¿Cuánta energía consume la IA?

La inteligencia artificial (IA) está en todas partes. Te ayuda a escribir correos, recomendarte series, planificar viajes, detectar enfermedades o traducir idiomas al instante. Pero detrás de esa eficiencia, hay una pregunta que empieza a sonar cada vez con más fuerza: ¿cuánta energía consume todo esto?

Porque sí, por cada respuesta, cada imagen generada o cada modelo entrenado, hay una factura energética que alguien paga. Y no solo con dinero, sino también con emisiones y recursos naturales.

Hoy queremos hablar de eso: del coste energético de la inteligencia artificial, un tema que muchos pasan por alto cuando hablan de innovación, pero que cada vez será más importante si queremos usar la tecnología de forma sostenible.

La inteligencia artificial no es magia: es cálculo masivo

Para que la IA funcione, se necesitan modelos que aprenden de millones de datos. Y para que esos modelos aprendan, hay que entrenarlos. Este entrenamiento no se parece en nada al de un perro que aprende a sentarse: aquí hablamos de entrenar modelos con miles de millones de parámetros, que requieren procesar cantidades gigantescas de información durante días, semanas o incluso meses.

Y todo eso consume energía. Muchísima.

Veamos algunos ejemplos.

¿Cuánta energía consume entrenar un modelo de IA?

Entrenar un modelo como GPT-3 (uno de los predecesores de los modelos actuales) consumió en torno a 1.287 MWh de electricidad, según cálculos independientes. Para que te hagas una idea, eso equivale al consumo eléctrico de una casa media en España durante más de 130 años.

Y GPT-4, o los modelos de imagen, audio y vídeo, probablemente han multiplicado esa cifra, aunque las compañías no suelen publicar estos datos de forma transparente. En cualquier caso, no hablamos de minutos de ordenador encendido, sino de semanas de superordenadores trabajando sin descanso.

A esto hay que sumarle el uso continuo: cuando tú haces una pregunta a una IA, hay un modelo funcionando en segundo plano, en un servidor, que consume energía para responderte. Puede parecer poco, pero multiplica eso por millones de personas interactuando al mismo tiempo.

¿Dónde ocurre todo esto? En los centros de datos

Toda esta potencia de cálculo no está en tu portátil. Está en centros de datos, auténticas fábricas digitales repartidas por el mundo que alojan servidores, sistemas de refrigeración, almacenamiento de datos y conexiones de alta velocidad.

Un centro de datos de grandes dimensiones puede consumir tanta electricidad como una ciudad mediana. Y cada año son más grandes, más potentes… y más numerosos.

Según la Agencia Internacional de la Energía (IEA), los centros de datos representaron en 2022 alrededor del 1 al 1,5 % del consumo eléctrico mundial. Pero con el auge de la IA, ese porcentaje podría triplicarse para 2030.

En algunos lugares, como Irlanda, los centros de datos ya consumen más del 18 % de toda la electricidad del país. En Ámsterdam y Frankfurt se han llegado a poner moratorias a nuevos centros por su impacto en la red eléctrica.

¿Y qué pasa con la huella de carbono?

El impacto no es solo eléctrico: también es climático. Aunque cada vez más centros usan energías renovables, la mayoría aún se alimenta al menos en parte de fuentes fósiles, sobre todo en países donde la red no es limpia.

Según algunos estudios, entrenar un modelo grande de IA puede generar decenas de toneladas de CO2. Eso es equivalente a volar de Madrid a Nueva York unas 30 veces.

Y aunque las empresas tecnológicas están haciendo esfuerzos por reducir esta huella, lo cierto es que el consumo sigue creciendo más rápido que las soluciones.

¿Qué se está haciendo para reducir el impacto?

Aquí hay un poco de todo:

• Hardware más eficiente: se están desarrollando chips especializados (como los TPU de Google o los GPU de nueva generación) que consumen menos energía por operación.
• Centros de datos más verdes: algunos centros están alimentados con renovables, refrigerados con sistemas pasivos o ubicados en lugares fríos para reducir el gasto energético.
• Optimización de modelos: se trabaja en hacer modelos más pequeños, rápidos y precisos sin necesidad de procesar cantidades ingentes de datos.
• Sistemas de entrenamiento compartido: se reutilizan modelos ya entrenados (como los de código abierto) para evitar empezar de cero cada vez.

Pero el gran reto sigue siendo el equilibrio entre avance tecnológico y responsabilidad ambiental.

¿Cuánto consume la IA en nuestro día a día?

Aunque el gran consumo se produce durante el entrenamiento, el uso cotidiano también suma. Los servidores se ponen a trabajar:

• Cada vez que hablas con un chatbot.
• Cuando pides una traducción automática.
• Cuando consultas con voz a un asistente.
• Cuando generas una imagen por IA.
• Incluso los filtros de tus redes sociales pueden usar IA para identificar contenido.

Se estima que una consulta a un modelo de lenguaje como ChatGPT consume varias veces más energía que una búsqueda tradicional en Google.

Ahora imagina eso multiplicado por millones de usuarios al día.

¿Qué puedes hacer tú como usuario?

No se trata de dejar de usar IA, pero sí de hacerlo con conciencia:

• Evita el uso innecesario: no pidas 10 imágenes cuando te vale con una.
• Valora el coste oculto: si usas IA para tareas muy simples, quizá un buscador clásico sea más eficiente.
• Apoya servicios sostenibles: algunas empresas ya informan sobre el impacto energético de sus herramientas.
• Participa en el debate: la sostenibilidad digital será uno de los temas clave del futuro. Y tu voz también cuenta.

La inteligencia artificial ha llegado para quedarse. Tiene un enorme potencial para mejorar nuestra vida, desde la medicina hasta la educación, pasando por la gestión de recursos.

Pero su coste energético no puede ignorarse. Como sociedad, tenemos que decidir cómo usarla, cuánto y para qué.

Porque la verdadera inteligencia —artificial o no— consiste en saber usar lo que tenemos sin agotar lo que somos.

Si te ha interesado este artículo te recomendamos: