Sin centros de datos, no habría IA generativa, y estos equipos consumen mucha energía. En Irlanda, el 21 % de la producción total de electricidad ya se utiliza para hacer funcionar los centros de datos. Y desde 2017, el consumo mundial de electricidad debido a los centros de datos, ya sea para la IA o no, aumenta un 12 % al año. Pero, ¿quién dice consumo de electricidad dice impacto de carbono? «Sí, pero eso depende principalmente del país en el que se produzca la electricidad con medios más o menos contaminantes. Actualmente, los gigantes tecnológicos utilizan muchos centros de datos en Estados Unidos, país en el que la combinación energética se compone de energías fósiles como el gas o el carbón. De hecho, para poder responder a una demanda de electricidad que se dispara, sobre todo debido a la IA, Estados Unidos ha anunciado que aplazará el cierre de algunas centrales de carbón», señala Thomas Gilormini, jefe de proyectos climáticos en Toovalu e investigador en descarbonización.
Este fenómeno provoca un aumento de las emisiones de gases de efecto invernadero relacionadas con la producción de electricidad. «Hoy en día, los centros de datos representan alrededor de 180 millones de toneladas de CO₂. Si la tendencia actual continúa, según el escenario base y con una adopción parcial de la IA generativa por parte de la población mundial, esta cifra alcanzará los 300 millones de toneladas en 2035. En caso de una adopción masiva, podría incluso aumentar hasta 500 millones de toneladas de CO₂», precisa Florian Pothin, científico de datos en Toovalu y doctorando. Aunque estos volúmenes representan menos del 1,5 % de las emisiones mundiales, el crecimiento de las emisiones relacionadas con los centros de datos es uno de los más rápidos.
Al mismo tiempo, la IA también puede contribuir a reducir las emisiones de GEI, en particular optimizando las redes eléctricas, mejorando los procesos industriales o acelerando la descarbonización de los sistemas de transporte. Se estima que su impacto potencial podría reducir en torno a un 5 % las emisiones mundiales relacionadas con la energía de aquí a 2035 . Sin embargo, estos beneficios deben matizarse: los efectos rebote o la aparición de nuevos usos relacionados con la IA podrían contrarrestar parte de estas ganancias. Por lo tanto, aún no existen previsiones fiables sobre el impacto neto de la IA. Una cosa es segura: la IA no es una solución milagrosa para el cambio climático. Sin duda, puede acelerar la descarbonización, pero su despliegue debe inscribirse en una reflexión global para que sus ventajas medioambientales no se vean anuladas por sus propios impactos .
Sin embargo, algunas empresas GAFAM, como Google, se han comprometido a utilizar energía renovable de aquí a 2030. ¿Una decisión que les permitiría hacer más ecológica su actividad? «Google tiene servidores en Estados Unidos conectados a la red estadounidense, que no es «100 % renovable». Para reforzar su comunicación, Google compra certificados de origen «renovable». Su suministro sigue dependiendo de toda la red estadounidense, pero sus proveedores de electricidad se comprometen a producir electricidad renovable, en proporción a su consumo, e inyectarla en la red. Sin embargo, este enfoque es objeto de críticas», continúa Thomas Gilormini. Las normas de información sobre las emisiones de GEI recomiendan, además, transparencia en este punto: cuando se declaran las emisiones de gases de efecto invernadero asociadas a proveedores «verdes», también conviene declarar las emisiones reales relacionadas con la combinación eléctrica del país en el que se consume la electricidad.
Más allá de la problemática relacionada con el consumo de electricidad, ¿cuáles son los otros impactos de la IA generativa? «El consumo de agua utilizada para refrigerar los servidores de los centros de datos podría duplicarse de aquí a 2030, según las previsiones», señala Thomas Gilormini. Sin embargo, el agua no es un recurso infinito. Asignar más agua a los centros de datos «puede provocar sequías a nivel local. La priorización de los usos se convierte en un reto. Y para producir electricidad también se necesita agua. Por lo tanto, el consumo de agua de la IA tiene un doble impacto», continúa. «Actualmente, la IA representa 500 000 millones de litros de agua. En 2030, esta cifra podría ascender a 1,2 billones de litros. Esta cantidad se duplicará con creces», resume Florian Pothin.
El tercer impacto de la IA es el que tiene en el uso de los minerales necesarios para fabricar todos los componentes electrónicos, los servidores clásicos y los específicos de la IA con sus chips «GPU», cuya vida útil no suele superar los cinco años. Los minerales se extraen principalmente en África. Una vez más, se trata de recursos finitos. La cuestión de la prioridad dada al uso de los recursos sigue vigente, ya que estos componentes podrían utilizarse para electrificar el transporte u otros proyectos. «Esto afecta a una zona muy concreta del mundo, ya que el 70 % de los chips se fabrican en el sudeste asiático, concretamente en Taiwán o Taipéi», precisa Florian Pothin. «El consumo de electricidad en estas zonas se está disparando. Cuando se producen sobrecargas en la red, ¿cómo racionalizar su uso y arbitrar entre las necesidades de las empresas y las de la población? ¿O hay que construir nuevas centrales? Hoy en día, estas cuestiones comienzan a plantearse en estas zonas, y podrían generalizarse», indica.
El entusiasmo de la población por la IA generativa, impulsado en gran medida por su integración en aplicaciones de uso diario como el correo electrónico, la mensajería o los motores de búsqueda, también lleva a los fabricantes a ofrecer nuevos dispositivos a los usuarios: modelos de smartphones o portátiles que integran IA y requieren desarrollos tecnológicos. Los gigantes tecnológicos están acelerando el lanzamiento de modelos adaptados a la IA. «Apple está promocionando actualmente su Apple Intelligence. Google, su Google Gemini, etc. Todos los anuncios se centran en estas IA, que son tanto de software como de hardware», describe Florian Pothin. Indirectamente, los gigantes tecnológicos están impulsando el uso de estas tecnologías que consumen mucha energía. Esto se traduce en un aumento de las necesidades de electricidad, agua, materias primas, etc., tanto por parte de los usuarios como de los proveedores de soluciones de IA.