MIT Tech Review: Le affermazioni sul clima dell'IA mancano di prove concrete nei settori chiave

Secondo il MIT Technology Review, la promessa che l'intelligenza artificiale ridurrà in modo significativo le emissioni globali di gas serra rimane in gran parte un'aspirazione. Una recente analisi dei leader di mercato nei settori dell'energia, della carne e dei trasporti ha rilevato che pochissime aziende stanno implementando le specifiche applicazioni di IA richieste per raggiungere gli obiettivi climatici del 2035, proprio mentre l'infrastruttura dell'IA stessa guida un'impennata del consumo energetico.

Cosa è successo

L'articolo del MIT Tech Review, scritto da Mary Nichols e Jeremy Tamanini, contrasta le proiezioni ottimistiche con l'attuale realtà di mercato. Uno studio sottoposto a revisione paritaria della London School of Economics e di Systemiq ha stimato che l'IA potrebbe tagliare le emissioni globali da 3,2 a 5,4 miliardi di tonnellate di CO2 all'anno entro il 2035. Tuttavia, una revisione assistita dall'IA delle informazioni pubbliche dei principali attori del settore ha evidenziato un netto divario tra queste proiezioni e l'implementazione sul campo.

Nel settore energetico, la previsione tramite IA potrebbe aumentare l'integrazione della rete rinnovabile fino al 20%, prevenendo 1,8 miliardi di tonnellate di emissioni all'anno. Eppure, tra i gestori di rete in Cina, Stati Uniti ed Europa, è stato identificato un solo programma operativo noto: una partnership tra il National Grid ESO del Regno Unito e Open Climate Fix, che ha dimezzato gli errori di previsione solare. Nel settore alimentare, mentre NotCo ha collaborato con Kraft Heinz per utilizzare l'IA nello sviluppo di prodotti a base vegetale, l'industria nel suo complesso affronta un calo del capitale di rischio, con i finanziamenti per la carne coltivata scesi da un picco di 989 milioni di dollari nel 2021 a circa 83 milioni lo scorso anno. Nei trasporti, CATL ha utilizzato l'IA per ridurre il tempo di screening dei materiali delle batterie di due ordini di grandezza, e Didi Chuxing ha ridotto le emissioni per viaggio del 16% tramite un routing ottimizzato. Nel frattempo, l'articolo rileva che le emissioni globali dei data center potrebbero superare i 300 milioni di tonnellate all'anno entro il 2035, complicando il beneficio climatico netto dell'adozione dell'IA.

Perché è importante per i proprietari di piccole e medie imprese

Per i proprietari di aziende, questo rapporto è un monito contro l'adozione dell'IA unicamente per il marketing della sostenibilità senza verificarne l'impatto operativo. Molte piccole imprese subiscono pressioni per dichiarare iniziative di "IA verde" al fine di soddisfare clienti o investitori, ma le prove suggeriscono che un'integrazione generica dell'IA non si traduce automaticamente in riduzioni misurabili del carbonio. I dati evidenziano che solo applicazioni di IA altamente specifiche e su misura per il settore — come la previsione delle reti o lo screening dei materiali delle batterie — mostrano risultati tangibili. Se state promuovendo la sostenibilità guidata dall'IA agli stakeholder, l'asticella delle prove è più alta che mai. Le vaghe affermazioni di "utilizzo dell'IA per l'efficienza" vengono sempre più scrutinate rispetto a dati concreti, e il settore si sta muovendo verso una realtà in cui le affermazioni verdi non verificate comportano rischi reputazionali. Inoltre, i crescenti costi energetici dell'infrastruttura di IA significano che le piccole aziende devono calcolare attentamente il costo totale di proprietà, compresa l'impronta di carbonio dei modelli che distribuiscono, anziché dare per scontato che l'IA sia intrinsecamente un aggiornamento "verde".

Cosa fare questa settimana

1. Esaminate i vostri attuali strumenti di IA per identificare quali flussi di lavoro specifici ottimizzano e documentate i guadagni misurabili di efficienza operativa anziché dare per scontata una riduzione diretta del carbonio.
2. Verificate l'utilizzo di energia e le informative sull'impronta di carbonio dei vostri fornitori di IA, dando la priorità ai partner che forniscono dati trasparenti sull'impatto ambientale della loro infrastruttura.
3. Sostituite qualsiasi affermazione di marketing interna sull'"IA verde" con metriche specifiche e verificabili provenienti dalle vostre operazioni, evitando dichiarazioni ampie sull'impatto climatico prive di convalida da parte di terzi.

Fonti

• The climate case for AI has not been made — MIT Tech Review