Ascolta l’Audio dell’Articolo
Ascolta il Mini Podcast dell’articolo
La twin transition sta passando dalla teoria alla pratica, diventando il perno operativo delle imprese che vogliono coniugare crescita e impatto ambientale. Dati affidabili, Intelligenza Artificiale e una governance solida trasformano la conformità normativa in vantaggio competitivo, accelerando decarbonizzazione e resilienza. Un recente confronto promosso dall’Osservatorio Digital&Sustainable del Politecnico di Milano ha mostrato come il progresso passi da scelte tecnologiche mirate, misurazioni frequenti e responsabilità etica lungo tutta la filiera.
In questo quadro, le esperienze di GreenRouter, Maire e A2A indicano una via concreta: misurare bene per decidere meglio, integrare AI dove crea valore e rendere sostenibili anche le infrastrutture digitali.
Dati che contano: dalla rendicontazione alle decisioni
Nel decennio scorso la rendicontazione delle emissioni è nata per rispondere a pressioni di finanziatori e clienti. Oggi diventa architettura decisionale. In logistica, il nodo è la qualità del dato: sistemi eterogenei, storicità incompleta e processi complessi richiedono piattaforme robuste e metriche coerenti. Come ricorda Cecilia Visconti, Green Logistics Consultant di GreenRouter: “La prima grande sfida è costruire un sistema di monitoraggio e calcolo delle emissioni per attività molto complesse, come appunto il trasporto, dove bisogna analizzare dati provenienti da sistemi diversi che spesso non sono tracciati”.
Una volta ottenuta la visibilità, le imprese più mature usano i dati per simulare scenari e pianificare investimenti con orizzonte lungo, combinando impatto economico e climatico. Scelte come il rinnovo delle flotte o l’adozione di biocarburanti non sono più interventi tattici ma leve strategiche per ridurre la dipendenza da fonti fossili e rafforzare il posizionamento sul mercato.
Energia, cloud e filiera: la sostenibilità è bidirezionale
Il monitoraggio è la base, ma il motore è l’integrazione digitale. In Maire, presente in 50 Paesi con circa 7 miliardi di euro di fatturato, l’Energy Manager coordina un lavoro corale per contenere i costi e decarbonizzare con rinnovabili. L’azienda punta alla Carbon Neutrality entro il 2029 su Scope 1 e 2, mentre per lo Scope 3 la sfida è coinvolgere una rete di oltre 200.000 fornitori, dove la tracciabilità del dato diventa l’unico strumento per governare la complessità.
La twin transition qui è davvero a doppio senso: “Possiamo descrivere il nostro approccio parlando di “Twin Transition”. I dati servono per la sostenibilità e la transizione energetica, ma ci servono anche per decarbonizzare le strutture stesse che ospitano i tool di analisi sui cloud” sottolinea Giuseppe Sperduto, Energy Manager di Maire. L’uso di AI e Machine Learning è integrato nelle operazioni d’ingegneria per accelerare la progettazione, con un’attenzione costante alla qualità informativa.
Per essere efficaci servono frequenza e precisione nella raccolta dati, superando le analisi annuali a favore di cicli più rapidi che consentano interventi tempestivi. In questo contesto, la certificazione EGE (Esperto in Gestione dell’Energia) diventa un fattore abilitante per interpretare correttamente le metriche e trasformarle in azioni operative. Molte imprese guardano al Net Zero 2050, ma sarà il prossimo decennio a segnare la differenza tra obiettivi dichiarati e risultati conseguiti.
AI responsabile: efficienza, governance e impatto
Per allineare trasformazione digitale e ambientale occorre anche riorganizzare ruoli e processi. A2A ha creato A2A Life Ventures, una società dedicata ad AI, innovazione e ricerca che opera con un modello di “doppio mercato”, offrendo servizi digitali al Gruppo e all’esterno, evolvendo da centro di costo a generatore di ricavi. Come spiega Alice Guerini, AI Factory di A2A, l’innovazione cammina con la sostenibilità se si presidiano tre direttrici:
- Strategia: obiettivi chiari e misurabili per orientare investimenti e priorità.
- Tecnologia: riuso dei sistemi per evitare ridondanze e sprechi computazionali.
- Governance: scelta di provider cloud che usano energie rinnovabili e data center in aree a clima favorevole, come i Paesi nordici, per ottimizzare raffreddamento ed efficienza.
La selezione dello strumento giusto è decisiva anche in AI. Non ogni compito richiede LLM generalisti. “Ci stiamo orientando verso gli Small Language Models: modelli piccoli, ma molto specializzati, che offrono risultati equiparabili o migliori consumando molta meno energia” evidenzia Guerini. Il Gruppo impiega oltre 300 sistemi di AI nelle Business Unit e governa l’ecosistema tramite un’area di Corporate Venture Capital con più di 100 milioni di euro investiti e un portafoglio di 70 startup. La ricerca si traduce così in tech transfer immediato, portando le soluzioni direttamente nei sistemi operativi e accelerando la transizione ecologica.
Il punto di sintesi resta il dato: linguaggio comune che unisce logistica, impianti e servizi ai cittadini. La capacità di raccogliere, ripulire e interpretare informazioni distingue l’adempimento formale da una strategia di valore. L’automazione dei calcoli, l’integrazione degli input e la verifica continua dei miglioramenti rendono misurabile il progresso. In questa traiettoria, l’innovazione non è solo ricerca del nuovo, ma uso più intelligente e responsabile di ciò che già esiste, con un approccio etico-by-design che riduce l’impronta digitale e ambientale, rafforza la competitività e avvicina il traguardo del Net Zero.
