Un nuevo análisis sugiere que en la próxima década la IA podría aumentar la eficiencia energética lo suficiente como para ahorrar tanta energía como la que utiliza la tecnología.
Los potentes modelos de IA han comenzado a impulsar el aumento de la productividad y la innovación en empresas de todos los sectores. Al mismo tiempo, el auge en la construcción de centros de datos ha sometido a una gran presión al sistema energético.
Para 2026, los centros de datos de todo el mundo, incluidos los utilizados para ejecutar IA, podrían consumir tanta electricidad como Japón, según la Agencia Internacional de Energía (International Energy Agency o IEA, por sus siglas en inglés). Para satisfacer esta demanda, gigantes tecnológicos, inversores y empresas energéticas se han unido en proyectos multimillonarios para aumentar la capacidad de generación, recurriendo en algunos casos a energía fósil y en otros a energía nuclear. Y algunas grandes tecnológicas con ambiciosos objetivos de reducción de carbono han reconocido que la ejecución de modelos de IA a gran escala ha provocado un aumento repentino de sus emisiones.
Es igualmente cierto que la IA facilita soluciones de sostenibilidad. Las empresas pueden aprovechar esta tecnología revolucionaria para mejorar la eficiencia en diversas áreas, especialmente en el consumo energético.
Según un informe de PwC Alemania, Microsoft y la Universidad de Oxford, estas aplicaciones incluyen predecir cuándo se calentarán las habitaciones y preenfriarlas automáticamente; optimizar las rutas de aviones comerciales y buques de carga; y refinar la composición del cemento y sus procesos de fabricación.
Esto plantea una pregunta: ¿podría la IA compensar su propio consumo energético y su huella de emisiones mediante la búsqueda y el fomento de la eficiencia? PwC desarrolló un modelo para simular el efecto de la IA en la demanda energética en dos entornos: centros de datos y el resto de la economía.
Descubrimos que, si la IA pudiera mejorar la eficiencia energética en toda la economía a una décima parte de la tasa de adopción, compensaría el consumo energético adicional de los centros de datos, de modo que el efecto general de la IA en el consumo energético y las emisiones podría ser neutral.
Impulsando la infraestructura de la IA: centros de datos
Los centros de datos se han convertido en un foco central dentro del debate sobre IA y el consumo energético. Estas instalaciones concentran la mayor parte del consumo energético asociada a la IA, ya que alojan los chips y el hardware responsables del entrenamiento y procesamiento de modelos de IA además de otras funciones como la provisión de servicios en la nube.
Las empresas tecnológicas han estado ocupadas estableciendo cada vez más centros de datos para satisfacer la demanda de servicios de IA. Por ejemplo, Microsoft anunció planes para invertir unos 80 000 millones de dólares en centros de datos durante el año fiscal 2025.
Se espera que las compañías sigan construyendo estas instalaciones, a medida que más personas y organizaciones usan la IA.
El entrenamiento y la ejecución de modelos de inteligencia artificial suelen requerir una gran cantidad de recursos. Sin embargo, informes recientes sobre el modelo desarrollado por DeepSeek, una empresa emergente china, han llamado la atención sobre la posibilidad de diseñar herramientas de IA que operen de forma mucho más económica.
Además, la investigación ha mostrado vías prometedoras para desarrollar chips y métodos de refrigeración más eficientes para los centros de datos. Incluso considerando mejoras plausibles en la eficiencia del software y el hardware de IA es probable que la cantidad de energía utilizada por estas instalaciones siga aumentando.
Nuestro propio modelo de tres escenarios sugiere que el crecimiento previsto en el uso de IA haría que los centros de datos consumieran entre un 13 % y un 16 % más de energía en 2035, en comparación con un escenario base donde el uso de IA se mantiene más acorde con los niveles actuales.
Durante el período 2024-2035, el consumo total de energía en los centros de datos sería entre un 18 % y un 21 % mayor con un uso extensivo de IA que sin él.
Aprovechar los beneficios: eficiencia energética
Para modelar el impacto de la IA en el resto de la economía, es decir, en todas partes excepto en los centros de datos, asumimos que las empresas y organizaciones la usarán para mejorar la eficiencia energética, con el objetivo de ahorrar dinero y reducir las emisiones de carbono.
Ya existen numerosas aplicaciones de IA que ayudan a las empresas y organizaciones a lograr precisamente eso. Por ejemplo, estas herramientas pueden ajustar automáticamente los patrones de carga de los vehículos eléctricos u optimizar los procesos de fabricación, entre otras cosas.
Además, hay motivos para pensar que se desarrollarán más aplicaciones. PwC descubrió que las startups de tecnología climática que trabajan con IA recaudaron 6.000 millones de dólares en financiación de riesgo durante los primeros nueve meses de 2024, lo que supone 1.000 millones de dólares más que en todo 2023.
Suponiendo que cada aumento de un punto porcentual en el uso de IA genere una mejora de 0,1 puntos porcentuales en la eficiencia energética —ya sea directa o indirectamente—, los aumentos proyectados en la adopción de IA resultarían en un consumo energético fuera de los centros de datos entre un 0,3 % y un 1,3 % menor en 2035, en comparación con los niveles de referencia de adopción de IA.
Durante el período 2024-2035, el ahorro energético total fuera de los centros de datos estaría entre un 0,1 % y un 1,0 %.
Cálculo de los efectos de la IA en el consumo de energía
Teniendo en cuenta el aumento del consumo energético en los centros de datos y las posibles mejoras de eficiencia impulsadas por la IA, vemos que la adopción de esta tecnología reduciría de forma moderada el consumo energético en toda la economía.
Para el año 2035, la reducción neta del consumo energético estaría entre el 0,5 % y el 1,1 %, según el escenario. Durante el período 2024-2035, la adopción de la IA generaría cambios acumulativos en el consumo energético que podrían ir desde una reducción del 0,9 % hasta un ligero aumento del 0,1 %.
En conjunto, el consumo energético adicional en los centros de datos quedaría prácticamente compensado por el ahorro obtenido en el resto de la economía.
Medición del impacto climático
Finalmente, estimamos la diferencia en las emisiones de gases de efecto invernadero (GEI) —tanto en los centros de datos como en otros sectores— asociada con la adopción generalizada de la IA. En algunos escenarios, también consideramos una transición más pronunciada hacia las energías renovables.
Estos cálculos muestran que la adopción masiva de la IA podría reducir las emisiones totales de GEI para el período 2024-2035 entre un 0,1 % y un 1,1 %. Además, en 2035, las emisiones serían entre un 0,3 % y un 1,9 % menores con la adopción generalizada de la IA que sin ella.
Encontrar un equilibrio
Las empresas tecnológicas y los operadores de centros de datos no son los únicos negocios que buscan aprovechar el potencial de la IA para mejorar su rendimiento, al mismo tiempo que gestionan sus necesidades energéticas y su impacto climático. Cualquier empresa que use aplicaciones de IA —ya sea para mejorar productos o crear nuevos, ofrecer mejores experiencias a los clientes o agilizar los procesos de negocio— puede beneficiarse de la optimización de su demanda energética.
La experiencia sugiere que cuatro acciones pueden ayudarte a acertar con la ecuación IA-energía:
1. Usa la IA como solución energética orientada a la demanda
Gestionar la demanda energética ofrece una forma relativamente sencilla de reducir costos y emisiones. Un estudio del Foro Económico Mundial, en colaboración con PwC, sugiere que las empresas de todo el mundo podrían ahorrar 2 billones de dólares al año para 2030 aprovechando al máximo las tecnologías disponibles.
A medida que el sistema energético global se digitaliza, podrás proporcionar a los modelos de IA más y mejores datos que permitan obtener ahorros energéticos significativos.
2. Monitorea las emisiones de tu programa de IA
Si tu empresa usa servicios en la nube en lugar de servidores locales, el uso de IA genera emisiones de Alcance 3 (aquellas derivadas de actividades en la cadena de valor, no de las operaciones directas).
Los principales proveedores de IA en la nube ofrecen ahora rastreadores de emisiones para sus clientes. Estas herramientas pueden ayudar a los equipos de TI y sostenibilidad a evaluar el rendimiento ambiental de sus iniciativas de IA y encontrar maneras de reducir los costos asociados.
3. Elige una IA del tamaño adecuado para tus necesidades empresariales
Los modelos de lenguaje grandes (LLM, por sus siglas en inglés), por ejemplo, suelen realizar una tarea determinada con mayor costo y consumo energético que modelos más pequeños diseñados específicamente para esa tarea.
Elegir la herramienta de IA adecuada para cada uso —en lugar de un modelo multiusos sobredimensionado— puede ayudarte a ahorrar dinero y evitar el exceso de emisiones. Es similar a usar un coche pequeño en lugar de un todoterreno pesado para moverte por la ciudad.
4. Ten en cuenta la sostenibilidad al elegir proveedores de IA
Las empresas que ofrecen modelos de lenguaje de gran tamaño rara vez publican detalles sobre su consumo energético o desempeño ambiental, y las métricas no están estandarizadas.
Sin embargo, los equipos corporativos de IA y sostenibilidad pueden trabajar juntos para buscar proveedores que divulguen medidas generales de sostenibilidad y demuestren un compromiso real con el medioambiente. Esto incluye el uso de algoritmos optimizados, hardware avanzado y centros de datos que obtengan la mayor cantidad posible de energía renovable para su alimentación principal y de respaldo.
Este artículo se basa en el artículo original “Could net-zero AI become a reality?” de PwC global. La revisión fue ejecutada por el equipo de PwC Colombia.
El crecimiento de la IA exige un compromiso con la sostenibilidad.
En PwC te ayudamos a gestionar tu consumo energético y reducir emisiones, integrando innovación y acción climática para crear valor sostenible y alineado a tus metas de cambio climático.
Este artículo amplía nuestra visión de Valor en Movimiento,
analizando cómo la IA puede equilibrar su consumo energético con mejoras en eficiencia para transformarse en un motor clave de emisiones netas cero y crecimiento sostenible.
