La expansión de la inteligencia artificial se ha presentado principalmente como una revolución tecnológica capaz de transformar industrias enteras, aumentar la productividad y redefinir la economía digital. Sin embargo, detrás del crecimiento explosivo de modelos cada vez más potentes emerge una dimensión menos visible: el enorme coste físico que requiere mantener funcionando esta nueva infraestructura global.
Esa es precisamente la advertencia central del último informe elaborado por el Instituto de Agua, Medio Ambiente y Salud de la Universidad de las Naciones Unidas (UNU-INWEH), que proyecta un escenario donde la IA podría convertirse en uno de los mayores consumidores indirectos de recursos naturales del planeta.
Las cifras son contundentes. Según las proyecciones conservadoras del estudio, para 2030 el consumo hídrico vinculado a la inteligencia artificial será equivalente al utilizado por 1.300 millones de habitantes del África subsahariana. Paralelamente, la infraestructura tecnológica necesaria para sostener esta expansión podría demandar cerca de 945 teravatios-hora de electricidad, casi el 3% del consumo eléctrico global proyectado y aproximadamente el doble del consumo anual de Francia.
La magnitud del fenómeno obliga a replantear cómo se mide el impacto ambiental de la tecnología. Hasta ahora, gran parte del debate público se ha concentrado en las emisiones de carbono, pero los investigadores sostienen que ese enfoque resulta insuficiente. El desarrollo de la IA implica sistemas de refrigeración, centros de datos, cadenas globales de suministro, redes eléctricas especializadas y enormes cantidades de hardware cuya huella va mucho más allá del CO2.
“Este informe no va contra la IA”, dice el profesor Kaveh Madani, director del UNU-INWEH. “Es un llamamiento a usar esta tecnología de forma responsable y un intento de evaluar sus impactos indeseados para hacer que sea sostenible y equitativa. Debemos intentar asegurarnos de que esta revolución tecnológica se desarrolla dentro de límites planetarios”.
El elemento más preocupante del informe quizá no sea únicamente el volumen de recursos consumidos, sino la complejidad para medir sus efectos reales. Los investigadores sostienen que sustituir combustibles fósiles por determinadas fuentes energéticas aparentemente más limpias podría reducir emisiones mientras multiplica otros impactos. Un sistema energético con menos carbono puede exigir mucho más suelo o consumir cantidades mucho mayores de agua.
“Sin embargo, cada kilovatio-hora de electricidad que se consume para entrenar o hacer funcionar un sistema de IA conlleva también una huella hídrica (asociada a la refrigeración y la generación de energía) y una huella territorial (infraestructuras energéticas y las cadenas de suministro)”, subraya el informe.
Esta relación cruzada entre recursos explica por qué algunos expertos rechazan medir la sostenibilidad tecnológica utilizando una sola variable. La autora principal del estudio, Miriam Aczel, resume esa preocupación: “Si solo nos basamos en las emisiones de carbono, podríamos pensar que las renovables hacen que la infraestructura de la IA sea limpia, pero eso supone resolver un problema al tiempo que se crean otros, a menudo en lugares que no lo han solicitado”.
La infraestructura necesaria para sostener esta expansión también tiene una dimensión territorial considerable. El informe calcula que la IA podría ocupar más de 14.500 kilómetros cuadrados entre centros de datos, instalaciones energéticas y cadenas de suministro, una extensión cercana al doble del área metropolitana de Yakarta o diez veces superior a la superficie de Ciudad de México.
El agua emerge como otro factor central porque los centros de datos requieren refrigeración constante. Además, la generación eléctrica que los alimenta también consume grandes volúmenes hídricos. La presión sobre este recurso ya genera tensiones locales. El informe recuerda el caso de Uruguay, donde la construcción proyectada de un gran centro de datos coincidió temporalmente con una grave crisis hídrica en Montevideo, alimentando el debate sobre prioridades de consumo.
La energía representa otra variable crítica. Actualmente, los centros de datos consumen unos 448 teravatios-hora anuales. Si constituyeran un país independiente, ocuparían posiciones cercanas a las principales economías consumidoras de electricidad del mundo. El crecimiento proyectado sugiere que esta demanda continuará acelerándose a medida que aumente el uso masivo de herramientas generativas.
Uno de los hallazgos más relevantes del estudio cuestiona una idea ampliamente aceptada dentro del sector tecnológico: que el entrenamiento de modelos era la fase más costosa energéticamente. Los nuevos datos apuntan a otra dirección. El verdadero peso ambiental estaría en la inferencia, es decir, en el uso cotidiano por parte de millones de usuarios.
Los investigadores estiman que responder consultas, generar textos, crear imágenes o producir vídeos representa entre el 80% y el 90% del coste energético total. Las diferencias entre usos son enormes. Una conversación convencional con chatbots consume 200 veces más energía que sistemas básicos de clasificación automática de correos. Generar imágenes eleva esa cifra a 1.400 veces, mientras los vídeos sintéticos pueden multiplicarla hasta 200.000 veces.
La falta de transparencia empresarial aparece como otro problema estructural. Muchos cálculos actuales se basan todavía en modelos antiguos porque las compañías tecnológicas divulgan poca información sobre sus sistemas más recientes.
El estudio introduce además una dimensión geopolítica que suele pasar desapercibida: la desigualdad en la distribución de costes y beneficios. Estados Unidos y China concentran cerca del 90% de la capacidad mundial especializada para computación de IA, mientras los impactos ambientales —agua, residuos electrónicos, emisiones o presión energética— se distribuyen internacionalmente.
Esta asimetría también aparece en la basura tecnológica. Para 2030, los autores proyectan 2,5 millones de toneladas anuales de residuos electrónicos derivados de hardware obsoleto, gran parte acumulándose en economías con menos capacidad de gestión ambiental.
El informe concluye que la expansión de la inteligencia artificial ya no puede entenderse únicamente como un fenómeno digital. La infraestructura física que sostiene modelos, servidores y centros de datos está convirtiendo el debate tecnológico en una cuestión energética, territorial e hídrica. El desafío no reside únicamente en cuánto crecerá la IA, sino en cómo se distribuirán los costes materiales de ese crecimiento durante la próxima década. @mundiario