontare problemi più fondamentali, tra cui un’adozione da parte dei consumatori mainstream ostinatamente lenta e livelli di finanziamento in calo. In particolare, i capitali di rischio destinati alla carne coltivata sono scesi da un picco di 989 milioni di dollari nel 2021 a circa 83 milioni di dollari lo scorso anno.
Il settore dei trasporti offre alcuni esempi incoraggianti del tipo di integrazione dell’IA necessaria per realizzare le proiezioni dello studio, in particolare tra i produttori di batterie e le piattaforme di ride-sharing. CATL — che controlla circa il 40% del mercato globale delle batterie per veicoli elettrici — ha lanciato un sistema di IA addestrato su oltre 100.000 casi di progettazione di batterie e 600 terabyte di dati di test. Secondo l’azienda, ciò ha ridotto di due ordini di grandezza il tempo necessario per vagliare i materiali candidati. Ricercatori indipendenti hanno inoltre scoperto che la piattaforma di ride-sharing Didi Chuxing è riuscita a ridurre le emissioni per viaggio in media del 16% utilizzando percorsi ottimizzati dall’IA per minimizzare le deviazioni.
C’è però un altro grande problema nel dibattito sul clima relativo all’IA: anche le aziende petrolifere e del gas sono interessate a questi strumenti per molte ragioni, tra cui la possibilità di aumentare la produzione di combustibili fossili. Le aziende tecnologiche che in passato si sono impegnate a raggiungere obiettivi di sostenibilità dovrebbero rispondere alle domande su come i loro strumenti potrebbero essere utilizzati per potenziare sia le energie tradizionali e inquinanti sia quelle pulite e rinnovabili.
Infine, vale anche la pena notare che l’integrazione dell’IA è solo il primo passo, e non è ancora chiaro in che misura la tecnologia possa accelerare il tipo di miglioramenti e innovazioni previsti. L’IA contribuisce inoltre in misura minima ad accorciare i percorsi standard necessari per la certificazione, l’ottenimento dei permessi, la costruzione, il confezionamento, la commercializzazione e la vendita di qualsiasi prodotto, struttura o servizio risultante.
I risultati dell’analisi, condotta da Claude Code di Anthropic, sono stati verificati confrontandoli con documenti pubblici e resoconti dei media per garantirne l’accuratezza. È possibile che alcune aziende e servizi pubblici in questi settori stiano perseguendo applicazioni assistite dall’IA che rientrerebbero negli scenari dello studio iniziale, ma che non sono ancora state rese pubbliche.
Un’integrazione dell’IA più ampia e mirata, insieme a miglioramenti dell’efficienza in questi tre settori, potrebbe benissimo concretizzarsi, avvicinando le proiezioni per il 2035 alla realtà. Ma ciò non avverrà senza sforzi deliberati e costanti volti a garantire che l’IA apporti più benefici ambientali che danni.
In particolare, finora la rapida adozione di modelli di IA e l’espansione dei data center hanno determinato un enorme aumento del consumo energetico e delle emissioni, e ciò ha portato grandi aziende tecnologiche come Microsoft, Google e altre a trovarsi ben lontani dal raggiungimento dei propri obiettivi climatici aziendali. A questo punto sarebbe sorprendente se il settore riuscisse anche solo a azzerare il proprio impatto climatico: secondo le previsioni di base dell’AIE, le emissioni associate ai data center globali (che possono gestire sia attività di calcolo legate all’IA che non) potrebbero superare i 300 milioni di tonnellate all’anno nel 2035.
I leader del settore devono implementare la tecnologia nei modi che promettono di contribuire maggiormente alla riduzione delle emissioni. I clienti aziendali dovrebbero scegliere i modelli con il minor impatto ambientale e optare per collaborare con gli sviluppatori di IA che si impegnano maggiormente a ridurre la propria impronta climatica. Inoltre, gli Stati e le regioni devono fare di più per incentivare o obbligare tutte queste aziende ad operare in modo più responsabile.
La necessità non è mai stata così evidente.
Mary Nichols è consulente di spicco presso la UCLA School of Law ed ex presidente del California Air Resources Board.
Jeremy Tamanini è il fondatore di Dual Citizen, una società di ricerca e consulenza in materia di sostenibilità.
