La inteligencia artificial ha pasado de ser una curiosidad académica a una fuerza motriz de la economía global. Sin embargo, mientras los CEOs celebran sus promesas de productividad y los desarrolladores pulen modelos cada vez más potentes, un nuevo informe de la Organización de las Naciones Unidas (ONU) pone el foco en un recurso que rara vez se asocia con la IA: el agua.
Según el estudio, la demanda hídrica de los centros de datos y de los procesos de entrenamiento de modelos de gran escala podría alcanzar, para 2030, el consumo equivalente al de mil millones de personas. Esta cifra no es mera especulación; se basa en proyecciones de crecimiento de la capacidad computacional, el número de servidores desplegados y la intensidad energética de los algoritmos más avanzados, como los de aprendizaje profundo y los modelos de lenguaje de gran tamaño (LLM).
¿De dónde proviene este consumo?
Los centros de datos requieren una gran cantidad de energía para ejecutar los cálculos y, a su vez, sistemas de refrigeración que mantengan la temperatura operativa de los servidores. En muchas instalaciones, la refrigeración se logra mediante torres de enfriamiento que evaporan agua, un proceso que puede consumir entre 1.000 y 2.000 litros por kilovatio‑hora (kWh) dependiendo de la tecnología y del clima local. Además, la producción de chips y componentes electrónicos implica etapas de fabricación que utilizan agua de alta pureza, incrementando aún más la huella hídrica.
A medida que los modelos de IA se hacen más grandes – GPT‑4, PaLM‑2, LLaMA, entre otros – el entrenamiento de un solo modelo puede requerir cientos de miles de kilovatios‑hora. Un estudio de la Universidad de Massachusetts Amherst estimó que el entrenamiento de GPT‑3 consumió aproximadamente 1.287 MWh, lo que equivale a cientos de miles de litros de agua solo en refrigeración. Multiplicado por la proliferación de proyectos similares en todo el mundo, el número crece de forma exponencial.
Implicaciones para la sostenibilidad
El informe de la ONU no solo destaca una cifra alarmante; también plantea preguntas críticas sobre la gestión de recursos en la era digital. En regiones donde el agua ya es escasa – como el norte de África, el sur de Asia y partes de América Latina – la expansión de centros de datos sin una planificación adecuada podría exacerbar conflictos por el recurso.
Empresas tecnológicas como Google, Microsoft y Amazon ya anuncian compromisos para usar energía 100 % renovable y mejorar la eficiencia de sus centros de datos. Sin embargo, la transición a sistemas de enfriamiento por aire seco o a tecnologías de refrigeración por inmersión, que reducen drásticamente el consumo de agua, avanza a paso lento debido a costos de inversión y a la necesidad de adaptar infraestructuras existentes.
¿Qué pueden hacer los gobiernos y la industria?
- Regulación y métricas claras: Incluir indicadores de consumo hídrico en los reportes de sostenibilidad corporativa, al igual que las métricas de carbono.
- Incentivos para tecnologías verdes: Subvenciones y créditos fiscales para centros de datos que adopten refrigeración por inmersión o sistemas de reciclado de agua.
- Planificación territorial: Evitar la ubicación de grandes instalaciones en cuencas vulnerables y favorecer zonas con abundante disponibilidad hídrica o con infraestructura de reutilización de aguas residuales.
Perspectiva a futuro
Si bien la IA promete revoluciones en salud, educación y productividad, su huella medioambiental no puede ignorarse. La comunidad tecnológica está empezando a reconocer que la sostenibilidad no se mide solo en emisiones de CO₂, sino también en consumo de recursos vitales como el agua. La presión de inversores, reguladores y la opinión pública podría acelerar la adopción de soluciones más eficientes.
En última instancia, el reto será equilibrar la carrera por la IA más poderosa con la responsabilidad de preservar el planeta. La meta de 2030 – que la IA consuma tanta agua como mil millones de personas – no es inevitable; es una señal de alerta que invita a repensar la arquitectura de los sistemas digitales y a invertir en innovaciones que reduzcan su dependencia del recurso más esencial para la vida.
Conclusión
El informe de la ONU abre un nuevo frente en el debate sobre la sostenibilidad de la inteligencia artificial. El consumo de agua, hasta ahora un aspecto poco visible, está emergiendo como una variable crítica para la planificación estratégica de la industria tecnológica. La manera en que gobiernos, corporaciones y la comunidad académica respondan a este desafío determinará si la IA será una herramienta para el progreso humano o un factor que agrave la escasez de recursos en un planeta ya bajo presión.
