AI generativa e sostenibilità: il 48% dei dirigenti segnala un aumento delle emissioni

Quanto “pesa” l’adozione dell’AI generativa sul bilancio della sostenibilità ambientale? Il report del Capgemini Research Institute “Developing sustainable Gen AI” cerca di fare chiarezza su questo aspetto. Mentre a fine 2023 solo il 6% delle organizzazioni aveva integrato l’AI generativa nelle proprie funzioni e sedi aziendali, a ottobre 2024 la percentuale era salita al 24%.

Questo rapido incremento nell’utilizzo dell’AI generativa sta sollevando serie preoccupazioni riguardo al suo impatto ambientale. Il report rivela che quasi la metà (48%) dei dirigenti ritiene che l’uso dell’AI generativa abbia determinato un aumento delle emissioni di gas serra. Le organizzazioni che attualmente misurano le proprie emissioni legate all’AI generativa si aspettano che nei prossimi due anni la quota di tali emissioni rispetto alle emissioni totali dell’organizzazione aumenterà in media dal 2,6% al 4,8%. Questi dati evidenziano un trend preoccupante di crescita dell’impronta carbonica associata all’AI generativa.

Il 42% dei dirigenti dichiara di aver dovuto riconsiderare gli obiettivi climatici a causa dell’adozione dell’AI generativa

L’impatto ambientale si manifesta durante tutto il ciclo di vita di questi sistemi, dalla fase di addestramento che richiede enormi quantità di potenza di calcolo e energia, all’implementazione e all’utilizzo continuo dei modelli. Le infrastrutture necessarie per supportare l’AI generativa, come data center e reti di comunicazione, contribuiscono ulteriormente all’aumento del consumo energetico e delle emissioni. Nonostante il potenziale dell’AI generativa di migliorare l’efficienza in vari settori, il suo crescente impatto ambientale sta mettendo a rischio gli obiettivi di sostenibilità di molte organizzazioni. Il 42% dei dirigenti ha dichiarato di aver dovuto riconsiderare i propri obiettivi climatici a causa dell’adozione dell’AI generativa.

Questa situazione evidenzia la necessità urgente di bilanciare i benefici dell’innovazione tecnologica con la responsabilità ambientale, ponendo le basi per un dibattito critico sul futuro sostenibile dell’AI.

AI generativa e sostenibilità: sfide nella misurazione e gestione dell’impronta ecologica

Nonostante la crescente consapevolezza dell’impatto ambientale dell’AI generativa, le organizzazioni si trovano ad affrontare significative sfide nella misurazione e gestione di questa impronta ecologica. Il report del Capgemini Research Institute mette in luce una preoccupante lacuna: solo il 12% dei dirigenti di aziende che utilizzano l’AI generativa afferma che la propria organizzazione misura l’impatto ambientale legato al suo utilizzo. Ancora più allarmante è il fatto che solo il 38% dichiara di essere consapevole di tale impatto ambientale. Questa mancanza di misurazione e consapevolezza rappresenta un ostacolo significativo per la gestione efficace dell’impronta ecologica dell’AI. La complessità dei sistemi di AI generativa, che spesso coinvolgono molteplici fasi di sviluppo, addestramento e implementazione, rende difficile una valutazione completa del loro impatto ambientale.

Inoltre, la rapida evoluzione delle tecnologie AI complica ulteriormente gli sforzi di misurazione, poiché i metodi di valutazione devono essere costantemente aggiornati per rimanere rilevanti.

Un’altra sfida significativa è la mancanza di standard uniformi e metodologie condivise per la misurazione dell’impatto ambientale dell’AI. Questa assenza di linee guida comuni rende difficile per le organizzazioni confrontare e valutare in modo coerente l’efficienza e la sostenibilità dei loro sistemi AI. La situazione è ulteriormente complicata dal fatto che oltre tre quarti delle organizzazioni utilizza solo modelli pre-addestrati, e appena il 4% costruisce i propri modelli ex novo. Questa dipendenza da fornitori esterni di modelli AI rende ancora più difficile per le aziende avere un controllo diretto e una visibilità completa sull’impatto ambientale delle loro implementazioni AI.

Quasi tre quarti dei dirigenti intervistati trovano infatti difficile misurare l’impatto ambientale di questa tecnologia a causa della limitata trasparenza da parte dei fornitori. La gestione dell’impronta ecologica dell’AI è ulteriormente complicata dalla tendenza delle organizzazioni a dare priorità a prestazioni, scalabilità e costi nella valutazione dei modelli di AI generativa, relegando la sostenibilità a un’importanza marginale.

Solo un quinto dei dirigenti indica l’impatto ambientale dell’AI generativa come uno dei 5 fattori chiave nella scelta o nella costruzione di modelli di AI generativa. Questa focalizzazione su obiettivi a breve termine a scapito della sostenibilità a lungo termine rappresenta una sfida significativa per la creazione di un approccio all’AI veramente responsabile e sostenibile.

Strategie aziendali per un’AI generativa sostenibile

Di fronte alle crescenti preoccupazioni sull’impatto ambientale dell’AI generativa, le aziende stanno iniziando a sviluppare e implementare strategie mirate per rendere più sostenibile l’utilizzo di questa tecnologia. Il report del Capgemini Research Institute evidenzia che circa un terzo (31%) delle organizzazioni ha già intrapreso azioni concrete per integrare strategie di sostenibilità nel ciclo di vita dell’AI generativa. Queste iniziative spaziano dall’ottimizzazione dei modelli alla scelta di fonti energetiche più pulite. Una delle strategie più diffuse, adottata da oltre la metà delle organizzazioni intervistate, è l’utilizzo di modelli di AI più piccoli e efficienti. Questi modelli, pur mantenendo prestazioni elevate, richiedono meno risorse computazionali e quindi meno energia per l’addestramento e l’esecuzione. Parallelamente, molte aziende stanno puntando sull’alimentazione delle infrastrutture AI con fonti di energia rinnovabile.

Questa transizione verso l’energia pulita non solo riduce l’impronta carbonica diretta dell’AI, ma contribuisce anche a promuovere lo sviluppo e l’adozione di tecnologie energetiche sostenibili su larga scala.

Ottimizzare l’architettura dei data center e delle reti per l’AI generativa

Un’altra strategia chiave è l’ottimizzazione dell’architettura dei data center e delle reti che supportano l’AI generativa. Ciò include l’implementazione di tecnologie di raffreddamento più efficienti, l’uso di hardware specializzato per l’AI che offre migliori prestazioni per watt, e l’adozione di pratiche di gestione energetica intelligente.

Alcune organizzazioni stanno anche esplorando approcci innovativi come l’edge computing per ridurre la necessità di trasferire grandi quantità di dati su lunghe distanze, diminuendo così il consumo energetico associato alla trasmissione dei dati.

Oltre alle misure tecniche, molte aziende stanno implementando politiche e pratiche organizzative per promuovere un uso più sostenibile dell’AI. Queste includono la formazione dei dipendenti sulla sostenibilità dell’AI, l’integrazione di considerazioni ambientali nei processi decisionali relativi all’AI, e lo sviluppo di linee guida interne per l’uso responsabile dell’AI.

Alcune organizzazioni stanno anche esplorando l’uso dell’AI generativa stessa come strumento per migliorare la sostenibilità in altri settori dell’azienda, ad esempio nell’ottimizzazione dei processi produttivi o nella progettazione di prodotti più eco-compatibili. Il report evidenzia che un terzo dei dirigenti sta già utilizzando l’AI generativa per iniziative di sostenibilità, con due terzi che si aspettano una riduzione di oltre il 10% delle emissioni di gas serra nei prossimi 3-5 anni grazie a iniziative aziendali sostenibili basate sull’AI generativa.

Il ruolo dei fornitori e la necessità di standard di settore

Il ruolo dei fornitori di tecnologie AI e la necessità di standard di settore emergono come elementi cruciali nella gestione dell’impatto ambientale dell’AI generativa. Il report del Capgemini Research Institute evidenzia una forte dipendenza delle organizzazioni dai loro partner tecnologici in questo ambito. Con oltre tre quarti delle aziende che utilizzano modelli pre-addestrati e solo il 4% che sviluppa modelli propri, la responsabilità della sostenibilità dell’AI ricade in gran parte sui fornitori di queste tecnologie. Questa situazione sottolinea l’importanza di una maggiore trasparenza e collaborazione tra fornitori e clienti.

I dirigenti intervistati esprimono una chiara difficoltà nel misurare l’impatto ambientale dell’AI generativa, principalmente a causa della limitata trasparenza da parte dei fornitori. Questa mancanza di informazioni dettagliate sul consumo energetico, sull’efficienza computazionale e sull’impronta carbonica dei modelli AI ostacola gli sforzi delle organizzazioni per implementare strategie di sostenibilità efficaci. Di conseguenza, emerge una forte richiesta di maggiore apertura e condivisione di dati da parte dei fornitori di tecnologie AI.

Questa situazione evidenzia la necessità urgente di sviluppare standard di settore che possano guidare sia i fornitori che gli utenti verso pratiche più sostenibili. La creazione di tali standard richiederebbe una collaborazione a livello di settore tra diversi stakeholder, inclusi fornitori di tecnologia, organizzazioni utenti, enti di ricerca e organismi di regolamentazione. Questi standard dovrebbero coprire vari aspetti, tra cui metriche uniformi per la misurazione dell’efficienza energetica dei modelli AI, linee guida per la reportistica sull’impatto ambientale, e best practices per lo sviluppo e l’implementazione sostenibile di sistemi AI.

Inoltre, il report suggerisce che l’inclusione della sostenibilità come criterio chiave nella selezione dei fornitori di AI generativa potrebbe avere un impatto significativo. Più della metà dei dirigenti intervistati riconosce che questo approccio ridurrebbe l’impatto ambientale dell’AI. Ciò indica un potenziale cambiamento nel mercato, dove la sostenibilità potrebbe diventare un fattore competitivo chiave per i fornitori di tecnologie AI. In risposta a queste esigenze, alcuni fornitori leader stanno già iniziando a offrire maggiori informazioni sull’impatto ambientale dei loro prodotti e servizi AI, e stanno investendo in ricerca e sviluppo per creare soluzioni AI più efficienti dal punto di vista energetico.

Tuttavia, c’è ancora molta strada da fare per raggiungere un livello di trasparenza e standardizzazione che possa supportare efficacemente gli sforzi di sostenibilità del settore.

Verso un futuro sostenibile: raccomandazioni per l’uso responsabile dell’AI

Il cammino verso un futuro in cui l’AI generativa sia utilizzata in modo sostenibile e responsabile richiede un approccio multifacettato e collaborativo. Il report del Capgemini Research Institute offre una serie di raccomandazioni chiave per le organizzazioni che mirano a bilanciare l’innovazione tecnologica con la responsabilità ambientale. Innanzitutto, si sottolinea l’importanza di effettuare una valutazione approfondita sia del ROI finanziario che dell’impatto ambientale dei progetti di AI generativa prima del loro avvio.

Questo approccio consente alle organizzazioni di prendere decisioni informate, considerando non solo i benefici economici ma anche i costi ambientali a lungo termine. È fondamentale verificare se sia effettivamente necessario ricorrere a tecnologie di AI generativa ad alto consumo energetico, o se esistano alternative più sostenibili per raggiungere risultati simili. La ricerca invita inoltre a implementare pratiche sostenibili durante l’intero ciclo di vita dell’AI, dalla scelta dell’hardware all’architettura dei modelli, dalle fonti energetiche per i data center all’implementazione di politiche di utilizzo eco-friendly. Questo approccio olistico alla sostenibilità dell’AI richiede una collaborazione stretta tra diversi dipartimenti all’interno delle organizzazioni, inclusi IT, sostenibilità, e leadership aziendale.

L’AI generativa, un potente alleato nella lotta al cambiamento climatico

Un’altra raccomandazione chiave è l’esplorazione di come l’AI generativa possa essere utilizzata per accelerare gli obiettivi di sostenibilità, nonostante il suo impatto ambientale. Il report evidenzia casi d’uso promettenti come la reportistica ESG, la pianificazione degli scenari climatici, l’ottimizzazione dei materiali in settori chiave e la progettazione di prodotti sostenibili e circolari. Questi esempi dimostrano come, se utilizzata strategicamente, l’AI generativa possa diventare un potente alleato nella lotta al cambiamento climatico e nella transizione verso modelli di business più sostenibili. Tuttavia, il report avverte anche contro un eccessivo ottimismo, sottolineando l’importanza di un monitoraggio costante e di una ricerca continua per comprendere appieno e mitigare l’impatto ambientale dell’AI. La creazione di modelli di governance multidisciplinari e l’implementazione di politiche efficaci sono considerate cruciali per garantire un uso sicuro, trasparente, sostenibile ed etico dell’AI generativa.

Il 62% dei dirigenti intervistati concorda sulla necessità di fissare regole precise e garantire una governance in grado di mitigare efficacemente l’impatto ambientale dell’AI.

Conclusioni

Infine, il report sottolinea l’importanza della collaborazione a livello di settore tra tutti gli stakeholder dell’ecosistema dell’AI generativa. Questo include la condivisione di best practices, lo sviluppo di standard comuni per la misurazione e la reportistica dell’impatto ambientale, e la creazione di piattaforme per l’innovazione collaborativa in tecnologie AI più sostenibili. Solo attraverso uno sforzo collettivo e coordinato sarà possibile realizzare il pieno potenziale dell’AI generativa come forza trainante per l’innovazione e la sostenibilità, garantendo al contempo la salvaguardia del nostro pianeta per le generazioni future.