L’AI passa dalle sperimentazioni ai risultati concreti. Produttività, riduzione dei consumi energetici e contenimento dei costi: sono questi i principali benefici associati all’intelligenza artificiale dalle imprese italiane dei settori energetico e manifatturiero. È quanto emerge dall’AI for Energy Report 2026, realizzato da Energy&Strategy della School of Management del Politecnico di Milano, che dedica un approfondimento all’adozione dell’AI nelle aziende e alle sue applicazioni per la transizione energetica e la decarbonizzazione.
La ricerca, condotta in collaborazione con Ipsos Doxa, si basa su 308 risposte di imprese con un fatturato superiore a 5 milioni di euro. I risultati mostrano benefici spesso compresi tra il 10% e il 20%, riscontrabili generalmente entro 6-12 mesi. L’intelligenza artificiale può quindi produrre ritorni tangibili già nel primo anno, anche se il pieno valore delle soluzioni richiede tempo per consolidarsi nei processi aziendali.
Le imprese riconoscono all’AI un ruolo strategico sia nella digitalizzazione della gestione energetica e ambientale, valutata 3,7 su 5, sia nel raggiungimento degli obiettivi di decarbonizzazione, con un punteggio di 3,6 su 5.
Investimenti in crescita, ma restano le barriere
Rispetto al 2025, gli investimenti in intelligenza artificiale si orientano verso importi più consistenti, con un aumento del peso della fascia compresa tra 100.000 e 500.000 euro. Gli stanziamenti superiori al milione di euro rimangono invece limitati. Anche nel budget IT aziendale prevalgono ancora allocazioni contenute, entro il 10%, ma cresce il peso della fascia tra il 21% e il 30%: un segnale di una progressiva strutturazione dei progetti.
Tra le tecnologie più adottate figurano AI generativa, AI collaborativa e Machine Learning, destinate a mantenere un ruolo centrale anche nei prossimi investimenti. Le applicazioni si concentrano soprattutto sull’ottimizzazione degli asset, sulla previsione dei consumi e sulla manutenzione predittiva. Cresce inoltre l’interesse per l’impiego dell’AI nelle strategie di offerta sui mercati energetici (bidding) e nella valutazione delle prestazioni energetiche, a supporto delle decisioni e dell’ottimizzazione dei risultati economici.
Il percorso di adozione non è tuttavia privo di ostacoli. Costi, integrazione con i sistemi esistenti e carenza di competenze rappresentano le principali sfide da affrontare, insieme alla necessità di adeguare l’organizzazione e la cultura aziendale. Meno di un terzo delle imprese intervistate non ha ancora sviluppato applicazioni di AI e soltanto il 3% non prevede di farlo nel medio periodo: l’interesse appare quindi ampio, anche se la diffusione delle soluzioni procede con velocità differenti.
Data center, capacità italiana verso 1,8 GW
La crescita dell’intelligenza artificiale richiede però infrastrutture digitali sempre più potenti, con conseguenze dirette sul fabbisogno elettrico. Secondo il Report, a inizio ottobre 2026 l’Italia contava 262 data center, circa il 45% dei quali in Lombardia. A fine 2025 la capacità installata aveva raggiunto 609 MW, più del doppio rispetto al 2020, con 414 MW concentrati nell’area di Milano, soprattutto a Nord-Ovest.
Le prospettive al 2030 indicano una capacità compresa tra 0,9 e 1,8 GW, in funzione degli scenari di sviluppo. La stima più elevata presuppone politiche mirate e maggiori investimenti. Le richieste di connessione alla rete in alta e altissima tensione, pari a 101,4 GW a ottobre 2026, non corrispondono infatti a progetti destinati necessariamente a essere realizzati: meno del 2% risulta al termine del procedimento.
A livello mondiale, tra il 2020 e il 2025 la capacità installata dei data center è aumentata del 93%, fino a 114 GW, mentre i consumi elettrici sono cresciuti dell’80%, raggiungendo 485 TWh. Entro il 2035 la capacità potrebbe arrivare a quasi 280 GW. In Europa, i data center potrebbero contribuire per 89 TWh, pari al 28%, all’aumento del fabbisogno elettrico tra il 2023 e il 2030.
Efficienza e rinnovabili per contenere l’impatto
«La crescita dell’AI rende sempre più centrale la sostenibilità delle infrastrutture digitali che ne consentono l’evoluzione», sottolinea Federico Frattini, vicedirettore di Energy&Strategy e direttore scientifico del Report. La sfida, evidenzia, consiste nello sviluppare capacità computazionale e filiere tecnologiche adeguate senza compromettere gli obiettivi climatici.
Tra le leve indicate figurano l’efficientamento dei data center, l’ottimizzazione dei sistemi di raffreddamento, la riduzione dei consumi idrici e l’approvvigionamento da fonti rinnovabili. Un contributo può arrivare anche dalle utilities, attraverso contratti di acquisto di energia a lungo termine (PPA), sistemi di accumulo, soluzioni di flessibilità e recupero del calore di scarto per alimentare le reti di teleriscaldamento.
Il rapporto tra AI ed energia presenta dunque una doppia sfida: utilizzare l’intelligenza artificiale per migliorare efficienza e decarbonizzazione, governando al contempo la crescita dei consumi delle infrastrutture che la rendono possibile.
