Cambiamento climatico e intelligenza artificiale: dalla domanda di energia alla produttività

Gli investimenti climatici e ambientali si trovano oggi al crocevia di tre grandi trasformazioni strutturali: l’intelligenza artificiale, la deglobalizzazione e l’elettrificazione. Ognuna di queste tendenze sta generando una crescente domanda di infrastrutture fisiche, nuove catene di approvvigionamento e livelli sempre più elevati di spesa in conto capitale. Questo articolo è il primo di una serie che analizza il modo in cui tali megatrend stanno ridefinendo le opportunità per gli investitori focalizzati sul clima, partendo proprio dal ruolo dell’IA.

La crescente richiesta di capacità computazionale necessaria per l’intelligenza artificiale sta infatti dando impulso a uno dei più grandi programmi di sviluppo infrastrutturale degli ultimi decenni. Le implicazioni si estendono ben oltre il settore tecnologico e interessano numerosi ambiti che fino a poco tempo fa erano trainati soprattutto dagli obiettivi di decarbonizzazione: data center, reti elettriche, sistemi di raffreddamento, accumulo energetico, infrastrutture per l’energia e architetture computazionali ad alta efficienza. In questo senso, l’IA rafforza una trasformazione più ampia dei mercati: si sta assistendo a un passaggio dalla spesa operativa (operating expenditure) agli investimenti in conto capitale (capital expenditure), dalle infrastrutture digitali a quelle fisiche, alimentando al contempo una nuova domanda per ampi segmenti del mercato, tra cui semiconduttori, industria, materiali e utility.

Dal punto di vista degli investimenti, la questione centrale non è stabilire se l’IA accelererà o rallenterà la transizione energetica, bensì comprendere come stia modificando la domanda, l’allocazione del capitale e le fonti di vantaggio competitivo nell’economia reale.

La spesa destinata alle tematiche ambientali si sovrappone sempre più a tre trasformazioni strutturali destinate a ridefinire il prossimo decennio. In questa serie in tre parti analizziamo l’interazione tra alcune di queste tendenze e le implicazioni che ne derivano per gli investimenti legati al cambiamento climatico.

La domanda di energia al centro della rivoluzione IA

L’effetto più immediato della diffusione dell’intelligenza artificiale riguarda il fabbisogno energetico. I data center stanno diventando consumatori di energia sempre più rilevanti, poiché l’addestramento e l’esecuzione dei modelli richiedono enormi quantità di elettricità. Secondo le stime dell’International Energy Agency (IEA), i data center hanno consumato circa 415 TWh di elettricità nel 2024 e potrebbero arrivare a circa 945 TWh entro il 2030, pari a quasi il 3% della domanda elettrica globale.¹ La necessità di aumentare rapidamente la capacità disponibile sta mettendo sotto crescente pressione le reti elettriche, rendendo più complesso l’inserimento di nuova capacità nel sistema.

Dal punto di vista degli investimenti, il vero collo di bottiglia non riguarda soltanto la quantità di energia richiesta, ma anche la sua disponibilità nel luogo giusto, nei tempi necessari e con adeguati livelli di affidabilità. I data center tendono infatti a concentrarsi in specifiche aree geografiche, richiedono continuità operativa pressoché totale e possono essere realizzati più rapidamente rispetto alle reti di trasmissione elettrica, ai processi autorizzativi e alle catene di fornitura delle apparecchiature energetiche. Questa dinamica può generare tensioni nei mercati energetici locali anche in Paesi in cui, a livello nazionale, la disponibilità di elettricità appare complessivamente adeguata. Negli Stati Uniti, ad esempio, i nuovi contratti di fornitura energetica per progetti eolici e solari continuano a raggiungere i livelli più elevati degli ultimi anni proprio a causa di queste pressioni sulla domanda, nonostante il persistente contesto di incertezza politica. Per gli investitori, il ventaglio delle opportunità si estende quindi ben oltre la semplice generazione di energia e comprende infrastrutture di rete, sistemi di accumulo, semiconduttori di potenza, tecnologie per la gestione termica, software di monitoraggio, sistemi di alimentazione di backup ed efficienza energetica. Inoltre, la scelta di approvvigionarsi di energia rinnovabile è oggi sempre più influenzata dalla disponibilità di capacità produttiva e dalla rapidità di connessione alla rete, oltre che dagli obiettivi di decarbonizzazione.

Un nuovo parco eolico, un impianto fotovoltaico o un sistema di accumulo a batterie possono certamente contribuire alla riduzione delle emissioni, ma sono anche in grado di fornire rapidamente capacità energetica aggiuntiva a costi competitivi. Ciò è particolarmente rilevante in una fase in cui i vincoli delle reti rendono le alternative su larga scala, come il gas o il nucleare, soluzioni che richiederanno ancora anni prima di entrare pienamente in funzione. Per i grandi operatori cloud (“hyperscaler”)² impegnati nella costruzione di nuovi data center, l’accesso a energia rinnovabile affidabile rappresenta una risposta immediata a un fabbisogno energetico sempre più urgente. Per i governi, può contribuire a risolvere le sfide legate all’espansione delle reti elettriche, accelerare la decarbonizzazione del sistema energetico e favorire la creazione di nuovi posti di lavoro legati alla transizione verde. Per gli investitori, infine, si tratta di una nuova e significativa opportunità di crescita nel settore delle energie rinnovabili, nonostante il progressivo ridimensionamento degli incentivi pubblici nei mercati sviluppati.

Efficienza energetica straordinaria

L’intelligenza artificiale sta certamente aumentando la domanda di elettricità, ma il quadro dell’efficienza energetica è più articolato di quanto suggeriscano i dati relativi ai consumi. Google ha dichiarato che nel 2024 le emissioni energetiche associate ai propri data center sono diminuite del 12%, nonostante il consumo di elettricità sia aumentato del 27% su base annua, grazie soprattutto all’entrata in funzione di oltre 25 progetti di energia pulita precedentemente contrattualizzati.³ L’azienda afferma inoltre che oggi i suoi data center sono in grado di fornire oltre sei volte più capacità di calcolo per unità di elettricità rispetto a cinque anni fa. Un ruolo determinante è stato svolto dal rapido progresso delle GPU⁴ e delle relative architetture software, che hanno consentito miglioramenti prestazionali multipli mantenendo livelli di consumo energetico comparabili.  Parallelamente, una parte di questi progressi è stata resa possibile dalla stessa intelligenza artificiale. Ad esempio, l’agente AlphaEvolve, basato sulla tecnologia Gemini⁵, ha contribuito a ridurre di circa l’1% i tempi di addestramento dei modelli e a generare un risparmio dello 0,7% della capacità di calcolo complessiva grazie a una gestione più efficiente delle attività. Sebbene questi risultati non debbano essere interpretati come la prova che l’IA sia in grado di eliminare autonomamente il proprio impatto ambientale, essi dimostrano come architetture computazionali più efficienti e infrastrutture ottimizzate stiano riducendo il costo del calcolo. Ciò rende possibili un numero crescente di applicazioni dell’intelligenza artificiale, con potenziali benefici e risparmi in altri ambiti dell’economia. Man mano che l’efficienza energetica dell’IA continuerà a migliorare, diventerà sempre più plausibile uno scenario in cui la sua diffusione contribuisca a generare risparmi energetici a livello di sistema.

Gli effetti specifici dell’intelligenza artificiale restano oggetto di dibattito e risultano estremamente ampi. Tuttavia, le prime evidenze mostrano che il suo impiego può migliorare la manutenzione predittiva, la gestione energetica degli edifici, il controllo dei processi industriali, la logistica, il bilanciamento delle reti elettriche e la previsione dei mercati energetici. In tutti questi casi, la proposta di valore è sostanzialmente la stessa: un utilizzo più efficiente degli asset fisici, una riduzione degli sprechi e processi decisionali più rapidi ed efficaci. La transizione energetica è stata spesso descritta come la necessità di sostituire infrastrutture obsolete con nuovi asset a basse emissioni di carbonio. Sebbene questo obiettivo rimanga fondamentale, un utilizzo più intelligente delle infrastrutture già esistenti può spesso consentire benefici in termini di decarbonizzazione più immediati. Anche l’International Energy Agency (IEA) ha evidenziato il potenziale dell’intelligenza artificiale nell’ottimizzazione dei sistemi energetici e nel supporto all’innovazione di nuove tecnologie energetiche, pur sottolineando che l’effettiva portata di tali benefici dipenderà dalla qualità dell’implementazione, dalla disponibilità dei dati e dagli incentivi economici. 

Costi più bassi, domanda più elevata

Sebbene siano in corso importanti sforzi per ridurre l’impatto ambientale, lo sviluppo delle infrastrutture per l’intelligenza artificiale continua a generare una domanda di energia aggiuntiva. In altre parole, se da un lato il costo del calcolo diminuisce rapidamente grazie ai miglioramenti in termini di efficienza energetica, dall’altro il suo utilizzo cresce ancora più velocemente. Si tratta di un fenomeno noto come Paradosso di Jevons⁶, secondo cui i progressi nell’efficienza tendono a rendere una tecnologia più accessibile e conveniente, favorendone una più ampia adozione e, di conseguenza, un aumento della domanda complessiva. Non è una dinamica nuova: discussioni analoghe hanno accompagnato in passato l’illuminazione a LED, i veicoli elettrici e l’energia solare. In generale, la riduzione dei costi unitari favorisce la diffusione delle tecnologie e contribuisce a espandere il mercato. Ad esempio, il fatto che una maggiore disponibilità di energia solare abbia consentito un utilizzo più diffuso dei sistemi di climatizzazione non ha certo ridotto il valore dell’energia solare stessa. Allo stesso modo, l’aumento dell’utilizzo dell’intelligenza artificiale non dovrebbe essere considerato un motivo per mettere in discussione gli investimenti nelle infrastrutture che la supportano. Dal punto di vista degli investitori, il focus dovrebbe essere rivolto alle aziende che riescono a soddisfare la crescita della domanda attraverso soluzioni più efficienti, con una minore intensità carbonica e modelli economici sostenibili e difendibili nel lungo periodo.

Un ventaglio di opportunità sempre più ampio

Questa dinamica ha implicazioni dirette anche sul fronte degli investimenti azionari. L’intelligenza artificiale non dovrebbe essere considerata esclusivamente un’opportunità legata ai semiconduttori né semplicemente un rischio per il settore software. Un data center è, a tutti gli effetti, un progetto industriale complesso: richiede chip avanzati, acceleratori personalizzati, memorie, substrati, apparecchiature di produzione specializzate, pompe, compressori, componenti per l’elettronica di potenza, trasformatori, quadri elettrici, sistemi di raffreddamento, fonti di energia rinnovabile e sistemi di accumulo. Aziende industriali come la francese Saint-Gobain, ad esempio, raramente vengono identificate dagli investitori come beneficiarie della crescita dell’AI. Eppure stanno registrando una forte espansione di attività legate alle soluzioni di raffreddamento a liquido, all’isolamento per impianti HVAC⁷ e ad altri materiali che ottimizzano la gestione dei flussi d’aria nei data center. Allo stesso tempo, forniscono soluzioni esterne, come le cosiddette cool roof, progettate per riflettere la radiazione solare e ridurre la temperatura superficiale degli edifici, contribuendo così ad abbassare in modo significativo il fabbisogno energetico delle strutture.

Se oggi il mercato tende a concentrarsi soprattutto sulle società che sviluppano piattaforme digitali e sui progettisti di semiconduttori, la catena del valore è in realtà molto più ampia. Molti degli elementi necessari alla realizzazione di queste infrastrutture ad alta intensità di capitale contribuiranno anche alla decarbonizzazione del sistema elettrico, creando importanti opportunità di crescita per numerose aziende. Un esempio è rappresentato dalla utility britannica SSE, che beneficia della crescente domanda di strumenti per la gestione delle reti elettriche, inverter, sistemi di accumulo a batterie, apparecchiature ad alta tensione e tecnologie per l’efficienza energetica. Tutti segmenti che si collocano all’intersezione tra sviluppo dell’intelligenza artificiale e transizione energetica.

Allo stesso tempo, l’IA rappresenta anche un potenziale fattore di disruption per molti investimenti. Le aziende in portafoglio devono essere valutate non solo in base alla loro esposizione alla domanda generata dall’intelligenza artificiale, ma anche in funzione della loro vulnerabilità all’automazione, alla sostituzione tramite software e ai cambiamenti nei comportamenti dei clienti. In alcuni settori, l’IA potrebbe ampliare significativamente il mercato potenziale; in altri, potrebbe comprimere i margini, ridurre l’intensità di lavoro o spostare il valore lungo la catena produttiva. Per questo motivo è fondamentale monitorare attentamente l’evoluzione delle dinamiche competitive e dei fattori che determinano la redditività delle imprese.

Dal punto di vista dell’allocazione di portafoglio, il messaggio è chiaro: è necessario ampliare lo spettro delle opportunità considerate. L’intelligenza artificiale continuerà a essere uno dei temi dominanti dei mercati, ma il potenziale di crescita si sta progressivamente estendendo oltre il ristretto gruppo di aziende direttamente associate all’IA che hanno trainato le performance degli ultimi anni. Con il graduale miglioramento del ciclo economico nei settori industriali e in quelli legati alla transizione climatica, riteniamo che un contesto più favorevole possa consentire a un numero crescente di aziende di beneficiare degli investimenti in conto capitale destinati all’elettrificazione, alla resilienza delle reti e all’efficienza energetica. A nostro avviso, è ragionevole che gli investitori mantengano un’esposizione alle società che traggono benefici concreti e duraturi dalla diffusione dell’intelligenza artificiale, evitando però che una singola narrativa di mercato generi un’eccessiva concentrazione del rischio.

L’espansione dei data center destinati all’intelligenza artificiale va ben oltre il settore dei semiconduttori. Sta infatti creando opportunità di investimento lungo l’intera filiera delle infrastrutture fisiche necessarie a fornire capacità di calcolo affidabile, efficiente e caratterizzata da una minore intensità carbonica.

IA: ridefinire l’economia della transizione climatica

L’intelligenza artificiale e il cambiamento climatico vengono spesso presentati come due forze in contrapposizione: da un lato la crescita dell’economia digitale, dall’altro i costi ambientali che essa comporta. A nostro avviso, questa lettura è riduttiva. L’IA rappresenta infatti non solo una nuova fonte di domanda energetica, ma anche uno strumento in grado di migliorare significativamente l’efficienza delle infrastrutture esistenti. Le opportunità di investimento risiedono nell’identificare quelle aziende capaci di fornire maggiore capacità di calcolo a costi inferiori, di immagazzinare l’energia in modo più efficiente e di utilizzarla in maniera più intelligente. In quest’ottica, l’intelligenza artificiale non è un fenomeno esterno alla transizione climatica, bensì una delle forze che ne stanno trasformando profondamente le dinamiche economiche.