fbpx Efficienza energetica: troppa incertezza negli investimenti | Page 2 | Scienza in rete

Efficienza energetica: troppa incertezza negli investimenti

Read time: 2 mins

Migliorare l'efficienza energetica di edifici, impianti produttivi e macchinari è un procedimento importante per ridurre l'impatto ambientale delle attività umane. Se adeguatamente applicate, le innovazioni garantiscono anche un notevole risparmio economico. Nonostante il potenziale, le ricerche in quest'area sono scarsamente finanziate a livello globale. Laddove vengono stabiliti degli incentivi per incoraggiare l'efficientamento, come nel caso dei fondi europei EEEF, in buona parte vengono spesi male.

Secondo un gruppo di ricerca del Centro Basco per i Cambiamenti Climatici (BC3) e dell'Università dei Paesi Baschi, l'incertezza che governa i prezzi dell'energia ha un effetto negativo sugli investimenti in efficienza. Nello studio, pubblicato su Journal of Environmental Management, i ricercatori hanno analizzato i fattori che determinano la scelta di investire o meno sull'efficientamento energetico (nel caso studio, di una centrale a carbone), arrivando alla conclusione che prezzi più alti dell'energia e dei diritti di emissione di CO2 creano condizioni più favorevoli.

“Ci sono tecnologie pronte per essere utilizzate – spiega Luis Maria Abadie, economista e ingegnere del BC3 che ha guidato la ricerca -  ma per diverse ragioni (scarse informazioni, difficoltà nel definire budget e flussi di cassa, complessità burocratiche, mancanza di fondi) gli investimenti non vengono fatti finchè non sono giudicati redditizi. Una delle cause più rilevanti è l'incertezza: mentre i costi di investire in efficienza sono calcolabili, i benefici sono incerti, dato che è impossibile prevedere con sufficiente sicurezza i prezzi a medio e lungo termine dell'energia”.

Gli autori hanno proposto un modello basato sui dati reali di mercato e criteri di valutazione uncertainty-based, a cui sono stati aggiunti tre fattori di rischio: i costi dell'investimento, il prezzo dei combustibili, il prezzo dei diritti di emissione. Secondo Abadie, “la forza di questo metodo si basa sulla capacità di quantificare la soglia monetaria che determina la convenienza ad investire, escludendo il fattore incertezza”.

Investire in efficienza per tagliare le emissioni di CO2 e risparmiare sul costo dell'energia è un obiettivo dichiarato da molti governi ed agenzie internazionali. L'Unione Europea prevede di aumentare l'efficienza del 20% entro il 2020, all'interno del cosidetto piano  20 - 20 – 20. “Se le politiche energetiche e per l'ambiente non prendono in considerazione l'impatto dell'incertezza – sostiene Abadie - molti investimenti vantaggiosi potrebbero non essere mai fatti, o essere inutilmente posticipati”.

 

Autori: 
Sezioni: 
Dossier: 
Politiche ambientali

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.