La inteligencia artificial se convierte en un gran consumidor de energía y agua. Cómo el crecimiento de las redes neuronales afecta al clima, los riesgos y oportunidades que esto crea para los inversores y la economía global.
Crecimiento explosivo de la IA y su apetito por la energía
La demanda de potencia computacional para IA ha aumentado drásticamente en los últimos años. Desde el lanzamiento de redes neuronales públicas como ChatGPT a finales de 2022, las empresas de todo el mundo han acelerado la implementación de modelos de inteligencia artificial, lo que requiere enormes volúmenes de procesamiento de datos. Según estimaciones de la industria, para 2024 aproximadamente el 15-20% del consumo energético de los centros de datos a nivel global se destinará a la IA. La potencia necesaria para operar los sistemas de IA podría alcanzar los 23 GW en 2025, una cifra comparable al consumo total de electricidad de un país como el Reino Unido. Para poner esto en perspectiva, esta cifra supera el consumo energético de toda la red de minería de Bitcoin, lo que indica que la IA se ha convertido en uno de los tipos de cálculo más intensivos en energía.
Esta dinámica exponencial se debe a las grandes inversiones de las empresas tecnológicas en infraestructura: prácticamente cada semana se inauguraban nuevos centros de datos y cada pocos meses se lanzan fábricas de chips especializados para el aprendizaje automático. La expansión de esta infraestructura conduce directamente a un aumento en el consumo de electricidad necesario para alimentar y enfriar miles de servidores que sostienen las modernas redes neuronales.
Emisiones a nivel de megápolis
Este alto consumo energético inevitablemente conlleva emisiones significativas de gases de efecto invernadero, si la energía se obtiene en parte a partir de combustibles fósiles. Según un estudio reciente, para 2025, la IA podría ser responsable de entre 32 y 80 millones de toneladas métricas de dióxido de carbono (CO2) al año. Esto eleva efectivamente la "huella de carbono" de la IA al nivel de una ciudad completa: por ejemplo, las emisiones anuales de Nueva York ascienden a aproximadamente 50 millones de toneladas de CO2. Por primera vez, una tecnología que parecía puramente digital muestra un impacto en el clima comparable a sectores industriales importantes.
Es importante destacar que estas estimaciones se consideran conservadoras. Tienen en cuenta, principalmente, las emisiones de la generación de electricidad para operar los servidores, mientras que el ciclo de vida completo de la IA —desde la producción de equipos (servidores, chips) hasta la disposición— crea una huella de carbono adicional. Si el auge de la IA continúa a este ritmo, el volumen de emisiones asociadas crecerá rápidamente. Esto complica los esfuerzos globales para reducir los gases de efecto invernadero y plantea a las empresas tecnológicas el desafío de cómo integrar el explosivo crecimiento de la IA en sus compromisos de alcanzar la neutralidad de carbono.
La huella hídrica de las redes neuronales
Otro apetito oculto de recursos de la IA es el agua. Los centros de datos consumen enormes cantidades de agua para enfriar los servidores y equipos: la refrigeración por evaporación y el aire acondicionado no pueden prescindir de los recursos hídricos. Además del consumo directo, se requieren volúmenes significativos de agua de manera indirecta, en las centrales eléctricas para enfriar turbinas y reactores en la generación de la misma electricidad que consumen los clústeres computacionales. Según cálculos de expertos, solo los sistemas de IA en 2025 podrían consumir entre 312 y 765 mil millones de litros de agua. Esta cantidad es comparable con el total de agua embotellada que la humanidad consume en un año. Así, las redes neuronales están formando una colosal huella hídrica que, hasta hace poco, era prácticamente invisible para el público en general.
Las estimaciones oficiales a menudo no reflejan el cuadro completo. Por ejemplo, la Agencia Internacional de Energía citó una cifra de aproximadamente 560 mil millones de litros de agua consumidos por todos los centros de datos del mundo en 2023; sin embargo, este análisis no incluía el agua utilizada en las centrales eléctricas. La verdadera huella hídrica de la IA podría ser varias veces superior a las estimaciones formales. Los principales actores de la industria aún no se apresuran a revelar los detalles: en un informe reciente sobre su sistema de IA, Google señaló que no tiene en cuenta en sus métricas el consumo de agua en centrales eléctricas externas. Este enfoque ha sido criticado, ya que una parte significativa del agua se utiliza precisamente para satisfacer las necesidades eléctricas de la IA.
Actualmente, la escala del consumo de agua genera preocupación en varias regiones. En áreas secas de EE. UU. y Europa, las comunidades se oponen a la construcción de nuevos centros de datos, temiendo que estos extraigan agua de fuentes locales ya escasas. Las propias corporaciones también están notando un aumento en la "sed" de sus granjas de servidores: Microsoft informó que el consumo global de agua de sus centros de datos aumentó un 34% en 2022 (hasta 6.4 mil millones de litros), en gran medida debido a la mayor carga asociada con el entrenamiento de modelos de IA. Estos hechos subrayan que el factor hídrico está saliendo rápidamente a la vanguardia al evaluar los riesgos ambientales de la infraestructura digital.
La opacidad de los gigantes tecnológicos
Paradójicamente, a pesar de la magnitud del impacto, hay muy pocos datos sobre el consumo de energía y agua de la IA disponibles públicamente. Las grandes empresas tecnológicas (Big Tech) en sus informes de sostenibilidad suelen presentar cifras agrupadas sobre emisiones y recursos, sin desglosar específicamente la parte relacionada con la IA. La información detallada sobre el funcionamiento de los centros de datos —por ejemplo, cuánta energía o agua se utiliza específicamente en los cálculos para redes neuronales— a menudo permanece dentro de las empresas. Prácticamente no hay datos sobre el consumo "indirecto", como el agua utilizada para producir electricidad para las necesidades de los centros de datos.
Como resultado, los investigadores y analistas a menudo actúan como detectives, reconstruyendo la imagen a partir de datos fragmentarios: fragmentos de presentaciones corporativas, estimaciones del número de chips de servidor vendidos para IA, datos de empresas energéticas y otros indicadores indirectos. Esta falta de transparencia dificulta la comprensión de la magnitud total de la huella ecológica de la IA. Los expertos instan a la introducción de normas estrictas de divulgación: las empresas deben informar sobre el consumo de energía y agua de sus centros de datos desglosados por áreas clave, incluida la IA. Esta transparencia permitiría a la sociedad y a los inversores evaluar objetivamente el impacto de las nuevas tecnologías y alentaría a la industria a buscar formas de reducir su carga sobre el medio ambiente.
Riesgos ambientales inminentes
Si las tendencias actuales persisten, el creciente "apetito" de la IA podría agravar los problemas ambientales existentes. Decenas de millones de toneladas adicionales de emisiones de gases de efecto invernadero cada año complicarán el cumplimiento de los objetivos del Acuerdo de París sobre el clima. El consumo de cientos de miles de millones de litros de agua dulce ocurrirá en medio de una escasez global de recursos hídricos, que, según las proyecciones, podría alcanzar el 56% para 2030. En otras palabras, sin medidas de sostenibilidad, la expansión de la IA corre el riesgo de entrar en conflicto con las limitaciones ambientales del planeta.
Si no se realizan cambios, estas tendencias podrían llevar a las siguientes consecuencias negativas:
- Aceleración del calentamiento global debido al aumento de las emisiones de gases de efecto invernadero.
- Agravamiento de la escasez de agua dulce en varios regiones ya desérticas.
- Aumento de la carga sobre los sistemas energéticos y conflictos socioambientales alrededor de los recursos limitados.
Ya hay comunidades locales y autoridades que están comenzando a responder a estos desafíos. En algunos países se están imponiendo restricciones a la construcción de centros de datos "devoradores de energía", exigiendo el uso de sistemas de reciclaje de agua o la compra de energía renovable. Los expertos señalan que, sin cambios radicales, la industria de la IA corre el riesgo de convertirse de un ámbito puramente digital a una fuente de crisis ecológicas palpables, desde sequías hasta la ruptura de planes climáticos.
Punto de vista de los inversores: el factor ESG
Los aspectos ecológicos del rápido desarrollo de la IA se están volviendo cada vez más importantes también para los inversores. En una era en la que los principios ESG (factores ambientales, sociales y de gobernanza) están ganando protagonismo, la huella de carbono y de agua de las tecnologías afecta directamente la evaluación de las empresas. Los inversores se preguntan: ¿llevará el giro hacia lo "verde" en la política a un aumento de costos para las empresas que apuestan por la IA? Por ejemplo, el endurecimiento de la regulación sobre carbono o la introducción de tarifas por el uso del agua podrían aumentar los costos para aquellas empresas cuyos servicios de redes neuronales consumen mucha energía y agua.
Por otro lado, las empresas que ya están invirtiendo en mitigar el impacto ambiental de la IA pueden obtener una ventaja. La transición de los centros de datos a energías renovables, la mejora de los chips y el software para aumentar la eficiencia energética, así como la implementación de sistemas de reutilización de agua, reducen los riesgos y mejoran la reputación. El mercado valora altamente el progreso en materia de sostenibilidad: los inversores de todo el mundo están cada vez más incorporando métricas ambientales en sus modelos de evaluación empresarial. Por lo tanto, para los líderes tecnológicos, la pregunta apremiante es: ¿cómo continuar expandiendo la capacidad de la IA mientras se cumple con las expectativas sociales de sostenibilidad? Aquellos que encuentren un equilibrio entre la innovación y la responsabilidad hacia la naturaleza ganarán a largo plazo, tanto en términos de imagen como de valor empresarial.
El camino hacia una IA sostenible
A pesar de la magnitud del problema, la industria tiene oportunidades para dirigir el crecimiento de la IA hacia una trayectoria sostenible. Las empresas tecnológicas globales y los investigadores ya están trabajando en soluciones que pueden reducir la huella ecológica de la IA sin frenar la innovación. Las estrategias clave incluyen:
- Aumento de la eficiencia energética de modelos y equipos. Desarrollo de algoritmos optimizados y chips especializados (ASIC, TPU, etc.) que realizan tareas de aprendizaje automático con un menor consumo energético.
- Transición a fuentes de energía limpias. Utilización de electricidad de recursos renovables (solar, eólica, hidroeléctrica y nuclear) para alimentar los centros de datos, con el fin de reducir a cero las emisiones de carbono de la operación de la IA. Muchas compañías de TI ya están firmando contratos “verdes” para adquirir energía limpia para sus necesidades.
- Reducción y reciclaje del consumo de agua. Implementación de nuevos sistemas de refrigeración (líquidos, inmersivos) que requieren significativamente menos agua, así como la reutilización de agua técnica. Elección de localizaciones para centros de datos considerando la disponibilidad hídrica: preferencia por regiones con clima frío o suficientes recursos hídricos. Estudios muestran que una elección inteligente de ubicación y tecnologías de refrigeración puede reducir la huella hídrica y de carbono de un centro de datos en un 70-85%.
- Transparencia y contabilización. Introducción de un monitoreo obligatorio y divulgación de datos sobre el consumo de energía y agua de la infraestructura de IA. La contabilidad pública estimula a las empresas a gestionar más eficientemente los recursos y permite a los inversores seguir el progreso en la reducción de su carga sobre el ecosistema.
- Aplicación de IA para la gestión de recursos. Paradójicamente, la misma inteligencia artificial puede ayudar a abordar este problema. Los algoritmos de aprendizaje automático ya se utilizan para optimizar la refrigeración en centros de datos, prever cargas y distribuir tareas para minimizar picos de cargas en las redes y aumentar la eficiencia del uso de servidores.
Los próximos años serán decisivos para integrar los principios de sostenibilidad en el núcleo de la industria de rápida expansión de la IA. La industria se encuentra en una encrucijada: avanzar por inercia, corriendo el riesgo de enfrentar barreras ambientales, o convertir el problema en un estímulo para nuevas tecnologías y modelos de negocio. Si la transparencia, la innovación y la responsabilidad respecto a los recursos se convierten en parte integral de las estrategias de IA, la “inteligencia digital” podrá desarrollarse de la mano de la preocupación por el planeta. Este equilibrio es exactamente lo que los inversores y la sociedad en general esperan de esta nueva era tecnológica.
