Tecnología al servicio del agua, no agua al servicio de la tecnología
Un centro de datos mediano consume 416 millones de litros anuales; ChatGPT usa 2 litros por 10-50 consultas, mientras familias en Iowa carecen de agua potable. Virginia aumentó consumo hídrico 63% entre 2019-2023; México enfrenta sequía en 65% del territorio y pierde 40% del agua potable en fugas urbanas.
- Centro de datos de Meta en Iowa consumía 7.57 millones de litros diarios mientras familias cercanas carecían de agua potable
- Virginia aumentó consumo hídrico a 7,570 millones de litros en 2023, un aumento del 63% desde 2019
- México enfrenta sequía en 65% del territorio y pierde 40% del agua potable en fugas urbanas
- Un centro de datos mediano consume 416 millones de litros anuales; ChatGPT usa 2 litros por 10-50 consultas
Los centros de datos de IA consumen millones de litros diarios para enfriamiento, agravando crisis hídricas en regiones ya afectadas por sequía. América Latina enfrenta tensión entre atracción tecnológica y escasez de agua.
En el verano de 2022, mientras Mark y Heidi se despertaban cada mañana en Iowa con apenas un hilo de agua en sus tuberías y veían sus cultivos marchitarse bajo el sol, a solo unos kilómetros de distancia un centro de datos de Meta bombeaba 7.57 millones de litros diarios para mantener fríos los servidores que entrenaban modelos de inteligencia artificial. La familia no tenía suficiente agua para beber. La máquina sí.
Este contraste no es una excepción sino un patrón que se repite en todo el mundo. En Virginia, la región con mayor concentración de centros de datos del planeta, el consumo de agua saltó de manera dramática: en 2023 alcanzó 7,570 millones de litros, un aumento del 63% desde 2019. En España, Amazon recibió autorización para extraer 755 mil metros cúbicos anuales en Aragón, una cantidad equivalente a lo que se necesitaría para riego de 233 hectáreas de maíz. En Santiago de Chile, la presión de las comunidades fue tan intensa que obligó a una empresa a cambiar completamente su sistema de enfriamiento. En Arizona, Meta y Amazon expanden sus operaciones en pleno desierto, haciendo promesas de ser "agua-positivas" para 2030 mientras hoy consumen millones de litros diarios.
La inteligencia artificial promete transformar el mundo: diagnósticos médicos más rápidos, sistemas de alerta temprana para huracanes, mayor productividad, cadenas de suministro más eficientes, nuevas oportunidades económicas. Pero esa promesa tiene un costo que casi nadie ve. Un centro de datos de tamaño mediano puede consumir más de 416 millones de litros en un año. Hacer entre diez y cincuenta preguntas a ChatGPT requiere aproximadamente dos litros de agua. Cuando la temperatura sube, la sed de estos sistemas crece junto con ella.
En América Latina, la tensión es particularmente aguda. Los gobiernos quieren atraer inversión tecnológica para no quedar rezagados en la carrera digital global. Pero al mismo tiempo, la crisis hídrica se profundiza cada año. En México, más del 65% del territorio enfrenta algún grado de sequía. En la Ciudad de México, el 40% del agua potable se pierde en fugas antes de llegar a los hogares. En Sonora y Baja California, comunidades enteras dependen de camiones cisterna para cubrir necesidades básicas mientras proyectos de desalinización avanzan lentamente. Si México instalara centros de datos del tamaño de los que operan en Virginia o Iowa, la competencia por el agua se volvería insostenible. Recientemente, el gobierno federal anunció la desprivatización de 40 mil millones de metros cúbicos de agua que estaban concesionados a grandes empresas, abriendo un debate crucial sobre cómo se gestionará ese recurso y qué sectores tendrán prioridad.
El problema se extiende más allá del agua. La cadena de valor de la inteligencia artificial depende de minerales críticos extraídos en ecosistemas frágiles: níquel y cobre de islas en Indonesia, cobalto del Congo, cada uno con historias de contaminación, erosión y abusos laborales. Estas tecnologías del futuro se construyen sobre ecosistemas marginales que pagan el precio ambiental y social de la innovación. Mientras tanto, para alcanzar el Objetivo de Desarrollo Sostenible número 6 sobre agua limpia y saneamiento, los gobiernos tendrían que trabajar cuatro veces más rápido de lo que lo hacen hoy. La inteligencia artificial avanza a velocidades sin precedentes. La gobernanza del agua se mueve con pasos lentos.
Pero la solución no es rechazar la tecnología. Ningún país puede permitirse quedarse fuera de la inteligencia artificial. El desafío es usarla como palanca para imponer condiciones y abrir espacio a nuevas tecnologías de eficiencia y justicia hídrica. Las alternativas existen. Los sistemas de enfriamiento por inmersión reducen hasta el 50% del consumo de agua comparado con los métodos tradicionales. El calor residual de los servidores puede alimentar sistemas de calefacción urbana, como ya sucede en Dinamarca y Finlandia. Google ha comenzado a usar aguas residuales en lugar de agua potable y se ha comprometido con metas de reposición de hasta el 120% para 2030.
En México, el camino podría ser diferente. La inteligencia artificial podría usarse para detectar fugas en redes que hoy desperdician millones de litros, para modernizar plantas de tratamiento de agua, para escalar proyectos de captación pluvial. En Hermosillo, un organismo de agua comenzó a operar con energía solar, demostrando que es posible innovar con la lógica invertida: tecnología al servicio del agua, no agua al servicio de la tecnología. El dilema es real, pero también lo es la oportunidad. Convertir este problema en motor de innovación, inversión y justicia hídrica puede redefinir la manera en que crecemos. El costo de no hacerlo es infinitamente mayor. El agua no es un freno al desarrollo tecnológico sino la base sobre la que construir un futuro inteligente.
Citas Notables
El agua no debe verse como un freno al desarrollo tecnológico, sino como la base sobre la que construir un futuro inteligente— Análisis editorial
Los sistemas de enfriamiento por inmersión reducen hasta el 50% del consumo de agua comparado con métodos tradicionales— Datos de eficiencia tecnológica
La Conversación del Hearth Otra perspectiva de la historia
¿Por qué el consumo de agua de estos centros de datos es tan alto? ¿No hay formas más eficientes de enfriar servidores?
El enfriamiento es el cuello de botella. Estos servidores generan calor extremo y necesitan agua constantemente circulando para mantener temperaturas operativas. Existen tecnologías mejores—inmersión, reutilización de aguas residuales—pero requieren inversión inicial y cambio de infraestructura. Las empresas aún usan métodos tradicionales porque funcionan y son predecibles.
¿Qué hace que esto sea especialmente grave en América Latina?
La región ya enfrenta estrés hídrico severo. México pierde el 40% de su agua potable en fugas. Sonora y Baja California tienen comunidades que dependen de camiones cisterna. Cuando llega una corporación global diciendo que necesita millones de litros diarios, no hay margen. Es competencia directa por un recurso que ya es escaso.
¿Los gobiernos tienen poder para poner condiciones?
Teóricamente sí. La desprivatización de 40 mil millones de metros cúbicos en México abre esa puerta. Pero hay presión política: los gobiernos quieren inversión tecnológica, empleos, modernización. Es fácil ceder si crees que el costo viene después. La verdadera pregunta es si pueden negociar desde una posición de fuerza.
¿Hay ejemplos de empresas que realmente están cambiando?
Google está usando aguas residuales y se comprometió con reposición del 120% para 2030. Dinamarca y Finlandia usan el calor residual para calefacción urbana. Pero estos son casos aislados, excepciones. La mayoría sigue el camino más barato.
¿Podría la IA misma resolver esto?
Sí, paradójicamente. La IA podría detectar fugas masivas en redes urbanas, optimizar plantas de tratamiento, predecir patrones de consumo. Hermosillo ya lo hace con energía solar. El problema es que requiere voluntad política de invertir en eso antes de invertir en centros de datos.