La innovación solo es sostenible si considera los recursos que consume
Los centros de datos de IA consumirán 935-945 TWh anuales para 2030, representando el 3% del consumo eléctrico mundial y superando el consumo combinado de Pakistán, Bangladesh y Nigeria. El 80-90% del consumo energético proviene del uso diario, no del entrenamiento de modelos; generar imágenes requiere 1000 veces más energía que clasificar texto.
- Los centros de datos consumirán 935-945 TWh anuales para 2030, el 3% del consumo eléctrico mundial
- Consumo proyectado de 4,5 billones de litros de agua para 2025, equivalente a necesidades anuales de 1.300 millones de personas
- El 80-90% del consumo energético proviene del uso diario, no del entrenamiento de modelos
- Más del 90% de capacidad de IA se localiza en Estados Unidos y China; 150+ países sin infraestructura dedicada
- Generación de imágenes requiere 1.000 veces más energía que clasificación de texto
Un estudio de la ONU revela que la huella ambiental de la IA ya iguala emisiones de países como Argentina, consumiendo 4,5 billones de litros de agua anuales y ocupando 14.500 km² de territorio.
Cada vez que alguien escribe un mensaje a través de inteligencia artificial, busca información en segundos o genera una imagen con solo describir lo que quiere, está activando una máquina invisible de proporciones colosales. Millones de personas interactúan diariamente con sistemas de IA sin pensar en lo que sucede detrás de esa pantalla. La respuesta parece instantánea, casi mágica. Pero esa fluidez descansa sobre una realidad mucho más pesada: una red global de centros de datos compuesta por millones de servidores que nunca duermen, que consumen electricidad sin pausa, que necesitan sistemas de refrigeración constante y materiales de alta tecnología extraídos de cadenas de suministro que atraviesan continentes.
Un estudio reciente de la Universidad de las Naciones Unidas ha cuantificado lo que antes era apenas una sospecha. Para 2025, los centros de datos consumieron aproximadamente 448 teravatios-hora de electricidad, una cantidad que solo es superada por los diez países más grandes del mundo. Esa actividad generó casi 208 millones de toneladas de dióxido de carbono, una cifra equivalente a todas las emisiones anuales de Argentina. Pero aquí está el problema: cuando hablamos de impacto ambiental, tendemos a enfocarnos únicamente en el carbono, como si fuera la única métrica que importa. Los investigadores advierten que esta perspectiva es incompleta, casi ingenua. Cada unidad de electricidad consumida requiere agua, tierra y recursos naturales que no aparecen en los gráficos de emisiones de carbono.
El consumo de agua es particularmente alarmante. Se proyecta que para 2025, los centros de datos habrán utilizado aproximadamente 4,5 billones de litros de agua, principalmente para enfriar equipos informáticos que generan calor constantemente. Para 2030, este consumo podría equivaler a las necesidades anuales de agua potable de 1.300 millones de personas. El uso del suelo es otra dimensión que rara vez se menciona en los debates sobre sostenibilidad tecnológica. La infraestructura energética, las redes y las instalaciones necesarias para que funcione la IA ocuparían una superficie superior a 14.500 kilómetros cuadrados, casi el doble del área metropolitana de Yakarta. La conclusión del informe es incómoda: una solución que parece beneficiosa para el clima no necesariamente lo es para el agua o la tierra. Evaluar la sostenibilidad de la IA ahora requiere un enfoque integral que considere múltiples dimensiones simultáneamente.
La demanda de energía de la IA está creciendo exponencialmente. Actualmente representa aproximadamente el 20 por ciento del consumo energético de los centros de datos, pero se espera que alcance el 40 por ciento en 2030. En ese momento, el consumo total de electricidad de los centros de datos se estimaría entre 935 y 945 teravatios-hora anuales, lo que representaría casi el 3 por ciento del consumo eléctrico mundial. Si los centros de datos fueran un país, ocuparían el sexto lugar a nivel mundial en consumo de electricidad, superando con creces el consumo anual combinado de Pakistán, Bangladesh y Nigeria, tres naciones que juntas suman más de 650 millones de habitantes. Un concepto erróneo que el estudio desmiente es que el entrenamiento de modelos sea el principal consumidor de energía. Los investigadores estiman que entre el 80 y el 90 por ciento de la demanda total proviene del uso diario. Un servicio popular de IA procesa casi 2.500 millones de solicitudes al día, y a esa escala, la acumulación de usos se convierte en el motor principal del consumo. Además, no todas las solicitudes tienen el mismo costo energético. Generar una imagen puede requerir más de 1.000 veces más energía que una simple clasificación de texto, mientras que la generación de video requiere aún más recursos.
La presión ambiental no se distribuye equitativamente. Aunque la IA se utiliza en todas partes, los costos ambientales asociados a su funcionamiento se concentran en ciertos territorios. En algunas regiones, la instalación de nuevos centros de datos ya está aumentando la presión sobre las redes eléctricas y los recursos hídricos, a veces en zonas que sufren sequías recurrentes. La expansión de la IA también depende de la extracción de minerales críticos esenciales para fabricar servidores y chips electrónicos, actividades que provocan degradación ambiental significativa y exacerban desigualdades sociales en las zonas mineras. Existe además otra preocupación: los residuos electrónicos. Se proyecta que la infraestructura relacionada con la IA podría generar hasta 2,5 millones de toneladas de residuos electrónicos al año para 2030. El informe también destaca una concentración extrema de capacidades tecnológicas. Más del 90 por ciento de la capacidad informática mundial especializada en IA se encuentra actualmente en Estados Unidos y China, mientras que más de 150 países tienen poca o ninguna infraestructura dedicada.
Los autores del informe no cuestionan el potencial de la inteligencia artificial. Reconocen que abre posibilidades considerables y ya está contribuyendo a acelerar el progreso científico, especialmente en salud, energía y clima. Su mensaje es más matizado: la innovación solo puede ser sostenible si va acompañada de una mayor consideración de los recursos que consume. Existen herramientas disponibles: transparencia en el consumo, diseño de sistemas más eficientes, integración de las necesidades de los centros de datos en las políticas de energía y agua, mayor reciclaje de equipos. El desafío actual consiste principalmente en garantizar que el crecimiento de la IA no se produzca a expensas de los recursos de los que dependen nuestras sociedades.
Citações Notáveis
Una solución que parece beneficiosa para el clima no necesariamente lo es para el agua o la tierra— Estudio de la Universidad de las Naciones Unidas
El desafío actual consiste principalmente en garantizar que el crecimiento de la IA no se produzca a expensas de los recursos de los que dependen nuestras sociedades— Investigadores del informe de la ONU
A Conversa do Hearth Outra perspectiva sobre a história
¿Por qué el carbono no es suficiente para entender el impacto de la IA?
Porque el carbono es solo una parte de la historia. Cuando enciendes un servidor, no solo emite CO₂. Necesita agua para enfriarse, tierra para construir la infraestructura, minerales extraídos del suelo. El carbono es visible en los reportes, pero el agua y la tierra desaparecen silenciosamente.
¿Quién sufre más por esto?
Las regiones que ya tienen estrés hídrico. Imagina un centro de datos en una zona con sequías recurrentes. Consume agua que podría haber ido a la población. Y el 90 por ciento de la capacidad de IA está en Estados Unidos y China, así que los países pobres cargan con los impactos sin tener acceso a los beneficios.
¿Es el entrenamiento de modelos el mayor consumidor de energía?
No, ese es el error común. El 80 a 90 por ciento viene del uso diario. Cada vez que alguien genera una imagen, eso cuesta 1.000 veces más que clasificar texto. A escala global, esos pequeños usos se acumulan en algo monstruoso.
¿Hay soluciones reales?
Las herramientas existen: transparencia en el consumo, sistemas más eficientes, integración de la IA en políticas de agua y energía, reciclaje de equipos. El problema no es técnico. Es político. ¿Estamos dispuestos a ralentizar el crecimiento para proteger los recursos?
¿Qué pasa con los residuos?
Para 2030, la IA podría generar 2,5 millones de toneladas de residuos electrónicos al año. Eso es equipos que se vuelven obsoletos rápidamente, minerales valiosos perdidos, contaminación en los vertederos. Es el costo oculto de la innovación.