Direttiva 2023/1791: da obbligo a opportunità con SGE e IA

Direttiva 2023/1791: perché le imprese devono muoversi ora

L’obbligo di adottare un Sistema di Gestione dell’Energia (SGE) per le imprese oltre 85 TJ/anno non è più un’ipotesi lontana: la prima scadenza è fissata a 10/2027 e il recepimento italiano della direttiva 2023/1791 (nuova EED) sta arrivando in ritardo, generando incertezza.

Questo conta davvero per le aziende energivore italiane: dal settore manifatturiero alla logistica, dal food & beverage alla chimica. Chi aspetta i decreti attuativi per muoversi rischia di trovarsi con tempi strettissimi, consulenti saturi, organismi di certificazione senza slot e, soprattutto, con un SGE calato dall’alto che crea solo burocrazia, non risparmi.

La FIRE (Federazione Italiana per l’uso Razionale dell’Energia) ha messo sul tavolo una serie di proposte concrete su SGE e diagnosi energetiche, chiedendo un approccio più flessibile e realistico. In questo articolo vediamo cosa cambia con la direttiva, quali sono i punti critici evidenziati da FIRE e, soprattutto, come un’azienda può trasformare l’obbligo di SGE in un vantaggio competitivo, usando anche intelligenza artificiale e analisi dati per automatizzare una buona parte del lavoro.

---

Cosa prevede l’art. 11 EED per SGE e diagnosi energetiche

Il punto centrale è chiaro: le grandi imprese con consumi di energia oltre gli 85 TJ annui dovranno adottare un Sistema di Gestione dell’Energia conforme alla logica della ISO 50001 e continuare a svolgere diagnosi energetiche di qualità.

In pratica, l’art. 11 della direttiva 2023/1791 introduce:

• Obbligo di SGE per le imprese sopra la soglia di consumo
• Integrazione strutturale tra diagnosi energetiche e piano di miglioramento continuo
• Collegamento con le green conditionalities per le imprese energivore: benefici fiscali e agevolazioni legati alla realizzazione degli interventi individuati

La posizione di FIRE è chiara: lo strumento è utile, ma serve tempo e chiarezza delle regole.

“Lo strumento può essere molto utile per le imprese e contribuire a generare competitività oltre a migliorare la sicurezza energetica del Paese, ma la sua implementazione richiede tempo, essendo ben più complessa della realizzazione di una diagnosi energetica”, ricorda Dario Di Santo, direttore FIRE.

Qui entra in gioco un tema chiave per chi lavora nella transizione energetica italiana: come evitare che l’SGE diventi solo un adempimento ISO e usarlo invece come spina dorsale di una strategia data-driven, in cui IA, algoritmi di previsione e strumenti di monitoraggio fanno il lavoro pesante.

---

Le criticità evidenziate da FIRE: tempi, perimetro e imprese multinazionali

Le osservazioni FIRE fotografano bene i problemi che molte aziende stanno già percependo.

1. Tempistiche irrealistiche per il primo ciclo SGE

Avere un SGE operativo entro ottobre 2027 significa, per un’azienda energivora italiana:

• censire siti, impianti, vettori energetici
• costruire una baseline robusta
• definire indicatori di prestazione energetica (EnPI) credibili
• avviare il ciclo PDCA con azioni, monitoraggi, riesami
• arrivare pronti alla certificazione da parte di un organismo accreditato

Con la capacità attuale di consulenti, ESCO e organismi di certificazione, spesso già impegnati su ISO 9001, 14001, 45001 e 50001, il rischio di collo di bottiglia è reale. FIRE propone quindi di:

• scaglionare l’obbligo su più anni, partendo dalle imprese con consumi più elevati
• considerare per il primo anno l’uso della ISO 50005, che introduce un percorso a tappe verso il SGE completo, pensato per le PMI ma utile anche alle grandi realtà in fase di avvio

Da consulente, ho visto che gli SGE implementati in fretta e furia sono quelli che dopo due anni rimangono “di carta”. Un approccio scalato, supportato da strumenti digitali, è l’unico modo per mantenere qualità.

2. Perimetro troppo rigido del Sistema di Gestione dell’Energia

Un altro nodo è il perimetro dell’SGE. Applicare da subito il sistema a tutti i siti, magari in più Paesi, è spesso ingestibile.

FIRE suggerisce un approccio più ragionevole:

• nel primo anno, perimetro limitato al sito principale o a un cluster di siti rappresentativi
• estensione graduale negli anni successivi
• criteri specifici per settori complessi, come trasporti e logistica, dove l’energia è legata alla flotta e non agli edifici

Qui l’IA può dare una mano concreta: usando piattaforme di energy management con algoritmi di clustering, è possibile individuare i siti “pivot” su cui partire, quelli che rappresentano meglio i profili di consumo dell’azienda.

3. Definizione di “impresa” e problemi per i gruppi multinazionali

Il documento FIRE segnala anche la definizione troppo ampia di impresa. Per i gruppi multinazionali con stabilimenti in diversi Paesi UE, questo può tradursi in:

• regimi diversi e non allineati tra Stati membri
• difficoltà nel capire se il perimetro è societario, fiscale, operativo o consolidato
• problemi nel coordinare diagnosi energetiche e SGE tra Paesi con recepimenti differenti

Per l’Italia, il tema si intreccia con la disciplina delle imprese energivore e con le green conditionalities: un’azienda che ha già un SGE certificato ISO 50001 non può essere trattata come chi parte da zero. SERVE una semplificazione esplicita nei decreti nazionali.

---

SGE e diagnosi energetiche: 3 modi concreti per usare l’IA a proprio vantaggio

La direttiva non chiede espressamente di usare l’intelligenza artificiale. Ma chi la integra nel proprio SGE riesce a:

• ridurre i tempi di implementazione
• migliorare la qualità delle diagnosi energetiche
• dimostrare risultati in maniera robusta e tracciabile

1. Monitoraggio intelligente e forecasting dei consumi

Un SGE maturo ha bisogno di misure continue. Qui l’IA entra in modo naturale.

Con una piattaforma di energy management alimentata da algoritmi di machine learning puoi:

• costruire modelli di previsione giornaliera/settimanale dei consumi per sito, linea o reparto
• individuare automaticamente anomalie (consumi notturni fuori soglia, spike anomali, deriva dei rendimenti)
• simulare scenari di efficienza (es. cambi di turni, setpoint, orari di spegnimento)

Questo non serve solo per “fare scena” nei report. Diventa la base per:

• definire EnPI più robusti
• impostare obiettivi di miglioramento realistici e misurabili
• arrivare alle audit energetiche con dati storici già puliti e strutturati

2. Diagnosi energetiche guidate dai dati (non solo dai sopralluoghi)

Una delle critiche storiche alle diagnosi energetiche obbligatorie è che, spesso, restano esercizi teorici. Se però le diagnosi vengono integrate in un SGE supportato dall’IA, cambiano faccia.

Alcuni esempi pratici:

• clustering automatico delle curve di carico elettrico per identificare profili tipici e outlier
• ranking automatico degli interventi in base a payback, IRR e impatto CO₂, aggiornato con dati reali
• identificazione delle fasce orarie e dei reparti con maggior spreco energetico tramite algoritmi di anomaly detection

Risultato: la diagnosi non è più un pdf che si chiude in un cassetto, ma un “living document” che dialoga con il SGE e con i dati operativi.

3. Prioritizzazione degli interventi e green conditionalities

Le green conditionalities legano i benefici ricevuti alla realizzazione effettiva degli interventi identificati nelle diagnosi energetiche.

Qui la combinazione SGE + IA permette di:

• creare una roadmap dinamica degli interventi, con priorità riviste ogni trimestre in base a prezzi dell’energia, produzione, vincoli di budget
• simulare l’effetto combinato di più misure (es. revamping motori + fotovoltaico + accumulo) su consumi e peak shaving
• documentare, in modo automatico, la verifica ex-post dei risparmi, utile verso autorità, banche e stakeholder ESG

Chi riesce a impostare questo tipo di approccio entro la prima scadenza avrà un vantaggio competitivo netto rispetto a chi limiterà l’SGE a una sequenza di procedure statiche.

---

Come prepararsi al 2027: roadmap operativa per le imprese italiane

La realtà è meno drammatica di quanto sembri, se ci si muove nel 2025–2026 e non si aspetta l’ultimo anno utile.

Fase 1 – Assessment veloce (0–3 mesi)

• Stimare i consumi complessivi e verificare il superamento degli 85 TJ/anno
• Mappare gli SGE e le ISO già presenti (50001, 9001, 14001, 45001)
• Valutare il livello di digitalizzazione: contatori intelligenti, SCADA, BMS, sensori IoT
• Identificare 2–3 siti pilota su cui partire

Fase 2 – Disegno dell’SGE “data-driven” (3–9 mesi)

• Definire il perimetro iniziale (seguendo l’approccio flessibile auspicato da FIRE)
• Scegliere una piattaforma digitale per il monitoraggio energetico, con moduli di analisi avanzata
• Strutturare la governance energetica: energy manager, comitato energia, ruoli locali
• Integrare i flussi dati utili all’IA: misure orarie, dati di produzione, gradi giorno, prezzo energia

Fase 3 – Implementazione e prima diagnosi “potenziata” (9–18 mesi)

• Eseguire o aggiornare la diagnosi energetica, sfruttando la nuova base dati
• Attivare i primi algoritmi di forecasting e di rilevazione anomalie
• Avviare un piano di interventi a breve payback per generare risparmi visibili entro 12 mesi

Fase 4 – Certificazione e scalabilità (18–30 mesi)

• Arrivare alla certificazione ISO 50001 o equivalente
• Estendere gradualmente il perimetro ad altri siti
• Consolidare il ciclo PDCA, con riesami energetici supportati dai dati e dall’IA

Chi parte adesso può arrivare al 2027 in controllo, non in affanno.

---

Perché l’SGE è un tassello chiave della transizione verde italiana

Nel percorso “IA nel Settore Energetico Italiano: Transizione Verde”, gli SGE non sono solo compliance: sono il ponte tra tecnologia, dati e decisioni di business.

Un buon SGE:

• rende trasparenti consumi e sprechi
• permette di integrare al meglio rinnovabili, accumuli e demand response
• crea un linguaggio comune tra energy manager, CFO, responsabili di produzione
• fornisce la base dati su cui l’IA può realmente esprimere valore

La sfida ora è politica e industriale insieme: recepire la direttiva 2023/1791 in modo coerente con la realtà delle imprese italiane, tenendo conto delle proposte di soggetti come FIRE, e allo stesso tempo spingere le aziende a non limitarsi al minimo sindacale.

Chi guarda all’SGE come a una semplice voce in più nel registro degli adempimenti sbaglia prospettiva. Chi lo vede come motore digitale dell’efficienza energetica, supportato da IA, sarà tra quelli che non solo rispettano la direttiva, ma riducono costi, emissioni e rischi di prezzo dell’energia.

Se la tua azienda supera (o sfiorerà) gli 85 TJ/anno, la domanda non è se adeguarsi, ma come farlo in modo intelligente: partendo dai dati, scegliendo gli strumenti giusti e impostando da subito un SGE pensato per crescere, non per essere archiviato in un faldone.