Llevo un tiempo con la misma sensación incómoda cada vez que leo un titular sobre inteligencia artificial y sostenibilidad. Dicen que los grandes modelos serán más eficientes, que las renovables lo van a compensar, que la industria ya trabaja en ello. Y puede que sea verdad, en parte. Pero hay algo en esa narrativa que no encaja con los datos que voy encontrando.
Te lo cuento sin rodeos, porque creo que es un tema que merece más honestidad de la que suele recibir.
El consumo que nadie quiere calcular en voz alta
Según el informe IA sostenible para un futuro más verde de NTT DATA, la demanda eléctrica global de los centros de datos podría alcanzar los 1.000 teravatios hora para 2026. Para que te hagas una idea, eso cuadruplicaría el consumo eléctrico anual de España. Cuatro veces. No es una proyección alarmista de un grupo ecologista: es de una empresa tecnológica con intereses directos en el sector.
La IEA apunta en la misma dirección: los centros de datos podrían triplicar su demanda eléctrica respecto a la década anterior. Y la mayor parte de ese crecimiento lo impulsa, directamente, el entrenamiento e inferencia de modelos de IA generativa.
Cuando alguien te dice que ChatGPT o cualquier otro modelo grande es «más eficiente que antes», lo que te está diciendo es verdad, pero incompleta. Sí, los modelos mejoran su eficiencia por parámetro. Lo que no te dice es que al mismo tiempo se entrenan modelos diez veces más grandes, con mucha más frecuencia, y que el volumen de consultas crece de forma exponencial. La eficiencia por operación sube, pero el consumo total también sube. Esto no es contradicción: es el efecto rebote, y en termodinámica lleva décadas documentado.
El argumento de las renovables tiene un problema de timing
La industria lleva tiempo usando el argumento de la transición energética como escudo. «Vamos a alimentar nuestros centros de datos con renovables.» Microsoft, Google, Amazon lo dicen en sus informes de sostenibilidad. Y hay compromisos reales, no lo niego.
El problema está en el timing. Las renovables que se instalan hoy no llegan a la red de la noche a la mañana. Los grandes parques eólicos y solares tienen ciclos de desarrollo de cuatro a siete años. Mientras tanto, la demanda de los centros de datos crece trimestre a trimestre. Lo que está pasando en la práctica es que muchos de estos centros se conectan a redes donde la generación marginal sigue siendo gas o carbón. Los certificados de energía renovable (RECs) que compran algunas empresas no equivalen a consumir energía renovable en tiempo real: son un instrumento contable, no físico.
En el artículo de Expansión del 27 de marzo, un analista lo resume bien: el peso de los centros de datos dentro del consumo eléctrico nacional crece a un ritmo que descoloca incluso a los países tecnológicamente avanzados. Y eso en un contexto donde la infraestructura de transmisión ya está bajo presión por la incorporación de renovables intermitentes.
Lo que se esconde detrás de los 66.900 millones
Hace unas semanas salió ese titular sobre la inversión en centros de datos en España. Esa cifra, que en ticweb.es ya comentamos en su momento, se presenta como señal de confianza en el país. Puede que lo sea. Pero hay otra lectura: esa inversión implica una demanda eléctrica adicional que nuestras redes no estaban diseñadas para absorber en estos plazos.
El artículo de Computerworld sobre el futuro de los centros de datos lo deja bastante claro: el envejecimiento de las infraestructuras de transmisión, combinado con la creciente capacidad de los centros de datos para influir en la estabilidad de la red, es uno de los factores críticos para los próximos años. No es un problema de dentro de una década. Es de ahora.
¿Qué hace la industria con esto?
Sería injusto decir que no pasa nada. Hay iniciativas reales: enfriamiento líquido, coubicación de centros de datos junto a fuentes de energía limpia, optimización de inferencia, modelos más pequeños y especializados. Proyectos como TurboQuant de Google, que comprime la memoria de los LLMs seis veces, apuntan en la buena dirección.
Pero en mi opinión, hay una brecha importante entre la velocidad a la que se adopta la IA y la velocidad a la que se resuelven sus implicaciones energéticas. Y esa brecha se está ampliando, no cerrando.
Los incentivos actuales del sector no favorecen la moderación. Cada empresa quiere lanzar el modelo más potente antes que la competencia. Los inversores miden el progreso en parámetros de benchmark, no en kilovatios por consulta. Y los usuarios, entre los que me incluyo, consumimos estas herramientas sin pensar demasiado en lo que cuestan en términos reales.
La pregunta que nadie hace en los congresos de IA
En los eventos del sector se habla mucho de capacidades, de casos de uso, de ROI. Se habla menos de lo que implica escalar todo esto a nivel planetario con la infraestructura energética que tenemos hoy. Quizá porque la respuesta honesta es que no sabemos cómo vamos a resolver esa ecuación en los plazos que la industria está marcando.
No te estoy diciendo que la IA es mala ni que haya que frenarla. Te estoy diciendo que la narrativa de «es eficiente y vamos hacia las renovables» no cuenta toda la historia. Y me parece importante que quien trabaje con estas tecnologías, ya sea desarrollando, comprando servicios cloud o simplemente usando herramientas de IA en el día a día, tenga esa imagen completa.
Mi pregunta para ti es concreta: ¿en tu empresa o proyecto habéis puesto alguna vez un número al coste energético real de los servicios de IA que consumís, y habéis comparado ese dato con vuestros objetivos de sostenibilidad?
Fuentes
- El Periódico de la Energía: La demanda eléctrica de los centros de datos en 2026
- Expansión: El crecimiento de la IA tensiona el modelo energético
- Computerworld: Escasez de energía y centros de datos en 2026
- El Artesano Digital: Consumo energético de los centros de datos de IA
- Ecosistema Startup: Centros de datos, IA y energía