La IA presenta un dilema energético: impulsa el consumo, pero podría ser un catalizador para la transición limpia

La IA presenta retos energéticos, pero ofrece soluciones innovadoras que podrían acelerar significativamente la transición hacia energías limpias.

El entrenamiento y funcionamiento de los modelos de IA demanda enormes cantidades de electricidad, elevando las emisiones y fomentando la construcción de nuevas plantas de energía impulsadas por combustible fósil.

A pesar de los riesgos, la IA podría desbloquear eficiencias en almacenamiento de energía, redes inteligentes, ciencia de materiales y procesos de permisos que aceleran la transición limpia.

Actualmente, los consumidores soportan el aumento energético de la IA, pero expertos argumentan que las ganancias a largo plazo en eficiencia podrían superar los costos ecológicos y económicos actuales.

¿Será la inteligencia artificial la causa del fracaso de la transición energética limpia, o el catalizador que la haga posible?

La respuesta es compleja y contiene algo de ambas. Entrenar los grandes modelos de lenguaje que alimentan la IA consume una cantidad increíble de energía, y a medida que modelos como ChatGPT y DeepSeek se vuelven más complejos, cada consulta individual puede generar una gran huella ecológica.

El auge de la IA ya ha comprometido seriamente las metas del sector tecnológico para alcanzar la neutralidad de carbono. El año pasado, Google admitió que sus emisiones de carbono se habían disparado un 48% en los últimos cinco años. Google se ha comprometido a alcanzar emisiones netas cero para 2030, pero la empresa reconoce que “a medida que integramos más la IA en nuestros productos, reducir emisiones podría ser un desafío.”

Estas emisiones crecientes tendrán impactos generalizados en comunidades, redes eléctricas y naciones enteras. El rápido crecimiento de la IA ha provocado una aceleración en la construcción de nuevas plantas de energía a gas y generado seria preocupación por la seguridad energética en muchos países donde el avance de los centros de datos supera la capacidad de producción energética.

Además, planificar las necesidades energéticas de la IA es una tarea extremadamente compleja. El sector está experimentando cambios rápidos en crecimiento y avances tecnológicos. Más aún, las empresas de IA no están obligadas a revelar su uso de energía o impacto ambiental, y la gran mayoría no lo hace. Aunque investigadores trabajan arduamente para calcular cuánta energía usan estas compañías, aún no se conoce con certeza, sin contar que las cifras cambian constantemente.

Pero algunos expertos consideran que los temores sobre el consumo energético descontrolado de la IA están exagerados. A medida que la IA se vuelve más avanzada y ubicua, se espera que la automatización haga que casi todo lo que hacemos sea más eficiente. En general, esto podría superar con creces el consumo energético de los propios modelos de IA.

La IA será fundamental para mejorar algunos de los sistemas más ineficientes de la industria, como las cadenas de valor de materiales y la biotecnología. “Encontrar nuevos materiales, catalizadores o procesos que puedan producir cosas de forma más eficiente es el tipo de problema de ‘aguja en un pajar’ para el que la IA está idealmente preparada,” informa el Financial Times.

Además, la IA probablemente será clave en la transición energética. Por ejemplo, grandes modelos de lenguaje ya se usan para buscar mejores modelos y materiales en el sector emergente de almacenamiento de energía.

Asimismo, el Departamento de Energía de EE.UU. (DoE) ha señalado que la IA podría ser un componente crítico de redes inteligentes capaces de manejar mayores proporciones de energías variables como la eólica y solar en nuestras redes eléctricas. No obstante, reconocen que la IA conlleva riesgos significativos si se despliega de manera “ingenua.” Además, “el aprendizaje automático podría ayudar a las compañías eléctricas a mejorar procesos de permisos y ubicación, confiabilidad, resiliencia y planificación de la red,” según el informe del DoE.

Actualmente, podría argumentarse que la IA se está desplegando de manera “ingenua” o, al menos, con bajo nivel de discreción. Y son los consumidores quienes pagan la factura por toda esta experimentación inicial, en la que aparentemente todos y cada sector simplemente están aplicando IA para ver qué funciona. Los consumidores en EE.UU. —especialmente en regiones con muchos centros de datos— pueden esperar que sus facturas energéticas suban en respuesta.

“Estamos siendo testigos de una transferencia masiva de riqueza de clientes residenciales de servicios públicos a grandes corporaciones — centros de datos, grandes empresas eléctricas y sus casas matrices corporativas, que se benefician de construir infraestructura energética adicional,” dijo David Lapp, asesor de personas de Maryland, a Business Insider el mes pasado. “La regulación de los servicios públicos está fallando en proteger a los clientes residenciales, contribuyendo a una crisis de asequibilidad energética.”

Ciertamente, existen riesgos asociados a esta era de “Lejano Oeste” en la evolución de la IA —pero el sector se volverá más sofisticado con el tiempo. “Es cierto, por supuesto, que para fines climáticos, reducir CO₂ hoy vale más que reducirlo mañana,” reporta el Financial Times. “Pero viendo las cifras en juego, si la IA facilitara incluso ahorros modestos en el uso total de electricidad, sería un beneficio neto para la transición energética.”

Etiquetas