La inteligencia artificial está en el centro de la cuarta revolución tecnológica, pero pocas veces se habla de su cara menos visible: el enorme impacto energético y ambiental que tiene entrenar y usar estos modelos en centros de datos repartidos por todo el mundo. El impacto energético de la inteligencia artificial incluye el consumo de electricidad, las emisiones de CO2 y el uso de agua necesarios para refrigerar los servidores que hacen posible herramientas como ChatGPT y otros sistemas de IA generativa.
A medida que la IA se integra en el trabajo, el ocio y la vida cotidiana, su consumo de energía y agua crece a un ritmo que choca frontalmente con los objetivos climáticos y las políticas de descarbonización. Entender el impacto energético de la IA y, sobre todo, cómo reducirlo, es clave para que esta tecnología pueda desarrollarse sin agravar aún más la crisis climática.
La cuarta revolución tecnológica y el papel de la inteligencia artificial
Según este planteamiento ampliamente aceptado, nos encontramos en la cuarta revolución tecnológica. Se caracteriza por la convergencia de tecnologías físicas, digitales y biológicas.
Se suele decir que hay cuatro tecnologías clave de nuestro tiempo: robótica, nanotecnología, energías renovables, biotecnología e Inteligencia Artificial (IA). Y, aunque se podría decir que «visto desde fuera» la inteligencia artificial tiene un impacto externo relativamente pequeño, las implicaciones reales son más grandes que nunca. Van a afectar no solo a cambios estructurales en el empleo, la producción y la vida cotidiana.
En especial la IA supone no solo un progreso material, sino también una transformación de la forma de funcionar, aprender y hasta pensar. Y abre unas posibilidades que no podemos ni atisbar.
Unas expectativas fascinantes, pero que precisan una reflexión y una previsión constantes. Urge tomar una perspectiva amplia y responsable.
Así, uno de los factores que no se suelen airear demasiado, es el impacto energético de la inteligencia artificial y el que puede llegar a tener en un futuro próximo.
Consumo energético de la inteligencia artificial: cifras y ejemplos
El consumo de energía que implica la expansión de la IA es tal, que supone un nuevo reto. Uno muy difícil, para los objetivos climáticos.
La IA requiere una cantidad enorme de recursos computacionales para entrenar y ejecutar modelos complejos.
Algunos datos
Según un artículo en programaticaly.com1, un estudio de la Universidad de Massachusetts Amherst concluyó que entrenar un gran modelo de lenguaje como ChatGPT puede generar tanto CO2 como 125 vuelos de ida y vuelta entre Nueva York y Pekín.
Otro análisis de la Universidad de Copenhague destacó que una sola sesión de entrenamiento de IA consume tanta energía como 126 hogares daneses en un año. Además, se emite la misma cantidad de CO2 que al recorrer 700.000 kilómetros en coche.
Este impacto es el resultado del uso intensivo de los centros de datos, que consumen grandes cantidades de electricidad y generan calor que necesita ser regulado con sistemas de refrigeración.
Un ejemplo palpable es OpenAI, cuyos modelos ChatGPT requieren un poder computacional masivo. Emiten, de hecho, más calor y necesitan más energía que un microchip promedio2. Según algunas estimaciones, el entrenamiento de grandes modelos de lenguaje puede consumir hasta 284 toneladas de carbono3.
Consumo de agua de la IA y los centros de datos
El impacto energético de la inteligencia artificial no se limita al propo consumo energético.
Los servidores en centros de datos producen mucho calor al hacer cálculos. Para no sobrecalentarse, necesitan enfriamiento constante. Esto se hace normalmente con agua, que lleva el calor a torres de refrigeración, similar a cómo el sudor enfría nuestro cuerpo. Cuando hay escasez de agua se usan aires acondicionados eléctricos, lo que supone un mayor consumo de energía.
El trabajo constante de los servidores suma al menos un 2% del consumo de energía mundial5. El aumento de centros de datos que usan agua para enfriar está incluso generando tensiones en las áreas donde se instalan.
Generar un texto de 100 palabras en ChatGPT consume, en promedio, 519 mililitros de agua, el equivalente a una botella del líquido4.
Según esta misma fuente, en 2022, Google incrementó su consumo de agua en un 20%, y Microsoft, propietaria de un 75% de OpenAI (creadores de ChatGPT), lo aumentó en un 34%. Estos datos no consideran el agua utilizada para generar la electricidad ni para fabricar el hardware.
El desarrollo de modelos avanzados de inteligencia artificial ha elevado el consumo de agua de Google y Microsoft. Aunque otras empresas como Meta (2,7%) y Apple (8,5%) también han incrementado su consumo, lo han hecho en menor medida debido a que su enfoque en IA no es tan intensivo como el de Google y Microsoft.
Cómo reducir el impacto energético y ambiental de la IA
Buenas prácticas para un uso responsable de la IA en el día a día:
- Desarrollar código y modelos de IA más eficientes
Optimizar algoritmos, usar técnicas de compresión de modelos y recurrir a arquitecturas más ligeras reduce el consumo energético en las fases de entrenamiento y de inferencia. Apostar por modelos más pequeños y especializados, en lugar de gigantes generalistas para todo, permite ofrecer buenos resultados con mucha menos energía y recursos computacionales. - Migrar a centros de datos alimentados con energías renovables
Es fundamental que los grandes modelos de lenguaje y otros sistemas de IA se ejecuten en centros de datos que utilicen electricidad procedente de fuentes como la solar o la eólica. Proveedores como Google o Microsoft ya han anunciado objetivos ambiciosos de consumo 100% renovable, pero las políticas de contratación de servicios cloud pueden acelerar esta transición si priorizan infraestructuras con baja huella de carbono. - Reducir el consumo de agua en la refrigeración de centros de datos
Mejorar la eficiencia de los sistemas de refrigeración, apostar por tecnologías de enfriamiento por aire en zonas donde sea viable y reutilizar agua en circuitos cerrados puede disminuir considerablemente la huella hídrica de la IA. También es clave evitar la concentración de centros de datos intensivos en agua en regiones con estrés hídrico creciente. - Regular el consumo energético de la IA mediante políticas públicas
Los gobiernos pueden establecer estándares mínimos de eficiencia para centros de datos, exigir transparencia en el reporte de consumo de energía y agua, e incentivar la inversión en infraestructuras renovables. La regulación también puede fomentar que las empresas de IA midan y comuniquen la huella de carbono de sus modelos, de forma similar a lo que ya se hace en otros sectores intensivos en energía. - Fomentar el reciclaje y la reutilización de hardware
Servidores, chips y otros componentes utilizados en la computación de IA tienen un elevado coste ambiental en su fabricación y en la gestión de residuos electrónicos. Alargar la vida útil del hardware, reutilizar equipos en tareas menos exigentes y establecer cadenas de reciclaje responsables ayuda a reducir tanto el consumo de recursos como la contaminación asociada. - Uso responsable de la IA por parte de empresas y creadores de contenido
Optimizar el uso de herramientas de IA también significa evitar peticiones innecesarias y procesos redundantes, por ejemplo, agrupando tareas en menos solicitudes o reutilizando plantillas y prompts bien diseñados. En empresas y proyectos de creación de contenidos, definir políticas internas de uso responsable de la IA puede recortar de forma notable el consumo energético asociado sin renunciar a sus beneficios.
Hacia una inteligencia artificial más sostenible
La expansión de la inteligencia artificial trae consigo enormes desafíos ambientales. Y de poco sirven los compromisos tibios o para salir del paso.
A través de la innovación tecnológica, políticas adecuadas y comportamientos conscientes, es posible disfrutar de los beneficios de la IA minimizando su impacto ecológico.
Pero para eso es clave la colaboración entre industrias, gobiernos y consumidores: para lograr una implementación sostenible de estas poderosas herramientas. Una perspectiva que no invita al optimismo.
La IA como problema y como solución
Como en tantos otros aspectos, la propia IA será sin duda crucial, también para combatir el cambio climático.
Pero la previsión para los próximos años es que la demanda energética va a ser mucho mayor que la capacidad de abastecimiento, con el impacto medioambiental que esto implica.
Y que las medidas de las grandes corporaciones para reducir el impacto energético de la IA seguirán siendo poco significativas y avanzarán con mucha mayor lentitud que el aumento de la demanda de energía.
Bibliografía
- Jiménez, Berta. (2025, marzo). La huella ecológica de la Inteligencia Artificial: ¿cuánto consume y contamina esta tecnología? [en línea]. Programaticaly. Recuperado de:
https://www.programaticaly.com/portada/huella-ecologica-inteligencia-artificial-cuanto-consume. - Studer, Michael. (2023, noviembre). The energy challenge of powering AI chips [en línea]. Robeco. Recuperado de: https://www.robeco.com/en-int/insights/2023/11/the-energy-challenge-of-powering-ai-chips.
- Hao, Karen. (2019, junio). Training a single AI model can emit as much carbon as five cars in their lifetimes [en línea]. MIT Technology Review. Recuperado de: https://www.technologyreview.com/2019/06/06/239031/training-a-single-ai-model-can-emit-as-much-carbon-as-five-cars-in-their-lifetimes/.
- Parra, Sergio. (actualizado 2025, abril). La sed de ChatGPT: la IA consume una cantidad de agua alarmante [en línea]. National Geographic. Recuperado de: https://www.nationalgeographic.com.es/ciencia/agua-que-gasta-chatgpt-y-otros-modelos-ia_23812.
- Gabyl. La inteligencia artificial consume miles de millones de litros de agua [en línea]. Gabyl. Recuperado de: https://www.gabyl.com/la-inteligencia-artificial-consume-miles-de-millones-de-litros-de-agua/.
