L’adozione dell’intelligenza artificiale nelle telecomunicazioni procede a ritmo accelerato e porta con sé una nuova priorità: rendere sostenibile l’intero ecosistema digitale. È questa la riflessione al centro dell’analisi “Sustainable AI in Telecom: From Foundational Framework to Operational Priority”, firmata da Ian Deakin, Principal Technologist di ATIS (Alliance for Telecommunications Industry Solutions), organizzazione con sede a Washington D.C. che riunisce alcune delle principali aziende globali dell’ICT per sviluppare standard tecnici e soluzioni operative su temi strategici come 5G, cybersecurit , IoT, blockchain e contrasto alle robocall.
Il punto centrale dell’analisi è che il settore delle telecomunicazioni sta passando da una fase di definizione concettuale a una dimensione operativa. L’intelligenza artificiale non è più solo uno strumento per migliorare l’efficienza delle reti: diventa anche un sistema che deve essere progettato, gestito e scalato in modo responsabile dal punto di vista ambientale.
Indice degli argomenti
Deakin: “Distinguere tra AI per la sostenibilità e sostenibilità dell’AI”
Uno dei contributi più rilevanti del lavoro della Next G Alliance riguarda la distinzione tra due concetti spesso confusi.
Come spiega Deakin, “AI for sustainability significa usare l’intelligenza artificiale per migliorare l’efficienza delle reti e ridurre l’impatto ambientale, mentre sustainable AI significa garantire che l’AI stessa sia progettata e gestita in modo responsabile”.
Questa distinzione diventa sempre più centrale man mano che i carichi di lavoro dell’intelligenza artificiale crescono. I benefici di efficienza portati dall’AI devono infatti essere valutati insieme ai costi energetici, idrici e materiali associati all’addestramento dei modelli, all’inferenza e alle infrastrutture che li supportano.
Per il settore telco significa adottare una visione sistemica, capace di considerare l’intero ciclo di vita delle tecnologie: dallo sviluppo al deployment, fino alla gestione operativa e al ritiro delle apparecchiature.
Il peso crescente dell’inferenza nelle reti AI
Uno degli elementi più evidenti emersi negli ultimi anni riguarda il peso crescente dell’inferenza nei sistemi di AI distribuiti sulle reti.
Secondo Deakin, “l’inferenza rappresenta la maggior parte dell’impronta ambientale operativa dell’AI, soprattutto quando i modelli vengono distribuiti su larga scala nelle reti attive”.
L’esplosione di servizi basati su AI, molti dei quali richiedono elaborazioni continue e in tempo reale, sta aumentando la domanda di capacità computazionale nei data center e nelle infrastrutture di comunicazione.
Questo scenario spinge operatori e vendor a riconsiderare dove eseguire i carichi di lavoro AI: tra edge, core e cloud. La collocazione intelligente dei modelli diventa un fattore determinante per bilanciare prestazioni, consumo energetico e vincoli operativi.
Ottimizzazione energetica e gestione intelligente dei workload
Un altro tema che sta rapidamente passando dalla teoria alla pratica riguarda l’ottimizzazione energetica dei carichi di lavoro.
L’analisi sottolinea che allineare i workload AI con l’orario della giornata, le caratteristiche regionali della rete elettrica e le capacità infrastrutturali può ridurre l’impatto ambientale complessivo.
In molti casi queste strategie stanno diventando una necessità. Data center e reti devono confrontarsi con limiti reali legati alla disponibilità di energia, alle capacità di raffreddamento e ai vincoli delle reti elettriche.
In questo contesto, spiega Deakin, emergono nuovi modelli operativi, nei quali l’intelligenza artificiale gestisce anche la propria sostenibilità, adattando dinamicamente il funzionamento delle infrastrutture.
Sostenibilità, ciclo di vita delle infrastrutture e performance
Se l’efficienza energetica resta una priorità, il perimetro della sostenibilità si amplia.
Il report richiama l’attenzione su consumo idrico, rifiuti elettronici ed emissioni incorporate nell’hardware, fattori sempre più rilevanti nella pianificazione delle infrastrutture digitali.
In questo scenario entrano in gioco anche i principi dell’economia circolare: prolungamento del ciclo di vita delle apparecchiature, riuso dei componenti e gestione responsabile del fine vita.
Allo stesso tempo, Deakin ricorda che le reti di telecomunicazione hanno una missione primaria: garantire connettività affidabile e qualità del servizio. “La sostenibilità non può essere considerata isolatamente dalle prestazioni”, osserva l’analisi, evidenziando la necessità di utilizzare indicatori specifici – KPI e KVI – per bilanciare obiettivi ambientali e requisiti operativi.
Verso reti sempre più sostenibili e intelligenti
Guardando ai prossimi due anni, l’evoluzione della sustainable AI nelle telecomunicazioni seguirà, secondo l’analisi di Deakin, alcune direttrici precise. Tra queste emergono reti consapevoli dell’intensità carbonica dell’energia, modelli AI più efficienti e specifici per le funzioni di rete, e nuove metriche ambientali integrate nella pianificazione infrastrutturale.
Il punto decisivo, secondo Deakin, riguarda però la capacità dell’industria di tradurre i principi in azioni concrete. La vera sfida – conclude – non è stabilire se l’AI sostenibile sia importante, ma quanto efficacemente i suoi principi verranno trasformati in pratiche scalabili, misurabili e operative”.
Ed è proprio questa trasformazione, da concetto strategico a priorità operativa, che segnerà la prossima fase dell’evoluzione delle telecomunicazioni intelligenti.
