La crescita dell’intelligenza artificiale sta modificando la geografia energetica dell’economia digitale. Secondo l’International Energy Agency, nel 2025 i data center hanno consumato complessivamente circa 485 terawattora di elettricità. La proiezione centrale dell’Agenzia indica che la domanda potrebbe avvicinarsi a 950 terawattora entro il 2030, arrivando a rappresentare circa il 3% dei consumi elettrici mondiali.
approfondimento
Efficienza verde: le metriche per ridurre l’impronta carbonica dell’infrastruttura IT
PUE, CUE e WUE misurano aspetti diversi dell’efficienza ambientale dei data center. Per trasformare questi indicatori in decisioni operative servono dati affidabili, capacità di collegare i consumi ai workload e sistemi in grado di individuare sovradimensionamenti, sprechi e anomalie
Pubblicato il 28 set 2026
Giovanni Masi
Computer science engineer
@RIPRODUZIONE RISERVATA
Giovanni Masi
Computer science engineer
Ingegnere informatico e dell’automazione, specializzato in cybersecurity e intelligenza artificiale, con oltre vent’anni di esperienza nel settore dell’Information Technology. Ha sviluppato competenze avanzate nella progettazione e nello sviluppo di architetture software, nella gestione di infrastrutture IT complesse, nell’implementazione di strategie di sicurezza informatica e nella creazione di modelli di intelligenza artificiale.
È Presidente della Commissione per l’intelligenza artificiale dell’Ordine degli Ingegneri della Provincia di Frosinone e Vice Delegato del Comitato Italiano Ingegneria dell’Informazione – C3i, dove fa parte anche del Gruppo di Lavoro AI (GTL AI).
Nell’ambito dell’Ordine ha ideato e condotto numerosi seminari ed è autore e docente dei corsi:
- Intelligenza Artificiale per Ingegneri
- Intelligenza Artificiale Generativa
- Prompt Engineering.
Svolge attività accademica come cultore della materia presso il Dipartimento di Ingegneria Informatica dell’Università eCampus e ha tenuto seminari sull’intelligenza artificiale presso la Pontificia Università Antonianum.
Autore di numerosi articoli scientifici e divulgativi, si occupa di Generative AI e delle sue applicazioni professionali. Ha partecipato a progetti di ricerca avanzata, tra cui:
• BioGene, iniziativa supportata da NASA GeneLab per l’analisi genomica di esperimenti spaziali tramite AI
• Uno studio con l’Università Ben Gurion del Negev (Israele) sulla classificazione del livello di ossidazione degli oli mediante modelli intelligenti.
Attualmente concentra la sua attività sullo sviluppo e lo studio dei Large Language Models (LLM), con particolare attenzione alle applicazioni innovative dell’Intelligenza Artificiale Generativa in ambito tecnico e industriale.
