Dagli edifici alla IA, spopolano i calcolatori di emissioni di carbonio

Schneider Electric ha sviluppato il Building Decarbonization Calculator, uno strumento per advisor, proprietari e gestori immobiliari che consente di simulare diversi scenari di gestione dell’energia e delle emissioni di carbonio (ECCM). Grazie a un database con 500.000 modelli di edifici, il calcolatore permette di confrontare strategie di decarbonizzazione in base a tipologia, dimensioni e localizzazione degli immobili, stimando il ritorno sull’investimento sia in termini economici che di riduzione delle emissioni.
L’urgenza di conformarsi alle normative sempre più stringenti sulla sostenibilità rende questo strumento particolarmente utile per pianificare gli interventi di retrofit e ottimizzare i costi. Secondo Mike Kazmierczak, VP Digital Energy Building di Schneider Electric, il calcolatore aiuta a ridurre le emissioni, migliorare l’efficienza energetica e abbattere i costi operativi, accelerando il ritmo della riqualificazione degli edifici.
Un’analisi su un grande ufficio di Boston ha dimostrato il potenziale di questo strumento, stimando 3,7 milioni di dollari di risparmi energetici e 1 milione di dollari di sanzioni evitate in dieci anni, con un ROI raggiunto in sette anni. La valutazione ha incluso soluzioni come software di monitoraggio energetico, illuminazione LED, gestione avanzata degli edifici e integrazione di sistemi fotovoltaici con accumulo a batteria.
Nella stessa ottica si inserisce Salesforce, che in collaborazione con Hugging Face, Cohere e Carnegie Mellon University ha presentato AI Energy Score, uno strumento di benchmarking che permette di valutare e confrontare il consumo energetico dei modelli di intelligenza artificiale. L’iniziativa mira a portare trasparenza sull’impatto ambientale dell’IA, fornendo un punto di riferimento simile a ENERGY STAR per gli elettrodomestici. Salesforce sarà inoltre il primo sviluppatore a divulgare i dati di efficienza energetica dei propri modelli.
L’AI Energy Score offre valutazioni standardizzate, una classifica pubblica basata su 10 attività comuni dell’IA e un portale di benchmarking dove gli sviluppatori potranno testare i propri modelli, con un’etichetta energetica che classificherà i modelli da una a cinque stelle, aiutando gli utenti a scegliere quelli più efficienti.
Oltre all’AI Energy Score, Salesforce ha sviluppato la piattaforma per la distribuzione di agenti AI autonomi Agentforce ottimizzandola per ridurre il consumo energetico. A differenza di altri approcci che richiedono un training intensivo per ogni cliente, Agentforce utilizza infatti modelli IA più piccoli ed efficienti, minimizzando l’impatto ambientale. Un esempio è SFR-RAG, un modello ottimizzato per risposte accurate e affidabili con minore consumo di energia.
Secondo Suzanne DiBianca, Chief Impact Officer di Salesforce, ridurre il consumo energetico dell’IA significa anche abbattere i costi operativi, ottimizzare le infrastrutture e migliorare la sostenibilità e, con strumenti come AI Energy Score e Agentforce, l’azienda punta a costruire un ecosistema IA più trasparente ed efficiente.