Mientras que los científicos del IPCC (Panel Intergubernamental sobre Cambio Climático) y IPBES (Plataforma científica y política intergubernamental sobre Biodiversidad y Servicios Ecosistémicos, el “IPCC para la biodiversidad”) advierten sobre el cataclismo planeado del clima y la biodiversidad, sin embargo, es tema de la inteligencia artificial (AI) que domina los debates económicos. Los grandes productores afirman que será de inconmensurable ayuda para solucionar la crisis medioambiental, pero ¿no empeorará su introducción masiva en los procesos, añadiendo al mismo tiempo una dependencia energética adicional?
El uso y la complejidad de tareas y modelos se están disparando. Así, una consulta en GPT-5 consume casi 100 veces más que en GPT-4 o en Google (0,3 Wh). Y contrariamente a la creencia popular, estas consultas diarias (inferencias) tienen un impacto mucho mayor que el del entrenamiento inicial de los modelos de IA: durante todo el ciclo de vida, representan del 97% al 99% de la energía y del 80% al 85% del agua consumida.
Como resultado, la demanda mundial de potencia informática y, por tanto, de energía dedicada a la IA, podría multiplicarse por 5 de aquí a 2030. Los centros de datos consumieron alrededor de 415 TWh de electricidad en 2024; las proyecciones convergen hacia casi 1.000 TWh para 2030. La IA por sí sola debería representar casi la mitad de este crecimiento.
Pero el verdadero problema está en otra parte: menos en la producción global de energía que en su densidad local. Las redes eléctricas nunca fueron diseñadas para absorber cargas tan concentradas geográficamente. Fenómenos de overbooking (overbooking) la capacidad, la congestión de la red y los retrasos en las conexiones están aumentando.
Lo mismo ocurre con el agua, cuya evaporación enfría los sistemas electrónicos. Un centro de datos medio puede consumir 2 millones de litros de agua al día, lo que equivale al consumo de unos 6.500 hogares. A escala global, esto equivale a 560 mil millones de litros de agua por año, y quizás 1.200 mil millones de litros para 2030. Esto es sostenible en términos de volúmenes globales, pero no de concentración geográfica. Sin embargo, dos tercios de los centros de datos estadounidenses construidos desde 2022 están ubicados en zonas expuestas a la sequía (y, por tanto, mejor protegidas de la corrosión). Los conflictos por el uso del agua potable están aumentando.
En interacciones climáticas sutiles, cada décima de grado de calentamiento promedio cuenta. Desgraciadamente, la trayectoria actual no es de +1,5°C para 2100 como se establece en el acuerdo de París, ni de +2°C, sino de +3°C, y las consecuencias geofísicas y biológicas serán inmensas. Para 2050, más de mil millones de personas estarán expuestas al aumento del nivel del mar y una cuarta parte de la humanidad podría vivir en países con escasez crónica de agua. La agricultura ya está perturbada.
A +3°C, la adaptación se convierte para las empresas en una condición de continuidad operativa muy concreta y compleja, frente a varios desafíos estructurantes:
• asegurar el suministro de recursos críticos a pesar de los fenómenos meteorológicos extremos;
• mantener la productividad industrial a pesar de las olas de calor, el estrés hídrico y la inestabilidad energética;
• proteger los activos y la infraestructura para resistir inundaciones, tormentas, incendios, temperaturas extremas, etc.;
Determinadas aplicaciones de la IA permitirán optimizar el consumo energético, reducir las pérdidas de agua o mejorar la eficiencia agrícola. Los modelos meteorológicos potenciados por la ciencia de datos predicen mejor y más rápido. Utilizando gemelos digitales es posible simular infraestructuras y probar estrategias de adaptación. En resumen, determinadas aplicaciones de la IA serán ayudas valiosas para adaptarse a la crisis.
¡Qué paradoja! La IA aumenta la presión ambiental y, sin embargo, será una palanca poderosa para adaptarse al daño de un mundo más cálido.
Los principales proveedores de productos electrónicos han ensayado su mensaje: las ganancias de eficiencia permitidas por la IA compensarían en gran medida su huella ambiental. Pero esta afirmación se basa en una visión parcial, centrada en los efectos directos. Ignora dinámicas indirectas: multiplicación de usos, intensificación de infraestructuras, reorientación de inversiones y reconfiguración de modelos económicos, políticos y geopolíticos. No tiene en cuenta los potentes efectos rebote. Nada indica hoy que el saldo neto vaya a ser positivo; más bien, asistimos a la multiplicación de indicios contrarios.
Y lo que es seguro es que los principales actores de la IA (con la notable excepción de Mistral) garantizan que no es posible realizar ninguna medición. Tras un pico de transparencia en 2023, la publicación de datos medioambientales sobre modelos de IA ha disminuido drásticamente, con el resultado de que las empresas están utilizando masivamente estas tecnologías sin tener indicadores homogéneos sobre su consumo de agua y energía, ni sobre su huella de carbono.
Cualesquiera que sean los usos de la IA, su costo real debe integrarse en las decisiones estratégicas. Esto incluye exigir a los proveedores datos comparables y auditables sobre energía, agua y materiales. Esto exige también integrar el coste total del cálculo en la contabilidad ambiental de las empresas, al igual que el transporte o la producción industrial.
La IA será quizás una de las mejores herramientas para la adaptación a +3°C. Pero para que esto tenga posibilidades de convertirse en realidad, primero debes tener el coraje de afrontar tu huella real. En un mundo limitado por límites planetarios, por recursos energéticos, agua y otros elementos vitales, el rigor científico y la lúcida objetividad deben preceder a las promesas.
BIOS EXPRESA
Albert Meige es socio de Arthur D. Little y vicepresidente de Impact AI.
Cedric Villani es matemático, profesor de la Universidad Claude-Bernard-Lyon-1 y presidente de la Fundación de Ecología Política.
Este artículo es una columna, escrita por un autor ajeno al periódico y cuyo punto de vista no compromete a la redacción.
