La inteligencia artificial se convierte en un gran consumidor de energía y agua. Cómo el crecimiento de las redes neuronales impacta el clima, qué riesgos y oportunidades crea esto para los inversores y la economía global.
Crecimiento explosivo de la IA y su apetito por la energía
La demanda de poder de cómputo para la 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, se espera que la IA represente alrededor del 15-20% del total del consumo de energía de los centros de datos a nivel mundial. La potencia necesaria para operar los sistemas de IA podría alcanzar los 23 GW en 2025, lo que es comparable al consumo total de electricidad de un país como el Reino Unido. Para poner esto en perspectiva, esta cifra supera el uso de energía de toda la red de minería de bitcoin, lo que indica que la IA se ha convertido en uno de los tipos de procesamiento más intensivos en energía.
Esta dinámica exponencial se debe a las grandes inversiones de las empresas tecnológicas en infraestructura: prácticamente cada semana se inauguran nuevos centros de datos, y cada pocos meses se lanzan fábricas de chips especializados para el aprendizaje automático. La expansión de esta infraestructura lleva directamente al aumento del consumo de electricidad necesario para alimentar y enfriar miles de servidores que soportan las redes neuronales modernas.
Emisiones a nivel de megaciudad
Este alto consumo de energía inevitablemente conlleva emisiones significativas de gases de efecto invernadero, si parte de la energía proviene de combustibles fósiles. Según un estudio reciente, la IA podría ser responsable de entre 32 y 80 millones de toneladas métricas de dióxido de carbono (CO2) al año para 2025. Esto, de hecho, eleva la "huella de carbono" de la IA al nivel de una ciudad entera: por ejemplo, las emisiones anuales de Nueva York son de aproximadamente 50 millones de toneladas de CO2. Por primera vez, una tecnología que parecía ser puramente digital está demostrando un impacto en el clima comparable al de sectores industriales grandes.
Es importante señalar que estas estimaciones son consideradas conservadoras. Principalmente, tienen en cuenta las emisiones derivadas de la generación de electricidad para hacer funcionar los servidores, mientras que el ciclo de vida completo de la IA —desde la producción de equipos (servidores, chips) hasta su disposición final— genera una huella de carbono adicional. Si el auge de la IA continúa a este ritmo, el volumen de las emisiones asociadas aumentará precipitadamente. Esto complica los esfuerzos globales para reducir los gases de efecto invernadero y plantea un desafío para las empresas tecnológicas: ¿cómo integrar el crecimiento explosivo de la IA en sus compromisos de alcanzar la neutralidad de carbono?
La huella hídrica de las redes neuronales
Otro recurso oculto del "apetito" de la IA es el agua. Los centros de datos consumen enormes cantidades de agua para enfriar servidores y equipos: el enfriamiento evaporativo y el aire acondicionado no pueden prescindir de los recursos hídricos. Además del consumo directo, se requieren grandes volúmenes de agua de manera indirecta, en centrales eléctricas para enfriar turbinas y reactores al generar la electricidad que consumen los clústeres de computación. Según estimaciones de expertos, los sistemas de IA podrían consumir entre 312 y 765 mil millones de litros de agua en 2025. Esto es comparable al volumen total de agua embotellada que consume la humanidad en un año. Así, las redes neuronales generan una gigantesca 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 indicó que se gastaron aproximadamente 560 mil millones de litros de agua en todos los centros de datos del mundo en 2023; sin embargo, esta estadística no incluía el agua utilizada en las centrales eléctricas. La huella hídrica real de la IA podría ser varias veces mayor que las estimaciones formales. Los principales actores de la industria aún no se apresuran a revelar detalles: en un informe reciente sobre su sistema de IA, Google declaró que no considera en sus métricas el consumo de agua en plantas eléctricas externas. Este enfoque ha sido objeto de críticas, ya que una parte significativa del agua se utiliza para satisfacer las necesidades eléctricas de la IA.
Ya ahora, la magnitud del consumo de agua genera preocupación en varias regiones. En áreas áridas de EE.UU. y Europa, las comunidades se oponen a la construcción de nuevos centros de datos, temiendo que extraigan el agua escasa de fuentes locales. Las propias corporaciones también están registrando un aumento en la "sed" de sus granjas de servidores: por ejemplo, Microsoft informó que el consumo global de agua de sus centros de datos aumentó un 34% (hasta 6.4 mil millones de litros) en 2022, en gran parte debido a la mayor carga asociada con el entrenamiento de modelos de IA. Estos hechos subrayan que el factor hídrico está emergiendo rápidamente como una preocupación central 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 públicamente disponibles sobre el consumo de energía y agua de la IA. Las grandes empresas tecnológicas (Big Tech) suelen presentar en sus informes de sostenibilidad cifras agregadas de emisiones y recursos, sin detallar la parte relacionada con la IA. La información detallada sobre las operaciones de los centros de datos —por ejemplo, cuánta energía o agua se utiliza específicamente para cálculos de redes neuronales— a menudo permanece dentro de las empresas. Prácticamente no hay información sobre el consumo "indirecto", por ejemplo, sobre el agua usada durante la generación de electricidad para los centros de datos.
Como resultado, los investigadores y analistas deben actuar como detectives, reconstruyendo la imagen a partir de datos fragmentados: 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 completa de la huella ecológica de la IA. Los expertos piden la introducción de estándares estrictos de divulgación: las empresas deben informar sobre el consumo de energía y agua de sus centros de datos, desgrosado 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 estimularía a la industria a buscar formas de reducir la carga sobre el medio ambiente.
Riesgos ecológicos amenazantes
Si las tendencias actuales continúan, el creciente "apetito" de la IA puede agravar los problemas ecológicos 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 un contexto de escasez global de recursos hídricos, que se estima 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 ecológicas del planeta.
Si no se producen cambios, tales tendencias pueden 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 varias regiones que ya son áridas.
- Aumento de la presión sobre los sistemas energéticos y de los conflictos socioambientales en torno a los recursos limitados.
Ya las comunidades locales y las autoridades están comenzando a responder a estos desafíos. En algunos países, se están estableciendo restricciones sobre la construcción de centros de datos "devoradores de energía", exigiendo el uso de sistemas de reciclaje de agua o la adquisición de energía renovable. Los expertos apuntan que, sin cambios drásticos, la industria de la IA, que hasta ahora se consideraba puramente digital, puede convertirse en una fuente de crisis ecológicas muy tangibles, desde sequías hasta contratiempos en los planes climáticos.
La perspectiva de los inversores: el factor ESG
Los aspectos ecológicos del rápido desarrollo de la IA están adquiriendo cada vez más importancia para los inversores. En una era en la que los principios ESG (factores ambientales, sociales y de gobernanza) están en primer plano, la huella de carbono y de agua de las tecnologías influye directamente en la evaluación de las empresas. Los inversores se preguntan: ¿conducirá el giro "verde" en la política a un aumento de los costos para las empresas que apuestan por la IA? Por ejemplo, el endurecimiento de la regulación de carbono o la introducción de tarifas por el uso del agua pueden aumentar los gastos de 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 ecológico de la IA pueden obtener una ventaja competitiva. La transición de los centros de datos a energía renovable, la mejora de chips y software para aumentar la eficiencia energética, así como la implementación de sistemas de reutilización de agua, reducen riesgos y mejoran la reputación. El mercado valora altamente el progreso en sostenibilidad: los inversores de todo el mundo están cada vez más incorporando métricas ambientales en sus modelos de evaluación de negocios. Por lo tanto, para los líderes tecnológicos, la cuestión es apremiante: ¿cómo seguir aumentando la capacidad de la IA mientras se cumplen las expectativas de la sociedad sobre sostenibilidad? Aquellos que logren encontrar un equilibrio entre la innovación y una relación responsable con la naturaleza saldrán beneficiados 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 el desarrollo sostenible. Las principales empresas tecnológicas del mundo 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 realicen tareas de aprendizaje automático con un menor consumo de energía.
- Transición a fuentes de energía limpias. Utilización de energía eléctrica de recursos renovables (solar, eólica, hidroeléctrica y nuclear) para alimentar los centros de datos, con el objetivo de reducir a cero las emisiones de carbono de la operación de la IA. Muchos gigantes de la TI ya están firmando contratos "verdes", comprando energía limpia para sus necesidades.
- Reducción y reciclaje del consumo de agua. Implementación de nuevos sistemas de enfriamiento (líquido, inmersivo) que requieren significativamente menos agua, así como reutilización del agua técnica. Selección de ubicaciones para centros de datos considerando el contexto hídrico: preferencia por regiones con clima frío o recursos hídricos suficientes. Las investigaciones muestran que una selección adecuada de ubicación y tecnologías de enfriamiento puede disminuir la huella hídrica y de carbono de un centro de datos en un 70-85%.
- Transparencia y rendición de cuentas. Implementación de monitoreo obligatorio y divulgación de datos sobre el consumo de energía y agua de la infraestructura de IA. La rendición pública estimula a las empresas a gestionar sus recursos más eficientemente y permite a los inversores seguir el progreso en la reducción de la presión sobre el ecosistema.
- Aplicación de IA para la gestión de recursos. Paradójicamente, la inteligencia artificial en sí misma puede ayudar a resolver este problema. Los algoritmos de aprendizaje automático ya se utilizan para optimizar el enfriamiento en los centros de datos, pronosticar cargas y distribuir tareas para minimizar las cargas máximas en las redes y aumentar la eficiencia del uso de los servidores.
Los próximos años serán decisivos para integrar los principios de sostenibilidad en el núcleo de la creciente industria de la IA. El sector se encuentra en una encrucijada: avanzar por inercia, arriesgándose a enfrentar barreras ecológicas, o transformar el problema en un estímulo para nuevas tecnologías y modelos de negocio. Si la transparencia, la innovación y una relación responsable con los recursos se convierten en partes integrales de las estrategias de IA, la "mente digital" podrá desarrollarse mano a mano con el cuidado del planeta. Este equilibrio es lo que esperan los inversores y la sociedad en general de esta nueva era tecnológica.
