El impacto climático de la IA es menor de lo esperado, según nuevas investigaciones

La fiebre de la inteligencia artificial (IA) ha llevado al mercado a nuevos máximos. 

Miles de millones de dólares siguen fluyendo hacia los fabricantes de chips y los centros de datos, mientras la continua locura de la IA mantiene el mercado turboalimentado durante más de dos años sin señales de desaceleración. Sin embargo, muchos han comenzado a preguntarse si estamos en una burbuja de IA.

Analistas como los de JPMorgan (JPM ) están realmente pidiendo a los inversores que se preparen para la turbulencia que se avecina. Pero aunque se está formando espuma tanto en los mercados privados como públicos, la locura que rodea a la IA no carece de mérito, ya que la tecnología tiene mucho valor económico en términos de crear una inteligencia accesible y poderosa, que se cree que se asemeja a la creación de Internet. 

En su perspectiva 2026, JPMorgan calificó a la IA como “la tecnología más transformadora desde la computación” y “impulsando más crecimiento del PIB que el gasto del consumidor”.

Al mismo tiempo, el banco advirtió sobre escasez de energía, limitaciones de agua y escrutinio regulatorio.

En términos más generales, la rápida expansión de la IA conlleva presiones ambientales significativas que se han encontrado ser menores de lo esperado. Eso se debe a que la intensidad energética y las emisiones de una consulta dependen de factores como el tipo y tamaño del modelo, el resultado que se genera, la red eléctrica que alimenta el centro de datos que maneja la solicitud, la hora del día en que se procesa y otras variables.

JPMorgan también estima que el 60 % de los empleos en el mundo desarrollado enfrentan algún nivel de riesgo de automatización por parte de la IA, pero a medida que desaparecen los roles antiguos, deberían surgir nuevos roles.

En general, el mayor riesgo, según el banco, “es no estar expuesto a una tecnología transformadora”.

Adopción de IA, Uso de Energía y Carga Climática

La capacidad de la IA para automatizar tareas repetitivas, mejorar la toma de decisiones y aumentar la eficiencia y productividad en varios dominios ha llevado a su adopción generalizada.

Según una encuesta de McKinsey, el 88 % de los encuestados informó un uso regular de IA en al menos una función empresarial, un aumento del 10 % respecto al año anterior. Sin embargo, señaló que a nivel empresarial, la mayoría aún se encuentra en la fase de experimentación, y alrededor de un tercio dice que sus compañías han comenzado a escalar sus programas de IA.

Actualmente valorado en aproximadamente $400 mil millones, se proyecta que el mercado de IA alcance $1.8 billones para finales de esta década.

En cuanto a la inversión, la financiación privada de IA en EE. UU. superó los $109 mil millones en 2024, lo que equivale a aproximadamente 24 veces la del Reino Unido ($4.5 mil millones) y 12 veces la de China ($9.3 mil millones). De cara al futuro, un impresionante 92 % de las empresas planea invertir en IA generativa en los próximos tres años.

Aunque la adopción de IA está creciendo gracias a sus promesas de productividad sin precedentes, conlleva serios desafíos energéticos y medioambientales. El hecho es que la IA consume una enorme cantidad de energía. 

Entrenar modelos de IA requiere toneladas de energía, suficiente para alimentar varios cientos de hogares anualmente, y puede ser mucho mayor en la inferencia. Se estima que entre el 80 % y el 90 % de la potencia de cómputo para IA se utiliza en la inferencia.

Así, el consumo energético de la IA está asociado principalmente con la potencia computacional necesaria para entrenar y ejecutar estos modelos dentro de los centros de datos, donde los modelos de IA se cargan en grupos de servidores equipados con GPU como los Blackwell de Nvidia (NVDA ).

Los centros de datos son instalaciones que albergan servidores informáticos, sistemas de almacenamiento, fuentes de energía, sistemas de refrigeración, y equipos de red. Toda esta infraestructura es clave para no solo proporcionar los últimos servicios digitales como preguntar a ChatGPT, sino también para enviar un correo electrónico o transmitir un video.

Así, los centros de datos existen desde hace mucho tiempo, pero en los últimos años se han expandido sustancialmente. 

Hoy, existen más de 100 000 centros de datos, distribuidos por todo el mundo, siendo EE. UU. el que alberga más con más de 4 200, seguido por el Reino Unido y Alemania, ambos con alrededor de 500 cada uno. En EE. UU., un tercio de los centros de datos se concentran en solo tres estados: California, Texas y Virginia, y los dos últimos dependen en gran medida de combustibles fósiles para sus necesidades energéticas.

En términos generales, los centros de datos se dividen en tres categorías. Las instalaciones empresariales tradicionales son operadas internamente por las compañías para sus propias cargas de trabajo; los proveedores de colocation alquilan espacio de rack y energía a diferentes clientes en edificios compartidos. En el extremo superior están los campus “hiperescalables”, vastos sitios tipo almacén con decenas de miles de servidores que manejan los trabajos de IA y computación en la nube más intensivos.

Según JPMorgan, el gasto de capital de los hiperescaladores se proyecta que supere los $500 mil millones el próximo año a medida que las compañías compiten por construir centros de datos y asegurar energía escasa.

Entonces, ¿cuánta energía utilizan estos centros de datos? Mucha. Los centros de datos en EE. UU. consumieron 183 TWh de electricidad el año pasado, cuando el consumo eléctrico total anual alcanzó un máximo histórico.

Se estima que el consumo energético de estos centros de datos crecerá un 133 % para 2030, alcanzando 426 TWh. A nivel global, la IEA espera que la generación eléctrica dedicada a los centros de datos más que se duplique en su caso base, pasando de alrededor de 460 TWh en 2024 a poco más de 1 000 TWh para 2030.

En EE. UU., los centros de datos representaron el 4 % del consumo total de electricidad, lo que equivale a la demanda eléctrica anual de Pakistán. Después de permanecer estancada durante más de una década, se proyecta que la adopción de IA aumente esta participación al 12 % para 2028.
Desliza para desplazarte →

En cuanto a cuánto de este consumo energético de los centros de datos es responsabilidad de la IA, es difícil de determinar, ya que los centros de datos manejan diferentes tipos de cargas de trabajo. Sin embargo, un hiperescalador optimizado para IA consume anualmente tanta electricidad como 100 000 hogares.

Según las proyecciones recientes del Laboratorio Nacional Lawrence Berkeley, en los próximos tres años, más de la mitad de la electricidad consumida por los centros de datos se destinará a la IA, lo que será equivalente al consumo eléctrico anual del 22 % de todos los hogares de EE. UU.

La Mezcla Energética que Alimenta el Núcleo de la IA 

Con el rápido auge de la IA, los centros de datos están experimentando una tensión, enfrentando una presión creciente a medida que la demanda de electricidad se dispara.

La mayor parte de la electricidad, un promedio del 60 %, que utilizan los centros de datos realmente alimenta los servidores que procesan y almacenan información digital. Luego, los sistemas de refrigeración son responsables del segundo mayor consumo de energía, oscilando entre el 7 % y el 30 %, dependiendo de la eficiencia de la instalación.  

Estos sistemas de refrigeración evitan que los servidores se sobrecalienten, lo que requiere una gran cantidad de agua. En 2023, los centros de datos de EE. UU. consumieron directamente alrededor de 17 mil millones de galones de agua, con el 84 % de ese consumo atribuido a instalaciones de colocation e hiperescalado, que se espera consuman aproximadamente entre 16 y 33 mil millones de galones de agua anualmente para 2028.

En cuanto a las fuentes de energía utilizadas por los centros de datos, el gas natural suministró la mayor parte (más del 40 %) de la electricidad de los centros de datos en EE. UU., seguido por energías renovables como solar y eólica (24 %), energía nuclear (20 %) y carbón (15 %).

Gigantes tecnológicos como Google (GOOG ), Amazon (AMZN ), y Meta (META ) han prometido utilizar más energía nuclear, que actualmente solo representa el 20 % del suministro eléctrico en EE. UU., para reducir las emisiones de carbono de los centros de datos.

Esto explica por qué la IEA proyecta que las emisiones de CO₂ de la generación eléctrica para los centros de datos alcancen un pico de alrededor de 320 Mt CO₂ para 2030, antes de disminuir a aproximadamente 300 Mt CO₂ para 2035.

Según la IEA:

“A pesar del rápido crecimiento, los centros de datos siguen siendo una parte relativamente pequeña del sistema eléctrico total, pasando de alrededor del 1 % de la generación eléctrica global hoy a un 3 % en 2030, representando menos del 1 % de las emisiones totales de CO₂ a nivel mundial.”

Pero el público no lo piensa así. Según una encuesta del Pew Research Center de 2024 sobre el impacto ambiental más amplio de la IA en las próximas dos décadas, una cuarta parte de los adultos estadounidenses piensa que el impacto será negativo, y la misma proporción dice que el impacto será igualmente positivo y negativo.

Tanto las empresas como los investigadores siguen buscando continuamente formas de reducir el consumo energético tanto de la computación como de los centros de datos.

De hecho, se han logrado importantes mejoras en la eficiencia energética del hardware utilizado para la computación. Sin embargo, la tasa de ventajas en eficiencia se ha desacelerado mientras que las demandas computacionales de la IA se han acelerado.

El hecho es que los efectos de la IA en el consumo de energía van más allá del uso directo de electricidad para la computación. La energía, después de todo, es un insumo crítico en casi todas las actividades económicas, alimentando industrias y apoyando la infraestructura de la vida moderna.

Y los estudios muestran una fuerte correlación entre el consumo de energía y la producción económica, indicando que el uso de energía está estrechamente vinculado al crecimiento del PIB. Por lo tanto, si la IA mejora la productividad económica, también podría provocar un aumento del consumo energético agregado. Sin mencionar que el uso continuo de combustibles fósiles para alimentar la economía amplificará los efectos medioambientales de la producción eléctrica al contribuir al cambio climático.

Pero en lo que respecta a la IA, en realidad puede reducir el consumo de energía. Eso se puede lograr mediante la gestión de la demanda o mejorando la resiliencia de la infraestructura energética.

Sin embargo, a corto plazo, la dependencia de combustibles fósiles para la generación de energía resulta en mayor contaminación del aire, degradación de la calidad del agua y agravamiento del cambio climático.

Aunque se espera que el gas natural siga siendo la principal fuente de energía para los centros de datos a corto plazo, la firma global de investigación y consultoría Gartner anticipa “un rápido crecimiento en los sistemas de almacenamiento de energía en baterías para equilibrar las fluctuaciones de la energía solar y eólica” en los próximos tres a cinco años. La firma declaró lo siguiente en una nota de investigación:

“Nuevas alternativas de energía limpia in situ —como el hidrógeno verde, la geotermia y los pequeños reactores modulares— están comenzando a surgir y se convertirán en alternativas de combustible viables para los micro‑grids de centros de datos al final de la década.”

Potencial Verde de la IA y Compensaciones de Emisiones Climáticas

Aunque la IA tiene consecuencias medioambientales claras y masivas, nuevas investigaciones han encontrado que los riesgos medioambientales de los niveles actuales de uso de IA son menores de lo que pensamos. Además, en realidad puede apoyar el progreso medioambiental y el crecimiento económico.

Para proyectar los posibles resultados medioambientales de la IA si continúa expandiéndose al ritmo actual, en el estudio titulado “Vatios y bots: las implicaciones energéticas de la adopción de IA¹” publicado en Environmental Research, científicos de la Universidad de Waterloo y del Instituto Tecnológico de Georgia combinaron datos sobre la actividad económica de EE. UU. con estimaciones de cuán ampliamente se está adoptando la tecnología en diferentes ocupaciones e industrias.

A nivel industrial, los científicos estiman que los aumentos anuales en el consumo de energía oscilarán entre 0 y 12 petajulios (PJ), mientras que las emisiones de carbono podrían variar de 0 toneladas a 272 kt (ktCO₂).

¿Cuánta energía y CO₂ podría añadir la IA a nivel nacional?

Otros 28 PJ de consumo energético, lo que equivale a aproximadamente el 0,03 % del consumo energético anual nacional, podrían resultar de la adopción de IA cuando se agregan a lo largo de la economía. También añadiría 896 ktCO₂ en emisiones anuales, equivalente a alrededor del 0,02 % de la producción anual de CO₂ del país.

Esto se debe a que, según datos de la Administración de Información Energética de EE. UU. (BSIN ), el 83 % de la nación todavía depende de combustibles fósiles, es decir, carbón, petróleo y gas natural.

Formados a partir de los restos fosilizados de organismos, tardan millones de años en formarse y se consideran recursos no renovables. Aunque su suministro es finito, los combustibles fósiles son fuentes de energía cruciales para la generación eléctrica, el transporte y los procesos industriales. Notablemente, el uso de estos combustibles libera gases de efecto invernadero (GEI) y contribuye al cambio climático.

Los investigadores han encontrado que, aunque el consumo eléctrico relacionado con la IA en EE. UU. es comparable al consumo total de energía de Islandia, esta cantidad sigue siendo demasiado pequeña para registrarse de manera significativa a nivel nacional o global.

“Es importante señalar que el aumento en el consumo de energía no será uniforme. Se sentirá más en los lugares donde se produce la electricidad para alimentar los centros de datos,” dijo el economista ambiental, Dr. Juan Moreno-Cruz, profesor en la Facultad de Medio Ambiente de Waterloo y Catedrático de Investigación de Canadá en Transiciones Energéticas. Desde la perspectiva local, señaló que podría ser un “gran problema”, con algunos lugares viendo el doble de la producción eléctrica y emisiones. 

A mayor escala, sin embargo, “el uso de energía de la IA no será perceptible,” añadió Moreno-Cruz.

Aunque los investigadores no examinaron los efectos en las economías locales donde se encuentran los centros de datos, encontraron algunos resultados alentadores.

“Para las personas que creen que el uso de IA será un problema importante para el clima y piensan que deberíamos evitarlo, ofrecemos una perspectiva diferente,” dijo. “Los efectos en el clima no son tan significativos, y podemos usar la IA para desarrollar tecnologías verdes o mejorar las existentes.”

Puede contribuir a soluciones para la eficiencia energética y la reducción de emisiones al optimizar fuentes de energía renovable y procesos industriales, señaló el estudio.

Para llegar a sus conclusiones, los investigadores analizaron diferentes sectores de una economía, los empleos en esos sectores y qué parte de ellos podría ser realizada por IA. Planean repetir el estudio más allá de EE. UU., en otros países, para medir los impactos de la adopción de IA a nivel global y obtener una visión más completa del impacto de la tecnología en el consumo de energía y las emisiones.

Al señalar las limitaciones del estudio, los investigadores mencionaron la disponibilidad limitada de datos y la variabilidad de granularidad que afecta el análisis, la falta de información sobre la distribución espacial del consumo de energía, y la suposición de que los impactos de la IA en la productividad solo se dan a través de tareas que antes se realizaban a menor costo, sin contabilizar que la tecnología introduce nuevas tareas o afecta otras formas de producción como el capital.

Con su estudio, los investigadores buscan proporcionar una base útil para comprender las implicaciones más amplias del uso generalizado de IA en la economía.

Y sus hallazgos indican que la magnitud del aumento en el consumo de energía y emisiones por adopción de IA es “relativamente modesta comparada con la actividad económica total”.

Así, a medida que la IA revoluciona diferentes sectores y remodela varios aspectos de nuestra sociedad, el estudio llama a equilibrar los beneficios económicos y de productividad con los posibles aumentos en la demanda de energía y las emisiones de carbono asociadas.

Para lograr ese equilibrio, el estudio menciona invertir en fuentes de energía renovable, enfatizar aquellas tecnologías de IA que sean energéticamente eficientes, desarrollar estrategias para compensar el aumento de emisiones en industrias intensivas en IA, y usar la IA para mitigar vulnerabilidades al cambio climático.

A través del análisis y monitoreo constantes del impacto energético y medioambiental de la IA, podemos lograr un desarrollo sostenible de tecnologías transformadoras,” dijo el estudio.

Invertir en IA: Centros de Datos, Chips y Riesgo Climático

El mayor ganador de la actual locura de IA es Nvidia (NVDA ), una empresa de infraestructura informática de extremo a extremo que ofrece soluciones y software de IA además de contar con un segmento de videojuegos, visualización profesional y robótica.

Nvidia es la empresa más valiosa del mundo con una capitalización de mercado de $4.3 billones, que superó los $5 billones el mes pasado cuando sus acciones alcanzaron un máximo de 52 semanas de $212. Al momento de escribir esto, las acciones de NVDA cotizan a $179.5, con un aumento del 33.2 % en lo que va del año y más del 1 450 % en los últimos cinco años.

Como resultado del enorme gasto de las compañías de IA en infraestructura, el negocio de centros de datos de Nvidia registró un récord de $51.2 mil millones de dólares en ingresos, un aumento del 25 % respecto al trimestre anterior y del 66 % respecto al año anterior. Su clientela incluye a Google, Amazon, Meta, Microsoft (MSFT ), y Oracle.

Según la empresa, este negocio ha sido impulsado por la aceleración de potentes modelos de IA, aplicaciones agentes y computación. Las ventas de los chips GPU Blackwell de Nvidia también han sido “fuera de serie”, y las GPU en la nube se han agotado.

Como resultado, la compañía anunció una fábrica de IA, infraestructura informática especializada y otros proyectos de infraestructura que suman 5 millones de GPU, abarcando “todos los mercados, CSPs, soberanos, constructores modernos, empresas y centros de supercomputación”.

“La demanda de cómputo sigue acelerándose y compounding across training and inference — each growing exponentially. We’ve entered the virtuous cycle of AI. The AI ecosystem is scaling fast — with more new foundation model makers, more AI startups, across more industries, and in more countries. AI is going everywhere, doing everything, all at once,” dijo el CEO Jensen Huang en el reciente comunicado de resultados del tercer trimestre de Nvidia.

Últimas noticias de acciones de Nvidia Corporation (NVDA)

Conclusión: Impacto climático de la IA y conclusiones de inversión

Con la IA volviéndose más personalizada y capaz, adquiriendo la habilidad de razonar y resolver problemas complejos, su adopción y consumo energético aún se encuentran en etapas tempranas. La expansión de esta tecnología está impulsando la construcción masiva de centros de datos, presionando los sistemas eléctricos existentes y generando preocupaciones sobre la demanda eléctrica y las emisiones de carbono.

Sin embargo, como sugiere la investigación más reciente, el impacto energético nacional de la IA sigue siendo modesto, aunque su huella local puede ser significativa. Todo se reduce a que la combinación energética subyacente se desplace hacia fuentes bajas en carbono. Por lo tanto, la IA no es solo un motor de consumo energético, sino también una herramienta para la optimización de la energía, ayudando a modernizar redes, mejorar la eficiencia y acelerar la innovación centrada en el clima mientras desbloquea el valor económico que promete.

Haga clic aquí para obtener una lista de acciones tecnológicas disruptivas subvaloradas.

Referencias

Harding, A. R. & Moreno-Cruz, J. “Vatios y bots: las implicaciones energéticas de la adopción de IA.” Environmental Research Letters 20 (11), Article 114084 (2025). https://www.securities.io/carbon-capture-rivers/ en español.