La electricidad se convirtió en el cuello de botella de la IA: qué exige el crecimiento de los centros de datos

La inteligencia artificial suele parecer inmaterial porque llega como una conversación en una pantalla. Detrás de esa experiencia hay electricidad convertida en cálculo, memoria, movimiento de datos y refrigeración. Cada respuesta de un modelo consume una cantidad que depende del hardware, la longitud de la consulta, el número de pasos y la eficiencia del sistema. Cuando millones de personas y empresas usan IA al mismo tiempo, esas pequeñas demandas se concentran en edificios que necesitan una conexión eléctrica muy distinta de la de una oficina.

La Agencia Internacional de Energía estima que los centros de datos consumieron alrededor de 415 teravatios hora en 2024 y que su demanda eléctrica global podría más que duplicarse hasta unos 945 teravatios hora en 2030. La cifra no significa que la IA vaya a consumir la mayor parte de la electricidad mundial. El punto crítico está en la concentración: un centro de datos puede demandar tanta energía como una instalación industrial grande y hacerlo en una región donde la red ya opera cerca de sus límites.

En Estados Unidos, la IEA proyecta que los centros de datos representarán cerca de la mitad del crecimiento de la demanda eléctrica hasta 2030. En otros países, el peso relativo será distinto, pero la pregunta se repite: ¿hay generación, transmisión, subestaciones y permisos para conectar la carga? Una planta puede construirse en pocos años, mientras una línea de transmisión o una ampliación de red tarda más por razones técnicas, ambientales y regulatorias. La planificación energética debe adelantarse al calendario de los servidores.

La oferta será diversa. La IEA prevé que las renovables cubran cerca de la mitad del crecimiento de la demanda de electricidad de los centros de datos hasta 2030, acompañadas por gas natural, redes más flexibles y una participación creciente de la energía nuclear hacia el final de la década. La mezcla real dependerá de cada país y de la electricidad que esté disponible en la hora exacta de consumo. Un contrato de energía renovable ayuda, aunque no sustituye por sí solo la necesidad de potencia firme y redes confiables.

La eficiencia debe medirse en todo el sistema. Un acelerador más eficiente reduce energía por operación, pero un modelo que produce respuestas más largas puede aumentar el consumo total. Microsoft Research señala que las consultas de razonamiento prolongado y los flujos agentivos pueden multiplicar el gasto de inferencia debido a la cantidad de tokens y a la menor concurrencia del servicio. Esto no es un argumento contra los agentes; es una invitación a elegir cuándo aportan valor suficiente para justificar la energía adicional.

Las empresas pueden actuar en varios niveles. Pueden seleccionar modelos apropiados para cada tarea, reutilizar resultados, procesar trabajos no urgentes cuando haya más capacidad renovable, mejorar la utilización de aceleradores y colocar la inferencia cerca de los datos. También deben medir el consumo por tarea y no solo por centro de datos. Si una organización sabe cuánto cuesta energéticamente resumir un documento, clasificar una imagen o ejecutar un flujo de varias herramientas, puede comparar calidad y eficiencia con más honestidad.

El impacto territorial exige diálogo. Un centro de datos puede traer empleo, fibra y actividad económica, pero también solicitar agua, suelo y capacidad eléctrica que compite con otros usos. Los gobiernos deberían exigir información comprensible sobre consumo, fuentes de energía, ruido, emisiones, refrigeración y planes de emergencia. Las empresas que prometen eficiencia deben publicar métricas verificables y reconocer que una mejora en un componente no resuelve todo el impacto del sistema.

La energía para IA será un factor de competitividad. Los países con electricidad confiable, redes modernas y permisos previsibles podrán atraer inversión; los que carezcan de esas condiciones enfrentarán proyectos más caros o una dependencia mayor de servicios externos. El futuro de la inteligencia artificial no se decidirá solo en laboratorios y nubes. También se decidirá en subestaciones, líneas de transmisión, plantas renovables y acuerdos que permitan crecer sin trasladar todos los costos a las comunidades.

Fuentes consultadas: IEA — Energy and AI executive summary; IEA — Energy supply for AI; IEA — Electricity 2026 demand analysis; Microsoft Research — Energy use of AI inference and efficiency pathways

Hashtags: #EnergiaParaIA #Electricidad #CentrosDeDatos #EficienciaEnergetica #EnergiasRenovables #RedesElectricas #Sostenibilidad

Prompt visual: Portada editorial fotorrealista futurista modernista, centro de datos de IA conectado a una red eléctrica con parques solares, turbinas eólicas, subestaciones y líneas de transmisión, flujo de energía luminoso entrando a racks de servidores, paisaje local al amanecer, sensación de equilibrio entre innovación y sostenibilidad, azul profundo, verde y ámbar, horizontal, sin logos, sin texto legible, sin marcas de agua.