AI nel pharma, quanto consuma l’intelligenza artificiale
Mentre l'intelligenza artificiale ridisegna la ricerca farmaceutica, cambia anche il peso sui consumi energetici degli stabilimenti. Il digitale e l'energia non sono più due capitoli separati da gestire
AI nel pharma, quanto consuma l’intelligenza artificiale
Mentre l'intelligenza artificiale ridisegna la ricerca farmaceutica, cambia anche il peso sui consumi energetici degli stabilimenti. Il digitale e l'energia non sono più due capitoli separati da gestire
AI nel pharma, quanto consuma l’intelligenza artificiale
Mentre l'intelligenza artificiale ridisegna la ricerca farmaceutica, cambia anche il peso sui consumi energetici degli stabilimenti. Il digitale e l'energia non sono più due capitoli separati da gestire
A giugno, sul palco del Forum WOMA – Inspiring the WOrld of pharMA a Milano, è salito anche Zack Kass, ex responsabile del go-to-market di OpenAI e oggi consulente di alcune delle più grandi aziende del mondo. Per descrivere la direzione nella quale sta andando l'intelligenza artificiale, l’ha definita una unmetered intelligence, ovvero un tipo di intelligenza che viene utilizzata senza un contatore, come se fosse illimitata, e facendo un paragone – un po’ azzardato – con l'elettricità.
Kass è entrato nel dettaglio anche dei costi. Consideriamolo un bene illimitato anche perché il suo costo è così basso da essere irrilevante e quello dell’AI si è abbassato del 97% in pochi anni. Il costo per milione di token, l'unità con cui si misura il consumo di un modello AI, è passato da 60 dollari al tempo di GPT-3 a 1,75 dollari con GPT-5.2.
Il meccanismo è quello che si ripete ogni volta che una tecnologia diventa accessibile: i costi scendono, i volumi salgono. Così fu con la prima rete internet, la banda è diventata economica, ma il traffico è cresciuto molto più in fretta di quanto qualsiasi riduzione dei prezzi avrebbe potuto compensare. Con l'AI sta succedendo la stessa cosa. Meno costa, più la si usa.
Cos’è quindi che impatta di più su questo uso senza limiti? Proprio il fabbisogno di energia, quei due mondi che Kass ha accostato. Più c’è richiesta di impiego per queste nuove tecnologie, più cresce la domanda sulle infrastrutture che le sostengono e quindi sui consumi energetici.
Applicato al settore farmaceutico, lo scenario descritto da Kass fa ragionare sull’infrastruttura necessaria, perché se l'AI diventa parte della macchina, serve energia per alimentarla e quell'energia si somma, non si sostituisce, al già significativo fabbisogno degli impianti produttivi.
AI nel pharma: quando il digitale entra in laboratorio
Il farmaceutico è tra i settori che si stanno muovendo più velocemente su questo fronte, non solo sull’onda dell’entusiasmo tecnologico, ma anche perché i guadagni potenziali in termini di tempo e costi di sviluppo dei farmaci sono reali, e le aziende lo sanno così bene che i principali gruppi pharma hanno già integrato strumenti di machine learning e modelli linguistici nelle pipeline di R&D.
L'AI sta già lavorando nella selezione dei candidati terapeutici, nella gestione dei trial clinici, nella farmacovigilanza, nell'analisi di volumi di imaging diagnostico che sarebbero semplicemente inaccessibili alle squadre umane nei tempi richiesti.
Ecco che appaiono due infrastrutture, partite come parallele, che oggi si intersecano: quella industriale, con le dinamiche che conosciamo da decenni, e quella digitale, fatta di datacenter, architetture cloud, server ad alta intensità di calcolo. Anche questa consuma energia e, fino a poco tempo fa, veniva tenuta in un capitolo a sé, separato dall'industriale.
Il costo che non si vede: quanta energia consumano i data center
I data center sono già tra i principali consumatori di elettricità al mondo. Secondo i dati dell'Agenzia Internazionale dell'Energia (IEA), assorbono circa l'1-1,5% dell'elettricità globale e quella quota potrebbe raddoppiare entro il 2030 con la diffusione dell'AI generativa. In Europa, la Commissione stima una crescita del consumo energetico dei data center intorno al 12% l'anno.
Fino a ieri erano numeri che riguardavano i grandi provider cloud. Oggi, con l'AI integrata nei processi industriali e di ricerca, entrano nel perimetro di qualsiasi azienda che la usa in modo strutturato.
Governare questi consumi si può fare, ma richiede di partire dalla misurazione. La gestione energetica di un data center richiede visibilità sui consumi, analisi e gestione dei picchi di carico, in particolare nell’ambito applicativo legato all’AI. Sono le stesse leve che Edison NEXT porta ai data center industriali: monitoraggio in tempo reale, autoproduzione per assicurare i fabbisogni energetici in modo sostenibile, ottimizzazione dei sistemi di raffreddamento che hanno un impatto rilevante sull’efficienza totale del data center.
Efficienza energetica nel farmaceutico: gestire i costi senza tagliare la produzione
Il farmaceutico italiano non arriva a questa convergenza da una posizione comoda, perché il settore è strutturalmente energivoro per ragioni normative, non per scelte operative: la conformità GMP, le clean room, la cold chain, le utilità di processo non si toccano senza mettere a rischio la conformità dei processi e la validità dei lotti in produzione.
Il quadro europeo rende tutto più urgente. Lo studio Energia per Competere - Edison NEXT, Bain & Company e altri partner - documenta prezzi dell'elettricità saliti a due-tre volte i livelli del 2019. Per chi non può semplicemente tagliare i consumi senza bloccare la produzione, quella volatilità non è un'anomalia passeggera, ma una variabile strutturale con cui fare i conti ogni anno.
La risposta non è solo ridurre, ma gestire diversamente con autoproduzione sostenibile, efficienza energetica, digitalizzazione del monitoraggio. Strumenti che valgono per l'infrastruttura produttiva e che, con un approccio integrato, funzionano anche per quella digitale.
Andando nello specifico, per i consumi termici, le principali soluzioni sono:
- Cogenerazione e trigenerazione ad alta efficienza, che permettono di intervenire sulle fasi a maggiore intensità energetica, migliorando in modo significativo l’efficienza complessiva dei siti. Queste stesse tecnologie, così come la produzione di energia termica con caldaie, ben si prestano anche a sfruttare l’elevato potenziale produttivo della biomassa di cui dispone l’Italia attraverso impianti in grado di utilizzarla, permettendo di svincolarsi dall’utilizzo delle fonti fossili, decarbonizzando i consumi termici e stabilizzando la spesa grazie all’utilizzo di una fonte energetica rinnovabile, locale e programmabile.
Pompe di calore elettriche, adatte per processi che richiedono temperature inferiori a 170°C, favorendo l’elettrificazione e la riduzione delle emissioni.
Per i consumi elettrici, il fotovoltaico rappresenta una delle tecnologie più mature per la decarbonizzazione. In particolare, i Power Purchase Agreement (PPA) sia on site che off site con impianto dedicato, permettono alle aziende di acquistare energia verde a prezzi stabili e competitivi, senza sostenere gli investimenti iniziali per la realizzazione degli impianti.
Un ruolo chiave è svolto anche dalle soluzioni digitali e dall’intelligenza artificiale, che consentono di monitorare i consumi in tempo reale, identificare inefficienze e prevedere il fabbisogno energetico, supportando sia l’ottimizzazione dei costi sia gli obiettivi di sostenibilità.
AI ed energia, due mondi che ora conviene gestire insieme
In molte organizzazioni c'è un'abitudine consolidata: l'energia la gestisce l'ufficio tecnico, il digitale lo gestisce l'IT. Due mondi, due budget, due roadmap che raramente si parlano.
Quando i consumi digitali erano marginali, questa separazione era tollerabile, non lo è più nel momento in cui l'AI porta l'infrastruttura informatica a incidere in modo significativo sul conto energetico dell'azienda. Non per forza in termini di numeri assoluti, dipende dalla scala d’adozione, ma perché gestire le due cose separatamente vuol dire rinunciare a sinergie che, in un contesto di prezzi sotto pressione, pesano.
La scienza, che Jennifer Doudna, Premio Nobel per la Chimica 2020 e co-scopritrice di CRISPR-Cas9, ha contribuito a cambiare con CRISPR, consente oggi di generare nuove molecole e, con loro, nuovi processi produttivi, nuovi impianti, nuovi fabbisogni. L'AI che accelera quella ricerca gira su infrastrutture che consumano energia elettrica. Tutto questo richiede disponibilità di energia in modo sicuro ed affidabile prezzi competitivi. Chi riesce a tenere insieme queste variabili ha un vantaggio concreto.
Edison NEXT nel farmaceutico: governare la complessità energetica
Accompagnare un'azienda farmaceutica in questo percorso richiede competenze che vanno oltre una singola leva tecnologica. Non basta il fotovoltaico, non basta l'efficienza. Serve la capacità di leggere il profilo energetico complessivo di un'organizzazione, produzione, infrastruttura digitale, utilità, e costruire una strategia che li tenga insieme.
È quello che Edison NEXT, fa con le aziende del settore chimico-farmaceutico: dall'analisi del fabbisogno alla roadmap energetica, fino alla realizzazione degli interventi e al monitoraggio dei risultati. Una volta individuata la roadmap, Edison NEXT cura tutte le fasi del processo, dalla progettazione alla realizzazione fino alla gestione e al monitoraggio degli impianti, facendosi carico direttamente degli investimenti e garantendo assistenza e supporto costante nel tempo. Tali percorsi di decarbonizzazione risultano sostenibili, sia dal punto di vista ambientale, sia dal punto di vista economico: permettono di ottimizzare i consumi e incrementare l’utilizzo di energia da fonti rinnovabili, riducendo così i costi energetici e diminuendo, al contempo, l’impatto ambientale.
Con il contributo di
Stefano Malservigi
Head of Sales Customers Centro Sud - Industry Sale & Development Edison NEXT
Laureato in Scienze Economiche, Stefano Malservigi ha oltre quindici anni di esperienza nel settore energetico in cui ha ricoperto ruoli di crescente responsabilità nello sviluppo commerciale e nella gestione di trattative complesse. Esperto di negoziazione e business development, opera principalmente nel mercato della grande industria italiana, supportando le imprese nella realizzazione di progetti a elevato contenuto tecnico, economico e finanziario.
TOPIC / TAG
Articoli Correlati