La letra pequeña de la IA

En una cumbre tecnológica en India, Sam Altman, CEO de OpenAI  trató de suavizar el debate sobre el consumo energético de la inteligencia artificial recurriendo a una metáfora llamativa: comparar la energía necesaria para entrenar y operar modelos de IA con la que se invierte en criar a un ser humano durante veinte años. No era un argumento técnico, sino una estrategia narrativa. 

La comparación funciona porque humaniza la tecnología, pero pasa por alto una diferencia fundamental: un cerebro humano es único; un modelo de IA puede replicarse indefinidamente. Mientras una persona piensa en un solo lugar, un sistema de IA puede ejecutarse millones de veces en servidores distribuidos globalmente. El problema no es el acto de “pensar”, sino la industrialización del pensamiento.

El error conceptual es similar al de evaluar el gasto de una lámpara mirando solo una bombilla. El impacto real surge cuando esa bombilla se multiplica por millones y permanece encendida sin descanso. La IA no es una mente individual, sino una infraestructura global permanente. Cada interacción activa procesos que dependen de centros de datos gigantescos.

Estos centros de datos tienen limitaciones físicas claras. Las GPU generan enormes cantidades de calor y requieren refrigeración constante, a menudo basada en evaporación de agua. Aunque la industria afirma que esta práctica disminuye, informes independientes muestran que sigue siendo predominante. El resultado es un consumo continuo y difícil de percibir.

El verdadero debate gira en torno a la escala

Las proyecciones indican que las infraestructuras de IA podrían demandar decenas de gigavatios en los próximos años, acercándose al consumo de países enteros. No se trata de comparar una consulta con la carga de un móvil, sino de entender que estamos creando una nueva capa industrial sobre internet.

El optimismo de Altman sobre la eficiencia cerebral también requiere contexto. El cerebro es eficiente porque la evolución lo obligó a serlo. La IA progresa aumentando recursos: más datos, más potencia, más hardware. La eficiencia relativa mejora, pero la demanda total crece.

A medida que la IA se integra en la vida cotidiana, también lo hace su impacto ambiental 

Como ocurrió con el streaming, el problema no es el uso individual, sino el uso masivo simultáneo. La infraestructura física queda oculta tras la comodidad digital.

El debate energético de la IA es político y económico: dónde se construyen los centros de datos, qué energía los alimenta y bajo qué reglas operan. La IA redefine no solo nuestra forma de trabajar, sino también nuestra relación con los recursos del planeta.

La cuestión no es cuánto cuesta una respuesta, sino cuántas se generan a la vez y quién asume el coste de mantener encendido ese cerebro colectivo que nunca se apaga. ¿Te has hecho alguna vez todas estas preguntas en un contexto de cambio climático presente?.