Novecientos cuarenta y cinco teravatios hora al año. Esa es la estimación que la Universidad de las Naciones Unidas atribuye a los centros de datos que alimentan la inteligencia artificial de aquí a 2030, en un estudio publicado a principios de junio por el Instituto para el Agua, el Medio Ambiente y la Salud (UNU-INWEH) y recogido por UN News. Para tener un punto de comparación: es casi el triple del consumo eléctrico anual combinado de Pakistán, Bangladés y Nigeria, países que juntos suman más de 650 millones de habitantes.
La cifra, ya de por sí enorme, es solo el principio. El estudio calcula también una huella hídrica, ligada a la refrigeración de las instalaciones y a la producción de energía, que para el final de la década podría igualar las necesidades domésticas básicas de agua de 1.300 millones de personas en el África subsahariana. Y una huella de suelo, vinculada a la generación de energía y a las cadenas de suministro, que podría superar los 14.500 kilómetros cuadrados, aproximadamente el doble del área metropolitana de Yakarta.
El dato quizá más contraintuitivo tiene que ver con dónde se concentra realmente el consumo energético de la IA. El debate público lleva años centrado en la energía necesaria para entrenar los grandes modelos, pero según el estudio el uso diario, cada pregunta a un asistente virtual, cada imagen generada, representa entre el 80 y el 90% de la demanda energética total. Un solo servicio de IA muy utilizado procesa, según las estimaciones citadas, unos 2.500 millones de solicitudes al día, con un consumo que se mide en cientos de gigavatios hora al año. Y no todas las solicitudes pesan lo mismo: generar una sola imagen puede requerir más de mil veces la energía de una simple clasificación de texto, mientras que generar un vídeo exige todavía más.
Hay además una paradoja que el estudio señala sin rodeos: pasarse a fuentes renovables puede reducir las emisiones de carbono, pero en algunos casos aumenta de forma significativa el consumo de agua o el uso de suelo, desplazando el problema en lugar de resolverlo. Y los costes ambientales no se reparten de forma uniforme: en algunos países los centros de datos ya absorben una parte creciente de la electricidad nacional, mientras que en otros las nuevas instalaciones consumen fuertemente reservas hídricas ya bajo presión, a veces en plena sequía.
Completa el cuadro un dato sobre la concentración geográfica de la capacidad de cómputo: más del 90% de la capacidad de procesamiento especializada en IA se encuentra en solo dos países, Estados Unidos y China, mientras que más de 150 naciones carecen de infraestructura significativa en su territorio, un hecho que, según los investigadores de la UNU, plantea también un problema de justicia ambiental, con países que asumen los costes sin compartir los beneficios del crecimiento ligado a la IA.
El estudio no es, aclaran los propios autores, un argumento contra la inteligencia artificial en sí misma, sino un llamado a planificar su expansión dentro de los límites del planeta, integrando las infraestructuras de IA en la planificación energética, hídrica y territorial, en lugar de dejarlas crecer como si los recursos fueran infinitos.