La energía demandada por los data centers en 2026 equivaldrá a cuatro veces el consumo eléctrico de España
La inteligencia artificial es un aliado clave para la transición verde, pero su desarrollo descontrolado puede amplificar riesgos y generar graves problemas ambientales. Esta es la paradoja central que destaca un nuevo reporte de NTT DATA, para ser aprovechada con fines de sostenibilidad, la propia IA debe ser sostenible por diseño.
El documento ‘IA sostenible para un mañana más verde’ ilustra el exponencial impacto ambiental de esta tecnología. Por ejemplo, se prevé que los centros de datos (una pieza clave para entrenar, implementar y entregar aplicaciones y servicios de IA) consuman en 2026 más de 1.050 TWh a nivel global. Esta cifra equivale a más de cuatro veces todo el consumo eléctrico de España en 2024 (según datos de Red Eléctrica). El impacto hídrico es también alarmante: solo ejecutar entre 10 y 50 consultas de IA consume hasta 500 mililitros de agua (una botella pequeña) para tareas de refrigeración.
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 crea", explica David Costa, jefe de la Sede de Innovación en Sostenibilidad de NTT DATA. "Las increíbles capacidades de la IA pueden ayudar a gestionar las redes de energía de forma más eficiente, reducir emisiones, modelar riesgos ambientales y optimizar la conservación del agua. Es vital que las organizaciones reconozcan este desafío ahora y construyan la sostenibilidad en los sistemas de IA desde su origen".
Mejores prácticas que pueden hacer la diferencia
Comprender la huella ambiental de la IA es solo el comienzo para su uso de manera sostenible. Incluso cuando se establecen objetivos ambientales, las organizaciones a menudo carecen de métodos prácticos para aplicar la sostenibilidad en cada etapa del ciclo de vida de la IA.
“Si bien el camino hacia una IA sostenible es complejo, un rediseño intencional y de extremo a extremo del ciclo de vida de la IA puede ayudar a cumplir el potencial positivo de esta tecnología mientras se protegen los sistemas ambientales de los que dependen todos los seres vivos”, apunta Costa.
Esta reconfiguración requiere, por ejemplo, tener en cuenta no solo el consumo de energía, sino también de cuándo y dónde se realiza. La optimización espaciotemporal garantiza que las cargas de trabajo de IA se ejecuten en momentos donde el mix energético privilegia fuentes de energía verdes y en plazos que minimicen la sobrecarga de recursos. Por ejemplo, los desarrolladores y las organizaciones pueden programar las cargas de trabajo durante las horas valle o en climas más fríos para minimizar la dependencia de sistemas de refrigeración con alto consumo de agua. La integración de datos ambientales en tiempo real en las decisiones de programación reduce aún más las emisiones y la sobrecarga de la red.
El documento también destaca algunos casos exitosos, donde se puede explotar las ventajas de la inteligencia artificial y reducir su dependencia de los grandes centros de datos. Una nueva tecnología permite que las tareas de IA se pueden trasladar a lugares donde se consume menos energía. Así se reduce la contaminación y el gasto eléctrico, pero sin perder velocidad ni rendimiento.
El informe describe muchas otras buenas prácticas, que incluyen: aplicar patrones de ingeniería de software verde para reducir el consumo de recursos y aprovechar los servicios de GPU remotos y la IA local. También se impulsa la reducción de los desechos electrónicos priorizando componentes modulares y actualizables, y extendiendo la vida útil del hardware a través de la renovación, reutilización y reciclaje responsable.
La eficiencia en el centro del diseño
Los expertos en IA y consultores de sostenibilidad de NTT DATA hacen un llamado a poner a la eficiencia en el centro de cualquier proyecto, especialmente mientras la adopción de estas herramientas continúa creciendo en la Península Ibérica, permitiendo optimizar recursos y potenciar la competitividad. Este nuevo enfoque debe entender la eficiencia no como una compensación, sino como un principio de diseño fundamental.
Esta apuesta por una “IA sostenible” requiere un enfoque de ciclo de vida completo, que contemple desde la extracción de materias primas y la producción de hardware hasta el despliegue del sistema y su disposición final. Los pasos importantes incluyen alargar la vida útil del hardware, optimizar los sistemas de enfriamiento y aplicar principios de economía circular.
Esta mirada integral contempla una responsabilidad medioambiental ampliamente distribuida, abarcando fabricantes de hardware, operadores de centros de datos, desarrolladores de software, proveedores de nube, legisladores, inversores y consumidores. La cooperación intersectorial es esencial para el cambio sistémico, apuntan los expertos.
Dentro de este trabajo conjunto, se debe trabajar para consolidar el uso de métricas estándares y verificables en materia de consumo de energía, emisiones de carbono y huella hídrica de la IA. Los puntos de referencia de la industria como la "Puntuación de Energía de IA" y la "Intensidad de Carbono del Software (SCI) para IA" ofrecen formas de integrar la sostenibilidad en los protocolos de gobernanza, adquisiciones y cumplimiento.