fbpx Eni rinnova i suoi impegni | Page 2 | Scienza in rete

Eni rinnova i suoi impegni

Read time: 2 mins

Eni conferma il suo impegno per lo sviluppo sostenibile partecipando a Rio+20. Nel 1992, all'Earth Summit, fu l'unica azienda italiana, tra le poche realta' private, che presero parte alla conferenza. In seguit, Eni ha proseguito il percorso tracciato durante la Conferenza mettendo a punto soluzioni e tecnologie innovative in supporto ai processi politici internazionali per lo sviluppo sostenibile e integrandole nella propria strategia di business. ''Partecipare a Rio+20 - si legge nel comunicato ufficiale - rappresenta la possibilita' di parlare di sviluppo, che vuol dire parlare di energia. Se la crescita economica e' il motore di un Paese, l'energia e' la chiave di accensione. Eni, fornendo il proprio contributo alla preparazione dell' UNCSD, vuole assicurare che la voce del business sia presa in considerazione e che sia riconosciuto l'impegno del settore privato nel promuovere iniziative a sostegno dello sviluppo sostenibile."

 L'impossibilità, per miliardi di persone, di accedere a forme di energia sostenibile, affidabile ed economica, e' infatti una delle sfide cruciali per lo sviluppo, per rompere il ciclo della poverta' e raggiungere i Millennium Development Goals delle Nazioni Unite. L'intenzione di Eni è quella di mostrare e dimostrare, durante la Conferenza, la capacita' dell'azienda di coniugare salvaguardia ambientale e sviluppo locale, ad esempio trasformando una pratiche non sostenibile come il gas flaring (la combustione in torcia del gas associato al petrolio, a causa della mancanza di mercati locali e infrastrutture) in una opportunita' di business con la valorizzazione del gas associato, e del gas in generale, e per favorire l'accesso ai servizi energetici moderni. 

Un'esempio del modello di business sviluppato da Eni è quello della Repubblica del Congo, dove dal 2007 l'azienda e' impegnata in investimenti su larga scala in materia di accesso all'energia. Nella Repubblica del Congo tre quarti della popolazione vive senza avere accesso a fonti di energia moderne, a fronte di una forte concentrazione della popolazione nelle principali citta' di Pointe-Noire e Brazzaville, con la maggior parte delle attivita' industriali concentrata a Pointe-Noire. In questo contesto, il governo della Repubblica del Congo ha deciso di sviluppare, in collaborazione con Eni - attiva nel Paese sin dal 1968 - un progetto integrato di costruzione e riabilitazione di centrali e delle reti di trasmissione e distribuzione di energia elettrica. Entro il 2013, attraverso la ristrutturazione ed estensione della rete di distribuzione a bassa tensione di Pointe Noire, 140.000 persone in più potranno beneficiare di una nuova connessione alla rete elettrica.

Eni intende esplorare opportunita' per ottimizzare questo approccio di business, integrato con interventi mirati rispetto agli altri obiettivi di sviluppo locale, e replicarlo in nuovi contesti e a questo scopo si relaziona a numerosi partner, primo tra tutti l'Earth Institute della Columbia University.


Autori: 
Sezioni: 
Dossier: 
Settore privato

prossimo articolo

LLM e ricerca scientifica: opportunità, rischi e controlli

disegno di ricercatore al computer

Come integrare i modelli linguistici di grandi dimensioni nel processo scientifico senza comprometterne l'integrità? Gli LLM sono utili quando velocizzano lavoro ripetitivo e preparatorio. Diventano rischiosi quando il loro output entra direttamente nel processo di validazione o nella decisione scientifica. La questione da porre non è se ma come integrarli nel processo scientifico senza comprometterne l'integrità.

Immagine di copertina realizzata con ChatGPT

Nel discorso pubblico, intelligenza artificiale e Large Language Model (LLM) vengono spesso usati come sinonimi. Non lo sono. L'IA è il campo più ampio che comprende tecniche diverse — dai sistemi simbolici all'apprendimento automatico, dalla visione artificiale alla robotica, fino ai modelli generativi. Gli LLM sono una classe specifica di questi sistemi: modelli addestrati su grandi quantità di testo e, sempre più spesso, di dati multimodali, capaci di produrre risposte linguisticamente plausibili, codice, sintesi, classificazioni e proposte operative.