Intelligenza artificiale, verdità della struttura occupazionale ed efficienza complessiva dell’energia

Perché le macchine più intelligenti contano per l’uso dell’energia

Molti temono che l’intelligenza artificiale consuma molta elettricità e metta a rischio posti di lavoro. Questo studio pone invece un’altra domanda: la diffusione dell’IA può aiutare regioni e città a usare l’energia più efficacemente modificando i tipi di lavoro svolti dalle persone? Analizzando 274 città cinesi in un arco di quindici anni, gli autori mostrano che dove l’IA è adottata più diffusamente le economie locali non solo creano più occupazioni orientate all’ambiente, ma ricavano anche più produzione economica per ogni unità di energia. In altre parole, macchine più intelligenti possono sostenere un sistema energetico più agile e più efficiente — a patto che le condizioni circostanti siano favorevoli.

Collegare l’IA al lavoro quotidiano

Invece di concentrarsi solo su macchine e centrali, i ricercatori guardano al mercato del lavoro — il mix di professioni che compongono la forza lavoro di una città. Distinguono tra lavori di routine che seguono schemi fissi e lavori non routinari che richiedono giudizio, capacità di risolvere problemi e coordinamento. Molte occupazioni “verdi”, come analisti energetici e ingegneri ambientali, rientrano nel secondo gruppo. Questi lavori sono difficili da automatizzare completamente, ma possono essere potenziati da strumenti di IA che analizzano dati, fanno previsioni e testano scenari. Mano a mano che l’IA assorbe i compiti ripetitivi, le economie tendono a puntare di più su lavoratori in grado di usare questi strumenti per individuare sprechi e riprogettare processi, spingendo il profilo occupazionale verso ruoli più verdi.

Misurare la diffusione della tecnologia intelligente

Per tracciare quanto ciascuna città è esposta all’IA, gli autori costruiscono un indice che combina due aspetti: l’uso di robot industriali nelle fabbriche e la presenza di imprese legate all’IA nel settore dei servizi. Misurano poi quanto efficacemente ogni città trasforma lavoro, capitale ed energia in produzione, tenendo conto dell’inquinamento. Utilizzando tecniche statistiche avanzate e benchmark esterni — come i modelli di adozione dei robot nelle industrie statunitensi e la distanza da altri poli dell’IA — cercano di separare la causalità dalla semplice coincidenza. Il risultato principale è che quando l’esposizione all’IA di una città aumenta di un’unità di deviazione standard, la sua efficienza energetica complessiva migliora di circa il 3,2 percento, un guadagno non trascurabile dato quanto lentamente cambiano di solito i sistemi energetici.

Come i lavori diventano più verdi

Per capire cosa avviene all’interno della forza lavoro, lo studio utilizza milioni di annunci di lavoro online tratti dalle principali piattaforme di reclutamento cinesi. Abbinando le professioni cinesi a un dettagliato database internazionale di compiti, gli autori assegnano a ogni lavoro un punteggio di “verdità” basato sulla misura in cui le sue attività sono legate a obiettivi ambientali. Costruiscono quindi due indicatori per ciascuna città: il volume totale dell’occupazione verde e la quota di compiti verdi nella struttura occupazionale complessiva. Le città con maggiore esposizione all’IA mostrano aumenti in entrambi gli indicatori. I ruoli routinari e ad alta intensità di carbonio si riducono o si trasformano, mentre crescono posizioni legate alla verifica energetica, alla gestione ambientale e ai servizi di efficienza. Questo cambiamento fornisce il know‑how umano necessario per individuare opportunità di risparmio energetico, implementare nuove tecnologie e consolidare i miglioramenti nel tempo.

Dove l’IA produce i maggiori guadagni energetici

I benefici dell’IA non sono distribuiti uniformemente. I guadagni più forti sia nell’occupazione verde sia nell’efficienza energetica emergono nei settori ad alta domanda energetica come produzione di energia, trasporti, gestione dell’acqua e servizi ambientali. In questi ambiti i lavoratori usano l’IA per attività come prevedere la domanda, ottimizzare gli impianti e pianificare la manutenzione, riducendo direttamente l’uso di combustibili e le emissioni. L’impatto è anche più ampio nelle città con regole ambientali più severe e infrastrutture digitali più solide — contesti in cui esiste pressione per migliorare, reti dati affidabili e politiche digitali di supporto come l’espansione della banda larga e programmi di città intelligente. Dove le normative sono deboli o le basi digitali sono scarse, introdurre semplicemente l’IA produce pochi miglioramenti nelle prestazioni energetiche.

Cosa significa questo per un futuro più pulito

Per il lettore generale la conclusione è che l’eredità ambientale dell’IA dipenderà meno dall’elettricità che consuma e più da come rimodella il lavoro umano. Lo studio suggerisce che, se combinata con standard ambientali rigorosi, buone reti dati e investimenti nelle competenze giuste, l’IA può incentivare una forza lavoro più capace di individuare e correggere sprechi energetici. Il risultato è un aumento modesto ma significativo dell’efficienza con cui le città usano l’energia, soprattutto nei settori più energivori. Sfruttare l’IA per un’economia circolare a basso spreco richiede quindi sforzi coordinati: politiche che premiano l’efficienza, infrastrutture che permettano agli strumenti di IA di funzionare efficacemente e formazione che coniughi competenze digitali e conoscenze ambientali.

Citazione: Li, T., Hu, Y., Peng, J. et al. Artificial intelligence, greening of occupational structure and total factor energy efficiency. Humanit Soc Sci Commun 13, 503 (2026). https://doi.org/10.1057/s41599-026-06591-8

Parole chiave: intelligenza artificiale, lavori verdi, efficienza energetica, economia circolare, trasformazione del mercato del lavoro