La inteligencia artificial no solo consume electricidad. También utiliza agua, ocupa territorio y depende de una infraestructura física que suele permanecer fuera de la conversación pública sobre sus costos ambientales.
Un informe del Instituto de la Universidad de las Naciones Unidas para el Agua, el Medio Ambiente y la Salud (UNU-INWEH) advierte que, para 2030, los centros de datos que alimentan sistemas de inteligencia artificial podrían consumir 945 teravatios-hora de electricidad, casi el triple del consumo anual combinado de Pakistán, Bangladesh y Nigeria.
La misma infraestructura tendría una huella hídrica equivalente a las necesidades básicas anuales de agua de 1300 millones de personas en África subsahariana y ocuparía más de 14 mil 500 kilómetros cuadrados, una superficie aproximada al doble del área metropolitana de Yakarta.
El reporte sostiene que el impacto ambiental de la IA ha sido medido de forma incompleta porque la mayor parte de los análisis se concentran en emisiones de carbono, especialmente durante el entrenamiento de grandes modelos. Sin embargo, los investigadores advierten que cada kilovatio-hora utilizado para entrenar o ejecutar un sistema de IA también implica consumo de agua, uso de suelo, infraestructura energética, cadenas de suministro y generación de residuos electrónicos.
El punto central del informe es que una fuente de energía baja en carbono no necesariamente es baja en agua o en territorio. Por ejemplo, cambiar de carbón a bioenergía puede reducir la huella de carbono, pero aumentar de forma importante la huella hídrica y territorial. Por eso, la ONU plantea que medir solo carbono puede ocultar otros costos ambientales.
La expansión de la IA también cambia el foco del debate. Durante años, la conversación se concentró en la energía necesaria para entrenar grandes modelos. Pero una vez que esos sistemas son desplegados, el mayor gasto energético proviene de la inferencia: el procesamiento constante de consultas, respuestas, imágenes, videos y otros contenidos generados por usuarios.
De acuerdo con el informe, la inferencia puede representar entre 80% y 90% del consumo energético total de la IA. Una consulta conversacional consume mucho más que una clasificación simple de texto; una imagen generada por IA puede requerir alrededor de mil 450 veces más energía que una clasificación básica, mientras que un video corto generado con IA puede consumir tanta electricidad como 200 mil clasificaciones de spam.
El problema no se reduce a que los modelos sean más o menos eficientes. El informe también advierte sobre el llamado efecto rebote: cuando una tecnología se vuelve más eficiente y barata, tiende a utilizarse más. En el caso de la IA, las mejoras por consulta pueden quedar anuladas por el crecimiento masivo del volumen de uso.
La ONU también subraya que los costos ambientales de la IA se distribuyen de forma desigual. Los beneficios económicos y estratégicos de la infraestructura se concentran en pocos países, mientras que las presiones sobre agua, energía, suelo, extracción de minerales críticos y residuos electrónicos pueden recaer en comunidades que no necesariamente se benefician de esos sistemas.
El informe señala que solo 32 países albergan centros de datos especializados en IA y que más de 90% de esa capacidad se concentra en dos países: Estados Unidos y China. Más de 150 naciones, en cambio, carecen de infraestructura soberana significativa para cómputo de IA.
En casos como Irlanda, los centros de datos ya representaron 21% de la electricidad medida en 2023, por encima del consumo de todos los hogares urbanos. En Querétaro, México, la expansión de infraestructura de cómputo se ha vinculado con presiones sobre el agua en un contexto de sequías prolongadas.
A partir de estos hallazgos, el secretario general de la ONU, António Guterres, lanzó una iniciativa para pedir a las empresas de inteligencia artificial que transparenten la huella ambiental completa de sus sistemas, incluyendo emisiones de carbono, consumo de agua y uso de suelo.
La iniciativa plantea que los centros de datos operen con energías renovables hacia 2030 y que las empresas publiquen información comparable sobre sus impactos ambientales. Para la ONU, la sostenibilidad de la IA ya no puede tratarse solo como un problema técnico, sino como un asunto de gobernanza, justicia ambiental y planeación pública.
El informe propone seis principios para un ecosistema de IA responsable: transparencia, eficiencia desde el diseño, justicia ambiental, responsabilidad sobre todo el ciclo de vida, cooperación global y uso sostenible.
La advertencia no plantea detener la inteligencia artificial, sino reconocer que su infraestructura tiene costos materiales. Detrás de cada modelo, consulta, imagen o video generado hay centros de datos, electricidad, agua, suelo, chips, minerales y residuos. La pregunta, según la ONU, es si esa expansión podrá sostenerse sin trasladar sus costos a las comunidades más vulnerables.
