Le intelligenze artificiali (AI) consumano energia, ma possono anche aiutare a ridurre le emissioni del settore elettrico. Gli autori distinguono due approcci: la “green AI”, che punta a rendere trasparenti i costi ambientali, e la “frugal AI”, che progetta algoritmi già efficienti. Per far parlare questi due mondi, propongono metriche standardizzate di carbonio, così da tradurre le scelte di calcolo in impatti reali sulla rete.
Le metriche vengono poi inserite in due schemi di pianificazione. Il primo è un ciclo iterativo: i sensori della rete inviano segnali di carico e di emissione, l’AI risponde in tempo reale ottimizzando il consumo. Il secondo è un modello di ottimizzazione a lungo termine, che impara i comportamenti flessibili dei carichi (come elettrodomestici programmabili) e li incorpora nella programmazione della produzione.
Il vero colpo di genio è la capacità di passare da una priorità “emissioni‑first” a una “stabilità‑first” quando la rete è sotto stress, ad esempio durante un blackout. In questi momenti, i segnali AI si ricalibrano per dare priorità alla stabilità, fornendo sollievo mirato e accelerando il ripristino. In pratica, l’AI diventa un “coordinatore” che bilancia sostenibilità e affidabilità, trasformando la rete in un sistema più intelligente e resiliente.
