IA: ahorrar agua puede elevar la huella de carbono

Ahorrar agua en la infraestructura que ejecuta inteligencia artificial puede elevar sus emisiones si la alternativa de refrigeración demanda más electricidad o traslada el impacto a la fabricación de equipos. Tampoco existe una cifra universal sobre cuánto consume la IA: el resultado depende del modelo, la carga de trabajo, la instalación, la red eléctrica y las etapas incluidas.

Para comparar estimaciones hay que igualar cuatro elementos: unidad funcional, periodo, territorio y límite del sistema. Un entrenamiento completo no es comparable con una consulta, y el consumo mundial de todos los centros de datos no equivale al consumo exclusivo de la IA.

Por qué menos agua puede significar más carbono

Los servidores generan calor y cada sistema de refrigeración reparte su coste ambiental de manera distinta entre agua, electricidad y equipos. Reducir el consumo directo de agua no demuestra por sí solo una mejora total: también importa la energía que exige la alternativa y las emisiones de la red que la alimenta.

Una revisión de Nature Reviews Clean Technology concluye que ciertos métodos para reducir el agua de los centros de datos pueden aumentar las emisiones de CO₂ equivalente; también estima que la fabricación de chips y la construcción superan la mitad de las emisiones de grandes centros de IA, mientras la inferencia acumulada puede aportar entre el 40 % y el 60 % de las emisiones del ciclo de vida de un modelo.

Este intercambio no significa que consumir más agua sea siempre preferible. El efecto de cada opción depende de la disponibilidad local del recurso, el estrés de la cuenca y la intensidad de carbono de la electricidad. En una zona seca puede ser necesario priorizar la reducción hídrica y, a la vez, contener la demanda eléctrica adicional.

Las cuatro capas de la huella de la IA

Una cifra solo es interpretable si identifica qué parte del sistema representa. Para evitar que impactos distintos terminen bajo una misma etiqueta conviene separar cuatro capas:

Entrenamiento: cómputo destinado a crear o actualizar el modelo, incluidas las pruebas y ejecuciones auxiliares que abarque el cálculo.
Inferencia: uso del modelo para generar respuestas, imágenes, predicciones u otras salidas. Cada operación puede requerir mucho menos cómputo que un entrenamiento, pero repetirse a gran escala.
Operación de la infraestructura: electricidad de servidores, redes, almacenamiento, refrigeración y acondicionamiento eléctrico, además del agua contabilizada por el estudio.
Equipos e instalaciones: extracción de materiales, fabricación de chips y servidores, construcción, transporte, sustituciones y tratamiento al final de la vida útil.

Excluir una capa no invalida automáticamente un cálculo, pero limita lo que permite afirmar. Medir la electricidad de una inferencia no produce una huella de carbono completa; medir el agua utilizada dentro del recinto tampoco representa necesariamente la asociada a la generación eléctrica o a la fabricación del hardware.

Los totales de centros de datos no son totales de IA

Los centros de datos también procesan vídeo, búsquedas, almacenamiento y servicios empresariales. La evaluación de la Agencia Internacional de la Energía calcula que el conjunto mundial consumió unos 415 TWh en 2024, cerca del 1,5 % de la electricidad global, y proyecta alrededor de 945 TWh para 2030; identifica la IA como el principal motor del crecimiento, junto con otros servicios digitales, pero no le atribuye todo el total.

Los dos valores tampoco tienen el mismo estatus: el primero es una estimación de consumo pasado y el segundo, una proyección. Las previsiones dependen de supuestos sobre adopción, eficiencia del hardware, evolución de los modelos y disponibilidad de infraestructura, por lo que no deben presentarse como energía ya consumida.

La geografía añade otra diferencia. Dos instalaciones con la misma demanda eléctrica pueden generar emisiones operativas distintas si dependen de mezclas de generación diferentes. De igual modo, un volumen de agua idéntico puede tener consecuencias desiguales en una cuenca húmeda y en otra sometida a escasez.

Cómo poner las cifras en una base comparable

La comparación debe partir de una unidad funcional común: una consulta, mil respuestas, una hora de cómputo, un entrenamiento completo o una capacidad útil definida. Después deben igualarse el periodo y el alcance, manteniendo separados los indicadores físicos:

Energía en kWh o TWh, indicando si abarca solo el equipo informático o toda la instalación.
Agua retirada y agua consumida, que no son sinónimos, junto con la ubicación y el método de refrigeración cuando estén disponibles.
Carbono operativo en kg o toneladas de CO₂ equivalente, con el factor de emisión de la electricidad.
Carbono incorporado del hardware y la construcción, asignado mediante una vida útil y una regla explícitas.

También deben constar el año, la geografía, el tipo de carga y la naturaleza del dato: medición, estimación o escenario. Si dos cifras no comparten estas condiciones, deben mostrarse por separado en vez de ordenarse como si midieran el mismo fenómeno.

Un análisis de ciclo de vida puede detectar mejoras simultáneas, no solo intercambios. Un estudio de Nature sobre refrigeración avanzada comparó sistemas de aire, placas frías e inmersión desde las máquinas virtuales y los servidores hasta el edificio y la red; en las configuraciones analizadas, las alternativas avanzadas redujeron entre un 15 % y un 21 % los gases de efecto invernadero, entre un 15 % y un 20 % la demanda energética y entre un 31 % y un 52 % el consumo de agua azul.

Esos porcentajes pertenecen al sistema y a las condiciones modeladas en el estudio. No son coeficientes que puedan aplicarse automáticamente a cualquier centro de datos, clima, red eléctrica o combinación de hardware.

La métrica aislada oculta el traslado del impacto

Una evaluación ambiental consistente muestra cuánto cambia cada indicador para la misma cantidad de trabajo, durante el mismo periodo y bajo límites equivalentes. “Menos agua” resulta insuficiente si no distingue retirada de consumo ni incorpora la electricidad y los equipos asociados; “menos carbono operativo” también puede ocultar renovaciones más frecuentes y mayores emisiones incorporadas.

Tampoco basta con reducir el impacto por consulta si el volumen total de uso crece más rápido que la eficiencia. No hay una cifra única que resuma la huella de la IA ni una refrigeración universalmente preferible: una comparación válida conserva los límites del sistema y revela si el ahorro en una categoría se trasladó a otra.

Ahorrar agua con IA puede elevar su carbono: el intercambio oculto