Inteligencia Artificial - Parte I: Su consumo actual y futuro a corto plazo en los centros de datos

Los centros de datos son el corazón palpitante de la revolución de la inteligencia artificial. Pero, ¿qué pasa detrás de bambalinas? Revisemos de manera relajada cómo crece su huella energética y de recursos, y qué novedades hay hasta 2025.

¿Qué tan grande es el apetito energético de los centros de datos hoy?

• En 2023, el consumo eléctrico global de centros de datos rondó los 200 TWh, casi el doble de los ~100 TWh de 2017.

• Si seguimos así, para 2030 podríamos estar usando entre 350 y 550 TWh al año, impulsados en gran parte por la explosión de proyectos de IA.

Imagina que 200 TWh equivale a toda la electricidad que consumen los hogares de un país como Chile en un año. Y ojo, gran parte de este incremento viene de entrenar y servir modelos grandes de lenguaje, visión por computadora y análisis de datos en tiempo real.

IA vs. búsquedas web: ¿quién gasta más por consulta?

• Una sola interacción en ChatGPT gasta cerca de 3 Wh, unas 10 veces más que una búsqueda típica en Google (~0,3 Wh).

• Si tu chatbot procesa 1 millón de tokens de GPT-4, generas tanto CO₂ como si condujeras 20 km en un auto promedio.

  
  

Estos números no buscan asustar, sino invitarnos a reflexionar: a mayor complejidad y tamaño del modelo, crece la factura energética. Por eso hoy en día hay quienes investigan modelos “ligeros” o “distilados” que consumen mucho menos sin perder eficacia.

El rol del data center centrado en IA en la red eléctrica nacional

• En Estados Unidos, la IA en data centers ya supone el 5–6 % del consumo total de electricidad en 2023.

• Se espera que suba al 8–9 % para 2030, si no aceleramos la eficiencia o migramos a energías renovables a toda máquina.

  
  

En tu ciudad promedio, esto significa más inversiones en infraestructura de distribución y almacenamiento de energía, así como una mayor presión para mejorar la resiliencia de la red.

Agua: el otro recurso escaso

• Entrenar un modelo de IA grande puede evaporar cientos de miles de litros de agua en sistemas de refrigeración.

• La primera gran fase de entrenamiento de ChatGPT consumió unos 700,000 L de agua, casi lo que una familia de cuatro gasta en 80 años de uso doméstico.

• Se proyecta que, si continúa el ritmo actual, para 2027 los data centers de IA podrían evaporar 1–2 billones de galones (3,8–7,6 TWh hidráulicos) anuales en todo el mundo.

  
  

Reducir este gasto involucra soluciones como refrigeración por aire libre (free cooling), intercambio de calor con sistemas urbanos y diseños arquitectónicos que integren “ríos artificiales” o lagos de acumulación.

Estrategias para un futuro más verde

1. Mejorar la eficiencia energética (PUE)

   • El PUE promedio en 2020 estaba en 1.58; los mejores casos van por debajo de 1.2 gracias a diseños modulares y economizadores de aire.

2. Optimizar el uso de agua (WUE)

   • Adoptar torres de enfriamiento avanzadas y recuperación de agua de lluvia puede reducir el WUE en 30–50 %.

3. Programación “grid-aware”

   • Adaptar cargas (por ejemplo, entrenamientos nocturnos) para cuando la red esté menos cargada y con mayor proporción de energía renovable disponible.

4. Migrar a energías limpias

   • Cada vez más data centers firman contratos corporativos de energía renovable (PPA) para cubrir el 100 % de su consumo, como hicieron gigantes como Google y Meta en 2024.

Más allá de la tecnología: ¿qué puede hacer tu empresa?

• Hacer auditorías energéticas anuales y fijar metas de reducción.

• Incentivar a los equipos de IA para que optimicen modelos: menos parámetros y más precisión.

• Colaborar con proveedores de energía local para acceder a tarifas “verdes” o dinámicas.

• Formar un comité interno de sustentabilidad que combine TI, operaciones y finanzas.

  
  

Estas acciones no solo alivian la factura de luz, sino que también elevan la reputación corporativa y responden a clientes y reguladores cada vez más exigentes con el impacto ambiental.

Reflexión final

Estamos en la encrucijada donde la innovación en IA se topa con los límites de la infraestructura energética y de recursos. Transformar este desafío en oportunidad depende de nuestra capacidad para diseñar data centers eficientes, reutilizar recursos y aprovechar la inteligencia —literal y figurada— para equilibrar progreso y sostenibilidad.

¿Listo para sumarte al cambio?