Un informe de la Universidad de las Naciones Unidas advierte que la expansión de la inteligencia artificial podría llevar a los centros de datos a consumir 945 teravatios-hora de electricidad al año hacia el final de la década. El desafío ya no es solo climático: también involucra agua, territorio, residuos electrónicos y gobernanza.
Un reciente informe del Instituto de Agua, Medio Ambiente y Salud de la Universidad de las Naciones Unidas (UNU-INWEH) advierte que los centros de datos asociados a la inteligencia artificial podrían consumir hasta 945 teravatios-hora (TWh) de electricidad al año para 2030, una cifra equivalente a casi tres veces el consumo eléctrico combinado de Pakistán, Bangladesh y Nigeria.
La investigación plantea una pregunta cada vez más relevante para empresas, reguladores e inversionistas: ¿cómo asegurar que la revolución de la inteligencia artificial avance sin sobrepasar los límites ambientales del planeta?
El informe advierte que la sostenibilidad de la IA no puede evaluarse únicamente a partir de las emisiones de gases de efecto invernadero.
Cada unidad de energía consumida por los sistemas de inteligencia artificial genera simultáneamente una huella de carbono, una huella hídrica y una huella territorial. En muchos casos, las soluciones energéticas que reducen emisiones pueden aumentar el uso de agua o la ocupación de suelo, generando nuevas presiones ambientales.
Esta realidad obliga a replantear los indicadores utilizados para medir la sostenibilidad tecnológica y avanzar hacia enfoques multidimensionales que consideren clima, biodiversidad, recursos hídricos y uso del territorio de manera integrada.
Uno de los hallazgos más relevantes del estudio es que el mayor impacto ambiental de la IA no proviene necesariamente del entrenamiento de los modelos, sino de su utilización cotidiana.
Mientras el entrenamiento de sistemas avanzados requiere grandes cantidades de energía, entre el 80% y el 90% del consumo total estaría asociado a la etapa de inferencia, es decir, a las millones de consultas, imágenes, videos y procesos generados diariamente por usuarios alrededor del mundo.
Las diferencias entre tareas son significativas. Una consulta conversacional puede consumir hasta 200 veces más energía que una clasificación simple de texto, mientras que la generación de imágenes o videos multiplica exponencialmente los requerimientos energéticos.
Lo complejo es que estos costos permanecen prácticamente invisibles para los usuarios, quienes desconocen la huella ambiental asociada a sus interacciones digitales.
El estudio también cuestiona una de las creencias más extendidas sobre el desarrollo tecnológico: que una mayor eficiencia necesariamente reducirá el consumo total de recursos.
Los investigadores advierten que la inteligencia artificial podría enfrentar la denominada «paradoja de Jevons», fenómeno económico según el cual los avances en eficiencia terminan aumentando el consumo agregado debido a que la tecnología se vuelve más accesible y ampliamente utilizada.
En otras palabras, aunque cada consulta futura requiera menos energía, la creciente adopción de la IA en sectores productivos, servicios, educación, salud y entretenimiento podría impulsar una demanda total cada vez mayor.
Por ello, el informe plantea que el desafío ya no es exclusivamente tecnológico, sino también de gobernanza.
Suscribete a nuestro newsletter para recibir información sobre tus contenido preferidos.
