El consumo brutal de electricidad y agua para crear y mantener la Inteligencia Artificial es el nuevo desafío de la humanidad.
Introducción: El milagro tiene un costo
ChatGp te responde en 3 segundos. Midjourney te pinta una obra de arte en un minuto. Un modelo de IA. Te diagnostica un cáncer mejor que a veces que un médico.
Parece magia. Pero detrás de cada “Promt” hay una realidad que nadie te cuenta: Centrales eléctricas funcionando a full y ríos enteros evaporándose.
En el 2023, entrenar CPT-3 consumió la electricidad de 130 hogares estadounidenses en un año. Y para enfriar los servidores que lo mantiene vivo, Microsoft, Google y Meta gastan millones de litros de agua al día.
La pregunta ya no es si la IA. Es buena o mala. La pregunta es: ¿Podemos pagar la factura? ¿Es la Inteligencia Artificial un reto tecnológico, un desafío energético o una preocupación existencial para la humanidad?
Capitulo 1: LA ELECTRICIDAD- EL HAMBRE INSACIABLE DE LOS DATACENTERS.
Crear una IA. No es como programar una app. Es como construir una ciudad.
1. El entrenamiento: El pico más caro.
Para “enseñarle” a un modelo como GPT-4 se usan miles de GPUs- NVIDIA H100 trabajando 24/7 por meses. Solo Meta gasto el equivalente a 6.000 toneladas de CO2 para entrenar a Llama 2. Eso es lo mismo que que 500 vuelos a Nueva York-Londres.
Proyección 2026: Los datacenters de IA. Van a consumir entre 3% y 4% de toda la electricidad del mundo. En Irlanda ya el 18% de la red eléctrica se va solo a datacenters.
2. La Inferencia: La gota que ahoga.
Entrenar es caro, pero usar es peor. Cada vez que le preguntas algo a ChatGPT. El servidor gasta 10 veces más energía que una búsqueda en Google. Con 200 millones de usuarios activos diarios, hablamos de gigawatts constante. Expertos del MIT. Advierten: Si la IA. Se masifica como el smartphone, para 2030 la demanda eléctrica de datacenters se va a triplicar.
Capitulo 2: EL AGUA – El RECURSO OLVIDADO.
Todo el mundo habla de watts. Pero pocos hablan de litros.
Los chips de IA. Se calientan 90 grados Celsius si no se enfrían, se queman. Si no se enfrían, se queman. ¿La solución? Agua.
1- Evaporización Directa
Google en 2022 reporto 15,000 millones de litros para enfriar sus datacenters. Microsoft: 6,400 millones. En Arizona y Chile, empresas de IA. Están instalando datacenters en zonas de sequias extrema. En Des Moines, iowa el consumo de agua de Meta se triplico en 2 años por una nueva granja de servidores.
2. El Agua virtual de la electricidad.
Cada kwh que genera una termoeléctrica también gasta agua. Entonces cuando la IA. Gasta electricidad, esta gastando agua dos veces. Un estudio de la Universidad de california dice que preguntarle 20-50 veces a ChatGPT. Gasta el equivalente a una botella de 500ml de agua solo en enfriamiento.
Capitulo 3: ¿Reto, Desafío o Preocupacion?
Depende de a quien le preguntes.
Es un Reto: Si crees en la innovación. Las Big Tech ya están invirtiendo: chips mas eficientes, datacenters con enfriamiento líquido, IA. Que optimiza su propio consumo. Google ya redujo 40% su energía de enfriamiento usando IA.
La energía nuclear y las renovables son apuestas para alimentar esta demanda sin carbón.
Es un DESAFIO: Si ves la geopolítica.
Los países compiten por chips, por energía barata y por agua. ¿Quién va a ceder recursos: hospitales o datacenters? ¿Fabricas o servidores?
República Dominicana y Latinoamérica tiene sol y agua, pero no tienen la red eléctrica para soportar una fabrica de IA.
Es una Preocupación:
Si miras a largo plazo. El acuerdo de Paris exige bajar emisiones. Pero la IA. Las esta subiendo. Es una contradicción.
Además, hay un tema de justicia: El 80% del beneficio de la IA. Lo tendrán 10 empresas. Pero el 80% del costo ambiental lo pagaran comunidades con menos agua y apagones.
Capítulo 4: ¿Qué se puede hacer?
El camino a una IA. Sostenible
No se trata de apagar la IA. Se trata de hacerla responsable.
1. Transparencia: Obligar a Google, OpenAI y Meta a publicar su huella de agua y carbono por cada modelo.
2. Eficiencia algorítmica: Modelos mas pequeños como Phi-3 o Llama 3-8B dan 90% de resultado con 10% del consumo.
3. Ubicación Inteligente: Poner datacenters donde haya energía renovable y agua abundante. Islandia, Canada y Noruega.
4. Regulación: La UE. Ya incluye a la IA. En su ley de eficiencia energética. Se tiene un “etiquetado” de consumo para modelos de IA.
5. Uso consciente: ¿Necesitas que la IA. escriba 10 versiones de un correo? Cada promt cuenta.
CONCLUSIÓN: LA PREGUNTA FINAL
La Inteligencia Artificial no es ni buena ni mal. Es un espejo.
Si la usamos para curar enfermedades, optimizar redes eléctricas y predecir sequias, vale cada litro y cada watts.
Si la usamos para generar 1000 memes al día y deepfakes, entonces sí: nos estamos bebiendo el futuro.
El verdadero desafío no es técnico sino ético.
¿Cuánta electricidad y cuanta agua estamos dispuestos a gastar para que una maquina piense por nosotros?
La IA. No tiene sed. Nosotros sí. Y el planeta también.
El autor es Doctor en Gestión de Proyectos con énfasis en educacion, egresado de la universidad Atlantic International University.
