Negli ultimi anni il dibattito sulla sostenibilità si è spostato dal settore dei trasporti alla sfera digitale. Tre aree – il lavoro da remoto, il software per l’intelligenza artificiale e l’infrastruttura dei data center – mostrano risultati concreti nella riduzione delle emissioni di anidride carbonica e nel contenimento dei consumi energetici. Analizzando studi recenti condotti da enti pubblici e aziende di ingegneria, è possibile quantificare l’impatto positivo di queste innovazioni e capire quali strategie possono essere replicate da altre realtà.
Smart working: numeri concreti di risparmio energetico
Una ricerca congiunta tra l’ENEA e la Banca d’Italia, basata su 4.255 risposte del personale di Palazzo Koch, evidenzia che una giornata di smart working riduce le emissioni medie per dipendente a 1,1 kg CO₂e, contro i 4,1 kg generati dal tragitto casa-ufficio. Il risparmio è di circa 3 kg di CO₂ per persona al giorno, corrispondente a una diminuzione del 75 % rispetto al modello tradizionale. Le spese domestiche aggiuntive sono dominate dal riscaldamento (63 % delle emissioni) e dal raffrescamento (29 %). La distanza media percorsa per andare al lavoro è di 22,2 km (42 minuti); chi lavora prevalentemente da remoto viaggia in media 78,4 km, con una suddivisione quasi equa tra auto private e treno. Il parco veicolare resta prevalentemente a benzina o diesel (70 %), con una presenza molto limitata di veicoli ibridi plug-in o elettrici (3 % ciascuno). Questi dati costituiscono un benchmark utile per altre istituzioni che vogliono valutare le proprie emissioni indirette legate al lavoro a distanza.
Algoritmi verdi: ottimizzare l’IA per ridurre il consumo
Il consumo energetico dell’intelligenza artificiale è tradizionalmente attribuito all’hardware, ma la efficienza del software è altrettanto cruciale. La professoressa Coral Calero, esperta di linguaggi informatici, spiega che un programma più snello richiede meno risorse di calcolo, abbattendo così il fabbisogno energetico. In Cina, dove le restrizioni alle GPU più potenti hanno stimolato l’adozione di tecniche di addestramento non supervisionato e di “mixture of experts” (MoE), i costi energetici sono stati notevolmente ridotti. L’approccio MoE, adottato da OpenAI nei modelli GPT-4 e GPT-5.6, attiva solo le parti di rete necessarie per ciascuna domanda, evitando il consumo dell’intero modello. Altri interventi includono la riduzione della precisione dei calcoli da 64 bit a 16 bit o 8 bit, e il congelamento di strati neuronali durante il fine-tuning. Queste strategie permettono di mantenere performance accettabili – soprattutto in applicazioni non critiche come consigli di intrattenimento – diminuendo i costi operativi, che per molte imprese rappresentano il principale ostacolo all’adozione su larga scala dell’IA.
Data center: progettare impianti a basso impatto energetico
Il CEO di Dba Group, Raffaele De Bettin, sottolinea che i data center consumano una quantità di energia paragonabile a quella di intere città, ma le soluzioni di design sostenibile stanno rapidamente evolvendo. Nei progetti più recenti, il raffreddamento avviene mediante cicli di riutilizzo dell’acqua: il calore prodotto dall’impianto è reimpiegato per il teleriscaldamento di edifici limitrofi, evitando sprechi idrici e riducendo le emissioni termiche. Un caso studio è il super-computer Leonardo a Bologna, dove le spese energetiche accessorie (condizionamento, illuminazione) sono state portate dal 30 % al 15 % del consumo totale grazie a sistemi di raffreddamento avanzati e all’impiego di energie rinnovabili. Inoltre, l’azienda promuove la costruzione di data center in aree già urbanizzate o in strutture dismesse, limitando l’occupazione di suolo. Il costo medio di installazione è di circa 10 milioni di euro per megawatt, con variazioni legate alla scala e alla tipologia dell’impianto.
Complessivamente, le evidenze mostrano che l’integrazione di smart workingsoftware verde e infrastrutture energeticamente efficienti costituisce una risposta efficace alle sfide climatiche e di prezzo dell’energia. Le aziende che adottano queste pratiche possono non solo ridurre la loro impronta di carbonio, ma anche realizzare risparmi economici significativi, creando un modello di crescita sostenibile per il futuro.
