L’Intelligenza Artificiale sta entrando con forza nel mondo dell’energy management, del facility management e della gestione degli edifici. Se ne parla ovunque: nei convegni, nelle newsletter di settore, nelle presentazioni dei vendor. E come spesso accade quando una tecnologia diventa “di moda”, il rischio è cadere in false promesse o in eccessive semplificazioni.

Facciamo un po’ di ordine. E soprattutto teniamo bene a mente che l’AI non è una rivoluzione improvvisa, ma un’evoluzione: richiede condizioni precise per generare valore reale.

Le ricerche internazionali mostrano un quadro molto chiaro: l’interesse verso l’AI è altissimo, ma l’adozione reale nel settore energia è ancora limitata.

• Solo 12–18% delle aziende utilizza l’AI in ambito operations e asset management (Fonte: McKinsey Global Survey on AI, edizione 2023–2024).
• Il 62% dei facility manager dichiara “alto interesse”, ma solo il 14% ha progetti attivi (Fonte: Deloitte Facilities Management Outlook 2024.).
• Il 55% dei manager teme la “perdita di controllo” con sistemi autonomi (Fonte: Capterra – Artificial Intelligence in the Workplace Survey 2023.).

Il settore è quindi in una fase di transizione: si sta passando dall’entusiasmo iniziale alla ricerca di valore concreto.

A.I: punti di forza e limiti attuali

Dove l’AI funziona già molto bene

Ci sono ambiti in cui l’AI ha già un impatto concreto e misurabile nel mondo dell’energia:

• anomaly detection energetica
• forecasting dei consumi
• analisi automatica dei pattern
• supporto decisionale

Sono casi d’uso maturi, affidabili e già adottati in diversi contesti industriali e terziari.

Dove l’AI non è ancora pronta

• ottimizzazione autonoma degli impianti
• gestione completamente automatica del comfort
• decisioni complesse senza supervisione
• sostituzione del ruolo dell’energy manager

Il vero punto critico è la qualità del dato.

Mettiamola così:

• se il dato è buono → l’AI amplifica il valore
• se il dato è sporco → l’AI amplifica l’errore

Secondo IEA (2024), l’AI può ridurre i consumi degli edifici tra il 10% e il 20%, ma solo se i dati sono affidabili.

Ecco perché, nelle aziende che non hanno ancora un sistema di monitoraggio completo, coerente e continuo, l’AI non risolve i problemi: li rende più evidenti.

In questi casi, un approccio efficace è utilizzare l’AI e gli strumenti di machine learning per ottenere una prima “fotografia energetica” dell’azienda e poi usare quei dati per impostare un sistema di monitoraggio più solido, capace di andare davvero in profondità.

Ed è proprio qui che il ruolo dell’energy manager diventa ancora più centrale.

Perché l’AI non sostituirà l’energy manager

La gestione dell’energia richiede interpretazione, giudizio, conoscenza del contesto operativo e la capacità di bilanciare priorità spesso in conflitto tra loro. Ecco perché l’AI non può sostituire il lavoro dell’energy manager. Può però potenziarlo.

L’AI libera tempo dalle attività più ripetitive e permette agli energy manager di concentrarsi su ciò che davvero genera valore: pianificazione, coordinamento, valutazione dei rischi, dialogo con la direzione e definizione delle priorità.

Il suo valore, dunque, non sta nell’automazione totale ma nella capacità di amplificare il lavoro di chi ogni giorno prende decisioni, valuta priorità, gestisce rischi e responsabilità.

Avremo occasione di parlarne anche a Rimini, durante il Congresso SECEM, dove approfondiremo come costruire un approccio all’AI davvero utile, concreto e al servizio dei professionisti del settore.