Compilación de Koly Bader-FSN-Tucumán

Detrás del relato de innovación limpia y eficiencia tecnológica, los data centers que alimentan la inteligencia artificial consumen cantidades crecientes de electricidad y agua dulce. La expansión avanza más rápido que la transparencia, la regulación y la discusión pública sobre quién paga sus costos ambientales.

La inteligencia artificial suele presentarse como una tecnología inmaterial: una respuesta instantánea, una imagen generada en segundos, un sistema que promete productividad y eficiencia. Pero esa apariencia liviana oculta una infraestructura pesada, territorial y voraz: edificios llenos de servidores, sistemas de refrigeración, líneas de alta tensión, generadores de respaldo y una demanda creciente de recursos naturales.

Según la Agencia Internacional de Energía, los centros de datos consumieron alrededor de 415 teravatios-hora de electricidad en 2024, cerca del 1,5% de la demanda eléctrica mundial. Para 2030, ese consumo podría más que duplicarse y superar los 945 teravatios-hora. La cifra no es menor: equivale a sumar, en pocos años, una nueva presión eléctrica del tamaño de una gran economía industrial.

El argumento empresario suele apoyarse en la eficiencia: chips más potentes, centros mejor diseñados, contratos de energía renovable. Pero el problema central no es solo cuánto consume cada operación, sino la escala del modelo. Entrenar grandes sistemas de IA exige enormes volúmenes de electricidad; mantenerlos funcionando para millones de consultas diarias multiplica esa demanda. La eficiencia por unidad puede mejorar, pero el consumo total sigue creciendo.

El agua dulce como costo oculto

La electricidad no es el único recurso en disputa. Los data centers producen calor las 24 horas y necesitan enfriamiento permanente. En muchos casos, esa refrigeración utiliza agua dulce, un recurso cada vez más escaso en regiones sometidas a sequías, estrés hídrico o competencia entre consumo humano, agricultura e industria.

Organizaciones ambientales advierten que un gran campus de centros de datos puede consumir hasta 5 millones de galones de agua por día, el equivalente al uso diario de una ciudad pequeña de unos 50.000 habitantes. Estudios citados por Naciones Unidas proyectan que, si la expansión continúa al ritmo actual, la huella hídrica de la infraestructura de IA podría alcanzar los 9,3 billones de litros anuales hacia 2030. La paradoja es evidente: una tecnología vendida como solución para optimizar el futuro puede agravar presiones ambientales muy presentes.

La ubicación de estos complejos rara vez se discute con la misma intensidad que sus beneficios. Cuando se instalan en territorios con redes eléctricas saturadas o reservas hídricas frágiles, los costos pueden trasladarse a comunidades locales: más presión sobre tarifas, obras públicas orientadas a grandes consumidores privados y mayor competencia por agua. La pregunta incómoda es quién decide que un territorio debe sostener la demanda de una industria global.

Promesas verdes bajo sospecha

Las grandes tecnológicas anuncian contratos de energía renovable, inversiones en nuclear avanzada, geotermia, baterías y sistemas de refrigeración más eficientes. Sin embargo, comprar energía limpia no siempre significa reducir la presión real sobre una red eléctrica. En algunos mercados, la demanda de los data centers puede absorber nueva generación renovable que también necesitan hogares, transporte e industrias que buscan descarbonizarse.

La narrativa verde también enfrenta un problema de opacidad. No todas las empresas informan con detalle cuánta agua consumen sus instalaciones, de dónde proviene la energía o qué impacto tienen sus operaciones en momentos de sequía o picos de demanda. Sin datos comparables y auditables, la sostenibilidad queda muchas veces reducida a comunicados corporativos y promesas de neutralidad futura.

El efecto rebote completa el cuadro: cuanto más barata, rápida y ubicua se vuelve la IA, más se la usa. Cada mejora de eficiencia puede quedar neutralizada por la multiplicación de aplicaciones, consultas, videos generados, agentes autónomos y servicios empresariales. El resultado es una carrera en la que la innovación reduce el consumo por tarea, pero aumenta el consumo total del sistema.

La discusión de fondo no es rechazar la inteligencia artificial, sino abandonar la fantasía de que su expansión no tiene costo material. Si la IA va a ocupar un lugar central en la economía, sus impactos deben medirse, regularse y debatirse públicamente. De lo contrario, la próxima revolución digital puede terminar profundizando una vieja desigualdad: beneficios globales concentrados, costos ambientales locales y comunidades obligadas a convivir con la sed energética de la nube.