Forse Non Sapevi che un Prompt Costa Quanto 10 Ricerche Web

In sintesi

• Una singola query AI consuma in media da 10 a 30 volte l’energia di una ricerca Google tradizionale, con picchi ancora maggiori per immagini e video.
• Il consumo energetico prompt AI varia drasticamente in base al tipo di task: generazione testo, immagini, video o modelli di ragionamento agentici hanno impronte molto diverse.
• Per un manager, questi numeri non sono curiosità da convegno: sono voci di costo e impatto ESG da inserire nelle valutazioni strategiche.
• Esistono ordini di grandezza affidabili per stimare quanto consuma una query AI nella propria organizzazione.

Stamattina, mentre aspettavo il caffè dalla macchinetta, ho chiesto a un assistente AI di riassumermi un report di trenta pagine. Dieci secondi. Fatto. Ho pensato: che meraviglia, il futuro è gratis.

Poi ho letto i dati. E il futuro, a quanto pare, ha una bolletta.

Se anche tu hai iniziato a usare l’intelligenza artificiale generativa come fosse acqua del rubinetto — un prompt qui, una richiesta là, un’immagine per la presentazione — forse ti interessa sapere che ogni volta che premi invio, da qualche parte un data center consuma energia. Non poca. Non pochissima. Abbastanza da far riflettere chi, come te, deve giustificare le scelte davanti a un consiglio di amministrazione o a un bilancio di sostenibilità.

Il consumo energetico prompt AI è diventato un tema serio. Non per gli ambientalisti militanti, ma per chi fa i conti.

Quanto consuma una query AI rispetto a una ricerca tradizionale

Partiamo dai numeri, che sono l’unica cosa che mette d’accordo tutti.

Una ricerca su Google — quella classica, dieci link blu — consuma circa 0,0003 kWh. Tre decimillesimi di kilowattora. Niente, in pratica. Potresti farne tremila al giorno e non accorgertene in bolletta.

Una query a un modello di linguaggio come GPT-4 o Claude, invece, consuma tra 0,001 e 0,01 kWh. Tradotto: da 3 a 30 volte di più. Secondo uno studio dell’Agenzia Internazionale dell’Energia (IEA) pubblicato nel 2024, una singola richiesta a ChatGPT richiede in media 2,9 wattora, contro gli 0,3 wattora di una ricerca Google.

Dieci volte tanto. Come minimo.

Tipo di operazione	Consumo medio (Wh)	Equivalente ricerche Google
Ricerca Google tradizionale	0,3	1
Query AI testuale (GPT-4)	2,9	~10
Generazione immagine (DALL-E, Midjourney)	7-12	~25-40
Generazione video (Sora, Runway)	50-200	~170-670
Modello di ragionamento agentivo	15-50	~50-170

Questi numeri vengono da stime incrociate di IEA, ricercatori di Stanford e analisi indipendenti pubblicate su Nature. Non sono perfetti — nessuno ha accesso ai data center di OpenAI — ma l’ordine di grandezza è quello.

Consumo kWh intelligenza artificiale: le differenze tra testo, immagini e video

Non tutte le richieste AI sono uguali. Chiedere “riassumimi questa email” non è come chiedere “generami un video di trenta secondi con un gatto che suona il pianoforte”.

Generazione di testo

È la più leggera. Un prompt testuale standard — domanda, risposta, fine — si aggira sui 2-3 Wh. Se usi modelli più piccoli o ottimizzati, scendi sotto il wattora. Il consumo kWh intelligenza artificiale per il testo è gestibile, soprattutto se confrontato con il valore che può generare.

Generazione di immagini

Qui il salto è netto. Creare un’immagine con Midjourney o DALL-E richiede dai 7 ai 12 Wh per singola generazione. Se chiedi quattro varianti, moltiplica. Se non ti piace il risultato e rilanci, moltiplica ancora.

Un’azienda che produce dieci immagini al giorno per i social consuma, solo per quello, quanto un piccolo elettrodomestico acceso per un’ora.

Generazione di video

Il video è il territorio dei grandi numeri. Modelli come Sora (OpenAI) o Runway richiedono dai 50 ai 200 Wh per clip. Un video di un minuto può costare quanto lasciare acceso un laptop per mezza giornata.

Per ora pochi lo usano in produzione. Ma quando diventerà mainstream — e diventerà — il consumo energetico prompt AI esploderà.

Modelli di ragionamento e agenti

I modelli “che pensano” — quelli che concatenano ragionamenti, consultano strumenti esterni, iterano su se stessi — sono i più affamati. Un agente AI che pianifica, esegue e verifica può consumare 15-50 Wh per task complesso. È il prezzo della sofisticazione.

Cosa significa per la tua azienda: un esercizio pratico

Immagina di essere il responsabile innovazione di un’azienda manifatturiera del Nord-Est. Avete adottato un assistente AI interno per rispondere alle domande dei dipendenti su procedure, normative, documentazione tecnica. Funziona bene. Tutti contenti.

Dopo sei mesi, il CFO ti chiede: “Ma quanto ci costa questa cosa?”

Tu pensi alla licenza software. Lui intende anche l’energia.

Facciamo due conti. Se l’assistente riceve 500 query al giorno, e ogni query consuma in media 3 Wh, parliamo di 1,5 kWh al giorno. In un anno, circa 550 kWh. Al costo medio italiano per le imprese (0,25 €/kWh), sono 137 euro.

Niente, dirai. Vero. Ma se aggiungi la generazione di report automatici, le immagini per il marketing, i video per la formazione, i modelli agentici per l’analisi dati… i numeri crescono. E soprattutto: vanno nel bilancio di sostenibilità.

La domanda non è “posso permettermelo?”. La domanda è: “Lo sto misurando?”

Se vuoi approfondire come calcolare il costo energetico dell’AI nella tua organizzazione, con metriche concrete e framework di valutazione, la guida completa ti dà gli strumenti per farlo.

Quanto consuma una query AI: i fattori che fanno la differenza

Non esiste un numero unico. Il consumo dipende da variabili che puoi, in parte, controllare.

• Dimensione del modello: GPT-4 consuma più di GPT-3.5. Claude Opus più di Claude Haiku. Modelli più grandi = più calcolo = più energia.
• Lunghezza del prompt e della risposta: più token elabori, più consumi. Un prompt di 50 parole con risposta di 500 parole costa meno di uno da 2000 parole con risposta da 5000.
• Infrastruttura del provider: data center alimentati a rinnovabili (come quelli di Google in Scandinavia) hanno un’impronta carbonica diversa da quelli a carbone.
• Ottimizzazioni tecniche: quantizzazione, caching, batching riducono il consumo per query. Alcuni provider lo fanno meglio di altri.

Per un manager, la lezione è questa: scegliere il modello giusto per il task giusto non è solo una questione di qualità. È anche una questione di efficienza energetica.

Usare GPT-4 per rispondere “a che ora apre l’ufficio?” è come prendere un SUV per andare al bar sotto casa.

Il contesto italiano: numeri e prospettive sul consumo energetico prompt AI

In Italia, secondo i dati ENEA e le stime di Assintel, l’adozione di AI generativa nelle imprese è cresciuta del 40% nel 2024. Il 62% delle grandi aziende e il 28% delle PMI dichiara di usare almeno uno strumento di AI generativa.

Tradotto in consumi: se ogni azienda italiana che usa AI generativa effettua in media 200 query al giorno, parliamo di circa 1,5 TWh all’anno solo per le query testuali. È lo 0,5% del consumo elettrico nazionale. Poco, in assoluto. Ma in crescita esponenziale.

Il problema non è oggi. È domani.

Goldman Sachs stima che i data center dedicati all’AI potrebbero consumare, a livello globale, 200 TWh entro il 2030. Quanto l’intera Spagna.

Per le aziende italiane, questo significa tre cose:

• I costi energetici dell’AI entreranno nelle negoziazioni con i fornitori cloud.
• I bilanci di sostenibilità dovranno includere l’impronta carbonica dell’AI.
• Chi ottimizza oggi avrà un vantaggio competitivo domani.

Una domanda scomoda

Quante delle query AI che la tua azienda genera ogni giorno sono davvero necessarie?

Non è una domanda retorica. È una domanda di efficienza. Di igiene operativa. Di rispetto per le risorse — economiche, energetiche, ambientali.

L’AI generativa è uno strumento potente. Ma come tutti gli strumenti potenti, va usata con criterio. Non perché sia cattiva. Perché è costosa. E il costo, prima o poi, qualcuno lo paga.

Se vuoi capire quanto costa in energia l’AI per la tua specifica situazione aziendale, inizia a misurare. I numeri che trovi in questo articolo sono un punto di partenza. Il punto di arrivo è una governance dell’AI che tenga insieme innovazione e sostenibilità.

Conclusione: cosa portarsi a casa

Il consumo energetico prompt AI non è un dettaglio tecnico da delegare all’IT. È un dato strategico che riguarda costi, sostenibilità e reputazione.

Tre cose da fare, subito:

• Chiedi al tuo fornitore AI i dati di consumo per query. Se non li ha, è un problema.
• Inserisci l’AI nel perimetro del bilancio di sostenibilità. Prima che te lo chiedano gli stakeholder.
• Valuta se stai usando il modello giusto per ogni task. Non serve un cannone per uccidere una mosca.

Il futuro è fatto di scelte. E le scelte, quando si fanno i conti, hanno sempre un prezzo.

FAQ

Quanto consuma in media un singolo prompt AI rispetto a una ricerca Google?

Un prompt a un modello come GPT-4 consuma circa 2,9 Wh, contro i 0,3 Wh di una ricerca Google. Il rapporto è di circa 10:1, ma può arrivare a 30:1 per richieste complesse.

Il consumo energetico prompt AI varia in base al tipo di contenuto generato?

Sì, significativamente. La generazione di testo è la più leggera (2-3 Wh), le immagini richiedono 7-12 Wh, i video possono arrivare a 200 Wh per clip.

Come posso stimare quanto consuma una query AI nella mia azienda?

Moltiplica il numero di query giornaliere per il consumo medio del tipo di modello usato (testo, immagine, video). Per stime accurate, chiedi i dati al tuo provider cloud o AI.

I modelli AI più recenti consumano più o meno energia?

Dipende. I modelli più grandi e potenti consumano di più, ma le ottimizzazioni tecniche (quantizzazione, caching) stanno riducendo il consumo per query. Modelli più piccoli e specializzati sono generalmente più efficienti.

Il consumo kWh intelligenza artificiale incide sul bilancio di sostenibilità aziendale?

Sì, e sempre di più. Le normative ESG e la direttiva CSRD richiedono di rendicontare le emissioni Scope 2 e 3, che includono i consumi dei servizi cloud e AI.

Quali provider AI offrono data center alimentati a energia rinnovabile?

Google Cloud, Microsoft Azure e AWS hanno programmi di approvvigionamento da rinnovabili, con percentuali variabili per area geografica. Verifica sempre la copertura specifica per la region che utilizzi.

Ha senso limitare l’uso dell’AI per risparmiare energia?

Non si tratta di limitare, ma di ottimizzare. Usare il modello adatto al task, evitare query ridondanti e consolidare le richieste riduce i consumi senza sacrificare il valore.

Come cambierà il consumo energetico prompt AI nei prossimi anni?

Il consumo totale crescerà con l’adozione, ma il consumo per query potrebbe diminuire grazie a modelli più efficienti e hardware dedicato. La sfida è che l’aumento dei volumi supererà probabilmente i guadagni di efficienza.