El hambre de energía de la IA: riesgo de apagones, plantas reabiertas y centros que consumen como países

Durante décadas, la demanda de electricidad en las economías desarrolladas creció poco, pero la irrupción de la IA generativa ha cambiado el guion. Millones de consultas diarias a grandes modelos de lenguaje y servicios basados en algoritmos han disparado el consumo energético de los centros de datos que los sostienen. En Estados Unidos, las compañías eléctricas prevén que el uso de electricidad aumente de media un 5,7 % anual hasta 2030, y más de la mitad de ese crecimiento se atribuye al despliegue de centros de datos de IA, según el Financial Times.

El problema no se limita a la cantidad de energía, sino también a la forma en que se demanda. El entrenamiento de los modelos más avanzados provoca picos de consumo enormes y concentrados en el tiempo, que obligan a las redes a trabajar al límite y elevan el riesgo de apagones en los alrededores. En algunas regiones de Estados Unidos, los operadores de red han tenido que gestionar situaciones de exceso y defecto de oferta por el encendido repentino de generadores de respaldo en clústeres de centros de datos.

Centros de datos que consumen como países

La escala del fenómeno empieza a hacerse visible en las cifras mundiales. La Agencia Internacional de la Energía (AIE) estimó que el consumo eléctrico de los centros de datos, la IA y las criptomonedas podría más que duplicarse entre 2022 y 2026, hasta superar el umbral de los 1.000 teravatios hora, un volumen comparable al consumo anual de Japón. Solo los nuevos centros optimizados para IA multiplican por varias veces la densidad de potencia de un centro tradicional, con estructuras que requieren entre 50 y 150 kilovatios frente a los 10 o 15 kW de las instalaciones convencionales.

La AIE estimó que el consumo eléctrico de los centros de datos, la IA y las criptomonedas podría más que duplicarse entre 2022 y 2026

El Financial Times ha documentado cómo este salto de escala está reconfigurando el mapa de la infraestructura eléctrica estadounidense. Proyectos de centros de datos se ligan a la construcción o reconversión de grandes plantas de generación, incluida la transformación de antiguas centrales de carbón en plantas de gas diseñadas para suministrar hasta 4,5 gigavatios de potencia destinados casi en exclusiva a alimentar complejos de servidores de IA.

Combustibles fósiles y la apuesta nuclear

La prisa por disponer de megavatios está llevando a la industria a soluciones que chocan con los objetivos climáticos. En Memphis, la empresa xAI de Elon Musk recurrió a turbinas de gas para alimentar un centro de datos mientras esperaba la construcción de una subestación que lo conectara a la red, lo que generó críticas entre los vecinos por el impacto en la calidad del aire. Otros operadores están instalando generación in situ (gas o diésel) para sortear los cuellos de botella en la conexión a la red.

Al mismo tiempo, los grandes proveedores de la nube han empezado a firmar acuerdos históricos para asegurarse suministro nuclear a largo plazo. El FT detalla cómo todos los gigantes del sector han cerrado en el último año contratos específicos con operadores de centrales nucleares, incluido un acuerdo de Microsoft con Constellation Energy para reactivar parte de la histórica instalación de Three Mile Island en Pensilvania. La nuclear se presenta así como una forma de ofrecer grandes bloques de energía libre de CO2, aunque conlleve otros debates sobre seguridad, residuos y costes.

Límites de crecimiento

Los defensores de la IA insisten en que la eficiencia por operación mejora con cada generación de chips y modelos. Sin embargo, el volumen de uso crece todavía más deprisa. El medio norteamericano incide en que los miles de millones de consultas diarias a los modelos más populares han hecho que las ganancias de eficiencia no basten para contener el aumento total de consumo. La AIE calcula que una búsqueda típica en Google consume unos 0,3 vatios hora, mientras que una petición a ChatGPT se sitúa en torno a 2,9 Wh; si la IA se integrase plenamente en los buscadores, la electricidad extra necesaria ascendería a casi 10 TWh al año.

Una búsqueda típica en Google consume unos 0,3 vatios hora, mientras que una petición a ChatGPT se sitúa en torno a 2,9 Wh

A este reto se suma la opacidad. Un análisis recogido por el FT muestra diferencias de hasta 62.000 veces en la potencia que requieren distintos modelos de IA, y concluye que, pese a la importancia del tema, aún no se sabe con precisión cuánta energía consume el sector. Las grandes tecnológicas ofrecen solo datos parciales, lo que complica el control por parte de reguladores y dificulta que los ciudadanos entiendan la huella real de los servicios que utilizan a diario.

La energía, el freno a la revolución de la IA

La paradoja es que el propio éxito de la IA puede convertirse en su principal límite. Directivos como Elon Musk o Andy Jassy, de Amazon, han admitido que el cuello de botella ya no está solo en conseguir chips avanzados, sino en encontrar suficiente suministro eléctrico para hacerlos funcionar. Si la red no se adapta, los proyectos podrían retrasarse, encarecerse o trasladarse a lugares con regulación más laxa y energía más barata, incluyendo países con mix fuertemente fósil como es el caso de China.

Al mismo tiempo, la escalada del consumo eléctrico de la IA amenaza con encarecer la factura para hogares y empresas, además de poner en cuestión los compromisos de descarbonización de los gobiernos. La cuestión es si la sociedad está dispuesta a asumir que cada nuevo chatbot, asistente o generador de imágenes lleva aparejada una central más en el mapa, o si se impondrá una regulación que obligue a que la revolución de la inteligencia artificial sea, también, una revolución en eficiencia y transparencia energéticas.