Il dibattito globale sulla sostenibilità dell’intelligenza artificiale ha finora privilegiato l’analisi dell’impatto infrastrutturale, concentrandosi prevalentemente sui consumi energetici dei data center e sulle relative emissioni di gas serra. Tuttavia, durante la seconda tappa dell’AI Salon di Bologna, svoltasi il 4 marzo presso il CTE COBO, è emersa una prospettiva tecnologicamente più avanzata: la possibilità di progettare architetture capaci di valutare il proprio costo computazionale preventivamente. Il focus si sposta quindi dall’analisi dei consumi a posteriori verso una responsabilità integrata direttamente nel codice e nelle decisioni operative delle macchine.
Uno degli aspetti tecnici più rilevanti emersi durante l’evento riguarda lo sviluppo di sistemi di orchestrazione in grado di ragionare sul proprio impatto economico e ambientale in tempo reale. Francesco Lumpp, PhD e Platform&FinOps Engineer di Krateo PlatformOps, ha illustrato questa evoluzione ingegneristica spiegando come sia stato sviluppato un layer di governance specifico per rendere tali variabili visibili e governabili prima dell’azione. Secondo Lumpp: “con Krateo abbiamo lavorato per costruire un layer di governance che renda questi costi visibili e governabili in tempo reale, con l’obiettivo di fare in modo che il sistema stesso ne sia consapevole prima di agire, non dopo. È un cambio di paradigma nel modo di pensare l’infrastruttura: non un rendiconto a posteriori, ma una responsabilità progettata dentro l’architettura”.
L’iniziativa, supportata da IFAB (International Foundation Big Data and Artificial Intelligence for Human Development), ha messo in rete il mondo della ricerca accademica e quello dell’impresa, consolidando il ruolo di Bologna come polo d’eccellenza per l’AI responsabile. La community di AI Salon, con oltre 40 sedi nel mondo, punta proprio a connettere sviluppatori e investitori attorno a soluzioni che non siano solo performanti, ma anche sostenibili per design. In questo contesto, l’applicazione della metodologia FinOps all’intelligenza artificiale diventa uno strumento indispensabile per garantire che la crescita tecnologica sia compatibile con i limiti ambientali, trasformando l’efficienza algoritmica in una metrica di valore primario per le organizzazioni moderne.
