Opinión IA y energía limpia: la promesa que aún no paga sus cuentas
La IA se vende como motor de la transición energética, pero hoy consume más de lo que optimiza. Los datos de madurez empresarial son bajos y los centros de datos duplican su demanda. Para ejecutivos latinos, la apuesta requiere gobernanza propia, no solo fe en proveedores.
La narrativa corporativa repite el mantra: la inteligencia artificial será la gran palanca de la descarbonización. Optimizará parques eólicos, predecirá la radiación solar, equilibrará redes eléctricas y descubrirá nuevos yacimientos de hidrógeno geológico. Es una historia atractiva para cualquier directorio que tenga metas de Net Zero y presión accionaria. El problema es que, hoy, la balanza inclina hacia el rojo.
Los números de la Agencia Internacional de la Energía son contundentes: centros de datos, criptominería e IA concentraron el 2 % de la electricidad mundial en 2022 y la proyección es que se duplique antes de 2027. Una consulta con IA generativa consume hasta diez veces más energía que una búsqueda tradicional. El entrenamiento de un solo modelo de gran escala supera el gigavatio-hora, equivalente al consumo anual de cientos de hogares.
A eso hay que sumar el agua para refrigeración —decenas de miles de litros diarios en climas áridos— y la cadena de suministro de litio, cobalto, cobre y tierras raras que sostienen la infraestructura física. Lo digital no flota en la nube; está anclado en toneladas de materiales y teravatios de energía.
Mientras tanto, la madurez real del sector eléctrico para absorber y aprovechar esa IA es baja. El benchmark global de IBM sobre 90 compañías de transmisión y distribución arroja una puntuación media de 1,6 sobre 5. Incluso el cuartil más avanzado apenas llega a 2,2. Solo 3,3 veces más empresas maduras priorizan la investigación en equilibrio y comercio energético, la palanca que permitiría mercados más líquidos y precios menores para el cliente final. La brecha entre el discurso y la capacidad operativa es un abismo.
Esta promesa del hidrógeno geológico ilustra la distancia entre laboratorio y balance. El Servicio Geológico de EE. UU. estima trillones de toneladas de H2 generadas en la corteza terrestre; startups respaldadas por capital de riesgo y fondos como el de Bill Gates perforan el Medio Oeste estadounidense buscando bolsas comerciales. Hasta ahora, nadie ha reportado un yacimiento viable. La geoquímica Barbara Sherwood Lollar lo resume con precisión: hace falta "enganchar" la ciencia a la ingeniería económica. En América Latina, donde la matriz ya es de las más limpias del mundo gracias a la hidroeléctrica, la apuesta por hidrógeno verde o geológico debe competir con recursos existentes, no con fantasías de powerpoint.
Para un ejecutivo en São Paulo, Santiago o Monterrey, la lección no es rechazar la IA, sino internalizar su coste energético como variable de decisión estratégica. Subcontratar la computación en la nube no exime de la huella de alcance 3; al contrario, traslada la opacidad a proveedores que, bajo presión de crecimiento, han recurrido a generación a gas para cubrir picos de demanda en Virginia, Texas o Minnesota. Irlanda ya estudia limitar nuevos centros de datos porque podrían absorber el 30 % de su electricidad en 2030. La regulación de localización, la transparencia obligatoria de consumos y la vinculación a renovables firmes con almacenamiento dejan de ser opciones regulatorias lejanas para convertirse en riesgos contractuales y reputacionales inmediatos.
Tratar la eficiencia energética como un KPI de nivel de consejo, no como una externalidad del proveedor de cloud, es la única vía para que la IA deje de ser una carga y pase a ser palanca. Exige auditoría propia de cargas de trabajo, priorización de inferencia sobre entrenamiento masivo innecesario, y alineación de la hoja de ruta digital con la planificación de capacidad eléctrica del territorio donde se opera. En una región con sol, viento e hidroeléctrica de primer nivel, la ventaja comparativa no está en importar modelos entrenados con carbón, sino en construir la capa de inteligencia que haga esa energía renovable despachable, predecible y rentable.
Quien firme la próxima compra de GPUs sin exigir el plan de suministro limpio que las alimente, está hipotecando la credibilidad climática de su organización por una promesa de productividad que, hoy, todavía no se paga sola.
