L’intelligenza artificiale fa risparmiare fino al 40% di energia elettrica alle imprese – Ing. Zago: «l’intelligenza artificiale per l’ingegneria è uno strumento di calcolo rigoroso, che ottimizza sistemi reali». Secondo incontro della rassegna Open 2026 organizzata dall’Ordine degli Ingegneri di Verona e Provincia

Verona, 12 febbraio 2026 – L’Intelligenza Artificiale è un alleato cruciale per le imprese che possono ridurre i consumi energetici in diversi settori tra il 10 e il 40%. Il tutto attraverso sistemi di analisi basati su IA in grado di verificare un numero elevato di dati, anche eterogenei tra loro, di gestione e produzione, con analisi predittive al fine di suggerire linee di miglioramento e risparmio. È questa una sintesi di quanto emerso durante il seminario di oggi «Intelligenza artificiale per l’energia: innovazione, efficienza e sostenibilità», promosso dalla Commissione ICT dall’Ordine degli Ingegneri di Verona e Provincia all’interno della rassegna OPEN 2026.

«L’intelligenza artificiale, – ha precisato il presidente dell’Ordine degli Ingegneri, Matteo Limoni – come emerge dal seminario, è uno strumento concreto al servizio della sostenibilità e dell’efficienza di imprese, edifici e processi produttivi. È anche per questo che il tema trova spazio all’interno dell’Ordine degli Ingegneri: agli ingegneri spetta infatti il compito di governare strumenti e tecnologie avanzate, mettendo competenze e innovazione al servizio dell’ottimizzazione dei processi produttivi e della riduzione dei consumi energetici, non solo industriali ma anche legati al patrimonio edilizio».

Nella sua introduzione, l’Ing. Mattia Zago, consigliere dell’Ordine degli Ingegneri di Verona e Provincia, ha evidenziato che «Dobbiamo distinguere tra l’Intelligenza Artificiale della plausibilità, quella generativa che consuma energia per imitare l’uomo, e l’IA dell’efficienza, che analizza i dati per salvare il pianeta: la vera ingegneria non cerca la creatività, ma l’ottimizzazione dell’oggettivo. Infatti, l’intelligenza artificiale per l’ingegneria è uno strumento di calcolo rigoroso, che ottimizza sistemi reali, come il peak shaving o i Digital Twin, operando entro i limiti della fisica. Il suo scopo non è l’imitazione, ma l’efficienza misurabile».

A spiegare «L’Intelligenza Artificiale come strumento statistico per l’ottimizzazione

energetica» è intervenuto l’Ing. Luca Arietti, Erp & Integration Manager, 3A F.lli Antonini,

Verona. «Negli ultimi anni – ha precisato Arietti – il costo dell’energia è diventato un tema

centrale per tutti, includendo grandi industrie, piccole imprese, uffici e cittadini. Oltre

all’energia effettivamente consumata, molti utenti pagano infatti anche per i “picchi” di

potenza elettrica richiesti in determinati momenti della giornata, con un impatto diretto sui

costi fissi in bolletta».

Dall’intervento è emerso che l’Intelligenza Artificiale può essere utilizzata come strumento di analisi statistica avanzata per ottimizzare i consumi energetici, in particolare attraverso strategie di peak shaving, ovvero la riduzione dei picchi di assorbimento elettrico. Ha spiegato Arietti: «Il peak shaving è una tecnica per il risparmio sui costi energetici, basata sulla minimizzazione della domanda di picco. Questa strategia mira a ridurre gli oneri di potenza, che rappresentano una quota significativa della bolletta energetica industriale. Attraverso una gestione proattiva dei consumi, si cerca di “levigare” i picchi di breve termine, evitando che brevi periodi di elevato assorbimento di potenza incidano pesantemente sui costi annuali. Il peak shaving può essere implementato tramite l’arresto temporaneo di processi produttivi non critici o l’utilizzo di fonti energetiche locali, come batterie o impianti fotovoltaici. Questa pratica non solo consente un risparmio economico diretto, ma contribuisce anche a una maggiore stabilità della rete elettrica, riducendo la probabilità di sovraccarichi e blackout. In un contesto di crescente elettrificazione e variabilità della domanda, il peak shaving rappresenta uno strumento chiave per la sostenibilità e la competitività delle imprese».

«Digital twin e Intelligenza Artificiale» è stata la relazione del Ing. Prof. Claudio Tomazzoli, Ricercatore, Università Telematica Pegaso, Verona. «Il tema centrale – ha spiegato Tomazzoli – è comprendere come le macchine possano aiutare a ridurre gli sprechi energetici e a gestire in modo più efficiente i consumi. Lo fanno attraverso la simulazione dell’ambiente reale e l’analisi di diversi scenari operativi, valutando cosa accade al variare dei comportamenti e delle condizioni di utilizzo».

Il concetto di spreco, infatti, non è assoluto: ciò che per alcuni rappresenta un’inefficienza, per altri può sembrare un funzionamento normale. «È qui – aggiunge il docente – che entrano in gioco i sistemi di calcolo avanzati, capaci di confrontare impianti diversi ma simili tra loro, anche quando appartengono a contesti che non conosciamo direttamente.

Lo sfruttamento delle tecniche proprie dell’Intelligenza Artificiale, e in particolare del machine learning, consente di estrarre regole di comportamento individuate in ambienti considerati efficienti che diventano vere e proprie best practice, applicabili anche ad altri impianti con caratteristiche simili. Un comportamento pienamente autonomo dei sistemi è reso possibile dall’impiego di algoritmi di classificazione automatica dei dispositivi elettrici, che permettono di identificare correttamente i carichi e garantire che il modello digitale su cui vengono applicate le regole rappresenti fedelmente la realtà operativa».

Il Dott. Paolo Errico, Amministratore Delegato Maxfone Srl Società Benefit si è focalizzato sul tema «Dall’efficienza energetica alla sostenibilità di filiera: il ruolo dei dati» precisando: «La transizione energetica e digitale delle imprese inizia dai dati. Il valore per le aziende risiede nella raccolta strutturata e continua dei dati di processo, oggi ancora assente nella maggior parte delle realtà produttive, nonostante gli investimenti in Industria 4.0. Uno dei principali ostacoli è la frammentazione tecnologica: macchine, software gestionali e sistemi di controllo parlano linguaggi diversi e generano dati eterogenei che restano isolati. Con un lavoro di integrazione e orchestrazione dei dati ci possono essere benefici significativi». In un caso reale presentato, l’azienda, attraverso una serie di interventi ha raggiunto come risultati: -8% materiali di consumo, -10% elettricità, -12% acqua e

-10% aria compressa. Aggiunge Paolo Errico: «In questo percorso, l’Intelligenza Artificiale è lo strumento che valorizza i dati una volta raccolti e messi in relazione. La transizione digitale – e di conseguenza quella energetica – è infatti un processo graduale, che parte dal data mining e dall’integrazione dei sistemi e solo successivamente abilita modelli avanzati di analisi, previsione e ottimizzazione. Quando i dati di consumo energetico, produzione, scarti, materiali e gestionali vengono correlati, emergono informazioni prima invisibili. È in questo passaggio che la sostenibilità diventa misurabile: monitorare i processi e intervenire sulle inefficienze rende le aziende automaticamente più efficienti e più sostenibili»

Nella foto. Da sinistra: Limoni, Errico, Zago e Arietti