CIUDAD/PAÍS – La reciente divulgación de cifras oficiales sobre el consumo energético de la inteligencia artificial (IA) por parte de gigantes tecnológicos como OpenAI y Google ha marcado un hito en la industria. Este avance en transparencia ha puesto sobre la mesa las grandes incógnitas sobre el impacto real de la IA en la demanda eléctrica y el cambio climático.
Según un informe del MIT Technology Review, aunque los datos iniciales proporcionan un punto de partida relevante, no son suficientes para dimensionar la huella real de la IA. Por primera vez, OpenAI y Google han compartido datos específicos sobre la energía consumida por sus modelos de IA al responder una consulta. En junio de 2024, Sam Altman, director ejecutivo de OpenAI, comunicó que una consulta promedio a ChatGPT requiere 0,34 vatios-hora. En agosto, Google indicó que una interacción con su modelo Gemini utiliza en promedio 0,24 vatios-hora.
Contexto y Desafíos
Estas cifras, alineadas con estimaciones anteriores sobre modelos de tamaño medio, proporcionan un referente inédito para el consumo energético de la IA generativa. Sin embargo, la startup francesa Mistral ha optado por publicar solo una estimación de las emisiones ligadas a sus modelos, sin detallar el uso energético concreto.
A pesar de la información divulgada, los expertos advierten que los datos de OpenAI se presentaron en una entrada de blog, sin el respaldo de un informe técnico detallado. Esto deja sin resolver aspectos esenciales como la especificación del modelo evaluado y la metodología empleada. En el caso de Google, la cifra informada corresponde al consumo mediano por consulta, omitiendo el gasto energético de interacciones complejas o extensas.
Opiniones Expertas
Sasha Luccioni, responsable de IA y clima en la plataforma Hugging Face, destacó la necesidad de contar con cifras segmentadas por modalidad.
“A medida que el video y la imagen se vuelven más prominentes y utilizados por más personas, necesitamos cifras de diferentes modalidades y cómo se comparan entre sí”,
explicó Luccioni.
Aunque el consumo energético de una consulta aislada es bajo — comparable al de un microondas operando pocos segundos —, la magnitud del impacto ambiental depende de la escala y diversidad de aplicaciones de la IA. Comprender el efecto neto sobre el clima exige información minuciosa sobre los distintos usos de la tecnología, concluyeron los especialistas.
Implicaciones y Futuro
El auge de centros de datos enfocados en IA ha generado preocupación entre analistas energéticos. Ketan Joshi, especialista en clima y energía, señaló que
“la tasa de crecimiento de los centros de datos es indudablemente inusual”
y remarcó que las tecnológicas deberían ser examinadas con un rigor superior al de otras industrias.
Acceder a datos confiables sobre el consumo energético de la IA resulta tan complejo como intentar medir la eficiencia de un automóvil sin poder conducirlo, según la comparación utilizada por investigadores consultados. Los desafíos de la eficiencia y la sostenibilidad se intensifican mientras las grandes tecnológicas buscan conciliar sus metas ambientales con el aumento de sus emisiones.
En mayo de 2024, Microsoft reconoció que sus emisiones subieron más del 23% desde 2020, principalmente por la IA, pese a su objetivo de ser carbono negativo para 2030.
“Se ha hecho evidente que nuestro camino hacia ser carbono negativo es una maratón, no una carrera de velocidad”,
admitió la empresa.
Proyecciones y Desaceleración
Las proyecciones sobre el desarrollo futuro de la IA añaden incertidumbre al debate energético. OpenAI informó que ChatGPT recibe 2.500 millones de consultas diarias, y el Lawrence Berkeley National Laboratory estimó que, si la demanda continuara expandiéndose al ritmo actual, la IA podría requerir en 2028 tanta electricidad como el 22% de todos los hogares de Estados Unidos.
A pesar de las tendencias, en los últimos meses surgieron señales de desaceleración en el sector. El lanzamiento de GPT-5, percibido como un fracaso incluso dentro de OpenAI, llevó a algunos críticos a plantear la posibilidad de que la IA afronte un límite.
Según un estudio del MIT, el 95% de las compañías no obtiene retorno económico de sus fuertes inversiones en IA, debilitando el valor bursátil del sector. Esta situación pone en duda la viabilidad económica de expandir los centros de datos destinados a la IA, especialmente cuando la rentabilidad empresarial permanece incierta.