Los centros de datos de IA consumirán más electricidad que Japón entero

La revolución de la inteligencia artificial avanza a un ritmo arrollador, pero con un coste energético que amenaza los compromisos climáticos globales. Un nuevo informe de la Agencia Internacional de la Energía (AIE) advierte que los centros de datos —en su mayoría dedicados al entrenamiento y ejecución de modelos de IA— más que duplicarán su consumo eléctrico de aquí a 2030. Estados Unidos, China y Japón liderarán este crecimiento, mientras gobiernos y empresas luchan por adaptarse a una nueva era digital marcada por el alto voltaje. Con tecnologías como ChatGPT, Gemini o Copilot demandando una infraestructura cada vez más voraz, el reto ya no es solo técnico, sino también ecológico y político.

El apetito eléctrico de la inteligencia artificial

En 2024, los centros de datos consumieron 415 teravatios-hora (TWh) de electricidad, pero para 2030 esa cifra superará los 945 TWh, según la AIE. Este salto exponencial se debe, en gran parte, a la implantación masiva de modelos de IA generativa, entrenamientos a gran escala y servicios cloud que ofrecen inferencias en tiempo real.

Estados Unidos representará casi la mitad de este aumento energético, seguido de cerca por China. Japón, sin embargo, será el país con el impacto más profundo proporcionalmente, ya que sus centros de datos podrían ser responsables de más del 50% del crecimiento de demanda eléctrica nacional. Malasia, por su parte, verá cómo hasta un 20% de su aumento energético se concentra en estos complejos tecnológicos.

Esta transformación sitúa a los centros de datos como actores clave en el debate energético global, al nivel de industrias históricamente contaminantes como la siderurgia o el cemento.

La IA consume más que toda la industria pesada

El informe advierte que, solo en Estados Unidos, la electricidad destinada al procesamiento de IA superará a la de todas las industrias pesadas combinadas para 2030. Esto incluye sectores como el del acero, el cemento o la química básica, que hasta ahora lideraban el ranking de consumo energético.

La causa principal es la intensidad computacional de los modelos de IA actuales. Un entrenamiento de gran escala, como los realizados por OpenAI, Google DeepMind o Meta, puede requerir semanas de cálculos continuos y el uso de cientos de miles de chips especializados (GPUs y TPUs) operando al máximo rendimiento.

A esto se suma el uso creciente de la IA en tiempo real: cada respuesta generada por un chatbot o cada análisis predictivo en una empresa requiere procesos energéticamente costosos que, en conjunto, generan una carga sin precedentes para la red eléctrica.

Riesgos para el clima y la seguridad energética

El coste de esta expansión no es solo económico: también es ambiental. Si la electricidad consumida por los centros de datos no proviene de fuentes renovables, las emisiones de carbono se dispararán. La AIE ya estima que, para 2030, el consumo de estos centros superará al de todo Japón en la actualidad.

El impacto medioambiental se agrava por el uso intensivo de sistemas de refrigeración, que consumen agua y energía adicional, especialmente en países cálidos. Las proyecciones sugieren que, sin intervenciones, los centros de datos podrían poner en riesgo los objetivos de reducción de emisiones del Acuerdo de París.

Además, el crecimiento descontrolado del consumo energético vinculado a la IA genera nuevas vulnerabilidades en la seguridad energética, al aumentar la dependencia de infraestructuras estables y fuentes continuas de electricidad.

La paradoja: la IA como parte del problema… y de la solución

La ironía es que la propia IA también puede ayudar a resolver los problemas que está agravando. Desde algoritmos que optimizan el funcionamiento de las redes eléctricas hasta modelos que predicen la producción solar o eólica con gran precisión, la inteligencia artificial tiene el potencial de mejorar radicalmente la eficiencia energética global.

Empresas de energía ya utilizan IA para predecir picos de demanda, reducir pérdidas por distribución y gestionar mejor la integración de renovables. En el ámbito industrial, modelos inteligentes permiten reducir consumos en procesos de fabricación, logística y climatización.

Pero para que este potencial se materialice, la comunidad tecnológica debe asumir su responsabilidad y dejar de tratar la eficiencia energética como un “extra”. Es necesario que los nuevos modelos de IA sean menos costosos computacionalmente desde su diseño.

Estrategias para contener la escalada energética

Ante esta situación, expertos y organismos internacionales están apostando por una estrategia de mitigación basada en tres pilares: eficiencia, infraestructura y energías limpias. El objetivo: desacoplar el crecimiento del poder computacional de la IA de la expansión del consumo energético.

Por un lado, se promueve el desarrollo de modelos más eficientes, que necesiten menos entrenamiento y procesamiento por tarea. Iniciativas como los small language models o técnicas de knowledge distillation ya ofrecen alternativas más sostenibles sin sacrificar funcionalidad.

Por otro, se trabaja en mejorar la eficiencia energética de los centros de datos. Esto incluye desde la optimización del diseño térmico hasta la inversión en sistemas de refrigeración por inmersión o el aprovechamiento del calor residual para calefacción urbana.

Finalmente, se fomenta la conexión directa de centros de datos a fuentes renovables, junto con la implementación de redes eléctricas inteligentes que puedan adaptarse dinámicamente a la demanda.

Un reto energético que define la era de la IA

El auge de la inteligencia artificial es comparable en impacto al de la electrificación o la industrialización. Pero, como toda revolución tecnológica, plantea dilemas éticos, sociales… y en este caso, energéticos. Si el progreso de la IA continúa sin una estrategia de sostenibilidad clara, podría convertirse en uno de los motores del cambio climático en lugar de una herramienta para mitigarlo.

Los próximos cinco años serán clave. Los gobiernos deberán regular el consumo energético de los gigantes tecnológicos. Las empresas, replantear su arquitectura digital. Y los ciudadanos, exigir más transparencia y responsabilidad.

Porque cada consulta a un asistente virtual, cada imagen generada, cada voz sintetizada… consume energía. Y en la era de la IA, eso significa consumir el futuro.