Intensidad energética de la IA suscita preocupaciones ambientales
Si bien el auge de la inteligencia artificial (IA) podría revolucionar numerosos sectores y generar oportunidades económicas sin precedentes, su intensidad energética ha suscitado serias preocupaciones ambientales. En respuesta, las empresas tecnológicas promueven prácticas de IA frugales y apoyan la investigación centrada en la reducción del consumo de energía. Pero este enfoque se queda corto a la hora de abordar las causas profundas de la creciente demanda de energía de la industria.
Desarrollar, entrenar y desplegar grandes modelos lingüísticos (LLM, por sus siglas en inglés) es un proceso que consume mucha energía y requiere de grandes cantidades de potencia computacional. Con la adopción generalizada de la IA, que ha provocado un aumento del consumo eléctrico de los centros de datos, la Agencia Internacional de la Energía prevé que la demanda de energía relacionada con la IA se duplicará para 2026.
Los centros de datos ya representan entre el 1% y el 2% del consumo mundial de energía –aproximadamente lo mismo que toda la industria aeronáutica–. En Irlanda, los centros de datos respondieron por un gigantesco 21% del consumo de electricidad total en 2023. Mientras las industrias y los ciudadanos buscan reducir las emisiones de gases de efecto invernadero, el aumento de la demanda de IA ejerce una enorme presión sobre las redes eléctricas y el mercado energético.
Como era de esperar, el operador de la red irlandesa EirGrid ha impuesto una suspensión del desarrollo de nuevos centros de datos en Dublín hasta el año 2028. Países como Alemania, Singapur y China también han impuesto restricciones a los nuevos proyectos de centros de datos.
Para mitigar el impacto ambiental de las tecnologías emergentes, la industria tecnológica ha empezado a promover el concepto de IA frugal, que consiste en concientizar sobre la huella de carbono de la IA y alentar a los usuarios finales –académicos y empresas– a seleccionar el modelo más eficiente desde un punto de vista energético para cualquier tarea.
Ahora bien, aunque los esfuerzos por promover un uso más consciente de la IA sean valiosos, centrarse solo en el comportamiento de los usuarios pasa por alto un hecho crítico: los proveedores son los principales impulsores del consumo energético de la IA. En la actualidad, factores como la arquitectura de los modelos, la eficiencia de los centros de datos y las emisiones relacionadas con la electricidad tienen el mayor impacto en la huella de carbono de la IA. Y, a medida que evolucione la tecnología, los usuarios individuales tendrán aún menos influencia en su sostenibilidad, sobre todo porque los modelos de IA están cada vez más integrados en aplicaciones más grandes, lo que hace más difícil para los usuarios finales discernir qué acciones desencadenan procesos que consumen muchos recursos.
Estos retos se ven agravados por el auge de la IA agéntica: sistemas independientes que colaboran para resolver problemas complejos. Si bien los expertos la consideran la próxima gran novedad en el desarrollo de la IA, estas interacciones requieren aún más potencia computacional que los LLM más avanzados de la actualidad, lo que podría agravar el impacto ambiental de la tecnología.
Asimismo, trasladarles a los usuarios la responsabilidad de reducir la huella de carbono de la IA es contraproducente, dada la falta de transparencia del sector. La mayoría de los proveedores de servicios en la nube aún no divulgan de forma transparente los datos de emisiones relacionados específicamente con la IA generativa, lo que dificulta la evaluación del impacto ambiental del uso que le dan a la IA.
Una estrategia más eficaz sería que los proveedores de IA les facilitaran a los consumidores datos detallados sobre las emisiones. Una mayor transparencia permitiría a los usuarios tomar decisiones con conocimiento de causa y animaría a los proveedores a desarrollar tecnologías más eficientes desde un punto de vista energético.
No cabe duda de que una IA frugal puede aumentar la eficiencia. Pero no aborda el problema central de la demanda energética insaciable de la IA. Las empresas podrían ayudar a sus clientes a optimizar sus presupuestos de carbono y adoptar prácticas más sostenibles si ofrecieran mayor transparencia sobre el consumo de energía, compartieran datos exhaustivos sobre las emisiones y desarrollaran métricas estandarizadas para los modelos de IA.
La industria automotriz ofrece un modelo útil para aumentar la transparencia energética en el desarrollo de la IA. Al etiquetar la eficiencia energética de sus vehículos, los fabricantes de automóviles les permiten a los compradores tomar decisiones más sostenibles. Los proveedores de IA generativa podrían adoptar un enfoque similar y establecer métricas estandarizadas para captar el impacto ambiental de sus modelos.
Si se introdujeran métricas transparentes, las empresas tecnológicas no solo podrían dirigir la industria hacia una innovación más sostenible, sino también garantizar que la IA ayude a combatir el cambio climático en lugar de contribuir a él.
Boris Ruf es investigador científico jefe en AXA. © Project Syndicate 1995–2025.