La inteligencia artificial se convierte en un gran consumidor de energía y agua. ¿Cómo impacta el crecimiento de las redes neuronales en el clima y qué riesgos y oportunidades representa esto para los inversores y la economía global?
Crecimiento explosivo de la IA y su apetito por la energía
La demanda de capacidad computacional para la IA se ha disparado 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 adopción de modelos de inteligencia artificial, lo que requiere enormes volúmenes de procesamiento de datos. Según estimaciones de la industria, para 2024, la IA podría representar alrededor del 15-20% de todo el consumo energético de los centros de datos a nivel global. La potencia necesaria para operar los sistemas de IA podría alcanzar los 23 GW en 2025, lo que es comparable con el consumo total de electricidad de un país como el Reino Unido. Para ponerlo en perspectiva, esta cifra supera el consumo energético de toda la red de minería de Bitcoin, lo que demuestra 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 abren 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 a un aumento del consumo de electricidad, necesaria para alimentar y enfriar miles de servidores que dan soporte a las redes neuronales actuales.
Emisiones a nivel de megaciudad
Un consumo energético tan elevado 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 en 2025. Esto efectivamente eleva la "huella de carbono" de la IA al nivel de una ciudad completa: por ejemplo, las emisiones anuales de Nueva York son alrededor de 50 millones de toneladas de CO2. Por primera vez, una tecnología que parecía puramente digital demuestra tener un impacto en el clima comparable al de los grandes sectores industriales.
Es importante señalar que estas estimaciones se consideran conservadoras. Principalmente reflejan las emisiones generadas por la producción de electricidad para operar los servidores, mientras que todo el ciclo de vida de la IA —desde la fabricación del equipo (servidores, chips) hasta la disposición final— genera una huella de carbono adicional. Si el auge de la IA continúa al ritmo actual, el volumen de las emisiones asociadas aumentará 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 para alcanzar la neutralidad de carbono.
La huella hídrica de las redes neuronales
Otro recurso oculto consumido por la IA es el agua. Los centros de datos consumen enormes cantidades de agua para enfriar servidores y equipos: el enfriamiento por evaporación y la climatización no se pueden llevar a cabo sin recursos hídricos. Además del consumo directo, se requieren grandes volúmenes de agua de manera indirecta: en las plantas generadoras de electricidad para enfriar turbinas y reactores en la producción de la misma electricidad que consumen los clústeres de computación. Según cálculos de expertos, solo los sistemas de IA podrían consumir entre 312 y 765 mil millones de litros de agua en 2025. Esto es comparable con el volumen total de agua embotellada consumida por la humanidad en un año. Así, las redes neuronales generan una huella hídrica colosal, 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 reportó un consumo aproximado de 560 mil millones de litros de agua por todos los centros de datos del mundo en 2023; sin embargo, esta estadística no incluyó el agua utilizada en las plantas 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, la empresa Google indicó explícitamente que no incluye en sus métricas el consumo de agua en plantas 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.
Ya hoy en día, la magnitud del consumo de agua suscita preocupación en varias regiones. En áreas áridas de Estados Unidos y Europa, las comunidades se oponen a la construcción de nuevos centros de datos, temiendo que estos extraigan agua de fuentes locales que ya son escasas. Además, las propias corporaciones han registrado un aumento en la "sed" de sus granjas de servidores: Microsoft informó que el consumo global de agua de sus centros de datos en 2022 aumentó un 34% (hasta 6.4 mil millones de litros) en gran parte debido al aumento de la carga relacionada con el entrenamiento de modelos de IA. Estos hechos subrayan que el factor hídrico está rápidamente ganando protagonismo en la evaluación de los riesgos ambientales de la infraestructura digital.
La falta de transparencia de los gigantes tecnológicos
Paradójicamente, a pesar de la magnitud del impacto, hay muy pocos datos públicos sobre el consumo de energía y agua de la IA. Las grandes empresas tecnológicas (Big Tech) en sus informes de sostenibilidad generalmente presentan cifras agregadas sobre emisiones y recursos, sin desglosar la parte relacionada con la IA. La información detallada sobre el funcionamiento de los centros de datos —por ejemplo, cuánta energía o agua se consume específicamente para el procesamiento relacionado con redes neuronales— a menudo permanece dentro de las empresas. Prácticamente no hay información 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 deben actuar como detectives, reconstruyendo el panorama 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 complica la comprensión de la magnitud total de la huella ecológica de la IA. Los expertos abogan por la introducción de estrictos estándares de divulgación: las empresas deben informar sobre el consumo de energía y el uso del agua en sus centros de datos desglosado por áreas clave, incluyendo IA. Tal 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 la carga sobre el medio ambiente.
Riesgos ambientales latentes
Si las tendencias actuales continúan, 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 un contexto de escasez global de recursos hídricos, que, según se prevé, 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 realizan cambios, estas tendencias podrían conducir a las siguientes consecuencias negativas:
- Aceleración del calentamiento global debido al aumento de las emisiones de gases de efecto invernadero.
- Agudización de la escasez de agua dulce en varias regiones ya áridas.
- Aumento de la carga en los sistemas energéticos y conflictos socio-ambientales en torno a los recursos limitados.
Ya hay comunidades locales y autoridades que comienzan a reaccionar ante 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 podría transformarse de un campo puramente digital a una fuente de crisis ecológicas materiales, desde sequías hasta el incumplimiento 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 para los inversores. En una época en la que los principios ESG (factores ambientales, sociales y de gobernanza) están cobrando protagonismo, la huella de carbono y de agua de las tecnologías influye directamente en la valoración de las empresas. Los inversores se preguntan: ¿conducirá un giro "verde" en la política a un aumento de los costos para las empresas que apuestan por la IA? Por ejemplo, un endurecimiento de la regulación del carbono o la imposición de tarifas por el uso del agua podrían 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 ambiental de la IA pueden obtener una ventaja competitiva. La transición de los centros de datos a energía renovable, la mejora de los chips y software para aumentar la eficiencia energética, así como la implementación de sistemas de reutilización de agua, reducen los riesgos y mejoran la reputación. Los mercados valoran altamente el progreso en sostenibilidad: inversores de todo el mundo están incorporando métricas ecológicas en sus modelos de valoración empresarial. Por lo tanto, las cuestiones resultan críticas para los líderes tecnológicos: ¿cómo seguir aumentando la capacidad de la IA mientras se cumplen las expectativas sociales de sostenibilidad? Aquellos que encuentren un equilibrio entre la innovación y la responsabilidad hacia la naturaleza se beneficiarán a largo plazo, tanto en términos de imagen como de valoración empresarial.
El camino hacia una IA sostenible
A pesar de la magnitud del problema, la industria tiene oportunidades para encauzar el crecimiento de la IA hacia la sostenibilidad. Las grandes empresas tecnológicas y los investigadores ya están trabajando en soluciones capaces de 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 ejecuten tareas de aprendizaje automático con un menor consumo energético.
- Transición a fuentes de energía limpias. Uso de electricidad proveniente 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 por el funcionamiento de la IA. Muchas gigantes de 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, inmersión) que requieren órdenes de magnitud menos agua, así como reutilización de agua técnica. Selección de ubicaciones para los centros de datos considerando la situación hídrica: preferencia por regiones con clima frío o recursos hídricos suficientes. Investigaciones muestran que una elección adecuada de ubicación y tecnología de enfriamiento puede reducir la huella hídrica y de carbono de un centro de datos en un 70-85%.
- Transparencia y rendición de cuentas. Introducción de un monitoreo obligatorio y divulgación de datos sobre el consumo energético y el uso del agua de la infraestructura de IA. La contabilidad pública motiva a las empresas a gestionar los recursos de manera más eficaz y permite a los inversores rastrear el progreso en la reducción de la carga sobre los ecosistemas.
- Aplicación de IA para la gestión de recursos. Paradójicamente, la propia inteligencia artificial 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 de manera que se minimicen las cargas máximas en las redes y se mejore la eficiencia en el uso de los servidores.
Los próximos años serán decisivos para integrar los principios de sostenibilidad en el núcleo de la rápidamente creciente industria de la IA. La industria se encuentra en una encrucijada: avanzar inercialmente, 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 la responsabilidad en la gestión de recursos se convierten en parte integral de las estrategias de IA, la "mente digital" podrá desarrollarse de la mano del cuidado del planeta. Este equilibrio es lo que esperan los inversores y la sociedad en general de la nueva era tecnológica.
