Un aviso parece un toque ligero. Escribes una pregunta, esperas unos segundos y llega una respuesta. Todo parece inmaterial, casi mágico. Pero detrás de cada solicitud realizada a ChatGPT u otros sistemas de inteligencia artificial se esconde una gigantesca infraestructura formada por servidores, sistemas de refrigeración, redes eléctricas y grandes cantidades de agua y energía.
Esta es la imagen que surge del nuevo Informe del Instituto Universitario de las Naciones Unidas para el Agua, el Medio Ambiente y la Salud (UNU-INWEH)que te invita a mirar más allá de la superficie de la IA. Porque la inteligencia artificial no es sólo software: tiene una huella física cada vez más pesada en términos de electricidad, consumo de agua, uso del suelo y materias primas.
¿Cuánto consumen los centros de datos?
En 2025, los centros de datos del mundo consumieron aproximadamente 448 TWh de electricidad. Si fueran un estado, habrían sido el undécimo mayor consumidor de energía del planeta. Y el crecimiento no parece destinado a desacelerarse: en 2030 la demanda podría alcanzar 945 TWhcasi tanto como el consumo anual total de Japón e igual a aproximadamente 3% de la electricidad mundial.
Gran parte de este crecimiento está vinculado precisamente ainteligencia artificial. No sólo para el entrenamiento de modelos de gran tamaño, sino sobre todo para su uso diario: cada texto generado, cada imagen creada, cada vídeo producido requiere potencia de cálculo y, por tanto, energía.
Uno de los aspectos más sorprendentes se refiere a lacascada. Según el informe, la huella hídrica asociada a la electricidad utilizada por los centros de datos podría alcanzarse en 2030 9,3 billones de litros. Una cantidad enorme, equivalente a las necesidades esenciales de agua doméstica de aproximadamente 1.300 millones de personas en el África subsahariana.
El agua se utiliza tanto para enfriar directamente los servidores como para producir la energía que los alimenta. Por este motivo los autores subrayan que limitarse a medir la Emisiones de CO2 Pero eso no es suficiente: cada fuente de energía también trae consigo una huella hídrica y territorial que a menudo permanece invisible.
En 2025, los centros de datos consumieron aprox. 4,5 billones de litros de agua y producto 189 millones de toneladas de CO2. Para 2030 las emisiones podrían aumentar a 399 millones de toneladasmientras que la ocupación del suelo podría superar 14.500 km².
La llamada «nube» digital, por tanto, es mucho menos etérea de lo que imaginamos. Detrás de la nube hay edificios, plantas industriales, transformadores, sistemas de refrigeración e infraestructuras que ocupan espacio y requieren recursos. Y a menudo se construyen en zonas donde el agua y la energía ya están bajo presión.
La paradoja de Jevons y el efecto rebote
Luego hay otro elemento que merece atención. Muchos sostienen que los modelos de IA serán cada vez más eficientes y, por tanto, consumirán menos. Pero la historia nos enseña que no siempre funciona así. es el llamado Paradoja de Jevon: cuando una tecnología se vuelve más eficiente y menos costosa, tiende a utilizarse mucho más, anulando algunos de los beneficios obtenidos.
En el caso de la inteligencia artificial el riesgo es claro. Se están integrando modelos más rápidos y económicos en un número cada vez mayor de aplicaciones, servicios y plataformas. Así, el consumo por operación única disminuye, pero el número total de operaciones aumenta enormemente.
El informe también destaca que la mayor parte de la energía consumida por la IA no proviene de modelos de entrenamiento, sino de los llamados inferenciaes decir, del uso diario para dar respuesta a las solicitudes de los usuarios. Esta fase puede representar entre80% y 90% del consumo total de energía.
El tipo de contenido requerido también marca una gran diferencia. Generar una imagen requiere mucha más energía que una simple respuesta de texto, mientras que crear videos con IA consume aún más. Según el estudio, una sola imagen generada puede tardar hasta 1.450 veces la energía necesaria para una clasificación de texto simple.
Crecimiento concentrado entre Estados Unidos y China
Otro aspecto se refiere a la distribución global de las infraestructuras. El estudio informa que sólo 32 países albergan infraestructuras de nube especializadas para IA y más 90% de la capacidad se concentra entre Estados Unidos y China. Muchos otros países siguen excluidos de los beneficios económicos directos, pero aún sufren impactos ambientales relacionados con la extracción de minerales críticos y la gestión de desechos electrónicos.
Para 2030, la infraestructura de IA podría generar hasta 2,5 millones de toneladas de residuos electrónicos cada año. Los servidores, chips y componentes se están reemplazando rápidamente para respaldar la carrera por la potencia informática, lo que aumenta aún más la presión sobre los recursos naturales.
Posibles soluciones
Para los autores del informe el desafío no es detener la innovación, sino hacerla realidad transparente y sostenible. Significa publicar datos comparables sobre consumo de energía, emisiones, agua y uso de la tierra. Significa diseñar modelos más eficientes y utilizar la potencia informática de forma proporcional a las necesidades reales.
Europa también está intentando intervenir. La Comisión Europea está trabajando en Nuevos estándares de eficiencia para centros de datos.con criterios que incluyen el consumo de agua y las energías renovables.
Mientras tanto, según elAgencia Internacional de Energía (AIE)el consumo global de electricidad de los centros de datos podría duplicarse de aquí a 2030. Una cifra que deja claro cómo el futuro de la inteligencia artificial está ahora estrechamente vinculado a los desafíos energéticos y medioambientales del planeta.
Durante años hemos pensado en lo digital como algo limpio porque es invisible. Pero el informe de la ONU nos recuerda que detrás de cada respuesta generada por la IA hay una realidad compuesta de electricidad, agua, materias primas e infraestructuras. La nube, vista de cerca, es mucho menos impalpable de lo que parece.