La inteligencia artificial se convierte en un gran consumidor de energía y agua. Cómo el crecimiento de las redes neuronales impacta en el clima, qué riesgos y oportunidades crea para los inversores y la economía global.
Crecimiento acelerado de la IA y su apetito por la energía
La demanda de poder computacional para la IA ha aumentado considerablemente en los últimos años. Desde el lanzamiento de redes neuronales públicas como ChatGPT a finales de 2022, las empresas de todo el mundo están acelerando la adopción de modelos de inteligencia artificial, lo que requiere enormes volúmenes de procesamiento de datos. Según estimaciones de la industria, para 2024, alrededor del 15-20% del consumo total de energía de los centros de datos a nivel global será atribuible a la IA. La potencia necesaria para operar los sistemas de IA podría alcanzar los 23 GW en 2025, comparable con el consumo total de electricidad de un país como el Reino Unido. Para ponerlo en perspectiva, este número supera el consumo de energía de toda la red de minería de bitcoin, evidenciando que la IA se ha convertido en uno de los tipos de computación más intensivos en energía.
Esta dinámica exponencial se debe a inversiones masivas 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 en el consumo de electricidad, necesaria para alimentar y enfriar miles de servidores que soportan las modernas redes neuronales.
Emisiones a nivel de megalópolis
Tal 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) anualmente para 2025. Esto efectivamente eleva la "huella de carbono" de la IA a nivel de una ciudad entera: por ejemplo, las emisiones anuales de Nueva York son de alrededor de 50 millones de toneladas de CO2. Por primera vez, una tecnología que parecía ser puramente digital demuestra tener un impacto en el clima similar al de grandes sectores industriales.
Es importante señalar que estas estimaciones se consideran conservadoras. Principalmente, tienen en cuenta las emisiones de la generación de electricidad necesaria para operar los servidores, mientras que el ciclo de vida completo de la IA, desde la producción de equipos (servidores, chips) hasta su eliminación, crea una huella de carbono adicional. Si el auge de la IA continúa a este ritmo, el volumen de las emisiones relacionadas estará en aumento. Esto complica los esfuerzos globales para reducir los gases de efecto invernadero y plantea un desafío a las empresas tecnológicas en cuanto a cómo integrar el crecimiento explosivo de la IA en sus compromisos para 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 requieren enormes cantidades de agua para enfriar servidores y equipos: la refrigeración evaporativa y el aire acondicionado no se pueden realizar sin recursos hídricos. Además del consumo directo, se requieren grandes volúmenes de agua de manera indirecta, en las plantas de energía para enfriar turbinas y reactores durante la generación de la misma electricidad que consumen los clústeres de computación. Según cálculos 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 consumida por la humanidad en un año. Así, las redes neuronales generan una enorme huella hídrica, que hasta hace poco era prácticamente invisible para el público en general.
Las estimaciones oficiales a menudo no reflejan la imagen completa. Por ejemplo, la Agencia Internacional de Energía citó la cifra de aproximadamente 560 mil millones de litros de agua consumidos por todos los centros de datos del mundo en 2023, aunque esta estadística no incluía el agua utilizada en las plantas de energía. La huella hídrica real de la IA podría ser varias veces superior a 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 indicó explícitamente que no considera el consumo de agua en plantas de energía externas en sus métricas. Este enfoque ha sido criticado, ya que una parte significativa del agua se utiliza precisamente para satisfacer las necesidades energéticas de la IA.
La magnitud del consumo de agua ya está generando preocupación en varias regiones. En áreas áridas de EE. UU. y Europa, comunidades se oponen a la construcción de nuevos centros de datos, temiendo que estos agoten los recursos hídricos locales. Las propias corporaciones están comenzando a notar un aumento en la "sed" de sus granjas de servidores: Microsoft, por ejemplo, informó que el consumo global de agua en 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 emergiendo rápidamente como una consideración clave al evaluar los riesgos ambientales de la infraestructura digital.
La falta de transparencia de los gigantes tecnológicos
Paradójicamente, con tal escala de impacto, hay muy pocos datos disponibles públicamente sobre el consumo de energía y agua de la IA. Las grandes empresas tecnológicas (Big Tech) en sus informes de sostenibilidad suelen proporcionar cifras agregadas sobre emisiones y recursos, sin destacar la parte relacionada con la IA. La información detallada sobre la operación de los centros de datos, por ejemplo, cuánta energía o agua se está utilizando específicamente para los cálculos de las redes neuronales, a menudo se queda dentro de las empresas. Prácticamente no hay información sobre el consumo "indirecto", como el agua utilizada en la generación de electricidad para necesidades de los centros de datos.
Como resultado, investigadores y analistas deben actuar 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 del verdadero tamaño de la huella ambiental de la IA. Los expertos abogan por la implementación de estándares estrictos de divulgación: las empresas deben informar sobre el consumo de energía y el uso de agua en sus centros de datos, desglosado por áreas clave, incluyendo la IA. Tal 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 ambientales inminentes
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 logro de los objetivos del Acuerdo de París sobre clima. El consumo de cientos de miles de millones de litros de agua dulce ocurrirá en medio de una creciente 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, 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 carga sobre los sistemas energéticos y conflictos socio-ecológicos en torno a recursos limitados.
Ya están comenzando a reaccionar las comunidades locales y las autoridades ante estos desafíos. En algunos países se están introduciendo 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, que antes era puramente digital, corre el riesgo de convertirse en una fuente de crisis ambientales muy materiales, desde sequías hasta el colapso de planes climáticos.
Perspectiva de los inversores: el factor ESG
Los aspectos ecológicos del rápido desarrollo de la IA están tomando cada vez más importancia para los inversores. En una época en que los principios ESG (factores ambientales, sociales y de gobernanza) están en primer plano, la huella de carbono y hídrica de las tecnologías impacta directamente en la evaluación de las empresas. Los inversores se preguntan: ¿llevará el cambio hacia una política "verde" 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 introducción 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. La transición de los centros de datos a fuentes de energía renovables, la mejora de chips y software para aumentar la eficiencia energética, así como la implementación de sistemas de reutilización de agua reducirán riesgos y mejorarán la reputación. El mercado valora altamente el progreso en sostenibilidad: los inversores en todo el mundo están cada vez más incorporando métricas ambientales en sus modelos de evaluación empresarial. Por lo tanto, para los líderes tecnológicos, la cuestión es urgente: ¿cómo continuar aumentando la capacidad de la IA mientras se cumplen las expectativas de la sociedad sobre 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 valor 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 el desarrollo sostenible. Las empresas tecnológicas mundiales y los investigadores ya están trabajando en soluciones que pueden reducir la huella ambiental de la IA sin frenar la innovación. Las estrategias clave incluyen:
- Aumento de la eficiencia energética de los modelos y equipos. Desarrollo de algoritmos optimizados y chips especializados (ASIC, TPU, etc.) que realizan tareas de aprendizaje automático con menor consumo de energía.
- Transición a fuentes de energía limpias. Utilización de electricidad de recursos renovables (solar, eólica, hidroeléctrica y nuclear) para alimentar centros de datos, con el objetivo de reducir a cero las emisiones de carbono de la operación de la IA. Muchos 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, inmersivo) que requieren órdenes de magnitud menos agua, así como la reutilización de agua técnica. Elegir ubicaciones para los centros de datos teniendo en cuenta la situación hídrica: dando preferencia a regiones con clima frío o con suficientes recursos hídricos. Los estudios muestran que una buena elección de ubicación y tecnologías de enfriamiento puede reducir la huella hídrica y de carbono de un centro de datos en un 70-85%.
- Transparencia y contabilidad. Introducción de monitoreo obligatorio y divulgación de datos sobre el consumo de energía y uso del agua por parte de la infraestructura de IA. La contabilidad pública estimula a las empresas a gestionar los recursos de manera más eficiente y permite a los inversores rastrear el progreso en la reducción de la carga sobre el ecosistema.
- Uso de IA para la gestión de recursos. Paradoja de que 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, predecir cargas y distribuir tareas de tal manera que minimicen las cargas pico en las redes y aumenten la eficiencia del uso de servidores.
Los próximos años serán decisivos para integrar los principios de sostenibilidad en el núcleo de la rápidamente creciente esfera de la IA. La industria se encuentra en una encrucijada: optar por un camino inercial, arriesgándose a enfrentar barreras ambientales, o convertir el problema en un impulso para nuevas tecnologías y modelos de negocio. Si la transparencia, la innovación y la responsabilidad hacia los recursos se convierten en una parte integral de las estrategias de IA, el "inteligente digital" podrá desarrollarse de la mano del cuidado del planeta. Este equilibrio es lo que los inversores y la sociedad en su conjunto esperan de la nueva era tecnológica.
