|
🟦 Píldora especial · Energía e IA
La IA tiene hambre — y la humanidad todavía no sabe cómo alimentarla.
21 de junio 2026 · 7 min de lectura
|
⚡ LAS CIFRAS
1,050 TWh en 2026: lo que la IA consume ya es comparable al consumo eléctrico de países enteros
Para entender la escala del problema hay que empezar por los números. Según la Agencia Internacional de Energía (IEA), el consumo eléctrico global de los centros de datos superará los 1,050 TWh en 2026 —más del doble que en 2022—, de los cuales aproximadamente el 40% ya corresponde directamente a cargas de trabajo de IA. Solo en Estados Unidos, los centros de datos consumen el 6% de toda la electricidad del país. Para dar otra perspectiva: si los centros de datos del mundo fueran un país, ocuparían el undécimo lugar en consumo energético global, justo detrás de Francia. Y eso es hoy, no en 2030.
El crecimiento interanual es el dato más inquietante. La demanda eléctrica de los centros de datos creció un 17% solo en 2025, según el informe de la IEA titulado Key Questions on Energy and AI. En el mismo período, el sistema eléctrico global creció apenas un 3%. La brecha entre ambas curvas se amplía cada año. El problema de fondo no es que la IA sea ineficiente —la eficiencia energética por consulta ha mejorado radicalmente, reduciéndose al menos un orden de magnitud cada año—, sino que el crecimiento del uso es tan explosivo que ninguna mejora técnica logra compensarlo. Cada consulta a ChatGPT consume aproximadamente 2.9 vatios-hora: casi diez veces más que una búsqueda convencional en Google.
Fuente: IEA / Review Energy →
Fuente: Especificar →
⏱ ~85 segundos lectura
|
🔬 POR QUÉ CONSUME TANTO
Entrenar un modelo como GPT-3 consume lo mismo que 130 hogares europeos en un año entero
El consumo de la IA tiene dos fases muy distintas con impactos distintos. El entrenamiento —el proceso de construir un modelo desde cero— es el más intensivo en energía de forma puntual: entrenar un modelo de la escala de GPT-3 requiere hasta 1,287 megavatios-hora (MWh), equivalente al consumo anual de aproximadamente 130 hogares europeos. Los modelos más recientes y capaces multiplican esa cifra por factores de 10 a 100. Una sola GPU H100 de NVIDIA —el chip de referencia para IA— consume 700 vatios a plena carga. Un nodo servidor con 8 GPU demanda entre 10 y 12 kilovatios. Un rack de IA completo absorbe entre 80 y 140 kilowatts. Cuando se despliegan miles de racks en paralelo para entrenar un modelo frontier, la demanda puntual puede equivaler a la de una ciudad mediana.
La inferencia —cuando el modelo ya entrenado responde a los usuarios— es menos intensa por consulta individual, pero su impacto acumulado es igual o mayor, porque nunca se detiene. OpenAI estimó en 2023 que sus servidores de ChatGPT consumían alrededor de 1 GWh diario —el equivalente a 33,000 hogares— solo para manejar las peticiones de sus usuarios. Desde entonces, el uso no ha dejado de crecer. A esto se suma una variable que rara vez se menciona: el agua. Según un estudio de la Universidad de California, cada instrucción de IA de 100 palabras consume aproximadamente 519 mililitros de agua para refrigeración —casi una botella estándar—. Para 2030, el consumo hídrico global de los centros de datos podría alcanzar los 9.3 billones de litros anuales, según Naciones Unidas.
Fuente: La Ecuación Digital →
Fuente: Infobae / ONU →
⏱ ~90 segundos lectura
|
🏭 PRINCIPALES ACTORES
Microsoft, Google, Amazon y Meta: las cuatro empresas que están rediseñando el mapa energético mundial
El gasto de capital de las cinco mayores empresas tecnológicas en infraestructura de datos superó los 400,000 millones de dólares en 2025, y la IEA proyecta que aumentará un 75% adicional en 2026. Estas cuatro compañías representaron en 2025 el 40% de todos los contratos corporativos de compra de energía renovable en el mundo. Pero las renovables no son suficientes para sus necesidades: la energía solar y eólica son intermitentes, y los centros de datos necesitan operar 24 horas al día, 365 días al año, sin interrupciones. Eso las ha llevado a hacer algo que nadie esperaba hace cinco años: comprar plantas nucleares.
Microsoft fue la primera en moverse: en 2024 firmó un acuerdo de 20 años con Constellation Energy para reactivar la planta nuclear de Three Mile Island —sí, la misma del accidente de 1979— con una inversión de 1,600 millones de dólares, exclusivamente para alimentar sus centros de datos. Google firmó con Kairos Power para adquirir energía de siete pequeños reactores modulares (SMR) operativos entre 2030 y 2035. Amazon cerró acuerdos con Dominion Energy y Talen Energy para SMR en Virginia y Pennsylvania, con contratos que se extienden hasta 2042. Meta anunció acuerdos nucleares con tres proveedores —Vistra, TerraPower y Oklo— para su superclúster Prometheus en Ohio, que cuando esté completo en 2026 será el primer centro de datos del mundo que requiere más de 1 GW de energía. Google fue aún más lejos: adquirió Intersect Power por 4,750 millones de dólares para construir “parques energéticos” que co-localizan centros de datos junto con generación y almacenamiento.
Fuente: Spaziocrypto →
Fuente: Introl →
⏱ ~92 segundos lectura
|
🌍 PANORAMA ACTUAL
Irlanda ya no puede conectar más centros de datos a la red — y Virginia se está quedando sin espacio
La concentración geográfica de los centros de datos está creando cuellos de botella eléctricos sin precedentes. Irlanda —sede de los centros de datos de Google, Microsoft, Meta y Amazon en Europa— enfrenta una situación límite: la IEA proyecta que los centros de datos podrían consumir el 30% de toda la electricidad del país en 2026. La Comisión de Regulación de la Energía irlandesa ya ha comenzado a rechazar nuevas solicitudes de conexión. Virginia, el estado con mayor densidad de centros de datos del mundo (alberga el 70% del tráfico de internet de EE.UU.), enfrenta un problema similar: la demanda de energía crece más rápido que la capacidad de la red de transmisión.
La respuesta de la industria ante la saturación de la red ha sido pragmática y polémica: ante la imposibilidad de conectarse a la red en plazos razonables, muchos desarrolladores de centros de datos están instalando generación in situ basada en gas natural. Es decir, la urgencia de alimentar la IA está llevando a construir plantas de gas en lugar de esperar la energía limpia. La UE ya respondió con regulación: desde 2024, los centros de datos de más de 500 kW en Europa deben reportar públicamente su PUE (eficiencia energética), consumo de agua y uso de renovables. El AI Act, en vigor desde 2025, además exige a los proveedores de modelos de IA de gran escala que publiquen el consumo energético del entrenamiento y las emisiones de carbono asociadas.
Fuente: Revista Cloud →
Fuente: Javadex →
⏱ ~88 segundos lectura
|
🔭 HACIA DÓNDE VA
2030: el consumo se duplica, pero hay tres apuestas que podrían cambiar la ecuación
La IEA proyecta que el consumo eléctrico global de los centros de datos podría duplicarse hacia 2030, alcanzando los 945 TWh —y el de los dedicados específicamente a IA podría triplicarse en ese mismo período—. Eso implicaría emisiones de CO₂ asociadas de aproximadamente 399 millones de toneladas anuales, más que las emisiones netas totales del Reino Unido. La superficie física ocupada por centros de datos podría superar en más de 18 veces el tamaño de la ciudad de Nueva York. Son cifras que hacen inevitable la pregunta: ¿puede crecer la IA indefinidamente en un planeta con recursos energéticos finitos?
Las respuestas que el sector está ensayando son tres. La primera es la nuclear: los SMR prometen energía constante, sin emisiones y en ubicaciones donde no llegan las grandes plantas. La segunda es la eficiencia algorítmica: los avances en software y hardware han reducido el consumo por tarea de IA al menos un orden de magnitud cada año, y hay margen para seguir. La tercera —y más radical— es la descentralización: mover el cómputo hacia el borde (edge AI), hacia dispositivos locales y hacia infraestructura espacial, para reducir la presión sobre los grandes centros de datos. Para 2035, la IEA estima que el 60% de la energía que consumirán los nuevos centros de datos provendrá de fuentes limpias, frente al 40% de combustibles fósiles.
Fuente: SmartGridsInfo / IEA →
Fuente: Energética 21 →
⏱ ~88 segundos lectura
|
📌 EL DATO
|
Los agentes de IA serán el próximo gran salto en consumo
La IEA señala que las aplicaciones agénticas —agentes que operan de forma autónoma 24/7, como Gemini Spark, Scout de Microsoft o los agentes de OpenAI— son “significativamente más intensivas en energía” que las consultas conversacionales convencionales. Cada tarea que un agente ejecuta en segundo plano implica múltiples llamadas al modelo, no una sola. El salto a los agentes podría multiplicar el consumo actual de inferencia por un factor de 5 a 10.
Fuente: IEA / Review Energy →
Fuente: Misión Política →
|
|
La nueva métrica que todos deberían conocer: PUE
El Power Usage Effectiveness (PUE) mide cuánta energía total consume un centro de datos por cada unidad de energía que llega al cómputo real. Un PUE de 1.0 sería perfecto; la media global ronda 1.6. Los mejores centros de datos de Google y Microsoft han llegado a PUE de 1.1. La UE exige que los nuevos centros de datos tengan un PUE inferior a 1.3 para clasificarse como instalaciones sostenibles bajo su Taxonomía Verde.
Fuente: Socomec →
Fuente: Javadex →
|
|
¿Qué puede hacer el usuario común?
Muy poco, en términos individuales — pero no es irrelevante. Usar modelos más pequeños y eficientes cuando la tarea no requiere un modelo frontier, evitar regenerar respuestas innecesariamente y preferir servicios con compromisos verificados de energía renovable son decisiones que suman. La transparencia sobre el consumo energético de los modelos —aún muy limitada— es el primer paso que los reguladores y la sociedad deberían exigir.
Fuente: UNESCO / UCL →
Fuente: BBVA →
|
|
|
|