greenai.guide

Home › Guide › IA verde per le imprese

Guida

IA verde per le imprese

Aggiornato · 10 min di lettura

In breve

Per un'impresa, IA verde significa ottenere dall'IA i risultati che servono con meno energia, meno denaro e meno carbonio. Gran parte del risparmio dipende da poche decisioni: usare l'IA solo dove aggiunge valore, scegliere il modello più piccolo che svolge bene il compito, scegliere fornitori che pubblicano i propri dati energetici e misurare prima di fare qualsiasi dichiarazione.

Punti chiave

  • Nella maggior parte delle imprese l'IA più economica, più veloce e più verde è di solito la stessa: modelli più piccoli, meno token, meno lavoro da rifare.
  • L'Agenzia internazionale dell'energia stima che nel 2024 i data centre abbiano consumato circa 415 TWh di elettricità, circa l'1,5% del totale mondiale, e prevede circa 945 TWh entro il 2030.
  • Per lo stesso compito, i modelli specifici possono costare ordini di grandezza meno da far funzionare rispetto ai modelli generativi di uso generale.
  • Chieda ai fornitori l'energia per richiesta, i data centre che usano e il loro metodo di misurazione, e inserisca le risposte nei contratti.
  • Non faccia alcuna dichiarazione 'verde' che non possa sostenere con dati misurati o con fonti chiare.

Perché un'impresa dovrebbe interessarsi all'IA verde?

Perché ciò che rende l'IA più verde è in gran parte ciò che la rende più economica, più veloce e più affidabile. Meno calcolo significa bollette più basse, risposte più rapide e meno attese; e le stesse abitudini che sprecano energia, come prompt lunghi, tentativi ripetuti e modelli sovradimensionati, sprecano anche denaro e tempo del personale.

Un sandpit (un laboratorio di ricerca intensivo e collaborativo) britannico sull'IA verde del 2026, che ha riunito matematici, informatici e imprese, è giunto a una conclusione simile: chi acquista sceglie in base a costo, velocità e qualità, quindi l'IA verde deve accompagnarsi a questi fattori, non competere con essi. È una buona notizia per un'impresa: raramente occorre rinunciare ai risultati per avere un'impronta minore.

Ci sono altri quattro motivi per prestare attenzione:

  • Scala. L'Agenzia internazionale dell'energia (IEA) stima che nel 2024 i data centre abbiano consumato circa 415 TWh di elettricità, circa l'1,5% dell'elettricità mondiale, e prevede che questo valore più che raddoppierà fino a circa 945 TWh entro il 2030, con l'IA come principale motore della crescita. Il Suo uso dell'IA fa parte di questa domanda.
  • Rendicontazione. Se rendiconta energia ed emissioni, l'IA ora fa parte del dato, che la conteggi o no.
  • Regolamentazione. Le norme cominciano a richiedere dati energetici ai fornitori di IA e di data centre (si veda sotto), il che Le mette a disposizione informazioni migliori sui fornitori.
  • Fiducia. Clienti, personale e investitori chiedono sempre più spesso come usa l'IA. Risposte chiare e oneste aiutano.

Dove va l'energia dell'IA?

Gran parte dell'energia dell'IA di un'impresa tipica va nell'inferenza, cioè nel far funzionare un modello per rispondere alle richieste, non nel suo addestramento. Quasi mai addestrerà un grande modello in proprio, ma ogni prompt, ogni flusso di lavoro automatizzato e ogni funzione di IA nel Suo software esegue inferenza sull'hardware di qualcuno.

I principali punti in cui si consuma energia:

Fase Che cosa succede Chi la controlla
Addestramento Un modello impara dai dati, una volta o di tanto in tanto Soprattutto il fornitore del modello
Fine-tuning (messa a punto) Un modello esistente viene adattato al Suo compito Lei o il Suo fornitore
Inferenza Il modello risponde a ogni richiesta Condiviso: Lei sceglie quanto e quale modello
Data centre Raffreddamento, conversione dell'energia, rete Il fornitore di hosting
Hardware Produzione di chip e server (carbonio incorporato) Il fornitore, tramite la durata d'uso delle apparecchiature

Per un'impresa, l'inferenza è la parte su cui può incidere di più. La quantità dipende da:

  • dimensione e tipo del modello. Uno studio di Luccioni, Jernite e Strubell ha rilevato che, per lo stesso compito, i modelli generativi di uso generale costavano ordini di grandezza in più da far funzionare rispetto ai sistemi specifici. Nelle loro prove, generare immagini richiedeva in media circa 2,9 kWh ogni 1.000 richieste, mentre classificare testo ne richiedeva circa 0,002 kWh;
  • numero di token (i frammenti di testo che un modello legge e scrive). Prompt lunghi, documenti incollati e risposte prolisse si sommano;
  • quante chiamate fa un flusso di lavoro. Gli agenti che pianificano, verificano e riprovano possono fare decine di chiamate per un solo compito; e
  • dove e quando viene eseguito, perché il carbonio contenuto in un kilowattora dipende dalla rete elettrica locale.

Per dare un ordine di grandezza per richiesta, Google riferisce che un prompt testuale mediano alle sue app Gemini ha consumato 0,24 Wh di energia, e che questo valore è diminuito di 33 volte in un anno. I fornitori misurano in modi diversi, quindi consideri questi numeri come indicativi, e veda misurare l'energia dell'IA per capire perché i dettagli contano.

Come scegliamo il modello giusto?

Usi il modello più piccolo che svolge il compito in modo affidabile, e lo verifichi sul Suo lavoro. Per molti compiti aziendali, come smistare email, estrarre campi dalle fatture, riassumere o tradurre, basta un modello piccolo o specializzato.

L'UNESCO e lo University College London hanno rilevato che usare modelli più piccoli e specifici per il compito può ridurre il consumo di energia fino al 90% senza perdere prestazioni sui compiti adatti, e che prompt e risposte più brevi possono ridurlo di oltre la metà.

Passi pratici:

  1. Elenchi i Suoi compiti di IA e che cosa significa "abbastanza buono" per ciascuno, per esempio il 98% dei campi delle fatture corretti.
  2. Provi i modelli dal più piccolo al più grande su un campione di casi reali. Si fermi al primo che raggiunge lo standard.
  3. Instradi le richieste. Invii le richieste di routine a un modello piccolo e solo quelle difficili a un modello grande. Questo si chiama spesso model routing (instradamento tra modelli).
  4. Attenzione ai falsi risparmi. Un modello troppo piccolo che fallisce, costringendo a ripetere l'esecuzione su un modello grande, può consumare più energia che passare subito a quello grande. Misuri il successo al primo tentativo, non il costo per chiamata.
  5. Riutilizzi, non rigeneri. Quando serve di nuovo la stessa risposta, lo stesso modello di documento o lo stesso frammento di codice, li conservi e li riutilizzi invece di chiederli ogni volta al modello. GreenCode, un progetto di ricerca ITEA, descrive l'uso del recupero di informazioni, dell'instradamento verso il componente capace più economico e della programmazione per mantenere ridotto il proprio uso dell'IA.

Le valutazioni indipendenti possono aiutarLa a confrontare i modelli aperti. L'AI Energy Score, lanciato da Hugging Face e partner, assegna ai modelli da una a cinque stelle per l'efficienza energetica su compiti comuni. Ne parliamo di più in scegliere il modello giusto e in l'orchestrazione prima della generazione.

Che cosa dovremmo chiedere ai fornitori di IA?

Chieda numeri, metodi e luoghi, e inserisca le risposte nel contratto. Molti fornitori non sono ancora in grado di dare risposte complete, ma chiedere segnala la domanda e Le mostra chi prende la questione sul serio.

Domande da includere nelle gare e nei rinnovi:

  • Energia per richiesta. Qual è l'energia (Wh) per richiesta tipica o per 1.000 token per i modelli che useremo? È misurata o stimata, e come?
  • Perimetro del sistema. Il dato include la capacità inattiva, il raffreddamento e la rete, o solo i chip?
  • Dove viene eseguito. Quali data centre e regioni ospitano il nostro carico di lavoro? Qual è la loro efficienza nell'uso dell'energia (PUE, il rapporto tra l'energia totale della struttura e l'energia di calcolo) e il loro consumo d'acqua?
  • Elettricità. Quale quota è abbinata ora per ora a energia pulita, invece di essere coperta da certificati annuali?
  • Opzioni di modello. Possiamo scegliere modelli più piccoli, o instradare le richieste tra modelli? Possiamo eseguire tutto sul nostro hardware quando i dati devono restare in locale?
  • Rendicontazione. Ci fornirete ogni mese dati su energia ed emissioni per il nostro account, in una forma che possiamo usare nella nostra rendicontazione?
  • Durata dell'hardware. Per quanto tempo tenete in servizio i server, e che cosa ne fate dopo?
  • Preavviso di modifica. Ci avviserete se cambiate il modello alla base del nostro servizio?

Vale la pena conoscere due atti legislativi dell'UE, anche fuori dall'UE, perché i grandi fornitori li applicano ampiamente:

  • L'AI Act dell'UE impone ai fornitori di modelli di IA per finalità generali di documentare il consumo di energia noto o stimato del modello (Allegato XI).
  • La direttiva sull'efficienza energetica impone ai gestori di data centre con una domanda di potenza IT di almeno 500 kW di comunicare la prestazione energetica, compresi il consumo di energia e di acqua, a una banca dati europea (regolamento delegato 2024/1364).

La nostra guida agli acquisti sostenibili di IA contiene un elenco di domande più completo, e hosting e data centre spiega che cosa significano le risposte. Può trovare fornitori nella directory dei prodotti e un aiuto indipendente nella directory dei consulenti.

Come misuriamo l'energia e le emissioni dell'IA?

Misuri ciò che può, stimi il resto in modo trasparente e tenga traccia di ciò che controlla. Dati perfetti sono raramente disponibili, ma un metodo coerente Le permette di vedere se sta migliorando.

  • Hardware proprio o macchine in cloud. Strumenti open source come CodeCarbon stimano le emissioni a partire dalla potenza assorbita da processori e memoria e dall'intensità di carbonio della rete locale.
  • Servizi di IA di terzi. Registri token, chiamate e modelli usati. Moltiplichi per il dato di energia per richiesta del fornitore, se lo fornisce. Altrimenti, usi una stima pubblicata e lo dichiari.
  • Unità. Indichi l'energia in kWh e le emissioni in kg CO₂e (anidride carbonica equivalente), e dica quale fattore di rete ha usato.
  • Per risultato. Tenga traccia dell'energia per risultato utile, per esempio per fattura elaborata, non solo in totale. Così si vede l'effetto del lavoro rifatto e dei nuovi tentativi.

Veda come misurare l'energia dell'IA e perché la misurazione è il collo di bottiglia.

Come rientra l'IA nella rendicontazione CSRD ed ESG?

L'elettricità dell'IA fa parte del Suo consumo di energia, quindi va inserita nella rendicontazione delle emissioni che già fa, non in un rapporto separato. Nella maggior parte dei quadri di rendicontazione rientra nell'elettricità acquistata (Scope 2) quando è Lei a gestire l'hardware, e nei servizi acquistati (Scope 3) quando usa servizi cloud o di IA.

Nell'UE, la direttiva sulla rendicontazione societaria di sostenibilità (CSRD) è stata ristretta nel 2026. L'approvazione finale del Consiglio dell'UE nel febbraio 2026 la limita alle imprese con più di 1.000 dipendenti e più di 450 milioni di euro di fatturato netto annuo. Se è al di sotto di queste soglie, potrebbe comunque ricevere richieste di dati da clienti più grandi che vi rientrano, oppure scegliere di rendicontare volontariamente. Fuori dall'UE, verifichi le norme nazionali e gli eventuali quadri volontari che segue.

Qualunque sia il Suo obbligo, tratti l'IA come qualsiasi altro consumo di energia rilevante: indichi il metodo, il perimetro e l'incertezza.

Come costruiamo buone abitudini tra il personale?

Dia alle persone poche regole semplici e gli strumenti giusti come impostazione predefinita, invece di chiedere loro di pensare all'energia ogni volta. Le abitudini contano soprattutto dove molte persone usano l'IA molte volte al giorno.

  • Scegliere lo strumento giusto. Motori di ricerca, modelli di documento, fogli di calcolo e software esistenti spesso bastano. Usare l'IA dove fa risparmiare tempo reale o migliora la qualità.
  • Essere concisi. Fare domande chiare, chiedere risposte brevi e non incollare documenti interi quando basta una sezione.
  • Evitare l'uso "da slot machine". Rigenerare molte volte un'immagine o una risposta è costoso. Meglio affinare la richiesta.
  • Modelli più piccoli come impostazione predefinita negli strumenti aziendali, con quelli più grandi disponibili quando servono.
  • Spegnere ciò che non si usa. Le funzioni di IA attivate per impostazione predefinita nei software e le macchine di prova inattive consumano tutte energia.
  • Programmare i lavori pesanti. Le elaborazioni in blocco che possono aspettare, come l'elaborazione notturna dei documenti, possono essere eseguite quando la rete è più pulita.

Inserisca questi punti in una breve policy; la nostra guida alla policy sull'IA verde include un modello, e usare l'IA in modo efficiente offre altri consigli per tutti i giorni.

Come ne parliamo in modo onesto?

Faccia dichiarazioni solo su ciò che ha misurato, rispetto a un riferimento dichiarato, e ne indichi i limiti. Affermazioni vaghe come "IA sostenibile" o "IA a emissioni zero" attirano l'esame critico di autorità di regolamentazione e clienti.

Buone pratiche:

  • Indicare il riferimento ("rispetto al nostro modello precedente") e il metodo di misurazione.
  • Distinguere l'efficienza (meno energia per compito) dall'uso totale (che può comunque aumentare). Un'IA più economica porta spesso a usare più IA: è il cosiddetto effetto rimbalzo.
  • Non affidarsi solo alle compensazioni o ai certificati annuali di energia rinnovabile per definire verde un servizio.
  • Ricordare che il dato autodichiarato da un fornitore potrebbe non essere confrontabile con quello di un altro.

Ne parliamo di più in dichiarazioni verdi oneste e in l'efficienza non è sufficienza.

Che cosa fare adesso

  1. Mappi il Suo uso dell'IA. Elenchi gli strumenti, i modelli e i flussi di lavoro automatizzati in uso, e all'incirca con quale frequenza vengono eseguiti.
  2. Scelga un compito ad alto volume e verifichi se un modello più piccolo soddisfa il Suo standard di qualità.
  3. Inizi a registrare token e chiamate per i Suoi principali servizi di IA, e l'energia dove usa hardware proprio.
  4. Aggiunga le domande ai fornitori riportate sopra alla prossima gara o al prossimo rinnovo di contratto.
  5. Pubblichi una breve policy per il personale su quando e come usare l'IA, servendosi della nostra guida alla policy.
  6. Riesamini le dichiarazioni nel Suo marketing e nei Suoi rapporti alla luce della guida alle dichiarazioni oneste.
  7. Chieda aiuto se serve nella directory dei consulenti, e cerchi strumenti nella directory dei prodotti.

Domande frequenti

L'IA verde costa di più?

Di solito no. Le leve principali, come modelli più piccoli, prompt più brevi e meno esecuzioni ripetute, riducono anche le bollette delle API e i tempi di risposta. Il costo aggiuntivo è soprattutto il tempo del personale per misurare e per impostare l'instradamento tra modelli.

Siamo obbligati a rendicontare il consumo energetico della nostra IA?

Nella maggior parte dei paesi non come voce separata. Ma l'elettricità dell'IA fa parte del Suo consumo di energia e delle Sue emissioni, quindi rientra nella rendicontazione più ampia, come la CSRD dell'UE per le imprese che vi rientrano, o la rendicontazione ESG volontaria.

Un modello più piccolo è sempre più verde?

No. Un modello troppo piccolo può fallire e costringere a ripetere il tentativo o a una seconda esecuzione su un modello più grande. Faccia prove sul Suo compito reale: il modello più verde è il più piccolo che dà la risposta giusta al primo colpo.

Come possiamo misurare l'energia di un servizio di IA in cloud che non gestiamo noi?

Chieda al fornitore l'energia per richiesta e il metodo su cui si basa. Se non la comunica, usi le stime pubblicate per prompt con avvertenze chiare, e tenga traccia di ciò che controlla, come i token e il numero di chiamate.

Fonti

  1. Energy and AI, International Energy Agency (2025)
  2. Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite and Strubell, ACM FAccT (2024)
  3. Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation, UNESCO and University College London (2025)
  4. Measuring the environmental impact of delivering AI at Google scale, Elsworth et al., Google (2025)
  5. Council signs off simplification of sustainability reporting and due diligence requirements, Council of the European Union (2026)
  6. AI Act, Annex XI: technical documentation for providers of general-purpose AI models, European Commission AI Act Service Desk (2024)
  7. Commission Delegated Regulation (EU) 2024/1364 on the rating scheme for data centres, EUR-Lex (2024)
  8. CodeCarbon, CodeCarbon (2026)
  9. Announcing AI Energy Score ratings, Hugging Face (2025)
  10. Green AI and energy-aware computing, GreenCode (ITEA) (2026)

Si unisca a noi

Aiuti a ridurre l'impatto dell'IA sul pianeta

Riceva per email nuove guide, bandi di finanziamento e schede delle directory, circa una volta al mese. Oppure aggiunga il suo prodotto, corso, dottorato o ricerca alle directory.

Nessun tracciamento. Disiscrizione con un clic. Altri modi per partecipare · Privacy