Según un reciente informe de la Agencia Internacional de la Energía (IEA, por sus siglas en inglés), recogido por The Guardian, el crecimiento exponencial de la inteligencia artificial (IA) podría llevar a un aumento sustancial en el consumo energético global. La entidad advierte que los centros de datos dedicados a IA consumirán casi tanta electricidad como Japón hacia finales de esta década, lo que plantea retos significativos para la sostenibilidad del sistema energético mundial.
Auge de la IA y presión sobre las infraestructuras energéticas
La expansión global de tecnologías basadas en IA ha generado una transformación profunda en sectores como la industria, los servicios y la planificación urbana. Sin embargo, esta revolución tecnológica conlleva también una creciente presión sobre las infraestructuras energéticas existentes. En particular, los centros de datos —infraestructuras críticas para el procesamiento y almacenamiento masivo de datos— están creciendo en tamaño y complejidad para dar respuesta a las exigencias computacionales del aprendizaje automático y los modelos generativos.
La IEA destaca que el uso eléctrico asociado a estos centros se duplicará con creces para 2030, siendo la IA el principal motor de este crecimiento. En Estados Unidos, se prevé que estas instalaciones consuman más electricidad que toda la industria pesada combinada, incluyendo acero, cemento y productos químicos.
Proyecciones energéticas hasta 2030
Centros de datos: escala y consumo energético
El documento estima que un centro de datos típico ya consume tanta electricidad como 100.000 hogares. No obstante, algunos proyectos actualmente en construcción podrían requerir hasta veinte veces más energía. Estas cifras evidencian el cambio estructural que supone el despliegue masivo de infraestructuras destinadas específicamente a cargas computacionales intensivas relacionadas con IA.
Fatih Birol, director ejecutivo de la IEA, subraya: “Con el auge de la IA, el sector energético está al frente de una de las revoluciones tecnológicas más importantes de nuestro tiempo”. Añade además que “la IA es una herramienta potencialmente poderosa, pero depende de nuestras sociedades, gobiernos y empresas decidir cómo utilizarla”.
Cobertura renovable insuficiente
A pesar del crecimiento previsto, solo cerca del 50% de este aumento en demanda eléctrica será cubierto por fuentes renovables. Esto implica un riesgo considerable si no se acelera drásticamente la transición energética y la adaptación regulatoria para integrar nuevas tecnologías limpias.
Aplicaciones positivas: eficiencia energética y planificación optimizada
Rediseño de redes eléctricas
Una parte fundamental del informe apunta al potencial positivo de la IA para mejorar la eficiencia energética. Por ejemplo, puede facilitar el rediseño de redes eléctricas tradicionales —actualmente pensadas para plantas fósiles centralizadas— hacia sistemas más resilientes capaces de integrar fuentes intermitentes como la solar o eólica. Esta reorganización permitiría un mejor equilibrio entre oferta y demanda energética.
Eficiencia industrial y sistemas urbanos inteligentes
La inteligencia artificial puede también detectar ineficiencias ocultas dentro de procesos industriales complejos o cadenas logísticas. Según el informe, muchas oportunidades actuales para optimizar procesos se desaprovechan porque las empresas prefieren mantener sistemas heredados antes que modificar prácticas ineficientes.
Otras aplicaciones incluyen planificación urbana mediante modelos predictivos para transporte público o diseño vial inteligente; así como detección temprana de amenazas a infraestructuras críticas.
Minería estratégica y recursos para renovables
Además, compañías mineras podrían utilizar algoritmos avanzados para descubrir nuevos yacimientos minerales estratégicos, fundamentales en tecnologías limpias como turbinas eólicas o vehículos eléctricos. Este tipo de aplicaciones puede contribuir indirectamente al desarrollo del ecosistema renovable global.
Tensiones ambientales: agua, combustibles fósiles y regulación insuficiente
Riesgo climático versus eficiencia esperada
Aunque el informe minimiza el riesgo climático derivado del auge de IA —alegando posibles mejoras sistémicas— diversos expertos discrepan. Claude Turmes, exministro luxemburgués y ex eurodiputado verde, considera que los riesgos son mayores que los beneficios optimistas descritos por la IEA. Critica además la falta de recomendaciones reguladoras concretas: “En lugar de aconsejar cómo regular el impacto negativo masivo sobre el sistema energético, Fatih Birol le hace un regalo a Trump y a las tecnológicas que financian su administración”, señaló Turmes.
Regreso del carbón en EE.UU.
En algunos países desarrollados como Estados Unidos, donde ciertas plantas térmicas estaban siendo clausuradas gradualmente, la demanda impulsada por IA podría reactivar incluso centrales alimentadas con carbón. Esta posibilidad gana peso ante políticas energéticas más laxas respaldadas por sectores políticos favorables al carbón.
Uso intensivo del agua
A ello se suma otro factor crítico: el uso extensivo del agua dulce para refrigeración en centros dedicados a IA. Una investigación previa realizada por The Guardian reveló cómo algunos megaproyectos tecnológicos podrían estar extrayendo recursos hídricos en regiones extremadamente áridas, generando tensiones medioambientales adicionales.
Implicaciones futuras para el sector tecnológico empresarial
A corto plazo, las empresas tecnológicas deberán afrontar costes crecientes asociados al suministro eléctrico y presiones regulatorias crecientes respecto a su huella ambiental. A medio plazo, se espera un impulso notable hacia infraestructuras energéticamente eficientes e inversiones específicas en IA sostenible.
Pese al panorama desafiante, también surgen oportunidades estratégicas: desde nuevos modelos energéticos distribuidos hasta alianzas entre tecnológicas e instituciones públicas centradas en eficiencia digital sostenible. El papel activo del sector empresarial será decisivo tanto para mitigar impactos negativos como para acelerar beneficios sistémicos derivados del uso responsable de inteligencia artificial.
