Un nuevo análisis pronostica que la inteligencia artificial (IA) podría consumir más electricidad que la minería de Bitcoin para finales del año 2025. El estudio sugiere que la IA podría llegar a demandar cerca de la mitad de toda la electricidad utilizada por los centros de datos a nivel mundial en ese plazo, a pesar de los avances en eficiencia. Esta proyección subraya la creciente huella energética de una tecnología en auge y plantea serias dudas sobre su sostenibilidad a largo plazo.
La investigación, obra de Alex de Vries-Gao, candidato a doctorado en el Instituto de Estudios Ambientales de la Vrije Universiteit Amsterdam y conocido por su trabajo en el sitio web Digiconomist donde rastrea el consumo eléctrico de las criptomonedas, fue publicada la semana pasada en la revista Joule, según informa The Verge.
El Creciente Apetito Energético de la Inteligencia Artificial
Según De Vries-Gao, la inteligencia artificial ya representa hasta una quinta parte de la electricidad que consumen los centros de datos. Aunque obtener cifras exactas es complicado sin que las grandes empresas tecnológicas compartan datos específicos sobre el consumo energético de sus modelos de IA, el investigador ha realizado proyecciones basándose en la cadena de suministro de chips informáticos especializados para IA.
Para sus estimaciones, De Vries-Gao utilizó lo que él denomina una técnica de «triangulación», recurriendo a detalles de dispositivos disponibles públicamente, estimaciones de analistas y los informes de resultados trimestrales de las empresas. Un dato clave es que Taiwan Semiconductor Manufacturing Company (TSMC), que fabrica chips de IA para Nvidia y AMD entre otras, vio cómo su capacidad de producción de chips empaquetados para IA se duplicó con creces entre 2023 y 2024.
Tras calcular la cantidad de equipos especializados en IA que se pueden producir, De Vries-Gao comparó esta cifra con la información sobre cuánta electricidad consumen estos dispositivos. Descubrió que, el año pasado, estos equipos probablemente consumieron tanta electricidad como su país de origen, los Países Bajos. Para finales de 2025, espera que esta cifra se acerque al consumo de un país tan grande como el Reino Unido, con una demanda de energía para la IA que alcanzaría los 23 gigavatios (GW).
De Vries-Gao y otros investigadores que intentan comprender el consumo energético de la IA han constatado que su apetito está creciendo a un ritmo lo suficientemente rápido como para justificar un mayor escrutinio, incluso a pesar de las mejoras en la eficiencia.
Paralelismos Preocupantes con la Minería de Criptomonedas
Alex de Vries-Gao, quien ha dedicado años a investigar el consumo eléctrico y el impacto ambiental de las criptomonedas, confesó a The Verge que pensaba que su trabajo en este campo estaba llegando a su fin, especialmente después de que criptomonedas alternativas a Bitcoin, como Ethereum, migraran a tecnologías menos intensivas en energía. «Y entonces ocurrió ChatGPT», relató. «Pensé: ‘Oh, vaya, aquí vamos de nuevo’. Esta es otra tecnología habitualmente intensiva en energía, especialmente en mercados extremadamente competitivos».
El investigador ve dos paralelismos clave con su trabajo anterior. El primero es una mentalidad de «cuanto más grande, mejor». «Vemos a estas grandes compañías tecnológicas aumentando constantemente el tamaño de sus modelos, intentando tener el mejor modelo del mercado, pero mientras tanto, por supuesto, también aumentando las demandas de recursos de esos modelos», señaló.
Esta carrera ha provocado un auge en la construcción de nuevos centros de datos para IA, particularmente en Estados Unidos. Las compañías energéticas planean construir nuevas centrales eléctricas de gas y reactores nucleares para satisfacer la creciente demanda eléctrica de la IA. Los picos repentinos en la demanda de electricidad pueden estresar las redes eléctricas y obstaculizar los esfuerzos para cambiar a fuentes de energía más limpias, problemas similares a los que plantean las nuevas minas de criptomonedas.
El segundo paralelismo que De Vries-Gao observa es lo difícil que puede ser determinar cuánta energía están utilizando realmente estas tecnologías y cuál es su impacto ambiental.
El Desafío de la Transparencia en la Era de la IA
Aunque muchas grandes empresas tecnológicas que desarrollan herramientas de IA han establecido objetivos climáticos e incluyen sus emisiones de gases de efecto invernadero en informes anuales de sostenibilidad –así se sabe que tanto la huella de carbono de Google como la de Microsoft han crecido en los últimos años a medida que se centran en la IA–, las empresas no suelen desglosar los datos para mostrar qué parte es atribuible específicamente a la IA.
«La cantidad ingente de pasos que hay que dar para poder ponerle una cifra a esto, creo que es realmente absurdo», declaró De Vries-Gao a The Verge. «No debería ser tan ridículamente difícil. Pero, lamentablemente, lo es». Este misterio, según el artículo, podría resolverse si las empresas tecnológicas fueran más transparentes sobre la IA en sus informes de sostenibilidad.
Factores que Complican las Predicciones Energéticas
Realizar predicciones generales sobre el consumo de energía de la IA y su impacto ambiental resultante sigue siendo muy difícil. Un artículo publicado en MIT Technology Review la semana pasada, con el apoyo del Tarbell Center for AI Journalism, expone claramente esta complejidad. Por ejemplo, una persona que utiliza herramientas de IA para promocionar una recaudación de fondos podría generar casi el doble de contaminación por carbono si sus consultas fueran respondidas por centros de datos en Virginia Occidental en comparación con California. La intensidad energética y las emisiones dependen de una variedad de factores, incluyendo los tipos de consultas realizadas, el tamaño de los modelos que responden a esas consultas y la proporción de energías renovables y combustibles fósiles en la red eléctrica local que alimenta el centro de datos.
Además, un informe separado de la consultora ICF, también de la semana pasada, pronostica un aumento del 25% en la demanda de electricidad en Estados Unidos para finales de la década, debido en gran parte a la IA, los centros de datos tradicionales y la minería de Bitcoin.
¿Eficiencia o Mayor Demanda? El Futuro Incierto del Consumo de la IA
Mirando hacia el futuro, existe aún más incertidumbre sobre si las ganancias en eficiencia energética lograrán estabilizar la demanda de electricidad. La empresa DeepSeek causó sensación a principios de este año al afirmar que su modelo de IA podría usar una fracción de la electricidad que consume el modelo Llama 3.1 de Meta, lo que plantea interrogantes sobre si las empresas tecnológicas realmente necesitan ser tan devoradoras de energía para avanzar en la IA. La cuestión es si priorizarán la construcción de modelos más eficientes y abandonarán el enfoque de «cuanto más grande, mejor», que consiste simplemente en lanzar más datos y potencia de cálculo a sus ambiciones de IA.
Un precedente lo encontramos en el mundo de las criptomonedas. Cuando Ethereum pasó a una estrategia mucho más eficiente energéticamente para validar transacciones que la minería de Bitcoin, su consumo de electricidad se desplomó repentinamente en un 99,988%. Los defensores del medio ambiente han presionado a otras redes blockchain para que sigan su ejemplo. Sin embargo, otros, especialmente los mineros de Bitcoin, son reacios a abandonar las inversiones ya realizadas en hardware existente.
También existe el riesgo de la paradoja de Jevons con la IA: que modelos más eficientes sigan consumiendo cantidades crecientes de electricidad porque la gente simplemente comienza a usar más la tecnología. En cualquier caso, será difícil gestionar el problema sin medirlo primero.
La Necesidad de Medir para Gestionar
El vertiginoso ascenso de la inteligencia artificial trae consigo un desafío energético cada vez más evidente. Las proyecciones de Alex de Vries-Gao, aunque basadas en estimaciones ante la falta de datos directos, encienden una luz de alarma sobre la sostenibilidad de esta revolución tecnológica. La comparación con el consumo energético de Bitcoin, una tecnología ya criticada por su huella ambiental, sitúa el problema en una perspectiva preocupante.
La transparencia por parte de las grandes corporaciones tecnológicas se perfila como un primer paso indispensable. Sin datos claros y desglosados sobre el consumo energético específico de sus operaciones de IA, tanto investigadores como reguladores y el público general navegan a ciegas. Comprender la magnitud real del problema es crucial para poder desarrollar estrategias efectivas que permitan equilibrar el avance tecnológico con la responsabilidad ambiental, antes de que la demanda energética de la IA se convierta en un obstáculo insalvable para los objetivos climáticos globales.
