Huella energética de la IA

La huella energética de la IA es la electricidad que consumen los chips, servidores y sistemas de enfriamiento para entrenar modelos y, sobre todo, para responder a millones de usuarios cada día (inferencia). Se suele extender a la huella ambiental: emisiones de carbono (que dependen de cómo se genera la electricidad local) y agua para enfriamiento.

Los datos más citados vienen de la Agencia Internacional de Energía (AIE). Su informe Energy and AI (abril de 2025) estimó que los centros de datos consumieron unos 415 TWh en 2024, alrededor de 1.5 % de la electricidad mundial, y proyectó en su escenario base unos 945 TWh para 2030. Su actualización Key Questions on Energy and AI (abril de 2026) mantuvo esa trayectoria: unos 485 TWh en 2025 y cerca de 950 TWh en 2030, en torno a 3 % de la demanda mundial. La propia AIE subraya que hay mucha incertidumbre y que no todo ese consumo es IA.

A escala individual, Google estimó en agosto de 2025 que una consulta de texto mediana en la app Gemini usaba 0.24 Wh y unos 0.26 ml de agua (con datos de mayo de 2025). Es una cifra de un solo proveedor, con su propia metodología, y no aplica a imágenes, video o modelos de razonamiento.

El matiz importante: lo que pesa es la escala agregada y la presión local sobre redes eléctricas y agua, más que una consulta aislada.