Costituire un Ministero della Transizione ecologica nel 2021 è stato certamente un segno significativo dell’impegno ambientale che il nostro Paese ha assunto nei confronti del tema ad impatto globale. Economia circolare, energie rinnovabili, mobilità green a zero emissioni, tutela dell’ambiente e della biodiversità sono temi prioritari in vista della scadenza del 2030 a cui fanno riferimento i 17 obiettivi dell’Agenda Onu per lo Sviluppo sostenibile. Nel passaggio di cambiamento culturale necessario per adottare un modello di sviluppo sostenibile, la digitalizzazione è decisiva.
L’enorme quantità di dati in nostro possesso e l’incredibile sviluppo della capacità di calcolo digitale, attraverso ciò che chiamiamo intelligenza artificiale (AI – Artificial Intelligence), ci permettono di analizzare, capire e migliorare gran parte delle attività umane.
L’obiettivo unanime è la sostenibilità, mentre la transizione è il percorso sfidante che porta al 2030: questa visione sociale trasforma il concetto puramente tecnico di intelligenza artificiale.
Nel nuovo modello di sviluppo, Stati, istituzioni europee, finanza privata globale dovranno supportare le aziende e i consumatori per stimolare comportamenti più ecologici e solidali, in generale investiranno in infrastrutture e servizi più rispettosi dell’ambiente.
Questo percorso avrà riflessi in tanti altri aspetti della vita privata e sociale, perché l’analisi dei dati unita all’AI ha enormi potenzialità: può migliorare la conoscenza di fenomeni complessi e dinamici, studiarne trend, correlazioni e anomalie, metterli a confronto attraverso benchmark e fare previsioni.
Ad esempio, nel campo della medicina personalizzata può favorire cure più mirate, riducendone costi e impatto ecologico, con un beneficio notevole in termini di PIL. L’analisi dei Big Data sulla mobilità dei cittadini consente di attuare delle politiche di sostenibilità energetica, minimizzando consumi energetici ed emissioni di inquinanti.
Da un punto visto macroscopico, l’AI può permetterci di gestire meglio le crisi mondiali, dagli eventi climatici ai fenomeni pandemici.
La migliore capacità di analisi e di previsione – grazie all’utilizzo di milioni di dati disponibili – sta affinando le tecnologie. Lo sfruttamento dell’intelligenza artificiale aiuterà anche a migliorare l’efficienza con cui si produce l’energia da fonti rinnovabili. Le sfide principali consistono nella massimizzazione dell’efficienza del sistema: l’Artificial Intelligence ha un potenziale ruolo chiave in termini di capacità predittive e di controllo. Il miglioramento delle previsioni meteo, ad esempio, è una tra le principali applicazioni della AI necessarie per migliorare l’integrazione della generazione da fonti rinnovabili nel sistema elettrico. Le innovative tecnologie IoT (Industrial IoT) applicate agli apparati di generazione solare, eolica e idroelettrica forniscono enormi quantità di Big Data. Possono crearsi modelli di previsione accurata circa la produzione di energia rinnovabile generabile nel brevissimo e breve termine e ciò rende possibile ottimizzare l’immissione dell’energia sulla rete. Un esempio è dato dall’applicazione della AI nell’ambito della Sunshot Initiative gestita dal Dipartimento dell’energia Usa, ove si è riscontrato un miglioramento del 30% nella precisione delle previsioni di generazione da fonti solari. L’accuratezza delle previsioni supporta i produttori di energia rinnovabile consentendo loro di ottimizzare la produzione.
Il report AI Watch 2020 del Joint Research Centre, il servizio di consulenza scientifica della Commissione Europea, mostra come gli investimenti 2019 nell’area AI nei Paesi aderenti all’UE abbiano raggiunto una cifra tra i 7,9 e i 9 miliardi di euro. In aumento di circa il 30% rispetto al 2018, ma ancora sotto ai 20 miliardi di euro all’anno previsti come investimento ottimale nel decennio 2020-2030.
Il 53% dei fondi è stato destinato alle competenze: sono i costi sostenuti per il personale che si occupa di AI in azienda e in università, inclusa la formazione delle risorse umane e Corporate Training. Per l’adozione dell’AI è imprescindibile l’aumento di specialisti.
Riuscire a incrociare un’enorme quantità di dati disponibili con la crescente capacità di calcolo digitale è una competenza che va acquisita. Per questo, occorre investire nella formazione professionale dei giovani, in percorsi formativi di alto livello, nell’integrazione tra aziende e mondo accademico per il trasferimento delle competenze, nell’introduzione di un comparto di AI nelle aziende. Il cambiamento parte proprio da qui.