El desafío sostenible del 'boom' digital: diez consultas a la IA pueden consumir el equivalente a una botella pequeña de agua

Así lo advierte el informe IA sostenible para un futuro más verde, que NTT Data ha elaborado y compartido con este periódico, para ilustrar el exponencial impacto ambiental de esta tecnología.

El consumo de agua de la inteligencia artificial es una "métrica de sostenibilidad crítica" y "frecuentemente subestimada", advierte el análisis. Y es que los modelos a gran escala se basan en servidores de alta densidad que generan un calor extremo y requieren sistemas de enfriamiento intensivos.

Radiografía de los centros de datos en España: así crece la industria digital de moda

"Los centros de datos retiran grandes volúmenes de agua dulce para regular la temperatura y generar electricidad. A pesar de los avances en tecnologías de refrigeración, entrenar un solo modelo de IA puede requerir millones de litros de agua dulce".

El informe señala que "incluso realizar entre 10 y 50 consultas puede consumir hasta 500 mililitros", lo que equivale a una botella pequeña de agua.

Sin un control cuidadoso ni estrategias de mitigación anticipadas, esta dependencia creciente de la IA amenaza con intensificar el estrés hídrico a escala global. Por eso, la cantidad de agua que se extrae y consume se ha convertido en un termómetro esencial del desarrollo sostenible de la inteligencia artificial.

Pero no todo son sombras. La innovación tecnológica también ofrece soluciones que permiten reducir e, incluso, casi eliminar este impacto sobre el agua.

La sostenibilidad de los centros de datos en jaque ante el auge de la inteligencia artificial y a falta de una regulación efectiva

Los recintos de Microsoft en España, por ejemplo, recurren a refrigeración líquida en circuito cerrado: un ingenioso sistema que recircula el agua sin pérdidas, reduciendo su consumo a prácticamente cero y mejorando la eficiencia hídrica (WUE) en un 39% desde 2021, hasta apenas 0,30 litros por kilovatio hora.

Existen además otras estrategias innovadoras que podrían ayudar a aliviar la presión, como la refrigeración por aire. Esta tecnología aprovecha el aire seco del exterior para enfriar los servidores, evitando el uso directo de agua, aunque su eficacia depende del clima local. También se ha abierto la puerta al uso de aguas residuales o recicladas, así como a la mejora de la eficiencia de los modelos y del hardware para reducir tanto el consumo eléctrico como la necesidad de refrigeración.

El reto de la energía

La demanda energética es una métrica clave para evaluar la sostenibilidad de la IA, ya que el hardware de tecnología de la información, comunicación y procesamiento necesario para programar, entrenar y desplegar sistemas de IA representa una parte significativa del consumo eléctrico global.

Con un crecimiento sostenido del consumo eléctrico del 12% anual, los centros de datos ya representan aproximadamente el 1,5% de la demanda global. Se estima que entre 2024 y 2030 esta cifra crecerá aún más rápido, alrededor de un 15% anual, una tasa más de cuatro veces superior a la de otros sectores.

Industria, hidrógeno, coches y data centers: los devoradores de luz que pueden doblar el consumo de España en 2035

De mantenerse esta tendencia, los centros de datos podrían consumir cerca de 1.050 TWh para 2026 a nivel global, el equivalente a más de cuatro veces todo el consumo eléctrico de España en 2024 (según datos de Red Eléctrica). Además, la huella de emisiones de carbono operativa de la IA está directamente relacionada con su consumo energético (a menudo proveniente de fuentes no renovables).

La huella de carbono de los centros de datos podría duplicarse antes de 2030, alcanzando cerca de 860 millones de toneladas de emisiones equivalentes de dióxido de carbono, lo que representa aproximadamente el 1% de las emisiones globales actuales, tal y como apunta el informe.

Agotamiento de recursos abióticos

El consumo de recursos y el uso de hardware son métricas fundamentales para la sostenibilidad de la IA, ya que una mayor dependencia de la infraestructura digital acelera el agotamiento de minerales críticos.

La producción de hardware de IA -desde semiconductores hasta componentes de centros de datos- demanda enormes cantidades de materias primas críticas, muchas de ellas extraídas en cantidades limitadas.

"Sólo los dispositivos digitales impulsan el 9,4% de la producción global de cobalto y el 8,9% de la de paladio, impulsados por ciclos de vida cortos y tasas aceleradas de reemplazo", apuntan los expertos.

Por su parte, los centros de datos -columna vertebral de las operaciones de IA- consumen grandes volúmenes de cobre, aluminio y elementos de tierras raras, con servidores que se reemplazan cada pocos años para cumplir con las exigencias de rendimiento.

Sostenibilidad en cada fase

"Para mitigar este impacto, los expertos de NTT Data urgen a integrar la sostenibilidad en cada fase del desarrollo y despliegue de la IA. La tecnología puede y debe empoderar soluciones innovadoras para los problemas ambientales que ella misma genera", explica David Costa, jefe de la Sede de Innovación en Sostenibilidad de NTT Data.

El informe destaca que esta reconfiguración requiere considerar no sólo cuánta energía consume la IA, sino cuándo y dónde lo hace. La optimización espaciotemporal permite ejecutar cargas de trabajo en horas valle o en climas fríos, reduciendo la necesidad de refrigeración y, por tanto, el consumo de agua. Integrar datos ambientales en tiempo real ayuda a recortar emisiones y a aliviar la sobrecarga de la red.

El laberinto de la red eléctrica en España: duplicidades, especulación, falta de inversión y hasta 11 años de burocracia

También se recogen casos exitosos que muestran cómo trasladar tareas de IA a lugares con menor demanda energética puede disminuir la contaminación sin sacrificar rendimiento.

Entre las buenas prácticas se incluyen: aplicar patrones de software verde, usar GPU remotas (capacidades de cómputo en la nube en lugar de hardware propio) o IA local, reducir residuos electrónicos mediante hardware modular y extender la vida útil de los equipos a través de su renovación y reciclaje.

Los expertos de NTT Data insisten en situar la eficiencia en el centro del diseño. Defienden que la "IA sostenible" debe abordarse con una mirada de ciclo de vida completo, desde la extracción de materias primas hasta la disposición final del hardware, promoviendo economía circular y optimización de sistemas de enfriamiento.

Esta responsabilidad es compartida por toda la cadena: fabricantes, centros de datos, desarrolladores, proveedores de nube, reguladores, inversores y usuarios.

El informe subraya además la importancia de consolidar métricas estándar y verificables. Indicadores como la 'Puntuación de Energía de IA' o la 'Intensidad de Carbono del Software (SCI) para IA' permiten integrar la sostenibilidad en la gobernanza, las compras tecnológicas y el cumplimiento normativo.