Imagen ilustrativa
La huella ambiental de la IA se triplicará en 2030: consumirá más electricidad que Pakistán, Bangladés y Nigeria juntos
Un informe de la Universidad de la ONU advierte que el consumo eléctrico de los centros de datos de IA se triplicará para 2030, superando la demanda combinada de Pakistán, Bangladés y Nigeria. Solo ChatGPT procesa 2.500 millones de consultas diarias.
- Consumo eléctrico de IA triplicará para 2030.
- IA consumirá más electricidad que Pakistán, Bangladés y Nigeria.
- Inferencias, no entrenamiento, generan mayor impacto.
- Paradoja de Jevons: eficiencia impulsa mayor consumo.
- Informe UNU-INWEH alerta sobre huella hídrica y de suelo.
La inteligencia artificial (IA) presenta una factura ambiental considerable que está siendo subestimada. Para el año 2030, los centros de datos que sustentan la IA requerirán una asombrosa cifra de 945 teravatios-hora (TWh) de electricidad anual, lo que casi triplica el consumo eléctrico combinado de Pakistán, Bangladés y Nigeria, naciones que albergan a más de 650 millones de personas. Esta demanda energética se suma a un consumo de agua comparable a las necesidades básicas de 1.300 millones de habitantes del África subsahariana y una ocupación de suelo de más de 14.500 kilómetros cuadrados.
Un informe del Instituto de la Universidad de la ONU para el Agua, el Medio Ambiente y la Salud (UNU-INWEH) critica la metodología actual del debate, que se enfoca casi exclusivamente en las emisiones de carbono del entrenamiento de modelos de IA, como GPT-3 y GPT-4. Sin embargo, se dejan de lado costos igualmente relevantes como el agua evaporada para la refrigeración de servidores y la generación eléctrica, así como el territorio ocupado por infraestructuras y cadenas de suministro.
La investigación subraya que el verdadero peso del consumo energético de la IA reside en la inferencia, es decir, el procesamiento constante de las consultas de los usuarios, que representa entre el 80% y el 90% del gasto total. Un ejemplo es ChatGPT, que gestiona aproximadamente 2.500 millones de consultas diarias, generando una huella hídrica que podría abastecer a medio millón de personas en África durante un año. La paradoja de Jevons, o efecto rebote, se manifiesta cuando la mayor eficiencia de los modelos abarata su uso, impulsando un crecimiento explosivo en el volumen total de consultas y, por ende, en su impacto ambiental.
Desde una perspectiva argentina, este escenario plantea interrogantes sobre la sostenibilidad de la creciente adopción de tecnologías de IA en sectores clave como la agroindustria, la logística y los servicios financieros. La demanda energética podría presionar la red eléctrica nacional, especialmente si se recurre a fuentes no renovables. Además, la necesidad de agua para refrigeración podría ser un factor limitante en regiones áridas o con estrés hídrico. Es crucial que las empresas y el sector público argentino evalúen proactivamente estos costos ambientales y busquen soluciones de IA que prioricen la eficiencia y la sostenibilidad, anticipándose a futuras regulaciones y a la volatilidad de los precios de la energía.
Este informe es crucial para el sector financiero y productivo argentino, ya que la creciente demanda energética de la IA podría impactar en los costos de infraestructura y la disponibilidad de recursos hídricos. Los inversores y empresarios deben estar atentos a las tecnologías de IA más eficientes y sostenibles, así como a las posibles regulaciones ambientales que puedan surgir. La región de Rosario, con su fuerte vocación productiva, deberá considerar estos factores en su adopción tecnológica.
