Nota: Informe de una sola fuente; pendiente de corroboración.
Según un estudio de la Universidad de las Naciones Unidas, los centros de datos que dan soporte a los procesos de IA podrían consumir hasta 945 teravatios-hora de electricidad al año para 2030, lo que casi triplicaría el consumo anual combinado de electricidad de Pakistán, Bangladesh y Nigeria, que en conjunto tienen más de 650 millones de habitantes.
Más allá de las emisiones de carbono, cada unidad de electricidad utilizada por estos centros implica un consumo sustancial de agua para la refrigeración y la producción de energía, así como el uso del suelo asociado a la generación de energía y las cadenas de suministro. El informe señala que el consumo de agua relacionado con la IA podría cubrir las necesidades domésticas anuales básicas de 1300 millones de personas para finales de la década, mientras que su superficie podría abarcar más de 14 500 kilómetros cuadrados, aproximadamente el doble del tamaño de la región metropolitana de Yakarta.
El estudio pone de relieve una importante laguna en la evaluación del impacto ambiental de la IA, señalando que centrarse principalmente en las emisiones de gases de efecto invernadero vinculadas al entrenamiento de modelos deja de lado otros factores importantes. Según el informe, algunas transiciones hacia energías renovables que reducen las emisiones de carbono pueden aumentar la demanda de agua y tierra, lo que plantea desafíos, especialmente en regiones con escasez de recursos.
La mayor parte de la demanda energética proviene del uso diario de la IA, que representa entre el 80 y el 90 por ciento del consumo total. Por ejemplo, un servicio de IA muy utilizado procesa alrededor de 2500 millones de solicitudes diarias, consumiendo cientos de gigavatios-hora de electricidad al año. Las necesidades energéticas varían significativamente según la tarea: generar una sola imagen mediante IA consume más de mil veces la energía que una simple clasificación de texto, y la generación de vídeo requiere aún más. El informe advierte que las mejoras en la eficiencia por sí solas podrían no reducir el consumo total debido a un efecto rebote: un mejor rendimiento impulsa un mayor consumo y, por lo tanto, una mayor demanda total de recursos.
Las cargas ambientales de la infraestructura de IA no se distribuyen uniformemente en todo el mundo. Si bien los beneficios de la IA son globales, sus costos de recursos suelen concentrarse en áreas específicas, donde los centros de datos ya representan una parte considerable del consumo nacional de electricidad, lo que aumenta la presión sobre los sistemas energéticos locales.