Nel numero di giugno si è parlato dei rilevanti consumi dell'intelligenza artificiale e delle sue molteplici applicazioni al settore energetico.

In quest'ultimo scritto vengono delineati e discussi sinteticamente i motivi della diffusione esponenziale del ricorso all'AI (Artificial

Intelligence) negli usi energetici finali, nell'industria e nell'edilizia, concludendo la trattazione. Nel numero di giugno si è parlato dei rilevanti consumi dell'intelligenza artificiale e delle sue molteplici applicazioni al settore energetico. Da quelle adottate inizialmente nel comparto dell'Oil&Gas, il primo a sfruttarle per supportare l'esplorazione dei giacimenti delle energie fossili e potenziare la loro produzione, alle successive, che stanno interessando estesamente l'intero insieme della generazione e trasmissione dell'elettricità nella sua strutturazione sempre più distribuita e complessa (1).

In aprile si è accennato al suo crescente impiego nella mobilità di persone e merci (2), in maggio alla sua genesi, sviluppo e ruolo, con le connesse ricadute sul lavoro (3). In quest'ultimo scritto vengono delineati e discussi sinteticamente i motivi della diffusione esponenziale del ricorso all'AI (Artificial Intelligence) negli usi energetici finali, nell'industria e nell'edilizia, concludendo la trattazione.

Quanto il sistema della produzione, trasporto e utilizzo dell'energia sia articolato e composito è ben noto. Ne dà una rappresentazione emblematica la fig.1, unitamente a quella dell'entità dei diversi vettori energetici veicolati nel 2024. Un apparato sempre più elettrificato, decentralizzato, connesso, digitalizzato. Penalizzato e incalzato, oltretutto, dall'incremento del costo degli approvvigionamenti, dai trasferimenti a lunga distanza delle forniture e dal rispetto dei vincoli posti a difesa dell'ecosistema, via via più stringenti.

Una situazione critica che l'AI sta contribuendo ad affrontare e comporre con successo, come afferma il rapporto pubblicato in materia in aprile dall'International Energy Agency (4). Secondo l'IEA, infatti, l'adozione diffusa dell'AI ridurrà il consumo di energia in tutti i comparti in misura fortemente significativa.

Ciò, perché il suo impiego consente di ottimizzare le modalità di utilizzo, le prestazioni, i rendimenti e, quindi, la domanda energetica, anche in tempo reale.

Questo, con l'elaborazione dei dati raccolti dai sensori, con i digital twin, i robot, il controllo di qualità, la manutenzione predittiva e tanto altro, di cui si riferisce nel seguito.

Per adozione diffusa l'Agenzia intende uno scenario nel quale siano assenti le varie barriere che impediscono la possibilità di rendere operative le applicazioni dell'AI oggi disponibili, limitandone così la portata e rallentando il ritmo del cambiamento.

Tra le principali, una regolamentazione sfavorevole, la difficoltà di accedere ai dati, problemi di interoperabilità, lacune nelle competenze, la scarsità di infrastrutture digitali e una resistenza degli addetti a modificare i loro comportamenti variamente distribuita.

Superandole, l'IEA stima che in un contesto libero da tali ostacoli, pur scontando l'impossibilità di rimuoverli in territori dove la mancanza di conoscenze e infrastrutture digitali abilitanti allo stato attuale non lo consente, la diffusione dell'AI produrrà vantaggi molto rilevanti. Nei trasporti concorrerà a perfezionare notevolmente la gestione del traffico e il funzionamento dei veicoli, diminuendone il consumo energetico fino al 20% al 2035.

Nell'industria, di cui non si dice ora, il miglioramento dell'uso delle risorse e l'incremento della produttività potrà garantire, entro la stessa data, risparmi energetici variamente consistenti, anche se inferiori, pari in quella leggera all'8%.
Altrettanto importante l'effetto nell'edilizia, ma dove il vantaggio è più difficile da quantificare, perché le applicazioni sono limitate dal modesto tasso di digitalizzazione in molte zone e Paesi con economia in fase di transizione e sviluppo.

Di ciò si scrive nella seconda parte dell'articolo.

Continua nel PDF