IA generativa, un “agujero negro” energético
El mal uso de la IA generativa podría ocasionar un consumo energético 24 veces más hacia 2030; un modelo gasta 4,600 veces más que la IA tradicional; urge “dieta de carbono” y eficiencia ante el muro del hardware y el alto gasto de agua
La carrera desenfrenada por la supremacía tecnológica ha encontrado un obstáculo que no se mide en bits ni en algoritmos, sino en kilovatios-hora y litros de agua. Pero, en este camino, la integración de la IA generativa representa una amenaza ambiental latente, pues si su uso sigue a este ritmo, el consumo energético podría ser 24 veces mayor en 2030.
Así lo advierte un nuevo informe de la empresa Konfront, titulado El dilema de escalar la inteligencia artificial, encendiendo las alertas rojas sobre el obstáculo que esto representa para la sostenibilidad.
Cordelia Bortoni, directora de crecimiento de Konfront, advierte que estamos en un punto de quiebre donde la innovación podría descarrilar los compromisos climáticos globales.
Lo que sí estamos viendo es que los centros de datos específicamente ya consumen alrededor de 1.5% de la electricidad global. Si continuamos con este ritmo, la demanda energética asociada a estas tecnologías, específicamente de IA, puede multiplicarse hasta 24 veces hacia 2030”, asegura la directiva.
La digitalización, que durante décadas se vendió como una vía para desmaterializar la economía, presenta hoy costos ocultos masivos.
El informe de Konfront detalla que, en 2024, los centros de datos ya demandan 415 TWh de electricidad. Sin embargo, la trayectoria proyectada bajo un escenario de “Alta Adopción sin Límites” sugiere que esta cifra podría alcanzar los 945 TWh para 2030, impulsada directamente por las cargas de trabajo de la IA.
El núcleo del problema reside en la diferencia abismal entre la IA tradicional y la generativa. Mientras que la IA tradicional se limita a analizar datos existentes para hacer predicciones —como sistemas de scoring crediticio o predicción de ventas—, la IA generativa (LLMs) utiliza arquitecturas densas para crear contenido nuevo, lo que implica una generación intensiva de tokens.
Un modelo de inteligencia artificial generativa consume hasta 4,600 veces más energía que un modelo tradicional”, explica Bortoni en entrevista con Excélsior. Para ponerlo en términos más sencillos: generar una sola inferencia en un modelo grande, como el Llama 405B, consume 17 Wh, lo que equivale energéticamente a tostar pan durante un minuto en una tostadora de 1000 W.
Esta “paradoja digital” revela que, aunque sólo 29% de los proyectos en una corporación estándar sean de IA generativa, estos son responsables de 99.9% del consumo energético total de su infraestructura de IA. El impacto anual de un portafolio corporativo típico ya se estima en 3.9 GWh de electricidad y la emisión de 2.48 millones de kg de CO2eq.
Agua y minerales en la mira
La huella ambiental de la IA no se limita a lo que se consume a través del enchufe. El informe de Konfront segmenta el impacto en dos dimensiones: el operativo y el incorporado. El primero abarca la electricidad para servidores y el agua para refrigeración; el segundo incluye la extracción de minerales raros, la fabricación de semiconductores y la disposición final de residuos electrónicos.
El agotamiento de recursos minerales es asombroso: 89% proviene del impacto incorporado, es decir, de la fabricación de los servidores”, señala el reporte.
Por otro lado, el consumo de agua no es sólo para enfriar las máquinas; 30% del gasto hídrico está dictado por la fabricación del hardware.
Cordelia Bortoni enfatiza que, como organizaciones, existe la responsabilidad de gestionar este impacto ambiental, social y económico.
No estamos planteando frenar el uso de la inteligencia artificial, sino revisar y asegurar que cada proceso que optimizamos sea energía, recursos y emisiones que potencialmente estemos reduciendo”, aclara.
Uno de los datos más reveladores del estudio es el llamado “muro del hardware”. Para que una empresa mantenga una adopción agresiva de IA y, al mismo tiempo, logre reducir sus emisiones de gases de efecto invernadero en 90% para 2030, la eficiencia de los chips tendría que mejorar entre 175 y 565 veces. La Ley de Moore y las innovaciones actuales en silicio simplemente no son suficientes para compensar la demanda subyacente.
Ante este panorama, el papel de las autoridades es, hasta ahora, reactivo.
Hoy te podría decir que no hay una regulación específica para el consumo. Se están atendiendo temas más de seguridad que de impacto social”, comenta Bortoni.
Por ello, la apuesta de Konfront es empujar a las instituciones desde la iniciativa privada, estructurando cómo se utiliza la tecnología dentro de las organizaciones.
La propuesta técnica incluye el uso del Índice RoE y el Enrutamiento Inteligente de Modelos. Esta metodología permite priorizar el uso de Modelos de Lenguaje Pequeños (SLMs) para tareas de baja o media inteligencia —como consultas simples o tareas repetitivas—, reservando los robustos Frontier LLMs para razonamiento complejo y creativo. Es, en esencia, una “dieta de carbono” para las arquitecturas de datos.
El papel del ciudadano de a pie
El llamado a la acción no es exclusivo para los CEOs. Bortoni compara el uso consciente de la IA con los hábitos ecológicos cotidianos.
Así como somos muy conscientes de no tirar basura, de reciclar plástico o del consumo del agua cuando nos bañamos, así mismo tiene que ser con la inteligencia artificial. Si estoy usando modelos generativos para algo que no tiene mayor impacto, como un juego, tal vez debo reconsiderar”, apunta.
Para las empresas, la hoja de ruta inmediata implica tres pasos: auditoría de portafolio, que implica mapear modelos y aplicar el right-sizing (reestructuración empresarial que ajusta el tamaño de la plantilla y recursos al nivel óptimo); exigencia a proveedores, que lleva a condicionar contratos a la transparencia ambiental, y gobierno digital verde, que es la integración de criterios de energía y agua desde la etapa de diseño.
A pesar de las cifras alarmantes, el panorama no es apocalíptico. “Todo desarrollo tecnológico con IA puede y debe convertirse en un aliado para avanzar hacia organizaciones mucho más eficientes, competitivas y bajas en carbono”, concluye Bortoni. La IA, de ser gestionada con estrategia, pasará de ser un devorador de recursos a convertirse en el “sistema nervioso” para gestionar la sostenibilidad corporativa del futuro.
EL EDITOR RECOMIENDA
Confirmado: Agentes de la CIA ingresaron como turistas a México
Nacional 2 min de lectura
