La inteligencia artificial: un voraz consumidor de energía que redefine la geopolítica global

La irrupción y expansión vertiginosa de la inteligencia artificial (IA), particularmente la IA generativa, no solo ha transformado paradigmas tecnológicos y empresariales, sino que ha desatado una demanda energética sin precedentes, elevando a la energía a la categoría de un nuevo indicador clave de rendimiento (KPI) estratégico a escala planetaria. Asistimos, sin parpadear, a una era donde el avance de la IA está intrínsecamente ligado a la capacidad de generar y gestionar nuevas fuentes de energía.

La creciente huella energética de la IA

Los modelos de IA actuales son, por naturaleza, devoradores de electricidad. El entrenamiento de un modelo de gran escala como GPT-4, según estimaciones de Epoch AI, pudo haber consumido entre 1 y 2 gigavatios-hora (GWh). Esta cifra, aparentemente abstracta, equivale al consumo mensual de entre 700 y 1.400 hogares estadounidenses, subrayando la magnitud de la energía requerida para su desarrollo. La propia Google, gigante en la vanguardia de la IA, reportó en 2023 un consumo energético anual de su infraestructura de IA que alcanzó los 22,9 teravatios-hora (TWh). Este crecimiento acelerado llevó a Sundar Pichai, CEO de Google, a una declaración contundente: “La energía será la restricción más crítica del desarrollo de IA”.

El efecto multiplicador de esta demanda es ineludible. NVIDIA, el principal proveedor de unidades de procesamiento gráfico (GPUs) esenciales para el entrenamiento y la inferencia de IA, vendió en 2024 más de 40.000 millones de dólares en GPUs solo en su división de centros de datos. Este volumen ha disparado la demanda de electricidad para alimentar clústeres de cómputo de alto rendimiento como Frontier, Aurora, Jupiter, GH200, y proyectos aún más ambiciosos como Stargate, anunciado por Microsoft y OpenAI, que se proyecta necesitará 5 gigavatios (GW) de potencia, el equivalente a cinco plantas nucleares medianas.

La Agencia Internacional de la Energía (IEA) ha pronosticado que, para 2030, los centros de datos y la infraestructura de IA podrían consumir entre 620 y 1.000 TWh anualmente. Para ponerlo en perspectiva, esto superaría el consumo total de electricidad de un país industrializado como Japón. La ecuación es clara y no admite ambigüedades: la inteligencia artificial no puede escalar sin nuevas fuentes de energía masivas y sostenibles.

La nueva carrera por la supremacía energética y computacional

Ante esta realidad, los líderes de la industria tecnológica no han tardado en moverse. Sam Altman, CEO de OpenAI, está impulsando activamente iniciativas en el sector energético, como su inversión en Oklo, una empresa de reactores nucleares modulares avanzados (SMRs), y el financiamiento de Helion Energy, una compañía de fusión nuclear que ya ha firmado un acuerdo con Microsoft para proveer electricidad a partir de 2028. De manera similar, Amazon ha invertido 650 millones de dólares en la planta nuclear de TC Energy, y DataBank, un importante operador de centros de datos, está migrando sus infraestructuras a ubicaciones cercanas a reactores nucleares para asegurar un suministro estable y potente.

La diversificación de la matriz energética es también una prioridad. El sector explora soluciones de energía geotérmica con empresas como Fervo Energy, la energía mareomotriz en regiones como Japón, y la expansión de parques eólicos marinos en Noruega. El mantra que resuena ahora en Silicon Valley resume esta nueva realidad estratégica: “Compute is the new oil; energy is the new compute”. Esta frase encapsula la esencia de la interdependencia emergente entre la capacidad de procesamiento y la disponibilidad energética.

La presión sobre la infraestructura energética no se limita al entrenamiento de modelos masivos; la inferencia masiva, es decir, el uso diario de la IA por parte de millones de usuarios, es igualmente voraz. Goldman Sachs estima que si cada interacción con una IA generativa consumiera 10 veces más energía que una búsqueda tradicional, gigantes como Google o Meta necesitarían triplicar su infraestructura eléctrica para mantener la experiencia de usuario sin latencia. Jensen Huang, CEO de NVIDIA, lo sentenció de forma categórica: “Cada empresa se convertirá en una empresa de IA, y cada empresa necesitará su propia planta energética”, ilustrando la escala del desafío.

Implicaciones geopolíticas y la configuración de un nuevo orden

Las implicaciones de esta interconexión entre IA y energía trascienden lo tecnológico y económico para adentrarse de lleno en la geopolítica global. Países como Arabia Saudita han anunciado un fondo de 40.000 millones de dólares para la IA, estratégicamente vinculado a sus vastos activos energéticos. China, por su parte, acelera la construcción de 21 nuevos reactores nucleares para sostener su ambicioso ecosistema de modelos fundacionales, como ERNIE y Qwen, consolidando su autonomía energética para la IA.

Incluso la Unión Europea está discutiendo la creación de un “Energy Stability Framework for AI”, un marco para garantizar el suministro prioritario de energía a centros de datos estratégicos, reconociendo la IA como una infraestructura crítica. Este escenario dibuja una clara conclusión: el futuro de la IA dependerá no solo de la brillantez algorítmica y la capacidad computacional, sino fundamentalmente de la robustez y disponibilidad de nuevas infraestructuras energéticas. En esta nueva era, quien controle la energía controlará el cómputo, y quien controle el cómputo controlará las palancas económicas y estratégicas del siglo XXI.