In questo articolo, realizzato dall’Osservatorio Digital & Sustainable, si descrivono i consumi reali degli strumenti di AI generativa e si illustrano le best practice con cui consumatori finali e aziende possono ridurne l’impatto energetico.
Quando scriviamo una richiesta a ChatGPT o chiediamo a un assistente virtuale di riassumere un documento, diamo il via a un processo computazionale complesso che avviene in remoto, all’interno di enormi Data Center disseminati in tutto il mondo.
Ma qual è l’impatto energetico? Per rispondere a questa domanda con dati concreti, l’Osservatorio Digital & Sustainable ha sviluppato un modello di quantificazione del consumo energetico per singola query (ovvero una singola richiesta inviata all’AI), mettendo a confronto tre modelli di AI generativa resi disponibili sul mercato dai principali provider: GPT 4.1 di OpenAI, Claude 3.7 di Anthropic e LLaMA-3.1-405B di Meta. Tutti e tre i modelli selezionati hanno come caratteristica comune oltre 70 miliardi di parametri e il confronto è stato effettuato su una stessa interazione tipo, di lunghezza media, per rendere i risultati il più possibile omogenei e affidabili.
I risultati mostrano differenze significative:
Sono numeri che, così espressi in wattora, rischiano di restare astratti per la maggior parte delle persone.
In equivalenze concrete, 2,5 Wh corrispondono a più di 8 email inviate, a circa 8 ricerche su Google e a oltre 2 minuti e 18 secondi trascorsi davanti a un televisore LED da 32 pollici di classe energetica A.
Il paragone con la ricerca su Google è forse il più eloquente, proprio perché questi due strumenti vengono sempre più spesso utilizzati in modo intercambiabile. Una query su AI generativa consuma mediamente circa otto volte di più rispetto a una ricerca tradizionale sul web. Un divario che diventa ancora più marcato quando si considerano modelli meno ottimizzati: nel caso di LLaMA nella configurazione testata, il costo energetico di una singola interazione equivale all’invio di quasi 59 email o a oltre 16 minuti di televisione accesa. È sicuramente da tenere in considerazione però la presenza sempre più pervasiva dell’AI anche all’interno degli stessi motori di ricerca, con funzionalità come AI Overview o AI Mode offerte da Google all’interno dei propri spazi.
Il consumo energetico di una query su un modello di AI generativa non è fisso: è il risultato di tre componenti che interagiscono tra loro.
Questi tre fattori ci dicono anche su cosa è possibile agire concretamente: da un lato, la scelta del modello, che determina architettura, potenza e infrastruttura; dall’altro, la struttura della query, ovvero la lunghezza, la precisione e la necessità effettiva dell’interazione.
La questione del consumo energetico dell’AI non riguarda solo i tecnici o i decision maker aziendali. Riguarda ciascuno di noi, nella nostra quotidianità di utenti.
Il principio è lo stesso che guida qualsiasi scelta di sostenibilità: sviluppare consapevolezza rispetto agli effetti delle proprie azioni permette di agire con responsabilità. Non si tratta di rinunciare all’AI, uno strumento che ha dimostrato un potenziale trasformativo enorme. Si tratta di usare l’Intelligenza Artificiale in sinergia con quella umana. Ciò è possibile, ad esempio, attraverso le seguenti best practice:
Una delle trappole cognitive più comuni quando si parla di sostenibilità è la sottovalutazione dell’impatto individuale. Il ragionamento tipico è: “Cosa cambia se io faccio una query in più?” La risposta, presa singolarmente, è: poco. Ma è l’impatto cumulato che determina la traiettoria reale del sistema.
Con quasi un miliardo di utenti settimanali solo su GPT, anche una piccola variazione nelle abitudini di utilizzo – come una query in meno al giorno, una formulazione più efficiente, la scelta di un modello più leggero quando appropriato – si traduce in risparmi energetici di scala enorme. È lo stesso principio che si applica alla raccolta differenziata o alla scelta di consegne meno veloci nell’eCommerce: azioni basiche, accessibili, ma potenti nel loro effetto cumulativo.
Se il consumatore può agire sulla propria domanda, le imprese hanno invece la responsabilità di intervenire sull’offerta e sulle scelte infrastrutturali.
Alcune leve sono già disponibili e praticabili. Vediamo di seguito le principali.
Il consumo energetico dell’AI generativa non è un problema irrisolvibile, né uno spauracchio da usare per frenare l’innovazione. È una realtà misurabile, comprensibile e, in larga misura, governabile, a patto di sviluppare la consapevolezza necessaria per farlo.
I dati dell’Osservatorio offrono un punto di partenza per iniziare a ragionare con responsabilità sull’uso degli strumenti di AI. Non per smettere di usarli, ma per usarli meglio.
