¿La expansión de centros de datos de Inteligencia Artificial podría dificultar la transición energética?

El rápido auge de la inteligencia artificial depende de infraestructuras informáticas con un consumo energético extremadamente alto. Centros de datos, redes eléctricas sobrecargadas, dependencia del gas o la energía nuclear: esta dinámica cuestiona directamente la coherencia de la transición energética global.

personas en una sala de un centro de datos
La inteligencia artificial está provocando un aumento en el consumo de electricidad de los centros de datos.

Los famosos centros de datos (CD) son el corazón de nuestras sociedades digitales. Albergan servidores informáticos y sistemas de almacenamiento para procesar y almacenar datos. Integran equipos de refrigeración, redes internas, dispositivos de seguridad y la infraestructura eléctrica necesaria para garantizar su funcionamiento continuo. Sin ellos, la computación en la nube, el streaming, los servicios en línea y la inteligencia artificial (IA) simplemente no podrían funcionar.

En 2024, estos CD consumieron 415 TWh de electricidad a nivel mundial, equivalente al consumo anual de toda Francia. A nivel mundial, representan entre el 2 % y el 3 % del consumo eléctrico. Las proyecciones prevén entre 620 y 1050 TWh para 2026 y aproximadamente 945 TWh para 2030. En Francia, RTE (empresa distribuidora de energía) prevé una triplicación del consumo para 2035, en particular con la apertura de 35 centros de datos dedicados a la IA.

La IA, un factor de sobreconsumo energético

La IA está transformando profundamente la naturaleza de la demanda energética. Una consulta en una herramienta generativa consume aproximadamente diez veces más electricidad que una búsqueda tradicional. Los centros de IA tienen necesidades energéticas de cuatro a cinco veces mayores que los centros de datos tradicionales, debido a su densidad de procesamiento y sistemas de refrigeración.

Actualmente, la IA representa alrededor del 20 % del consumo eléctrico de los centros de datos, y esta proporción podría alcanzar casi el 50 % para 2030. El entrenamiento de un modelo a gran escala, como el GPT-5, utiliza hasta 650 MWh, equivalente al consumo anual de 60 hogares franceses.

Redes eléctricas bajo presión y dependencia del gas o la energía nuclear

Este rápido crecimiento está sometiendo a las redes eléctricas a una gran presión. En Estados Unidos y otras partes del mundo, la capacidad de conexión a la red a veces es insuficiente. Por lo tanto, algunos operadores están optando por generar su propia electricidad localmente, combinando fuentes de energía renovables y gas fósil.

Un ejemplo reciente ilustra esta tendencia: el grupo estadounidense Boom recaudó 300 millones de dólares para transformar su motor supersónico Symphony en una turbina de gas llamada Superpower. La startup Crusoe, en colaboración con Stargate (una colaboración entre OpenAI y Oracle), encargó estas turbinas, capaces de suministrar electricidad continua a centros de datos, por 1.250 millones de dólares. Según Blake Scholl, fundador de Boom, "se trata de un diseño compacto que permite suministrar electricidad a plena potencia sin interrupciones, incluso en entornos hostiles".

Soluciones industriales como las turbinas derivadas de motores de aviación permiten una instalación rápida y no requieren agua. Su eficiencia sigue siendo limitada y su impacto climático es significativo: con las fugas de metano, el gas se vuelve casi tan contaminante como el petróleo.

También se está considerando la energía nuclear. Microsoft planea reiniciar un reactor que se cerró por razones económicas, mientras que los proyectos de SMR buscan alimentar directamente los centros de datos. Sin embargo, estas opciones de electricidad con bajas emisiones de carbono contribuyen a un aumento global de la demanda energética.

Sobriedad, eficiencia, decisiones colectivas

Existen mecanismos concretos para limitar el impacto. El PUE (del inglés Power Usage Effectiveness o Eficacia en el Uso de la Energía), un indicador de rendimiento energético, desciende a 1,09 en las mejores instalaciones, en comparación con la media francesa de 1,6. La recuperación de calor residual representa un potencial de 3,6 TWh al año en Francia, capaz de abastecer redes de calefacción urbana o instalaciones públicas.

La verdadera pregunta es para qué usos implementamos la IA y según qué prioridades. Si se gestiona adecuadamente, la IA puede apoyar la transición energética, mejorar la investigación climática y optimizar los sistemas. Si se gestiona mal, corre el riesgo de ejercer una presión duradera sobre las redes y las emisiones. La transición energética no fracasará por casualidad: depende de las decisiones que tomemos hoy.

Referencias de la noticia

- Bastien, B.(2025). Un moteur d’avion supersonique transformé en turbine à gaz : le pari fou de Boom pour nourrir les data centers de l’IA. Les Echos.

- Rolland, C. (2025). Consommation d’énergie des data centers : enjeux à l’ère de l’IA. Optima Énergie.