Futuro energético en riesgo: La inteligencia artificial (IA) se perfila como un gigante devorador de recursos.
La IA ya no es solo una herramienta para generar texto, imágenes o analizar datos en segundos. Su expansión masiva plantea un desafío energético global con implicaciones geopolíticas, económicas y sociales que pocos países están preparados para afrontar. Así lo advierte el 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).
Según el documento, los centros de datos que alimentan la IA podrían demandar 945 teravatios-hora (TWh) de electricidad anuales para 2030, una cifra equivalente al 3% del consumo eléctrico mundial proyectado y casi el doble de lo que usará Francia en 2025. Pero el problema va más allá de la energía: la huella hídrica y territorial de estos complejos tecnológicos amenaza con agravar crisis existentes.
La ONU exige frenar la expansión descontrolada de los centros de datos, cuya construcción avanza sin datos transparentes sobre su consumo real de agua y electricidad. Los expertos advierten que, sin regulación, estos megaproyectos podrían profundizar desigualdades y dañar ecosistemas críticos.
IA: un consumo energético comparable al de países enteros
El informe revela que, en 2023, los centros de datos globales ya consumieron 448 TWh, una cantidad que, de ser un país, los ubicaría como el 11° mayor consumidor de electricidad del mundo. Sin embargo, el verdadero problema no es solo la magnitud, sino la distribución desigual de su impacto.
Históricamente, se atribuía el mayor gasto energético al entrenamiento de modelos como GPT-3 (que requirió 1.3 GWh) o GPT-4 (entre 50 y 70 GWh). Pero hoy, el 80-90% del consumo proviene de la inferencia: las 2,500 millones de consultas diarias que procesan herramientas como ChatGPT. Según el estudio, esta actividad equivale a:
- 383 GWh anuales en electricidad.
- Emisiones de CO₂ que requerirían 2.6 millones de árboles (viviendo 10 años) para compensarse.
- Una huella hídrica igual al agua potable anual de 500,000 personas en el África subsahariana.
- Una ocupación territorial equivalente a 800 campos de fútbol.
Kaveh Madani, director de UNU-INWEH, reconoce los beneficios de la IA, pero insiste: «Tenemos un plazo limitado para asegurar que esta revolución tecnológica respete los límites planetarios. Las comunidades que extraen los minerales esenciales para la IA —y las que albergan su infraestructura— deben beneficiarse de ella, no sufrir sus costos».
Geopolítica de la IA: China y EE.UU. dominan (y contaminan)
El 90% de la infraestructura global de IA se concentra en solo dos países: China y Estados Unidos. Ambos han adoptado estrategias opuestas para garantizar su suministro energético, con consecuencias ambientales distintas.
China, el mayor consumidor de energía del mundo, apuesta por la autosuficiencia: desde la Ley de la Energía de 2023 —que prioriza renovables e hidrógeno— hasta reformas para eliminar subsidios a combustibles fósiles. Sin embargo, el informe advierte: «Su transición no garantiza sostenibilidad». Por ejemplo, reemplazar carbón por bioenergía reduciría emisiones de CO₂ en un 70%, pero aumentaría 30 veces el consumo de agua y 100 veces la ocupación de suelo.
Estados Unidos, en cambio, ha ralentizado sus compromisos climáticos para asegurar energía barata a sus centros de datos. Esto intensifica la competencia por minerales críticos (litio, cobalto, galio), donde China domina el 80% de la producción global. La disputa ya reconfigura cadenas de suministro y traslada presiones ambientales al Sur Global, donde se extraen estas materias primas.
Miriam Aczel, autora principal del informe, alerta: «Si solo medimos el impacto de la IA por sus emisiones de carbono, ignoramos que las «soluciones verdes» pueden agravar otros problemas. Por ejemplo, las energías renovables limpian el aire, pero requieren más tierra y agua en regiones ya estresadas».
Seis principios para una IA justa y sostenible
Ante este escenario, la ONU propone un marco ético basado en:
- Transparencia: Reportes estandarizados sobre consumo de agua, energía y suelo.
- Eficiencia desde el diseño: Modelos de IA optimizados para reducir recursos.
- Equidad: Distribución justa de beneficios y costos ambientales.
- Responsabilidad: Evaluación de impacto en todo el ciclo de vida.
- Cooperación global: Evitar que los países trasladen sus impactos a terceros.
- Uso sostenible: Priorizar aplicaciones con beneficio social claro.
El informe exige a los gobiernos integrar la IA en la planificación energética y involucrar a comunidades locales en decisiones sobre infraestructura. Tshilidzi Marwala, rector de la UNU, sentencia: «La IA puede impulsar prosperidad, pero su desarrollo equitativo ya no es un problema técnico, sino de gobernanza. ¿Quién pagará el costo ambiental de esta revolución?»
El precedente oculto: cómo otros sectores tecnológicos ya colapsaron redes eléctricas (y qué enseña a la IA)
El consumo energético de la IA no es el primer caso en el que una industria tecnológica subestima su impacto en la infraestructura eléctrica. Bitcoin y la minería de criptomonedas ofrecen un espejo inquietante: entre 2017 y 2021, la demanda de electricidad para validar transacciones creció un 2,000%, según datos de la Universidad de Cambridge. Países como Irán y Kazajistán sufrieron apagoness localizados cuando redes obsoletas no soportaron picos de consumo. En 2021, Texas (EE.UU.) tuvo que racionar energía a usuarios residenciales para priorizar granjas de minería durante una ola de frío. La IA repite el patrón, pero a escala exponencial: mientras el *bitcoin* consumía 121 TWh en 2022 (similar a Argentina), los centros de datos de IA proyectados para 2030 superarán ese número siete veces.
La diferencia crítica está en la dependencia geográfica. Las criptomonedas buscaban energía barata (a menudo en regiones con excedentes fósiles, como Mongolia Interior o Appalachia), pero la IA requiere estabilidad y proximidad a hubs de datos. Esto explica por qué Virginia del Norte (EE.UU.), epicentro del *cloud computing*, ya enfrenta moratorias a nuevos centros de datos: su red eléctrica, diseñada en los 90, no puede absorber más carga sin riesgos de *blackouts*. En Europa, Irlanda —sede de gigantes como Meta y Google— rechazó 30 proyectos de centros de datos en 2023 por limitaciones de capacidad. La lección es clara: la IA no choca contra límites energéticos abstractos, sino contra sistemas físicos con décadas de obsolescencia.
- Patrón 1: Industrias con crecimiento exponencial (cripto, IA) asumen que la red eléctrica es un recurso ilimitado, aunque su diseño sea incremental.
- Patrón 2: La competencia por energía barata desplaza costos ambientales a regiones con menos regulación (ej.: cripto en carbón chino; IA en hidroelectricidad africana).
- Patrón 3: Los *early adopters* (mineros de bitcoin, empresas de IA) reciben subsidios energéticos que luego se revierten cuando la crisis es visible.
2025: el año en que la IA chocará con la realidad física
Los plazos del informe de la ONU son optimistas. Analistas de BloombergNEF señalan que, si la adopción de IA generativa sigue su curva actual, 2025 —no 2030— será el primer año con tensiones críticas en redes eléctricas de EE.UU., Singapur y Países Bajos, los tres nodos globales de infraestructura digital. La diferencia con las criptomonedas es que la IA no puede «emigrar» a regiones con energía sobrante: necesita latencia baja y conexiones de fibra óptica de alta capacidad, concentradas en urbes. La solución no está solo en renovables (que ya enfrentan cuellos de botella en permisos y almacenamiento), sino en rediseñar la demanda. Empresas como Microsoft experimentan con «centros de datos flotantes» refrigerados por agua de mar, pero son parches. El verdadero test llegará cuando los gobiernos deban elegir entre racionar energía a hospitales o a servidores de IA, un dilema que Sudáfrica ya vivió en 2022 con la minería de bitcoin. La pregunta no es si habrá crisis, sino quién pagará el precio de no haber actuado antes.
