El consumo de energía de los centros de datos de IA admite ya una medida doméstica: una consulta simple gasta como un microondas encendido un segundo; un agente autónomo que trabaja solo, como un portátil casi seis horas, según un análisis de Earth911.
El dato que separa una pregunta de un agente autónomo
Para entendernos: no es lo mismo preguntar que delegar. Una pregunta suelta a un chatbot se resuelve con un gasto mínimo. El salto llega con los agentes autónomos, que planifican sus pasos, buscan en la web, corrigen y lo reintentan hasta cerrar el encargo. Un solo trabajo consume como un portátil funcionando casi seis horas. Misma tecnología. Factura muy distinta.
Un equipo del KAIST, la principal escuela de ingeniería de Corea del Sur, midió esa energía oculta. Con un modelo similar a los comerciales, un encargo de un solo agente consumió de media 348 vatios-hora: 136 veces lo que ese modelo gasta en una pregunta simple. La causa es doble: duran hasta 154 veces más y reparten la tarea entre varias IA.
Aquí está la letra pequeña que casi nadie mira. Los chips de cálculo permanecieron inactivos más de la mitad de la prueba, consumiendo mientras esperaban una búsqueda o un programa. Más de la mitad de la factura energética se va en hardware caro parado.
El grueso de los estudios comparativos coinciden en un punto: lo que dispara el gasto no es el modelo, sino los reintentos. Una investigación de febrero de 2024 en Scientific Reports concluyó que la IA emite entre 130 y 1.500 veces menos CO2 que una persona al redactar una página, pero el cálculo cargaba al humano su huella anual completa, no solo la del ordenador.
Una tarea que exige cien intentos contamina mucho más que otra resuelta a la primera con el mismo modelo.
Medir la huella de una máquina es sencillo; medir la de una persona que sigue viviendo mientras la IA trabaja, no. Ahí se decide si la automatización contamina más o menos.
Automatizar no borra la huella humana: la desplaza a un centro de datos que casi nunca vemos.
La letra pequeña: reintentos, chips en reposo y agua invisible
En noviembre de 2025, la misma revista publicó una réplica. Su autor, Nolan Woo, reprochó al primer estudio haber ignorado la pregunta clave: si el trabajo servía para algo. Usó problemas de programación de un concurso con corrección automática y, tras lanzar cuatro modelos, devolvía los errores a la IA para que reintentara hasta cien veces.
El modelo más pequeño, cuando acertaba, consumía entre el 20% y el 59% de lo que gastaría el ordenador de un programador humano. Uno grande, como ChatGPT o Claude, entre 5 y 19 veces más. Los intentos fallidos devoraban ocho veces más energía que los acertados.
Aun así, la tecnología avanza: el AI Index de Stanford sitúa la precisión de los últimos modelos por encima del 95% en tareas de código, y un informe de abril de 2026 de la Agencia Internacional de la Energía señala que la eficiencia de la IA mejora a un ritmo sin precedentes en la historia de la energía.
De ahí sale el punto de equilibrio. Un informe que a una persona le llevaría 20 horas —leer unas 40 fuentes y redactar 5.000 palabras— genera unos 2 kilogramos de CO2 contando solo el portátil y el monitor. ¿Cuántas peticiones de agente igualan esa cifra? Con energía limpia, unas 46; con la media estadounidense, unas 15; y donde de verdad se construyen los grandes centros, apenas 11, en redes un 48% más sucias que la media nacional.
El agua merece un aparte. El Laboratorio Nacional Lawrence Berkeley cifró en 17.400 millones de galones el agua que los centros de datos usaron en 2023 para refrigerarse. La cifra que casi nadie repite es la otra: generar su electricidad exigió unos 211.000 millones de galones, doce veces más.
📊 Impacto ecológico en cifras
- Huella por consulta simple: unos 2 gramos de CO2, el equivalente a tener un microondas encendido un segundo.
- Huella por agente autónomo: 348 vatios-hora de media, 136 veces una consulta simple, o casi seis horas de portátil.
- Punto de equilibrio: 11 peticiones de agente igualan un informe humano de 20 horas si la red del centro es un 48% más sucia que la media.
- Agua asociada: 211.000 millones de galones para generar la electricidad, doce veces el agua de refrigeración declarada.
De la factura de la luz a las puertas del ayuntamiento
El coste que más rápido ha saltado del detalle técnico a la cocina es el precio de la luz. PJM, el operador de la red de 65 millones de personas en 13 estados y Washington D.C., subastó su capacidad anual con un salto revelador: de unos 29 dólares por unidad en 2024-2025 a unos 329 dólares para 2026-2027. El monitor independiente del mercado atribuyó a los centros de datos el 63% de ese salto: unos 9.300 millones de dólares cobrados a los clientes.
El NRDC proyecta que la familia media pagará unos 70 dólares más al mes en 2028. Ya se nota: los clientes de Pepco en Washington vieron unos 21 dólares añadidos, y las tarifas de Ohio y Pensilvania subieron un 9% y un 14% en un año.
La industria defiende la otra mitad: la agencia de control de Virginia calcula que los centros de datos sostienen 74.000 empleos y 9.100 millones de dólares anuales para el estado, aunque la mayor parte viene de construirlos, no de operarlos. Puede ser cierto que un gran cliente reparta los costes fijos de la red, pero depende del contrato.
Por eso los estados mueven ficha. Virginia creó una categoría tarifaria propia para los centros de datos y Ohio aprobó contratos de 12 años con pagos mínimos para los grandes consumidores. En paralelo, la contestación vecinal es ya el mayor conflicto de uso del suelo de la memoria reciente en Estados Unidos: 75 proyectos valorados en unos 130.000 millones de dólares quedaron bloqueados o retrasados solo en el primer trimestre de 2026.
Y aquí aparece la vieja paradoja de Jevons. En 1865, William Stanley Jevons observó que las máquinas de vapor más eficientes no redujeron el carbón que quemaba Reino Unido: abarataron la energía y multiplicaron sus usos. Con la IA ocurre lo mismo: un flujo que produce tres veces más, si se usa tres veces más a menudo porque es barato, acaba en nueve veces más cómputo.
El margen de mejora, eso sí, es enorme. Buena parte de esa factura se va hoy en ineficiencia pura —chips en reposo, reintentos a ciegas, redes sucias—, y cada punto que se recorta es un punto de coste que desaparece. Hacer la IA rentable y hacerla limpia son, por una vez, la misma tarea.
🌍 El Impacto Real para el Futuro
- Beneficio medible: Pasar de la consulta simple al agente autónomo multiplica por 136 el gasto eléctrico, pero cada reintento evitado recorta esa factura de inmediato.
- Modelo que cambia: El centro de datos instalado donde la luz es barata y sucia empieza a topar con tarifas segregadas, contratos de 12 años y comunidades que ya dicen no.
- Para las próximas generaciones: Una IA que se vuelva rentable recortando desperdicio baja también su huella de CO2 y de agua; la eficiencia, aquí, es la palanca climática.
