El avance de la Inteligencia Artificial y el procesamiento de datos a gran escala ha dejado de ser una cuestión meramente algorítmica para convertirse en un fenómeno de alto impacto físico y material.
Según un paper de Thijs Van de Graaf, investigador del Fondo Monetario Internacional (FMI), la infraestructura que sustenta esta tecnología —específicamente los centros de datos— ha alcanzado niveles de demanda energética que rivalizan con el consumo total de economías avanzadas.
En la actualidad, los centros de datos representan aproximadamente el 1,5% del suministro eléctrico mundial. Esta cifra equipara el consumo de esta industria con el de todo el Reino Unido, supera el de Francia y está apenas a la zaga del de Alemania.
“La IA está devorando la electricidad”, dice un resumen del propio autor sobre el estudio, pues su bien la IA es responsable de solo una fracción de ese porcentaje, su ritmo de expansión es acelerado. El informe destaca que el entrenamiento de un modelo de lenguaje avanzado demanda igual cantidad de energía que la que utilizan decenas de miles de hogares en un año y su operación a escala global multiplica exponencialmente estos requerimientos.
Por cierto, la IA también puede hacer más eficiente el sistema energético y contribuir al ahorro, tanto del lado de la oferta como de la demanda, debido a su capacidad para analizar sistemas complejos y grandes bases de datos, optimizar en tiempo real, reducir incertidumbres y acelerar decisiones, señaló Facundo Armas, desarrollador de Globant, en un reciente evento de la Universidad di Tella sobre Inteligencia Artificial y Transición Energética.
Armas citó un estudio de 2023 de Google y Boston Consulting Group (BCG) según el cual la aplicación de la IA podría hacia 2030 mitigar de 5 a 10% la emisión de Gases de Efecto Invernadero (GEIs). Pero también reconoció su “lado B”: alto consumo energético, de agua para refrigerar los centros de datos y de materiales críticos. De hecho, citó, la Agencia Internacional de Energía calculó en 2023 que mientras una pregunta al Google Explorer demanda en promedio 0,3 Watts hora (Wh), un prompt a ChatGPT demanda 2,9 Wh, casi 10 veces más. Y son millones y millones de consultas a las distintas IA, permanentemente.
La presión sobre las redes nacionales
Según el estudio del FMI, aunque a escala global el aumento de la demanda por IA representa menos de una décima parte del crecimiento energético total de esta década —por debajo de otros sectores como los vehículos eléctricos—, el impacto en los balances nacionales es crítico. En países como Estados Unidos y Japón, se proyecta que los centros de datos serán responsables de casi el 50% de la nueva demanda eléctrica de aquí a 2030.
El caso de Irlanda es el más paradigmático entre las economías avanzadas: allí, estas instalaciones ya absorben más del 20% de la electricidad total del país. Esta concentración geográfica genera tensiones logísticas, dado que los centros de datos se ubican cerca de núcleos urbanos y su construcción es mucho más veloz que la expansión de las redes de transmisión.
En el norte del estado de Virginia (EEUU) el mayor polo de centros de datos del mundo, estas plantas consumen el 25% de la energía del estado. Esta situación ha derivado en la suspensión de nuevas conexiones para otros usuarios y ha forzado a operadores en ciudades como Dublín a paralizar proyectos que no cuenten con capacidad de generación eléctrica propia.
Más allá de los electrones: agua y minerales
La materialidad de la tecnología digital se extiende a otros recursos naturales finitos. El investigador Van de Graaf advierte que la percepción de la IA como algo intangible es errónea. En sus palabras: “Detrás de cada chatbot o generador de imágenes se esconden servidores que utilizan electricidad, sistemas de refrigeración que consumen agua, chips que dependen de frágiles cadenas de suministro y minerales extraídos de la tierra”.
El consumo de agua se ha convertido en un punto de conflicto central. Los sistemas de refrigeración de los grandes servidores requieren millones de litros diarios para operar. De acuerdo con datos citados en el artículo, dos tercios de los centros de datos construidos en Estados Unidos desde 2022 se localizan en regiones que ya enfrentan escasez hídrica. En estados como Arizona, así como en países como España y Singapur, la competencia por el agua entre el uso doméstico y las necesidades de los gigantes tecnológicos ha generado disputas regulatorias.
A esto se suma la dependencia de la industria minera. La construcción de un complejo a hiperescala puede requerir una cantidad de cobre similar a la producción anual de una mina de tamaño medio. Las proyecciones de la Agencia Internacional de Energía (AIE) indican que para 2030 estos centros consumirán anualmente:
- 500.000 toneladas métricas de cobre.
- 75.000 toneladas de silicio.
- Más del 10% de la demanda mundial de galio.
Geopolítica de los suministros
La competencia por el liderazgo en inteligencia artificial se ha transformado en una carrera por el control de la cadena de suministros de hardware. Los semiconductores de última generación, esenciales para el entrenamiento de modelos, representan un punto de estrangulamiento estratégico. Actualmente, la producción de estos chips avanzados está concentrada casi exclusivamente en la provincia china de Taiwán, a través de la empresa TSMC.
Esta concentración ha disparado medidas de política industrial a nivel global. Mientras Estados Unidos impone controles de exportación y subsidia la fabricación local, China ha respondido con restricciones sobre minerales críticos. El gigante asiático controla actualmente entre el 80% y el 90% del refinado mundial de silicio, galio y tierras raras.
Desde finales de 2024, Beijing ha sumado restricciones adicionales sobre metales como el tungsteno, el teluro, el bismuto y el molibdeno, todos componentes indispensables para microprocesadores y hardware de servidores. Esta pugna ha llevado a que potencias como Japón, la Unión Europea y Corea del Sur busquen alianzas estratégicas en África y América Latina para asegurar el acceso a materias primas.
La infraestructura de la “hiperescala”
La escala de los proyectos futuros supera las capacidades de la infraestructura actual. Los centros de datos denominados de “hiperescala” operan con necesidades energéticas de decenas de megavatios. Sin embargo, la próxima generación de proyectos busca alcanzar los gigavatios. Un ejemplo citado por Van de Graaf es el complejo de 5 gigavatios planificado en Abu Dabi por OpenAI y sus socios. Esta instalación equivaldría a la potencia de cinco reactores nucleares y cubriría una superficie de 26 kilómetros cuadrados.
Ante este escenario, las empresas tecnológicas han pasado de ser consumidores a actores protagónicos del sector energético. Microsoft, Amazon y Google se encuentran hoy entre los mayores compradores de energía renovable del mundo. Ante la saturación de las redes públicas, estas compañías están invirtiendo en tecnologías propias, que van desde la geotermia avanzada hasta el estudio de pequeños reactores modulares nucleares (SMR) y el uso de hidrógeno como reserva.
Eficiencia y la paradoja de Jevons
Si bien han aparecido avances en eficiencia, como los procesadores de la serie Blackwell de Nvidia o modelos de software más optimizados —como el caso de DeepSeek en China—, la historia económica sugiere que esto no necesariamente reducirá el consumo total. El artículo del FMI menciona la paradoja de Jevons, la cual indica que cuando el costo de un recurso disminuye debido a la eficiencia, su uso suele aumentar con tanta rapidez que termina por anular el ahorro inicial.
La falta de transparencia es otro de los desafíos señalados por Van de Graaf. Actualmente, la industria facilita escasa información pública detallada sobre su consumo real de electricidad, agua o minerales. Esta opacidad dificulta la tarea de los reguladores y las empresas de servicios públicos para planificar la expansión de las infraestructuras necesarias sin comprometer la estabilidad de los sistemas nacionales o los objetivos climáticos.
La transición hacia una economía digitalizada por la inteligencia artificial depende, en última instancia, de la gestión de elementos tangibles. La capacidad de los gobiernos para integrar las políticas digitales con las políticas energéticas y de recursos naturales determinará no solo la viabilidad técnica de la IA, sino también la sostenibilidad de las redes eléctricas y el acceso equitativo a los recursos básicos en las próximas décadas.