L’Institute for Human-Centered Artificial Intelligence dell’Università di Stanford ha pubblicato il suo AI Index 2025, un’analisi approfondita e basata sui dati del panorama globale dell’AI, che copre ricerca, performance tecniche, economia e impatto ambientale.
Il rapporto, che supera le 400 pagine, mette in luce una netta dicotomia nell’economia dell’intelligenza artificiale. Se da un lato l’addestramento dei modelli AI di frontiera è sempre più costoso—con Gemini 1.0 Ultra di Google che avrebbe richiesto circa 192 milioni di dollari—dall’altro il costo di utilizzo di questi modelli è crollato. La spesa per interrogare un modello AI con prestazioni paragonabili a GPT-3.5 è passata da 20 dollari per milione di token nel novembre 2022 a soli 0,07 dollari per milione di token nell’ottobre 2024, con una riduzione di 280 volte in 18 mesi.
Questa drastica diminuzione dei costi di inferenza è attribuibile ai notevoli miglioramenti nell’efficienza dell’hardware. Il rapporto indica che i costi dell’hardware AI per le imprese sono diminuiti del 30% ogni anno, mentre l’efficienza energetica è migliorata del 40% annualmente. Queste tendenze stanno abbattendo rapidamente le barriere all’adozione dell’AI avanzata: il 78% delle organizzazioni ora dichiara di utilizzare l’AI, rispetto al 55% nel 2023.
Tuttavia, l’impronta ambientale dell’addestramento di grandi modelli AI continua a crescere a ritmi preoccupanti. Le emissioni di carbonio generate dall’addestramento dei modelli di frontiera sono in costante aumento: Llama 3.1 di Meta ha prodotto circa 8.930 tonnellate di CO2, equivalenti alle emissioni annuali di quasi 500 cittadini americani medi. Questo spiega perché le aziende AI stanno puntando sempre più sull’energia nucleare come fonte affidabile di energia senza emissioni di carbonio per i loro data center.
Il rapporto evidenzia anche dinamiche in evoluzione nel panorama globale dell’AI. Gli Stati Uniti mantengono il primato nella produzione di modelli AI di rilievo (40 nel 2024 contro i 15 della Cina), ma i modelli cinesi stanno rapidamente colmando il divario in termini di prestazioni. La differenza tra i migliori modelli statunitensi e cinesi si è ridotta dal 9,26% di gennaio 2024 all’1,70% di febbraio 2025.
Mentre l’AI continua a trasformare i settori industriali, l’AI Index di Stanford si conferma una risorsa fondamentale per comprendere sia le opportunità che le sfide offerte da questa tecnologia in rapida evoluzione. I risultati suggeriscono che, sebbene l’AI sia sempre più accessibile ed economica da implementare, il settore dovrà affrontare i crescenti costi ambientali legati allo sviluppo di modelli sempre più potenti.