Los avances en inteligencia artificial y procesamiento de datos a gran escala ya no son sólo una cuestión de algoritmos, sino un fenómeno con consecuencias altamente físicas y materiales.
Según un documento Thijs Van de Graaf, investigador, Fondo Monetario Internacional (FMI)la infraestructura que respalda esta tecnología (en particular los centros de datos) ha alcanzado niveles de demanda de energía que rivalizan con el consumo total de las economías desarrolladas.
«La inteligencia artificial está consumiendo electricidad», afirma el propio autor en su resumen del estudio. Aunque la inteligencia artificial representa sólo una pequeña proporción de esta proporción, su expansión se está acelerando. El informe destaca que la energía necesaria para entrenar modelos lingüísticos de alto orden equivale a la energía utilizada por decenas de miles de hogares durante un año, y su funcionamiento global multiplica estas necesidades.
Por cierto, la inteligencia artificial también puede aumentar la eficiencia de los sistemas energéticos y contribuir al ahorro tanto en el lado de la oferta como en el de la demanda, ya que es capaz de analizar sistemas complejos y grandes bases de datos, optimizar sobre la marcha, reducir la incertidumbre y acelerar la toma de decisiones, señaló. Facundo Armasdesarrollador de Globant, en un reciente evento sobre inteligencia artificial y transición energética en la Universidad de Terra.
Armas citó un estudio de 2023 realizado por Google y Boston Consulting Group (BCG) que mostró que la aplicación de inteligencia artificial podría reducir las emisiones de gases de efecto invernadero (GEI) entre un 5% y un 10% para 2030. Pero también reconoce el lado «B»: alto consumo de energía, uso de agua para enfriar centros de datos y materiales críticos. De hecho, cita cálculos de la Agencia Internacional de Energía en 2023 de que, si bien las preguntas de Google Explorer requieren una media de 0,3 vatios hora (Wh), rápidamente ChatGPT requiere 2,9 Wh, casi 10 veces más. Y permanentemente hay millones de consultas para diferentes inteligencias artificiales.
Presión sobre las redes nacionales
Según una investigación del Fondo Monetario Internacional, aunque el crecimiento de la demanda de inteligencia artificial representará sólo una décima parte del crecimiento energético total en esta década a nivel mundial (más pequeño que otras industrias como los vehículos eléctricos), el impacto en los equilibrios nacionales será crucial. en un país como este Estados Unidos y Japónse espera que los centros de datos sean responsables de casi El 50% de la nueva demanda eléctrica de aquí a 2030.
el caso es Irlanda Es la más ejemplar entre las economías desarrolladas: allí, estas instalaciones ya absorben más del 20% de la electricidad total del país. Esta concentración geográfica crea tensiones logísticas, dado que los centros de datos están ubicados cerca de los centros de las ciudades y se están construyendo mucho más rápido de lo que pueden expandirse las redes de transmisión.
en la parte norte del estado Virginia (Estados Unidos) Al ser los centros de datos más grandes del mundo, estas plantas consumen 25% de la energía nacional. Esta situación provoca que se suspendan nuevas conexiones de otros usuarios y obliga, p. Dublín Paralizando proyectos que no tienen la capacidad de generar su propia electricidad.
Más allá de la electrónica: agua y minerales
La importancia de la tecnología digital se extiende a otros recursos naturales limitados. Es un error pensar en la inteligencia artificial como algo intangible, advierte el investigador Van de Graaff. En sus palabras: «Detrás de cada chatbot o generador de imágenes hay servos que utilizan electricidad, sistemas de refrigeración que consumen agua, chips que dependen de frágiles cadenas de suministro y minerales que se extraen de la tierra».
El consumo de agua se ha convertido en la principal contradicción. Los grandes sistemas de refrigeración de servidores requieren millones de litros de agua al día para funcionar. Según los datos citados en el artículo, dos tercios de los centros de datos están construidos en EE.UU A partir de 2022, estarán ubicadas en zonas que ya enfrentan escasez de agua. En estados como Arizona y como España y SingapurLa competencia por el agua entre los hogares y las demandas de los gigantes tecnológicos ha provocado disputas regulatorias.
A esto se suma la dependencia de la industria minera. Construir un complejo muy grande puede requerir muchos cobre Equivalente a la producción anual de una mina de tamaño mediano. pronóstico Agencia Internacional de Energía (AIE) Muestra que para 2030 estos centros consumirán anualmente:
- 500.000 toneladas de cobre.
- 75.000 toneladas de silicio.
- Representa más del 10% de la demanda mundial de galio.
geopolítica de suministro
La competencia por el liderazgo en inteligencia artificial se ha convertido en una competencia por el control de la cadena de suministro de hardware. Los semiconductores de próxima generación son fundamentales para el entrenamiento de modelos y representan un cuello de botella estratégico. Actualmente, la producción de estos chips avanzados se concentra casi en su totalidad en la provincia china de Taiwán, a través de la empresa Semiconductores británicos.
Esta concentración ha desencadenado medidas de política industrial en todo el mundo. China ha impuesto restricciones a minerales críticos mientras Estados Unidos impone controles a las exportaciones y subsidia la fabricación local. El gigante asiático controla actualmente Refinar el 80% y el 90% del silicio, el galio y las tierras raras del mundo.
A partir de finales de 2024, Beijing añadió restricciones adicionales a metales como el tungsteno, el telurio, el bismuto y el molibdeno, que son componentes importantes del hardware de microprocesadores y servidores. Esta lucha resultó en tal Japóneste unión Europea y Corea del Sur Buscando alianzas estratégicas África y América Latina para garantizar el acceso a las materias primas.
Infraestructura de «hiperescala»
La escala de los proyectos futuros supera las capacidades de la infraestructura actual. Los llamados centros de datos «hiperescala» funcionan con necesidades energéticas de decenas de megavatios. Sin embargo, los planes de próxima generación luchan por alcanzar los gigavatios. Un ejemplo citado por Van de Graaf es el complejo Abu Dabi prevé instalar 5 GW de electricidad pasar a través Inteligencia artificial abierta y su pareja. La instalación tiene la generación de energía equivalente a cinco reactores nucleares y cubre un área de 26 kilómetros cuadrados.
Ante esta situación, las empresas de tecnología han pasado de ser consumidores a ser actores dominantes en el sector energético. Microsoft, Amazon y Google Hoy en día, son uno de los mayores compradores de energía renovable del mundo. Ante la saturación de las redes públicas, estas empresas están invirtiendo en sus propias tecnologías, desde energía geotérmica avanzada hasta la investigación de pequeños reactores nucleares modulares (SMR) y el uso de hidrógeno como reserva.
La eficiencia y la paradoja de Jevons
Aunque ha habido avances en eficiencia, como en esta familia de procesadores negro de Nvidia O modelos de software más optimizados (como DeepSeek de China). La historia económica muestra que esto no necesariamente reducirá el consumo general. El artículo del Fondo Monetario Internacional mencionado Paradoja de Jevonsque muestra que cuando el costo de un recurso disminuye debido a la eficiencia, su uso a menudo aumenta tan rápidamente que eventualmente compensa los ahorros iniciales.
La falta de transparencia es otro desafío señalado por Van de Graaff. Actualmente, la industria proporciona poca información pública detallada sobre su consumo real de electricidad, agua o minerales. Esta opacidad dificulta que los reguladores y las empresas de servicios públicos planifiquen la expansión de la infraestructura necesaria sin comprometer la estabilidad de los sistemas estatales o los objetivos climáticos.
La transición a una economía digital basada en la IA depende en última instancia de la gestión de los elementos físicos. La capacidad de los gobiernos para integrar la política digital con la política energética y de recursos naturales determinará no solo la viabilidad técnica de la inteligencia artificial, sino también la sostenibilidad de las redes eléctricas y el acceso equitativo a los recursos esenciales en las próximas décadas.
