La carrera desenfrenada por la supremacía tecnológica ha encontrado un obstáculo que no se mide en bits ni en algoritmos, sino en kilovatios-hora y litros de agua. La integración de la inteligencia artificial generativa representa una amenaza ambiental latente, pues si su uso sigue al ritmo actual, el consumo energético podría ser 24 veces mayor en 2030, según un nuevo informe de la empresa Konfront titulado El dilema de escalar la inteligencia artificial.
Centros de datos: el epicentro del problema
Cordelia Bortoni, directora de crecimiento de Konfront, advierte que estamos en un punto de quiebre donde la innovación podría descarrilar los compromisos climáticos globales. “Lo que sí estamos viendo es que los centros de datos ya consumen alrededor de 1.5% de la electricidad global. Si continuamos con este ritmo, la demanda energética asociada a estas tecnologías, específicamente de IA, puede multiplicarse hasta 24 veces hacia 2030”, asegura la directiva.
El informe detalla que en 2024 los centros de datos demandan 415 TWh de electricidad, pero bajo un escenario de “Alta Adopción sin Límites”, esta cifra podría alcanzar los 945 TWh para 2030, impulsada por las cargas de trabajo de la IA.
IA generativa versus IA tradicional
El núcleo del problema reside en la diferencia abismal entre la IA tradicional y la generativa. Mientras que la IA tradicional se limita a analizar datos existentes para hacer predicciones, la IA generativa utiliza arquitecturas densas para crear contenido nuevo, lo que implica una generación intensiva de tokens. “Un modelo de inteligencia artificial generativa consume hasta 4,600 veces más energía que un modelo tradicional”, explica Bortoni. Para ponerlo en términos sencillos: generar una sola inferencia en un modelo grande como Llama 405B consume 17 Wh, equivalente a tostar pan durante un minuto en una tostadora de 1000 W.
Aunque solo 29% de los proyectos en una corporación estándar son de IA generativa, estos son responsables de 99.9% del consumo energético total de su infraestructura de IA. El impacto anual de un portafolio corporativo típico se estima en 3.9 GWh de electricidad y la emisión de 2.48 millones de kg de CO2eq.
Agua y minerales: la huella oculta
La huella ambiental de la IA no se limita al consumo eléctrico. El informe segmenta el impacto en dos dimensiones: el operativo (electricidad y agua para refrigeración) y el incorporado (extracción de minerales raros, fabricación de semiconductores y residuos electrónicos). “El agotamiento de recursos minerales es asombroso: 89% proviene del impacto incorporado, es decir, de la fabricación de los servidores”, señala el reporte. Además, 30% del gasto hídrico está dictado por la fabricación del hardware.
El muro del hardware y la necesidad de eficiencia
Para que una empresa mantenga una adopción agresiva de IA y reduzca sus emisiones de gases de efecto invernadero en 90% para 2030, la eficiencia de los chips tendría que mejorar entre 175 y 565 veces. La Ley de Moore y las innovaciones actuales en silicio no son suficientes para compensar la demanda subyacente.
Ante este panorama, el papel de las autoridades es reactivo. “Hoy te podría decir que no hay una regulación específica para el consumo. Se están atendiendo temas más de seguridad que de impacto social”, comenta Bortoni. Por ello, Konfront propone el uso del Índice RoE y el Enrutamiento Inteligente de Modelos, priorizando Modelos de Lenguaje Pequeños (SLMs) para tareas simples y reservando los Frontier LLMs para razonamiento complejo. Es una “dieta de carbono” para las arquitecturas de datos.
El papel del ciudadano y las empresas
Bortoni compara el uso consciente de la IA con hábitos ecológicos cotidianos: “Así como somos conscientes de no tirar basura, de reciclar plástico o del consumo del agua, así mismo tiene que ser con la inteligencia artificial”. Para las empresas, la hoja de ruta incluye auditoría de portafolio, exigencia a proveedores de transparencia ambiental y gobierno digital verde.
A pesar de las cifras alarmantes, el panorama no es apocalíptico. “Todo desarrollo tecnológico con IA puede y debe convertirse en un aliado para avanzar hacia organizaciones mucho más eficientes, competitivas y bajas en carbono”, concluye Bortoni. La IA, gestionada con estrategia, pasará de ser un devorador de recursos a convertirse en el “sistema nervioso” para gestionar la sostenibilidad corporativa del futuro.
