Lo que comenzó como una revolución de algoritmos y procesamiento abstracto se ha manifestado hoy como un fenómeno de alto impacto físico y material. Según un reciente estudio de Thijs Van de Graaf, investigador del Fondo Monetario Internacional (FMI), la infraestructura que sostiene la Inteligencia Artificial —específicamente los centros de datos— ha alcanzado niveles de demanda energética que rivalizan con el consumo total de las economías más avanzadas del planeta. En la actualidad, estas instalaciones representan aproximadamente el 1,5% del suministro eléctrico mundial, una cifra que equipara a esta industria con el consumo de todo el Reino Unido, superando el de Francia y situándose apenas a la zaga de Alemania.
La sentencia del informe es contundente al afirmar que "la IA está devorando la electricidad", pues si bien esta tecnología es responsable de solo una fracción del porcentaje global actual, su ritmo de expansión es acelerado. El entrenamiento de un modelo de lenguaje avanzado demanda una cantidad de energía equivalente a la que utilizan decenas de miles de hogares en un año, y su operación a escala global multiplica exponencialmente estos requerimientos básicos.
El contraste operativo: eficiencia frente a consumo real
A pesar de las señales de alerta, existe una dualidad en el rol de esta tecnología dentro de la matriz productiva. Facundo Armas, desarrollador de Globant, señaló en un reciente evento de la Universidad di Tella sobre Inteligencia Artificial y Transición Energética que la IA también puede hacer más eficiente el sistema energético. Su capacidad para analizar sistemas complejos y grandes bases de datos permite optimizar procesos en tiempo real y acelerar decisiones estratégicas. Armas citó un estudio de 2023 de Google y Boston Consulting Group (BCG) que sugiere que la IA podría mitigar entre un 5% y 10% la emisión de Gases de Efecto Invernadero (GEIs) hacia el año 2030.
Sin embargo, el denominado "lado B" presenta desafíos técnicos inmediatos y tangibles. La Agencia Internacional de Energía (AIE) calculó en 2023 que, mientras una consulta promedio al Google Explorer demanda 0,3 Watts hora (Wh), un solo prompt a ChatGPT requiere 2,9 Wh, lo que representa una demanda casi diez veces superior. Considerando que se realizan millones de consultas de forma permanente, la presión sobre los sistemas de generación se vuelve constante y masiva.
Presión sobre las redes nacionales y saturación logística
Aunque a escala global el aumento de la demanda por IA representa menos de una décima parte del crecimiento energético total de esta década, el impacto en los balances nacionales es crítico. El informe del FMI proyecta que en países como Estados Unidos y Japón, los centros de datos serán responsables de casi el 50% de la nueva demanda eléctrica de aquí a 2030. El caso de Irlanda es el más paradigmático entre las economías avanzadas, donde estas instalaciones ya absorben más del 20% de la electricidad total del país.
Esta concentración geográfica genera tensiones logísticas profundas, dado que los centros de datos suelen ubicarse cerca de núcleos urbanos y su construcción es mucho más veloz que la expansión de las redes de transmisión necesarias para abastecerlos. En el norte del estado de Virginia (EE.UU.), el mayor polo de centros de datos del mundo, estas plantas consumen el 25% de la energía del estado, lo que ha derivado en la suspensión de nuevas conexiones para otros usuarios y ha forzado a operadores en ciudades como Dublín a paralizar proyectos que no cuenten con capacidad de generación eléctrica propia.
La huella material: agua y minerales críticos
La percepción de la IA como algo intangible es, según Van de Graaf, un error estratégico fundamental, ya que detrás de cada chatbot se esconden servidores que utilizan electricidad, sistemas de refrigeración que consumen agua y chips que dependen de minerales extraídos de la tierra. El consumo de agua se ha convertido en un punto de conflicto central, ya que los sistemas de refrigeración requieren millones de litros diarios. Dos tercios de los centros de datos construidos en Estados Unidos desde 2022 se localizan en regiones que ya enfrentan escasez hídrica, lo que ha generado disputas regulatorias en estados como Arizona, así como en países como España y Singapur.
A esto se suma la dependencia extrema de la industria minera. La construcción de un complejo a hiperescala puede requerir una cantidad de cobre similar a la producción anual de una mina de tamaño medio. Las proyecciones de la AIE indican que para 2030 estos centros consumirán anualmente 500.000 toneladas métricas de cobre, 75.000 toneladas de silicio y más del 10% de la demanda mundial de galio, tensando las cadenas de suministro globales.
Geopolítica de los suministros y la infraestructura de hiperescala
La competencia por el liderazgo en IA se ha transformado en una carrera por el control del hardware. Actualmente, la producción de semiconductores de última generación está concentrada casi exclusivamente en la provincia china de Taiwán, a través de la empresa TSMC. Mientras Estados Unidos impone controles de exportación, China ha respondido con restricciones sobre el refinado de silicio, galio y tierras raras, sector donde controla entre el 80% y el 90% del mercado mundial. Desde finales de 2024, Beijing sumó restricciones sobre metales como el tungsteno, el teluro, el bismuto y el molibdeno, indispensables para los microprocesadores.
Paralelamente, la escala de los proyectos futuros supera las capacidades actuales. Se planifican centros de "hiperescala" que buscan alcanzar los gigavatios, como el complejo de 5 gigavatios en Abu Dabi proyectado por OpenAI, que equivaldría a cinco reactores nucleares. Ante este escenario, empresas como Microsoft, Amazon y Google se han convertido en actores protagónicos del sector energético, invirtiendo en geotermia avanzada, pequeños reactores modulares nucleares (SMR) e hidrógeno para asegurar su propia viabilidad operativa.