Le biomasse legnose hanno già ridotto il PM10 del 40%. Ora IA e incentivi mirati possono accelerare la sostituzione degli impianti obsoleti e la transizione verde.
Le biomasse legnose per il riscaldamento domestico in Italia hanno già tagliato le emissioni di PM10 di circa il 40% in dieci anni. Eppure oltre l’80% dei generatori è ancora obsoleto, con camini aperti e vecchie stufe che inquinano molto più del necessario.
Questo paradosso è centrale nella transizione energetica italiana: da un lato le biomasse legnose possono ridurre il consumo di gas fossile e le importazioni; dall’altro, se gestite male, peggiorano la qualità dell’aria. La buona notizia? Con tecnologie moderne e con l’uso intelligente dei dati e dell’intelligenza artificiale nel settore energetico, questo settore può fare un salto di qualità molto più rapido di quanto sembri.
In questo articolo partiamo dai numeri del Rapporto Statistico AIEL 2014-2023 e li inseriamo in una prospettiva più ampia: come accelerare la riqualificazione degli impianti a biomassa, come tagliare ulteriormente le emissioni e dove entra in gioco l’IA nella transizione verde italiana.
1. Biomasse legnose in Italia: perché contano davvero
Le biomasse legnose sono oggi una colonna del riscaldamento residenziale italiano. Secondo AIEL nel 2022 erano installati 8.063.896 generatori a legna o pellet: un numero enorme, che pesa sia sulla bolletta energetica del Paese sia sulle emissioni in atmosfera.
La realtà è piuttosto netta:
- oltre 8 milioni di generatori in funzione;
- 66% degli apparecchi con più di 10 anni di età;
- 80,6% del parco nelle classi più vecchie, responsabile di oltre il 90% delle emissioni di PM10 da biomasse;
- –37/40% di emissioni totali di PM10 in dieci anni, grazie a consumi in calo e a tecnologie migliori.
Questo conta per tre motivi molto concreti:
- Sicurezza energetica: la legna locale e il pellet riducono il bisogno di gas importato, tema sensibile soprattutto d’inverno e in un contesto geopolitico instabile.
- Clima: le biomasse, se gestite in modo sostenibile lungo la filiera, possono contribuire alla decarbonizzazione del riscaldamento.
- Qualità dell’aria: è il tallone d’Achille. Apparecchi vecchi e mal gestiti emettono molto particolato, soprattutto nelle vallate del Nord Italia.
Qui l’intelligenza artificiale nel settore energetico italiano può diventare un alleato chiave: non sostituisce la necessità di cambiare le stufe, ma può ottimizzare come, dove e quando intervenire, massimizzando l’impatto ambientale e riducendo i costi pubblici.
2. Il parco impianti: tanti generatori, troppo vecchi
Il Rapporto AIEL fotografa un parco installato composto da:
- 7,8 milioni di apparecchi domestici;
- 248.346 caldaie;
- 6.061.027 generatori a legna (circa 75%);
- 1.977.211 generatori a pellet (circa 25%).
Nel periodo 2010-2022:
- le stufe a pellet sono passate dal 6% al 21% del parco;
- i camini aperti sono scesi dal 42% al 34%, ma restano oltre 3 milioni di unità in servizio.
Perché il problema è l’obsolescenza, non le biomasse
Gli apparecchi tradizionali, spesso senza alcuna regolazione elettronica, hanno rendimenti bassi e un profilo emissivo pessimo. Le tecnologie moderne (stufe e caldaie a 4 e 5 stelle) bruciano in modo più completo, con meno particolato e maggiore efficienza.
La distribuzione, però, è sbilanciata:
- 836.000 apparecchi a 4 stelle nel 2023;
- 95.000 apparecchi a 5 stelle;
- oltre un milione di apparecchi a 2 stelle in meno rispetto al 2017, ma ancora una quota enorme di vecchi generatori.
La priorità non è tanto irrigidire le norme sui prodotti nuovi, che già oggi incidono per meno del 4% sulle emissioni totali di PM10 da biomasse, quanto sostituire in massa gli apparecchi obsoleti.
Dove l’IA può aiutare a scegliere chi sostituire prima
Qui l’IA applicata all’energia ha un ruolo pratico:
- può incrociare dati su età degli impianti, tipologie, consumi stimati e livelli di inquinamento locale;
- può costruire mappe di priorità: quali comuni, quali quartieri, quali fasce di reddito vanno aiutati prima per avere il massimo taglio di emissioni per euro di incentivo speso;
- può supportare i Comuni nel progettare piani di qualità dell’aria mirati, non basati solo su divieti generalizzati ma su sostituzioni mirate.
La differenza tra un piano “a pioggia” e uno guidato da algoritmi di ottimizzazione è enorme, soprattutto in una fase di risorse pubbliche limitate.
3. Consumi in calo, mix in evoluzione
Nel 2022 i consumi di biomasse legnose mostrano una contrazione:
- –13% per la legna;
- –11% per il pellet;
- –15% per il cippato.
Nel lungo periodo però il mix sta cambiando:
- la legna passa dall’85% del 2010 al 70% del 2022 dei consumi;
- il pellet sale dall’8% al 21%, con un +99% in dodici anni.
I camini aperti, pur essendo il 34% del parco, assorbono solo il 18% dei consumi. Il grosso del combustibile va a stufe a legna, inserti e stufe a pellet, cioè dove l’efficienza è più alta.
IA per prevedere consumi e prezzi delle biomasse
Per aziende energetiche, ESCo e famiglie, capire come evolveranno i consumi di legna e pellet è cruciale, soprattutto dopo i picchi di prezzo visti negli ultimi inverni.
Algoritmi di previsione dei consumi basati su IA possono:
- integrare dati di temperatura, reddito, prezzi di gas ed elettricità, elasticità della domanda;
- stimare quanto pellet sarà richiesto in una data stagione e in quali aree del Paese;
- aiutare produttori e rivenditori a pianificare gli approvvigionamenti, evitando tensioni sui prezzi e carenze di prodotto.
Lo stesso vale per le amministrazioni: previsioni più accurate permettono di calibrare politiche di incentivo e campagne informative sui periodi e le aree dove l’impatto può essere maggiore.
4. Emissioni in calo: risultati reali ma non sufficienti
Le emissioni di PM10 dalle biomasse legnose sono passate da oltre 72.000 tonnellate nel 2010 a circa 60.000 tonnellate nel 2023. Il calo, attorno al 37-40%, non è un esercizio statistico: si traduce in meno ricoveri ospedalieri, meno giornate di sforamento, più qualità della vita.
La dinamica è chiara:
- meno consumi + più apparecchi moderni = meno emissioni;
- le tecnologie nuove vendute nel 2022 sono in fascia 3-4 stelle, ma rappresentano solo il 3% del parco totale;
- il grosso del margine di miglioramento è ancora nella sostituzione degli impianti più vecchi.
“Il problema non sono le biomasse in sé, ma l’obsolescenza di troppi apparecchi ancora in funzione.”
(Domenico Brugnoni, presidente AIEL)
Monitoraggio e controlli intelligenti con IA
La qualità dell’aria urbana e delle vallate alpine non può essere gestita “a sensazione”. Servono misure puntuali e continue.
L’IA consente di:
- analizzare in tempo reale i dati delle centraline di monitoraggio;
- distinguere l’impatto delle biomasse da quello del traffico o dell’industria grazie a modelli di dispersione e profili orari;
- individuare aree critiche dove sono necessari interventi urgenti;
- supportare controlli mirati sugli impianti tramite incrocio di dati catastali, incentivi richiesti, consumi energetici.
Tecnologie come droni, termocamere e sensori diffusi possono essere integrate in piattaforme di IA per la qualità dell’aria, capaci di fornire indicatori sintetici ai decisori pubblici. Risultato: meno controlli inutili, più interventi dove davvero servono.
5. Quattro priorità per accelerare la transizione (con IA come moltiplicatore)
Il Rapporto AIEL individua quattro linee di azione fondamentali. Se le incrociamo con ciò che l’IA può offrire all’energia rinnovabile in Italia, il quadro diventa molto concreto.
5.1 Sostituire gli apparecchi a 2 stelle
È la leva più efficace in termini di emissioni:
- puntare in modo prioritario su camini aperti e vecchie stufe a bassa efficienza;
- accompagnare le famiglie con incentivi, ma anche con supporto tecnico (scelta del generatore, corretta installazione, manutenzione).
L’IA può aiutare a:
- identificare i cluster di utenti con apparecchi più inquinanti;
- stimare l’impatto emissivo della sostituzione per singolo comune;
- suggerire la taglia di impianto ottimale in base ai profili di consumo storici.
5.2 Incentivi stabili e semplici
La discontinuità normativa frena gli investimenti. Il settore chiede:
- regole nazionali chiare e durature;
- procedure digitali semplici per accedere agli incentivi (Conto Termico, bandi regionali, ecc.).
Qui l’IA può essere utilizzata per automatizzare la verifica delle pratiche, ridurre i tempi di istruttoria e prevenire le frodi, tramite:
- riconoscimento automatico dei documenti;
- controllo incrociato con banche dati pubbliche;
- algoritmi di scoring per individuare casi sospetti.
5.3 Controlli potenziati e mirati
I controlli sugli impianti sono spesso percepiti come punitivi. Se però sono mirati e ben comunicati, diventano uno strumento di equità: chi inquina di più paga, chi ha investito in tecnologie pulite viene tutelato.
Strumenti possibili:
- piani di ispezione basati su modelli predittivi che segnalano dove la probabilità di impianti irregolari è maggiore;
- uso di droni e termocamere per identificare camini sospetti nei momenti di picco;
- report intelligibili ai cittadini, che mostrino i risultati nel tempo.
5.4 Comunicazione efficace verso cittadini e imprese
Molti proprietari di stufe e camini non hanno idea della differenza di emissioni tra un vecchio camino aperto e una stufa moderna a pellet. Qui servono:
- campagne mirate per area geografica e tipologia di utente;
- strumenti digitali semplici (calcolatori di risparmio economico ed emissivo);
- esempi concreti di famiglie che hanno cambiato impianto e ridotto costi e fumo.
L’IA viene già utilizzata nel marketing energetico per segmentare e personalizzare i messaggi. Applicarla alle biomasse significa parlare in modo diverso a:
- chi vive in montagna e ha legna di proprietà;
- chi è in città e usa il pellet come integrazione al riscaldamento condominiale;
- chi ha redditi bassi e teme di non potersi permettere la sostituzione.
6. Biomasse legnose, IA e transizione verde: la direzione per il 2026
Se guardiamo al 2026, la partita delle biomasse legnose in Italia sarà decisiva per almeno tre obiettivi:
- ridurre ulteriormente le emissioni di PM10 nelle aree critiche;
- rafforzare la sicurezza energetica nazionale, riducendo la dipendenza dal gas importato;
- integrare le biomasse nel mosaico delle energie rinnovabili italiane in modo coerente con gli obiettivi climatici.
Le tecnologie efficienti già esistono, gli incentivi in parte anche. Manca ancora un approccio pienamente data-driven: usare in modo sistematico dati, algoritmi e strumenti di analisi per decidere dove investire, come progettare gli interventi, quali famiglie aiutare prima.
La realtà? È più semplice di quanto sembri:
- sostituire i generatori più vecchi;
- accompagnare cittadini e imprese con politiche stabili;
- usare l’intelligenza artificiale nel settore energetico per rendere tutto questo più rapido, mirato e misurabile.
Chi opera oggi nelle filiere delle biomasse – installatori, ESCo, utility locali, amministrazioni comunali – ha una grande opportunità:
- ripensare i propri processi con l’IA (dalla progettazione degli interventi al monitoraggio post-installazione);
- posizionarsi come attore credibile della transizione verde, dimostrando con numeri alla mano quanto ogni intervento riduca emissioni e consumi.
La domanda da farsi è semplice: vogliamo che tra dieci anni il dibattito sulle biomasse sia ancora “camini sì o camini no”, o preferiamo poter mostrare dati precisi su quanti apparecchi inquinanti abbiamo sostituito, quante tonnellate di PM10 abbiamo eliminato e quanti metri cubi di gas fossile abbiamo reso inutili?
La seconda strada esiste, e passa da una combinazione molto concreta: biomasse legnose efficienti + politiche intelligenti + IA applicata all’energia.