La creciente demanda de potencia de la IA: superará a la minería de Bitcoin en 2025

Para finales de 2025, la inteligencia artificial (IA) podría consumir más electricidad que la minería de Bitcoin, un fenómeno que pone de manifiesto una crisis energética más rápida y sigilosa. ¿El culpable? El crecimiento explosivo de los modelos de IA a gran escala y los centros de datos que los sustentan.

Los titanes emergentes de la demanda energética

Una investigación reciente dirigida por Alex de Vries-Gao en la Vrije Universiteit Amsterdam sugiere La IA podría consumir casi la mitad de la electricidad de los centros de datos a finales de 2025 , rivalizando y potencialmente superando el consumo de energía de Bitcoin. Para evaluar esto, de Vries-Gao rastreó el suministro de chips de IA mediante un método de "triangulación", examinando datos de producción de la industria, informes de analistas y presentaciones de resultados.

Sus hallazgos: La IA ya impulsa alrededor del 20% de la electricidad de los centros de datos Para finales de año, la demanda podría alcanzar los 23 gigavatios, equivalente al consumo energético de los Países Bajos o incluso del Reino Unido.

¿Por qué es importante el uso de energía de la IA?

Tres grandes razones:

Una red eléctrica bajo tensión

Responder a este aumento no es solo un problema tecnológico, sino un desafío de infraestructura nacional. En EE. UU., las empresas de servicios públicos se apresuran a construir nuevas plantas de gas o a revisar proyectos nucleares para satisfacer el creciente interés por la IA.

Daniel Bresette, presidente del Instituto de Estudios Ambientales y Energéticos, abordó recientemente este punto al destacar: La urgencia de actualizar la red para “acomodar activos de nueva generación” en el futuro próximo.

Consecuencias ambientales

A diferencia de Bitcoin, cuyo consumo energético en toda la red es público, el consumo de la IA es opaco. Las grandes empresas tecnológicas informan sobre el aumento de la energía y las emisiones asociadas a la IA, pero rara vez lo desglosan. Es una caja negra donde las proyecciones varían considerablemente, pero la falta de transparencia debería preocuparnos a todos.

Un análisis de The Guardian realizado por Vries-Gao estima que la IA podría explicar hasta el 49 % de la energía del centro de datos utilizarlo a finales de 2025, expresando preocupación por la falta de transparencia y sostenibilidad. 

Paradoja de la eficiencia

A pesar de las mejoras en la eficiencia de los chips, como los procesadores Grace Blackwell de Nvidia, el consumo total de energía de la IA sigue aumentando. Debido a la paradoja de Jevons, una mayor eficiencia solo impulsa un mayor uso. .

Comprensión de los números

Vamos a desglosarlo:

• 2024: la IA representa aproximadamente el 20% del consumo eléctrico de los centros de datos.
• Proyección para 2025: La demanda podría aumentar hasta 23 GW, al nivel de países pequeños y medianos.
• Comparación de Bitcoin: la minería de Bitcoin utiliza aproximadamente 10 GW, por lo que la IA podría más que duplicar esa cantidad.
• Crecimiento de los centros de datos: el uso global de electricidad de los centros de datos podría alcanzar entre 945 y 1,050 TWh en 2030, el doble que en 2022.
• Costo del carbono: la IA por sí sola podría consumir hasta 82 TWh en 2025, una cifra similar al consumo energético anual de Suiza.

Los factores detrás de este aumento

¿Cómo llegó tan alto tan rápido?

La mentalidad de “cuanto más grande, mejor”

La competencia entre gigantes tecnológicos y startups ha impulsado el escalamiento masivo de modelos y redes neuronales de mayor tamaño que requieren una computación mucho mayor. Este aumento de tamaño se traduce directamente en un consumo energético exponencial.

El impacto de la IA generativa

Herramientas generativas, como ChatGPT y otros, han hecho que la IA sea omnipresente, generando millones de consultas que consumen mucha energía a diario. Cada consulta consume mucha más energía que una búsqueda típica en Google.

Refiriéndose a un informe reciente del Departamento de Energía de EE. UU., Joanna Stern destacado en el WSJ que dichas instalaciones podrían representar hasta el 12% del uso de electricidad de EE. UU. para 2028, con OpenAI reclamando 0.34 Wh por ChatGPT consulta.

Restricciones de suministro de hardware

La producción de chips de IA de TSMC se ha duplicado, aunque con una capacidad limitada. Este cuello de botella incrementa tanto los precios de los chips como el consumo de energía, ya que los centros de datos se apresuran a ejecutar más GPU para cargas de trabajo de IA.

Efectos dominó en la infraestructura

¿Qué significa esto para la infraestructura?

Estrés en la infraestructura eléctrica

Las regiones ricas en centros de datos, como el norte de Virginia o Silicon Valley, están experimentando aumentos repentinos en los precios de la electricidad, capacidad de la red limitada y tiempos de espera prolongados para nuevas conexiones. 

Los académicos del MIT Elsa Olivetti y Adam Zewe destacan que la implementación de IA generativa presiona los sistemas de electricidad y agua, y "hay que tenerlos siempre encendidos". 

Promesa escéptica sobre las energías renovables

Si bien la eficiencia y las energías renovables son parte de la solución, de Vries-Gao advierte: sin mediciones concretas, corremos el riesgo de subestimar la escala de energía necesaria o de sobreestimar la capacidad de la energía limpia para mantener el ritmo.

Implicaciones ambientales y políticas

Se puede decir con seguridad que la demanda energética de la IA no ha llegado en los mejores momentos, lo que ha creado un gran obstáculo para un futuro verde.

Trayectoria de las emisiones

Las emisiones de las empresas tecnológicas aumentaron drásticamente: La huella de carbono de Google aumentó un 59% desde 2019 , impulsado en gran medida por las cargas de trabajo de IA. Como señala Helena Horton en un informe de The Guardian, el consumo de electricidad aumentó un 27 % interanual, impulsado por sistemas de IA como Gemini y ChatGPT. 

Consideraciones sobre el uso del agua

Los centros de datos no solo consumen energía, sino también agua. Por ejemplo, la capacitación... GPT-3 consumieron ~700,000 litros durante una ejecución.

La brecha de divulgación

Iniciativas políticas como la Ley de Impacto Ambiental de la Inteligencia Artificial de EE. UU. de 2024 impulsan la transparencia. Sin embargo, actualmente, las principales empresas de IA rara vez informan sobre las cifras de energía específicas de la IA.

Lecciones del giro energético de Bitcoin

La red de Bitcoin consumía más electricidad que los Países Bajos. Cuando Ethereum adoptó la prueba de participación, su consumo energético se redujo en más del 99.9 %. La IA debe aprender de esa hoja de ruta: se necesitan reformas estructurales, no solo mejoras de eficiencia.

Estrategias de mitigación

Ahora que entendemos los obstáculos, ¿qué podemos hacer para eliminarlos?

Informes transparentes

Las empresas deben revelar datos granulares sobre la energía de la IA, de forma muy similar a las estadísticas de minería de código abierto de Bitcoin, para permitir la rendición de cuentas y orientar las mejoras.

Eficiencia por diseño

La innovación en modelos y hardware debe centrarse en el progreso sostenible, equilibrando la demanda energética con la capacidad. El LLM más eficiente de DeepSeek es un ejemplo prometedor.

Políticas y estándares

Los organismos reguladores deberían exigir evaluaciones de sostenibilidad y establecer límites o incentivos para las operaciones de IA verde, especialmente en regiones sensibles.

Escalamiento de energías renovables

Las principales pilas de energía deben estar a la altura del crecimiento de la IA. Esto implica ampliar el despliegue de energías renovables, reactivar la energía nuclear para la carga base y modernizar las redes.

La comida para llevar

El ascenso meteórico de la IA trae consigo un potencial transformador y una crisis energética cada vez más profunda. Para 2025, la IA podría superar a Bitcoin en consumo de electricidad, acelerar las emisiones, sobrecargar las redes eléctricas e impactar en los objetivos climáticos. Pero esto no es inevitable.

Para emerger de forma sostenible, la industria de la IA debe pivotar: transparencia, eficiencia, energías renovables estratégicas y coherencia política. De hacerlo, la IA podrá cumplir su promesa sin comprometer el planeta.