Salesforce, en colaboración con Hugging Face, Cohere y la Universidad Carnegie Mellon, ha anunciado el lanzamiento de AI Energy Score, una herramienta pionera que permite a desarrolladores y usuarios de inteligencia artificial evaluar y comparar el consumo energético de distintos modelos. Este estándar de medición busca establecer un marco de referencia claro para la eficiencia energética de la IA y promover la transparencia sobre su impacto ambiental.
La iniciativa incluye la publicación de las puntuaciones energéticas de 166 modelos de IA de uso común, proporcionando una herramienta clave para que empresas y desarrolladores identifiquen las soluciones con menor impacto ambiental. Salesforce también se convierte en la primera compañía en revelar los datos de eficiencia energética de sus modelos patentados bajo este nuevo marco.
Un referente en la medición del impacto ambiental de la IA
AI Energy Score se presentó durante el AI Action Summit, donde líderes de más de 100 países, junto con representantes del sector privado y la sociedad civil, analizaron los beneficios y desafíos de la inteligencia artificial. La iniciativa ha sido reconocida por el Gobierno francés y el Foro de la Paz de París por su potencial para transformar la industria y fomentar el desarrollo sostenible.
El estándar incluye las siguientes características:
- Clasificaciones energéticas estándar: Un marco unificado para medir y comparar la eficiencia energética de los modelos de IA.
- Clasificación pública: Una tabla de clasificación que evalúa modelos en 10 tareas comunes de IA, incluyendo generación de texto, imágenes y resumen, con modelos como SFR-Embedding, xLAM y SF-TextBase de Salesforce.
- Portal de evaluación comparativa: Una plataforma donde desarrolladores pueden enviar modelos abiertos o patentados para su evaluación. Los modelos de código abierto se analizan automáticamente, mientras que los cerrados se someten a pruebas en un entorno seguro.
- Etiqueta de eficiencia energética: Un sistema de calificación de 1 a 5 estrellas, donde cinco estrellas representan la mayor eficiencia. Este etiquetado facilita la identificación de modelos más sostenibles, promoviendo su adopción en el mercado.
Crecimiento del consumo energético de la IA
El impacto ambiental de la inteligencia artificial ha generado preocupación en la comunidad científica y reguladora. Se estima que en 2025, la IA consumirá 100 teravatios-hora (TWh) de electricidad a nivel mundial, con previsiones que apuntan a un crecimiento de hasta 1.370 TWh en 2035. En Estados Unidos, el consumo eléctrico de los centros de datos, impulsado en gran parte por la IA, podría representar entre 6,7 % y 12 % del consumo total de electricidad en 2028.
El aumento de la demanda energética también está provocando la ampliación de la infraestructura basada en combustibles fósiles. Se prevé que Estados Unidos añadirá 46 gigavatios de capacidad de gas natural para 2030, lo que equivale al sistema eléctrico de Noruega. Esta tendencia podría obstaculizar los esfuerzos globales para la transición energética y la reducción de emisiones.
A pesar de estos desafíos, hasta la fecha no existía un método estandarizado para evaluar la huella ambiental de cada sistema de IA. AI Energy Score busca cubrir esta carencia, proporcionando un sistema de puntuación basado en pruebas comparativas en tareas específicas, incluyendo modelos abiertos y propietarios.
Salesforce y la sostenibilidad en IA con Agentforce
Además de AI Energy Score, Salesforce está implementando estrategias para reducir el impacto ambiental de sus soluciones de inteligencia artificial. Un ejemplo de ello es Agentforce, la capa de IA de la plataforma Salesforce diseñada para la creación y despliegue de agentes autónomos de IA en distintas áreas empresariales.
A diferencia de otros enfoques que requieren entrenar modelos de alto consumo energético para cada cliente, Agentforce emplea pequeños modelos optimizados desde el inicio, minimizando la necesidad de entrenamiento intensivo y reduciendo el gasto energético.
Entre sus características destacan:
- Uso de modelos eficientes: En lugar de depender de un único modelo de lenguaje de gran tamaño (LLM), combina pequeños modelos especializados con técnicas avanzadas de razonamiento de agentes, reduciendo el consumo energético.
- Optimización de recursos: Aprovecha los datos personalizados de Salesforce Data Cloud y Salesforce Platform, mejorando la precisión y reduciendo el desperdicio de recursos informáticos.
- Modelos eficientes como SFR-RAG: Este modelo, desarrollado por Salesforce, está diseñado para proporcionar respuestas precisas con menor consumo de energía, citando fuentes y extrayendo datos de manera eficiente.
Según Suzanne DiBianca, vicepresidenta ejecutiva y directora de impacto de Salesforce, «reducir el consumo energético de la IA disminuye costes operativos, optimiza la infraestructura y mejora la sostenibilidad y la rentabilidad a largo plazo. Estamos comprometidos con la construcción de un ecosistema de IA más transparente».
Hacia un estándar global de eficiencia energética en IA
El objetivo de AI Energy Score es consolidarse como una referencia global para la medición de la eficiencia energética de los modelos de IA, similar al impacto que ha tenido el programa Energy Star en los electrodomésticos y dispositivos electrónicos.
La clasificación se basa en pruebas realizadas en 10 tareas populares, utilizando modelos de código abierto alojados en la plataforma Hugging Face y pruebas comparativas con modelos propietarios. Estas evaluaciones han demostrado que las tareas de generación de imágenes son significativamente más intensivas en energía que las de texto, con diferencias de consumo de hasta 16.000 veces entre los modelos más y menos eficientes.
Además, la eficiencia no solo depende del modelo en sí, sino también del entorno en el que se ejecuta. Salesforce ha reducido sus emisiones entrenando modelos en centros de datos con bajas emisiones de carbono, disminuyendo en 105 toneladas de CO₂e su impacto en comparación con centros de datos con una intensidad de carbono promedio.
Un paso hacia la IA sostenible
AI Energy Score marca un hito en la transparencia y sostenibilidad de la inteligencia artificial, estableciendo una base para que los desarrolladores tomen en cuenta la eficiencia energética en la elección y desarrollo de modelos. La herramienta también puede servir de referencia para reguladores y formuladores de políticas en la creación de normativas enfocadas en la reducción del impacto ambiental de la IA.
A medida que la inteligencia artificial se convierte en un pilar fundamental de la economía digital, la eficiencia energética emerge como un criterio clave para su desarrollo responsable. AI Energy Score podría convertirse en un estándar global, impulsando la adopción de modelos más sostenibles y fomentando la innovación en el sector tecnológico.
