El crecimiento acelerado de la Inteligencia Artificial y el procesamiento masivo de datos ya no es sólo un fenómeno tecnológico o algorítmico. Con el paso de los años se ha transformado en un proceso con impacto físico concreto, que demanda enormes cantidades de energía, agua y recursos naturales para sostener su funcionamiento.

Un estudio elaborado por el investigador Thijs Van de Graaf para el Fondo Monetario Internacional advierte que la infraestructura que permite operar esta revolución digital -principalmente los centros de datos- ya alcanzó niveles de consumo energético comparables con los de economías completas.

Actualmente, estos complejos tecnológicos representan cerca del 1,5% del consumo eléctrico mundial, una cifra similar a la demanda total de países como el Reino Unido, superior a la de Francia y apenas por debajo de la de Alemania.

El propio Van de Graaf sintetiza el fenómeno con una frase contundente: "La IA está devorando la electricidad". Aunque la inteligencia artificial todavía representa solo una parte de ese consumo, su expansión es vertiginosa. El entrenamiento de modelos avanzados -como los grandes modelos de lenguaje- puede requerir tanta energía como la que consumen decenas de miles de hogares en un año, mientras que su operación global multiplica ese gasto energético.

Al mismo tiempo, la tecnología también abre oportunidades para mejorar la eficiencia del sistema energético. Durante un evento organizado por la Universidad Torcuato Di Tella sobre inteligencia artificial y transición energética, el desarrollador de Globant Facundo Armas explicó que estas herramientas permiten analizar sistemas complejos y optimizar procesos en tiempo real, lo que podría contribuir a reducir emisiones y mejorar el uso de los recursos.

De hecho, un estudio conjunto de Google y Boston Consulting Group proyecta que la aplicación de inteligencia artificial podría reducir entre 5% y 10% las emisiones de gases de efecto invernadero hacia 2030.

Sin embargo, el desarrollo de estas tecnologías también tiene un "lado B". El funcionamiento de los centros de datos exige enormes cantidades de energía, sistemas de refrigeración que consumen agua y materiales críticos para fabricar los chips y servidores.

La Agencia Internacional de Energía calculó en 2023 que una búsqueda tradicional en el navegador de Google requiere en promedio 0,3 watts hora, mientras que una consulta en ChatGPT puede demandar 2,9 watts hora, casi diez veces más. Y cada día se realizan millones de consultas a estas plataformas en todo el mundo.

Aunque a escala global el crecimiento de la demanda energética por inteligencia artificial representa una porción menor del aumento total -por debajo incluso del sector de los vehículos eléctricos-, el impacto en algunos países es significativo. En economías como Estados Unidos y Japón se proyecta que los centros de datos explicarán casi el 50% del crecimiento de la demanda eléctrica hacia 2030.

El caso más extremo es el de Irlanda, donde estas instalaciones ya consumen más del 20% de toda la electricidad nacional. En el norte del estado de Virginia, considerado el mayor polo mundial de centros de datos, el sector absorbe cerca del 25% de la energía del estado, lo que incluso obligó a limitar nuevas conexiones eléctricas para otros usuarios.

Pero la huella material de la inteligencia artificial no se limita al consumo energético. Los centros de datos requieren grandes cantidades de agua para refrigerar sus servidores. En algunos casos, estas instalaciones utilizan millones de litros diarios, generando tensiones en regiones con escasez hídrica. Dos tercios de los centros de datos construidos en Estados Unidos desde 2022 se ubican precisamente en zonas con estrés hídrico, como el estado de Arizona.

A esto se suma la creciente demanda de minerales estratégicos. La construcción de un complejo de hiperescala puede requerir cantidades de cobre comparables a la producción anual de una mina mediana. Según proyecciones de la Agencia Internacional de Energía, para 2030 estos centros podrían consumir cada año 500.000 toneladas de cobre, 75.000 toneladas de silicio y más del 10% de la demanda global de galio.

La expansión de la inteligencia artificial también está transformando la geopolítica de los recursos tecnológicos. La producción de semiconductores avanzados -fundamentales para entrenar modelos de IA- se concentra en gran medida en la isla de Taiwán, donde opera el gigante de chips TSMC.

Ante esta dependencia, potencias como Estados Unidos y China comenzaron a disputar el control de las cadenas de suministro. Mientras Washington impulsa subsidios para producir chips en su territorio, Beijing aplica restricciones sobre minerales estratégicos, ya que controla entre el 80% y el 90% del refinado mundial de silicio, galio y tierras raras.

El crecimiento de la infraestructura tecnológica también plantea desafíos a escala inédita. Los centros de datos de "hiperescala" operan hoy con necesidades energéticas de decenas de megavatios, pero los proyectos futuros apuntan a niveles aún mayores. Un ejemplo es el complejo de 5 gigavatios que OpenAI planea construir en Abu Dabi junto a socios estratégicos, una instalación equivalente a la potencia de cinco reactores nucleares.

Frente a este escenario, las grandes tecnológicas se están transformando en actores relevantes del sector energético. Empresas como Microsoft, Amazon y Google figuran hoy entre los mayores compradores de energía renovable del mundo y avanzan en proyectos propios que incluyen geotermia avanzada, reactores nucleares modulares y soluciones basadas en hidrógeno.

A pesar de los avances en eficiencia tecnológica -como los nuevos chips de la serie Blackwell de Nvidia o modelos optimizados desarrollados en China como DeepSeek-, algunos economistas advierten que el consumo total podría seguir creciendo. El fenómeno se explica a través de la llamada Paradoja de Jevons: cuando una tecnología se vuelve más eficiente y barata, su uso se expande tanto que termina aumentando el consumo global del recurso.

Además, los expertos señalan otro desafío clave: la falta de transparencia. Muchas empresas del sector publican pocos datos detallados sobre su consumo real de electricidad, agua o minerales, lo que dificulta a los reguladores planificar la expansión de las redes energéticas y garantizar la estabilidad de los sistemas.

En definitiva, el desarrollo de la inteligencia artificial depende cada vez más de factores tangibles. La coordinación entre políticas digitales, energéticas y de recursos naturales será determinante para sostener el crecimiento de esta tecnología sin comprometer el equilibrio de las redes eléctricas ni el acceso a recursos esenciales en las próximas décadas.