Con la chiusura del 2025, il settore della tecnologia dell’informazione affronta una fase critica riguardo ai propri impegni ambientali. Quest’anno non ha visto grandi innovazioni tecnologiche per la decarbonizzazione, ma ha segnato un passaggio decisivo della sostenibilità da differenziante strategico a imperativo operativo e normativo.
Questo cambiamento ha comportato una necessaria revisione delle complessità dei dati, della realtà delle catene di approvvigionamento e dell’enorme richiesta energetica del computing moderno, spinta in gran parte dalla rapida diffusione dell’intelligenza artificiale (IA).
La transizione verso la sostenibilità
Entrando nel 2025, gli obiettivi erano dettati da aspirazioni, mentre ora ci si trova a dover affrontare una realtà vincolante. Il cambiamento centrale è profondo: la sostenibilità IT non è più un’iniziativa parallela agli aspetti ambientali, sociali e di governance (ESG), ma è ora profondamente integrata nella continuità aziendale, nei rischi geopolitici delle catene di approvvigionamento e nelle normative finanziarie obbligatorie.
Se da un lato questa evoluzione rappresenta un progresso, dall’altro il suo impulso è guidato più dalla necessità e dalla minaccia di responsabilità piuttosto che da un impegno etico condiviso. La conversazione sulla sostenibilità è stata recentemente spostata al centro del portafoglio di rischi del comitato esecutivo, non per scelta, ma a causa di normative imminenti e della consapevolezza che il fallimento ambientale ora comporta sanzioni finanziarie dirette e responsabilità a livello di consiglio.
Nuove responsabilità per i leader IT
Solo un anno fa, le discussioni si concentravano su vantaggi reputazionali difficilmente quantificabili. Ora, il lessico è dominato da acronimi che indicano conformità obbligatoria, come CSDDD, CSRD e il rafforzamento dello SBTi Net-Zero Standard V2. Questi framework costringono i dirigenti a superare le narrazioni e a confrontarsi con i dati granulari e auditabili associati a ogni asset, fornitore e utilizzo del cloud.
Per il CIO, ciò si traduce in due aree critiche. In primo luogo, l’efficienza energetica viene ripensata come un costo necessario per il business, essenziale per il controllo delle spese operative in un contesto di mercati energetici globali volatili. In secondo luogo, l’improvvisa domanda energetica dell’IA generativa ha avviato un dibattito interno sulla necessità di architetture di calcolo responsabili.
Progressi e sfide nel 2025
Nonostante l’impegno di alto livello, i progressi nel settore rimangono complicati. Le funzioni IT spesso non hanno l’autorità necessaria per realizzare cambiamenti significativi all’interno di complessi silos interni, e i budget e la tolleranza al rischio per spostamenti realmente trasformativi sono ancora limitati.
Tuttavia, il 2025 ha portato avanti alcuni progressi tangibili in ambiti operativi specifici, offrendo una parziale guida per gli sforzi futuri verso il net-zero.
Tre esempi chiave meritano attenzione:
1. Decoupling cloud growth from carbon
I fornitori di cloud hyperscale hanno sostanzialmente vinto la battaglia per l’approvvigionamento di energia rinnovabile. Il prossimo passo è ottimizzare le operazioni fisiche. Si è assistito a un’adozione accelerata di tecnologie avanzate di raffreddamento a liquido, cruciali per la scalabilità futura dell’IA. Le aziende stanno ottimizzando i carichi di lavoro per aree a basse emissioni di carbonio, ottenendo così una separazione tra la crescita del cloud e l’aumento proporzionale delle emissioni.
2. Maturazione del modello IT circolare
Il 2025 ha visto la transizione del modello Managed Device-as-a-Service (MDaaS) in un abilitante ambientale cruciale. Esternalizzando l’intero ciclo di vita dei dispositivi, le aziende si impegnano a garantire la refurbishment e una logistica inversa robusta.
Tuttavia, l’adozione del MDaaS è ancora limitata e la verifica di queste catene circolari manca di un’adeguata supervisione di terze parti.
Gap critici da affrontare
Questo cambiamento ha comportato una necessaria revisione delle complessità dei dati, della realtà delle catene di approvvigionamento e dell’enorme richiesta energetica del computing moderno, spinta in gran parte dalla rapida diffusione dell’intelligenza artificiale (IA).0
Questo cambiamento ha comportato una necessaria revisione delle complessità dei dati, della realtà delle catene di approvvigionamento e dell’enorme richiesta energetica del computing moderno, spinta in gran parte dalla rapida diffusione dell’intelligenza artificiale (IA).1
