Il mercato italiano dell’intelligenza artificiale ha raggiunto nel 2025 quota 1,8 miliardi di euro, con una crescita del 50% in un anno. Un’espansione che non è più soltanto tecnologica, ma strutturale: quasi un lavoratore su due utilizza strumenti di AI in azienda, mentre le competenze legate all’intelligenza artificiale compaiono ormai nel 76% degli annunci per profili white-collar ad alta qualificazione. Il dato, emerso dalla ricerca dell’Osservatorio Artificial Intelligence del Politecnico di Milano, conferma che la tecnologia è entrata stabilmente nelle strategie di business, ma apre anche una questione cruciale per il mondo della finanza sostenibile: l’AI è davvero sostenibile, e a quali condizioni? L’adozione è trainata soprattutto dalle grandi imprese: il 71% ha avviato almeno un progetto di intelligenza artificiale, contro una diffusione ancora limitata tra le PMI. Nel complesso, oltre mille aziende italiane offrono soluzioni e servizi AI e 135 startup sono state finanziate negli ultimi cinque anni, con un focus su healthcare, fintech e applicazioni verticali. Il 46% del mercato è legato alla Generative AI o a progetti ibridi, mentre il resto è dominato dal machine learning tradizionale. L’impatto organizzativo è già visibile. Il 58% delle aziende che ha introdotto l’AI segnala effetti significativi sul modello di business, soprattutto in termini di evoluzione della proposta di valore e trasformazione dei processi. Tuttavia, la governance resta un punto debole: solo il 9% delle grandi imprese dispone di un modello strutturato che integri principi etici, responsabilità organizzative e obiettivi strategici. La diffusione rapida di strumenti di GenAI, spesso adottati anche fuori dai canali ufficiali, alimenta fenomeni di “shadow AI” che complicano la gestione dei rischi.
In questo scenario, il passaggio dalla sperimentazione alla trasformazione sistemica diventa la vera linea di demarcazione tra crescita tecnologica e creazione di valore sostenibile. La questione ambientale resta al centro del dibattito. L’espansione dell’AI implica una crescita delle infrastrutture digitali – data center, cloud, calcolo ad alte prestazioni – con conseguenze dirette sui consumi energetici. Il digitale non è immateriale: dietro i modelli generativi e i sistemi di machine learning c’è una rete fisica che richiede elettricità, raffreddamento e investimenti infrastrutturali. Luciano Floridi, direttore del Digital Ethics Center della Yale University, ha invitato a evitare semplificazioni. Secondo i dati dell’Agenzia internazionale per l’energia citati dallo studioso, l’intero ecosistema digitale pesa per circa il 2% dei consumi elettrici globali: una quota non trascurabile ma ancora marginale rispetto a settori come trasporti o climatizzazione. Il punto, sostiene Floridi, non è stabilire se l’AI consumi energia – è inevitabile – ma come e per quali finalità venga utilizzata. Se l’energia serve per ottimizzare reti idriche, prevenire incendi o migliorare l’efficienza industriale, il saldo può essere positivo in termini ambientali. Se invece l’impiego è puramente incrementale, senza benefici sistemici, il consumo resta un costo ambientale netto. In altre parole, l’AI non è intrinsecamente sostenibile o insostenibile: lo diventa in funzione delle applicazioni e delle fonti energetiche che la alimentano.
Floridi richiama anche un altro aspetto spesso sottovalutato nel dibattito ESG: la concentrazione del controllo delle infrastrutture digitali. I data center e le piattaforme globali non incidono solo sui consumi energetici, ma anche sulla distribuzione del potere economico e informativo. In alcuni Paesi europei, come l’Irlanda, una quota significativa della produzione elettrica nazionale è già destinata ai data center, con effetti sulle politiche energetiche e sui costi per le comunità locali. Il tema “sostenibilità” non riguarda solo l’impronta carbonica ma anche l’accountability. In mercati dominati da pochi attori, la possibilità per cittadini e imprese di esercitare una reale scelta si riduce, con implicazioni per la concorrenza e la governance del digitale.
C’è però un altro lato della medaglia. L’efficienza energetica delle tecnologie digitali è aumentata in modo significativo negli ultimi decenni: la potenza computazionale disponibile oggi a costi e consumi relativamente contenuti era impensabile solo pochi anni fa. Questo trend rende l’AI potenzialmente parte della soluzione alla transizione ecologica. L’idea è quella di una “alleanza tra verde e blu”: ambiente e digitale come vettori complementari. L’intelligenza artificiale può contribuire alla gestione delle reti energetiche, alla riduzione degli sprechi industriali, alla pianificazione urbana sostenibile e alla finanza climatica. Ma perché questo potenziale si traduca in valore, servono investimenti mirati, fonti energetiche rinnovabili e modelli di governance robusti. Per investitori e operatori ESG, l’AI rappresenta una doppia leva. Da un lato, è un settore in forte espansione, con prospettive di crescita e impatto trasversale su produttività, occupazione e innovazione. Dall’altro, introduce nuovi rischi: consumo energetico, concentrazione di mercato, impatti sociali sul lavoro e problemi di governance dei dati. La sostenibilità dell’AI, quindi, non può essere valutata solo in termini di emissioni o consumo elettrico: va letta in chiave sistemica, considerando l’intero ciclo di vita delle infrastrutture digitali, le applicazioni sviluppate e il contesto regolatorio. In questo quadro, l’Italia mostra un mercato in forte crescita ma ancora in cerca di maturità organizzativa: l’integrazione tra innovazione tecnologica, sostenibilità ambientale e governance sarà il vero fattore discriminante nei prossimi anni.
