La Inteligencia Artificial, si bien ofrece un inmenso potencial para la optimización y la eficiencia en diversos sectores, también presenta un desafío creciente en términos de consumo energético. Esta semana, el Foro Económico Mundial ha emitido una advertencia clara, señalando que la planificación global para alcanzar las "cero emisiones netas" (Net Zero) necesita una "actualización de IA". Los objetivos climáticos actuales se definieron en gran medida antes de que la IA existiera de manera significativa, y con la próxima COP31, es imperativo que estos objetivos se ajusten para reflejar la realidad del consumo energético de esta tecnología emergente.
Los datos son reveladores. El consumo de electricidad de los centros de datos aumentó un 17% en 2025, y el de los centros de datos específicamente dedicados a la IA se disparó un 50%. La Agencia Internacional de Energía (IEA) proyecta que la demanda global de los centros de datos se duplicará aproximadamente de 485 teravatios-hora (TWh) en 2025 a 950 TWh para 2030, lo que representaría alrededor del 3% de la electricidad mundial. Este crecimiento subraya la tensión entre la eficiencia cada vez mayor de la IA por tarea y el aumento aún más rápido del número, la complejidad y la frecuencia de esas tareas.
La pregunta a largo plazo se reduce a una bifurcación estructural: ¿prevalecerá la curva de eficiencia de la IA o el efecto rebote (Jevons Paradox) dominará? En el primer escenario, las ganancias anuales de eficiencia, que son órdenes de magnitud, se acumularían, la cuota de la IA en la electricidad global se estabilizaría en un manejable 3-5%, y su dividendo de eficiencia (los más de 13 exajulios de ahorro potencial que la IEA ha documentado en la industria, edificios y transporte) la convertiría en un activo neto en el balance energético mundial. En el segundo, la paradoja de Jevons prevalecería, lo que significa que a medida que la IA se vuelve más eficiente, su uso se expande, resultando en un aumento neto del consumo energético.
Los límites de la previsión son precisamente la razón por la que este ejercicio es crucial. El sistema energético no tiene el lujo de un horizonte de cinco años. Una turbina de gas encargada hoy funcionará hasta la década de 2050; una línea de transmisión autorizada ahora, después de cuatro a ocho años de desarrollo, configurará la ubicación de las infraestructuras durante décadas; las centrales nucleares impulsadas por la adquisición del sector tecnológico seguirán generando en 2070. Esto significa que las decisiones actuales sobre infraestructura energética deben tener en cuenta el impacto a largo plazo de la IA.
El informe concluye que, aunque la IA se está volviendo dramáticamente más eficiente por tarea (Google informa que una solicitud de texto mediana de Gemini ahora usa aproximadamente 0.24 vatios-hora, después de una reducción de 33 veces en un año), la demanda total está aumentando. Esto exige una acción inmediata y coordinada para integrar el impacto energético de la IA en las estrategias climáticas globales, asegurando que la tecnología sea una parte de la solución y no una carga adicional para los objetivos de sostenibilidad.