En 2030 la IA consumirá el doble de electricidad a nivel global de lo que utiliza Francia actualmente en un año

La inteligencia artificial (IA) no es solo un software capaz de mantener conversaciones en lenguaje natural, generar imágenes hiperrealistas o analizar extensos documentos en cuestión de segundos. Esta tecnología y su creciente uso cotidiano se han convertido en un desafío energético con posibles implicaciones geopolíticas, económicas y sociales para las que pocos países están preparados.

Esta es una de las principales conclusiones del informe ‘Costo ambiental del uso de energía de la IA: huella de carbono, agua y suelo’, elaborado por el Instituto de Agua, Medio Ambiente y Salud de la Universidad de las Naciones Unidas (UNU-INWEH). El documento señala que los centros de datos que impulsan la IA podrían consumir alrededor de 945 teravatios-hora de electricidad hacia principios de la próxima década, una cifra equivalente a casi el 3% del consumo mundial proyectado de energía eléctrica y aproximadamente el doble de la electricidad utilizada por Francia durante 2025.

La creciente demanda energética de la infraestructura física que sostiene a la IA, compuesta por centros de datos con sistemas de refrigeración, redes eléctricas y hardware especializado, implica además un costo ambiental que, según los especialistas, no puede medirse únicamente a partir de las emisiones de dióxido de carbono (CO2). También es necesario prestar atención al acelerado uso del suelo y a la creciente demanda de recursos hídricos.

El informe de la UNU-INWEH advierte que, hacia comienzos de la próxima década, la huella hídrica de estas instalaciones podría ser equivalente a las necesidades básicas anuales de agua potable de los 1,300 millones de habitantes del África subsahariana. Además, los complejos tecnológicos abarcarían una superficie superior a los 14,500 kilómetros cuadrados, una extensión cercana al doble del área metropolitana de Yakarta, Indonesia, donde viven más de 32 millones de personas.

A ello se suma una proyección de emisiones de CO2 que podría alcanzar los 400 millones de toneladas durante los próximos cuatro años. La magnitud de esta cifra sería comparable a las emisiones anuales totales generadas por el Reino Unido.

Kaveh Madani, director de UNU-INWEH y líder del equipo de investigación, reconoce que la IA está mejorando la calidad de vida de millones de personas en todo el mundo. Sin embargo, subraya la necesidad de utilizar esta tecnología de forma responsable y de abordar de manera anticipada sus impactos no deseados para garantizar que su desarrollo sea sostenible y equitativo.

“Tenemos un plazo limitado para asegurar que la base de la revolución tecnológica de nuestra era se desarrolle dentro de los límites planetarios, y que las comunidades que proporcionan los minerales esenciales para el avance de la IA, así como las que albergan su infraestructura y gestionan los residuos electrónicos, también se beneficien de ella”, señala el especialista.

El impacto de la IA no solo depende de las emisiones de CO2

Uno de los principales ejes del reporte es la elevada demanda de electricidad asociada tanto al entrenamiento como a la operación de los sistemas de IA, así como las limitaciones de las metodologías utilizadas para medir los impactos ambientales derivados de este consumo.

Los investigadores estiman que, durante el año pasado, los centros de datos de todo el mundo consumieron cerca de 448 teravatios-hora de electricidad. Si el conjunto de estas instalaciones se considerara un país, ocuparía el undécimo lugar entre los mayores consumidores de energía eléctrica del planeta.

Históricamente, esta carga energética se ha atribuido principalmente al entrenamiento de los modelos más avanzados, cuyo consumo aumenta conforme crecen su complejidad y capacidad. Como ejemplo, el entrenamiento de GPT-3 requirió alrededor de 1.3 gigavatios-hora (GWh) de electricidad, mientras que GPT-4 necesitó entre 50 y 70 GWh para completar ese mismo proceso, según estimaciones indicadas en el informe.

No obstante, los autores destacan que la mayor carga energética no proviene del entrenamiento, sino de la ejecución constante de los modelos para responder a las consultas diarias de millones de usuarios. De acuerdo con sus hallazgos, este proceso, conocido como inferencia, representa entre el 80 y el 90% del consumo energético total asociado a la IA.

En términos prácticos, esto significa que las aproximadamente 2,500 millones de consultas diarias procesadas por ChatGPT equivalen a unos 383 GWh de electricidad al año. Según el informe, compensar las emisiones de CO2 relacionadas con esta actividad requeriría plantar alrededor de 2.6 millones de árboles y garantizar su supervivencia durante más de una década. Asimismo, se estima que la huella hídrica asociada equivale a las necesidades mínimas anuales de agua potable de cerca de 500,000 personas en el África subsahariana, mientras que la superficie terrestre requerida sería comparable a la ocupada por más de 800 campos de futbol.

El consumo energético de la IA: entre geopolítica y medio ambiente

Frente a estos datos, los investigadores sostienen que evaluar el impacto ambiental de la IA únicamente a partir de las emisiones de carbono resulta insuficiente e incluso engañoso. Explican que las estrategias destinadas a compensar las huellas de carbono, agua y suelo suelen producir resultados muy distintos entre sí.

Como ejemplo, señalan que sustituir combustibles fósiles por bioenergía puede reducir en aproximadamente un 70% las emisiones de CO2 asociadas al consumo eléctrico. Sin embargo, esta medida incrementaría la huella hídrica en más de 30 veces y la huella territorial en cerca de 100 veces.

“Nos sorprendió la frecuencia con la que las opciones que parecen más ecológicas desde la perspectiva del carbono terminan siendo peores para el agua o la tierra. Si seguimos juzgando la sostenibilidad de la IA únicamente en función del carbono, podríamos pensar que las energías renovables hacen que la infraestructura de IA sea limpia, pero eso resuelve un problema a la vez que crea otros, a menudo en lugares donde no se solicitan”, afirmó Miriam Aczel, investigadora de UNU-INWEH y autora principal del informe.

Otro aspecto relevante es la distribución geográfica desigual de la capacidad computacional necesaria para desarrollar y operar sistemas de IA. El informe indica que únicamente 32 países albergan centros de datos especializados en esta tecnología. De esa infraestructura global, alrededor del 90% se concentra en solo dos naciones: China y Estados Unidos.

Ambos países han adoptado medidas para asegurar el suministro energético que requiere el desarrollo de la IA, aunque mediante estrategias muy diferentes. Mientras Estados Unidos ha reducido parte de sus inversiones y propuestas vinculadas a la transición energética, China busca disminuir su dependencia de los combustibles fósiles tanto para cumplir sus objetivos ambientales como para reducir la dependencia de proveedores externos.

En este contexto, destaca la búsqueda de autosuficiencia energética impulsada por el gobierno chino. Como principal consumidor de energía del mundo, el país explora alternativas que van desde el aprovechamiento de nuevos materiales, como el torio y el bismuto, hasta la expansión masiva de las energías renovables y la generación nuclear.

El año pasado entró en vigor en China la nueva Ley de la Energía, que prioriza el desarrollo de fuentes renovables e hidrógeno con el objetivo de reducir la dependencia de los combustibles fósiles y fortalecer la seguridad energética nacional. La legislación también obliga a las autoridades a establecer metas mínimas de consumo de energía proveniente de fuentes limpias.

De manera paralela, el país impulsó una profunda reforma de su mercado eléctrico. A partir de junio de 2025, toda la energía solar y eólica deberá comercializarse mediante mecanismos de mercado o subastas, eliminando gradualmente las antiguas tarifas reguladas. Estas medidas, junto con incentivos financieros y la eliminación progresiva de subsidios heredados del pasado, buscan estimular la inversión nacional en energías limpias y optimizar el funcionamiento del sistema energético.

La transición energética de China no constituye únicamente una política ambiental, sino también una estrategia geopolítica y económica de largo plazo. Sin embargo, el informe de la UNU-INWEH advierte que este proceso no garantiza por sí mismo la sostenibilidad ambiental del país.

Ética y no técnica

El documento explica que, en naciones donde la generación eléctrica depende en gran medida de combustibles fósiles, como Estados Unidos, el impacto en emisiones de carbono es considerablemente mayor. En contraste, en sistemas energéticos con una mayor proporción de energías renovables, como el chino, disminuye la huella de carbono, aunque pueden incrementarse otros impactos relacionados con el consumo de agua y la ocupación del suelo.

Esta situación ha intensificado una nueva competencia por las cadenas de suministro de minerales críticos utilizados en chips, baterías y hardware para IA. Según el informe, la disputa geopolítica por materiales como litio, cobalto, galio y tierras raras está reconfigurando las cadenas globales de suministro y trasladando parte de las presiones ambientales hacia los países productores de materias primas, especialmente aquellos ubicados en el Sur Global.

“El sistema global que desarrolla la inteligencia artificial también debe gobernarla de forma sostenible y justa. El desarrollo concentrado de la infraestructura de IA en las zonas privilegiadas del mundo está creando una gran brecha digital que plantea profundos desafíos para el desarrollo equitativo de la IA. La IA sin duda puede impulsar la prosperidad y el bienestar humano. Si lo hace de forma equitativa es ahora una cuestión de gobernanza, no técnica”, señaló Tshilidzi Marwala, rector de la UNU y subsecretario general de las Naciones Unidas.

A medida que la adopción de la IA continúa expandiéndose, su creciente demanda de electricidad amenaza con convertirse en uno de los factores más importantes detrás del aumento del consumo energético mundial durante la próxima década. Esto tendría implicaciones directas para los objetivos climáticos y de sostenibilidad, así como consecuencias económicas, geopolíticas y sociales de gran alcance.

Ante este panorama, el informe propone un ecosistema de inteligencia artificial responsable sustentado en seis principios fundamentales:

• Transparencia.
• Eficiencia desde el diseño.
• Equidad y justicia ambiental.
• Responsabilidad a lo largo de todo el ciclo de vida.
• Cooperación global.
• Uso sostenible.

Entre sus principales recomendaciones, insta a los gobiernos a integrar la infraestructura de IA en la planificación energética, hídrica y territorial, además de exigir reportes estandarizados sobre su impacto ambiental. También destaca la necesidad de involucrar a las comunidades locales desde las primeras etapas de los proyectos mediante mecanismos de transparencia y rendición de cuentas.

Asimismo, plantea que las instituciones internacionales deberían armonizar los estándares de medición ambiental, evitar el traslado de impactos ecológicos entre países y ampliar el acceso a capacidades de computación en aquellas regiones que actualmente permanecen excluidas del desarrollo tecnológico.

“Este informe no es una crítica a la inteligencia artificial, una transformación tecnológica que está mejorando la vida de miles de millones de personas en todo el mundo. Es un llamado a utilizarla de manera responsable y a abordar de forma proactiva sus impactos no deseados para lograr que sea sostenible y equitativa”, concluyó Madani.

(wired.com)

Seguiremos brindándote más información sobre este tema en las siguientes presentaciones físicas y digitales de Channel News Perú

Mantente conectado a nuestra plataforma de negocios y revista, haciendo clic aquí y suscribiéndote a nuestro newsletter para contenido de valor diario