La inteligencia artificial solo reduce una huella de carbono cuando provoca un cambio físico medible que emite menos que una alternativa creíble, después de descontar la energía, el hardware y los efectos secundarios de la propia solución. Predecir, clasificar u optimizar no equivale por sí mismo a descarbonizar.

Esta guía está pensada para quien debe seleccionar, pilotar o contratar un proyecto de IA con una promesa climática. No ofrece porcentajes universales: explica qué medir, cómo construir la línea base, cuándo detener un piloto y cómo evitar que una estimación de «emisiones evitadas» se convierta en greenwashing.

1. Cuándo puede reducir emisiones la IA

La IA actúa sobre información. La reducción aparece solo si esa información modifica un sistema material. Hay cuatro mecanismos habituales:

1. Evitar actividad: menos kilómetros, menos ciclos de una máquina o menos material desperdiciado.
2. Desplazar actividad: consumo movido a una hora o lugar con menor intensidad de carbono.
3. Mejorar eficiencia: la misma función con menos energía, combustible, fertilizante o materia prima.
4. Detectar y reparar: localizar fugas, fallos o pérdidas antes de que continúen.

Un panel que predice emisiones pero nadie usa para decidir no reduce nada. Un recomendador que propone rutas más cortas tampoco lo hace si el conductor no las sigue o si el ahorro provoca más viajes.

Tres niveles que no deben confundirse

Nivel	Ejemplo	Qué puede afirmarse
Capacidad	El modelo predice demanda con menos error	Mejora técnica del modelo
Cambio operativo	La predicción modifica consignas o planificación	Cambio observado en el proceso
Resultado climático	Bajan kWh o combustible frente a una línea base válida	Reducción estimada con método y límites

Una precisión del 95 % pertenece al primer nivel. No demuestra por sí sola ahorro energético, causalidad ni CO₂e evitado.

La huella de la solución forma parte de la decisión

Entrenamiento, inferencia, sensores, transmisión, almacenamiento y renovación de hardware pueden restar parte del beneficio. Para entender ese lado consulta la guía del ciclo de vida de la IA. Aquí lo incorporaremos como una línea separada del piloto.

2. Filtro previo antes de comprar o desarrollar

Aplicar IA a un problema mal definido suele añadir coste sin cambiar emisiones. Antes de solicitar propuestas, responde estas siete preguntas:

1. ¿Cuál es la fuente material? Electricidad, gas, diésel, refrigerante, cemento, acero, fertilizante o residuo.
2. ¿Qué decisión concreta cambiará? Consigna, ruta, mantenimiento, compra, programación o diseño.
3. ¿Quién puede ejecutar el cambio? Un operador, un sistema automático o un proveedor.
4. ¿Existe una alternativa sin IA? Regla, sensor, control clásico, rediseño o eliminación del proceso.
5. ¿Hay datos suficientes y permitidos? Frecuencia, cobertura, calidad, consentimiento y seguridad.
6. ¿Puede medirse la variable física? kWh, litros, kg de material, km, fugas reparadas o toneladas producidas.
7. ¿Cuál es el riesgo de rebote? El ahorro abarata el servicio, aumenta el volumen o desplaza emisiones.

Matriz de prioridad

Impacto potencial	Calidad del dato	Decisión
Alto	Alta	Pilotar con medición causal
Alto	Baja	Invertir primero en instrumentación
Bajo	Alta	Comparar con una solución simple
Bajo	Baja	No priorizar

3. Método de evaluación en ocho pasos

El GHG Protocol for Project Accounting sigue siendo una referencia para cuantificar beneficios de proyectos de mitigación mientras se desarrolla su actualización conjunta con ISO. Su lógica —escenario base, límites, efectos secundarios, seguimiento y verificación— puede adaptarse a proyectos digitales.

Paso 1. Define la unidad funcional

Elige el servicio que debe mantenerse: una tonelada producida, un pedido entregado, una hora de confort dentro de rango o una hectárea con rendimiento mínimo. Comparar consumo total sin controlar producción, clima o calidad puede premiar simplemente una caída de actividad.

Paso 2. Construye el escenario de referencia

La referencia describe qué habría ocurrido sin el proyecto. Puede ser un periodo anterior ajustado, un grupo comparable, una zona de control o una operación alternada. No debe escogerse después de observar qué referencia produce el mayor ahorro.

Documenta tendencia, estacionalidad, cambios de precio, producción, temperatura y cualquier intervención simultánea. Una línea base estática suele fallar en edificios, agricultura y logística.

Paso 3. Fija el límite del sistema

Incluye el proceso afectado y los desplazamientos relevantes. Optimizar la última milla puede aumentar viajes al almacén; reducir energía de refrigeración puede incrementar agua; externalizar cómputo no elimina su huella.

Paso 4. Define el mecanismo causal

Escribe una cadena comprobable:

Dato → predicción → decisión → acción física → variable de actividad → CO₂e

Cada flecha necesita un responsable y una evidencia. Si el operador ignora la recomendación, registra la tasa de adopción; si el sistema actúa automáticamente, registra excepciones y fallos.

Paso 5. Mide la huella de operar la solución

Registra sensores añadidos, tráfico, almacenamiento, entrenamiento, inferencia y equipo. No hace falta una precisión falsa: utiliza telemetría cuando exista y un rango cuando dependa de proxies. Conserva versión del modelo, región, periodo y volumen.

Paso 6. Calcula el cambio neto

La estructura mínima es:

Reducción neta estimada = emisiones de la referencia − emisiones con el proyecto − huella adicional de la solución

Añade efectos indirectos significativos, como actividad inducida, traslados de carga, residuos o sustitución de equipos.

Paso 7. Prueba incertidumbre y sensibilidad

Calcula un escenario conservador, central y favorable. Varía el factor de emisión, la referencia, la tasa de adopción, la degradación del modelo y el crecimiento de uso. Si el resultado cambia de signo con supuestos razonables, no presentes una reducción concluyente.

Paso 8. Verifica persistencia

Un piloto corto puede coincidir con condiciones excepcionales. Define seguimiento, recalibración y caducidad. Comprueba que el beneficio continúa cuando cambian clima, demanda, flota, personal o tarifas.

4. Qué medir en cada sector

Aplicación	Variable física	Normalización	Riesgo principal
Climatización de edificios	kWh eléctricos y térmicos	Grados-día, ocupación y confort	Ahorrar a costa de temperatura o aire interior
Previsión de renovables	MWh vertidos, reservas y desvíos	Capacidad, meteorología y demanda	Atribuir cambios de mercado al modelo
Rutas y logística	Litros, kWh y vehículo-km	Pedidos, masa, volumen y nivel de servicio	Más viajes por menor coste unitario
Mantenimiento industrial	kWh, paradas, rechazo y material	Unidades conformes producidas	Confundir menos producción con eficiencia
Agricultura de precisión	kg de N, combustible, agua y rendimiento	Hectárea, cultivo, suelo y campaña	Trasladar impacto entre carbono, agua y nutrientes
Detección de metano	Fugas confirmadas y flujo reparado	Cobertura, tiempo y probabilidad de detección	Contar alertas como emisiones evitadas
Clasificación de residuos	kg recuperados y contaminación de fracción	Toneladas procesadas y composición	Contar material detectado pero no reciclado

Edificios

El consumo debe ajustarse por clima, ocupación y nivel de servicio. Define límites de temperatura, humedad y CO₂ interior antes del piloto. Un descenso de kWh fuera de esos límites no es eficiencia equivalente.

Electricidad

Una previsión mejor puede reducir reservas o vertidos, pero el efecto depende de las reglas del mercado y decisiones del operador. Mide la acción posterior, no solo error medio. Para proyectos de eficiencia conectados a red, el GHG Protocol dispone de orientación específica.

Transporte

Controla entregas fallidas, ventanas, carga y kilómetros vacíos. Un algoritmo puede reducir distancia por ruta mientras empeora el total si fragmenta pedidos o incentiva entregas más rápidas.

Industria

La unidad debe ser producto conforme, no pieza iniciada. Incluye rechazo, retrabajo, calentamiento, espera y mantenimiento. La mejora del modelo solo importa si cambia la operación.

Agricultura

Compara campañas y parcelas con condiciones equivalentes. Evitar fertilizante puede reducir óxido nitroso, pero debe mantenerse rendimiento y vigilar lixiviación, suelo y agua. No extrapoles una parcela a otra región sin validar.

5. Diseño de un piloto verificable

Un piloto útil necesita un protocolo previo, no solo una demostración técnica.

Elemento	Decisión antes de empezar
Hipótesis	Qué variable física cambiará y por qué
Referencia	Periodo o grupo de control y ajustes
Función	Servicio y calidad que deben mantenerse
Instrumentación	Medidores, frecuencia, propietario y validación
Huella digital	Entrenamiento, inferencia, almacenamiento y hardware añadido
Duración	Tiempo suficiente para capturar variación
Éxito	Umbral neto, intervalo y coste máximos
Parada	Seguridad, calidad, sesgo, rebote o beneficio insuficiente

Diseños posibles

• Alternancia temporal: activar y desactivar en intervalos comparables.
• Control paralelo: comparar activos semejantes con y sin solución.
• Despliegue escalonado: introducir por zonas o equipos en fechas distintas.
• Modelo contrafactual: predecir la referencia ajustada cuando no hay control, con validación fuera de muestra.

Elige el diseño antes de ver el resultado y conserva datos brutos, exclusiones e incidencias. Un proveedor no debería ser el único custodio de la evidencia.

6. Preguntas para proveedores

1. ¿Qué cambio operativo genera la reducción?
2. ¿Cuál es la unidad funcional y cómo se preserva la calidad?
3. ¿Cómo se construyó el escenario sin solución?
4. ¿Qué parte del resultado procede de una medición y qué parte de un modelo?
5. ¿La cifra es bruta o descuenta la huella de sensores, nube e IA?
6. ¿Qué factores de emisión, regiones, años y métodos utiliza?
7. ¿Cómo trata rebote, fugas, desplazamientos y fabricación?
8. ¿Qué incertidumbre tiene y qué supuestos cambian el signo?
9. ¿Quién puede auditar los datos y el cálculo?
10. ¿Qué ocurre si cambia el modelo, proveedor cloud o volumen?
11. ¿Qué derechos existen sobre los datos y cómo se protege la seguridad?
12. ¿Qué umbral contractual permite detener o corregir el servicio?

Cláusulas útiles

Incluye acceso a datos de actividad, versión del modelo, avisos de cambio, exportación, metodología de cálculo, periodo de retención y derecho de revisión. Separa el KPI técnico —precisión o latencia— del KPI físico —kWh o combustible— y del KPI climático —kgCO₂e netos—.

7. Caso económico y climático

Un proyecto puede ahorrar emisiones y destruir valor, o ahorrar dinero sin reducir carbono. Evalúa ambos ejes.

Coste total

Incluye sensores, integración, limpieza de datos, cloud, licencias, seguridad, supervisión humana, recalibración y salida del proveedor. El precio por API no representa el coste total de propiedad.

Coste por tonelada neta

Como indicador de comparación:

Coste incremental por tCO₂e = coste neto del proyecto ÷ reducción neta conservadora

Si el proyecto ahorra dinero, el numerador puede ser negativo. No obstante, compara con aislamiento, mantenimiento, electrificación, control clásico u otras alternativas que quizá reduzcan más con menor riesgo.

Orden de escala

1. Instrumentar y limpiar la variable física.
2. Probar una regla sencilla.
3. Pilotar IA donde la no linealidad o escala lo justifique.
4. Verificar beneficio neto.
5. Escalar por etapas y vigilar deriva y rebote.

8. Cómo reportar sin doble conteo

Las emisiones evitadas comparan una solución con un escenario. No son una resta automática del inventario corporativo. La Science Based Targets initiative indica que pertenecen a un sistema de contabilidad separado y no cuentan para lograr objetivos SBTi.

La guía de WBCSD sobre emisiones evitadas exige comparar el ciclo de vida de la solución y la referencia. Para comunicar un proyecto de IA:

• publica por separado el inventario de alcances 1, 2 y 3;
• declara la huella de la solución digital;
• presenta la reducción frente a referencia como estimación separada;
• identifica periodo, región, atribución, incertidumbre y exclusiones;
• no sumes beneficios de proveedor, cliente y socio como si fueran reducciones distintas;
• evita términos como «cero», «neutral» o «positivo» si el método no los sustenta.

Para profundizar en la diferencia entre huella e impacto habilitado consulta cómo medir el balance climático real de la IA.

9. Señales de que el proyecto no funciona

• El proveedor solo informa precisión, alertas o recomendaciones.
• La línea base no controla producción, clima, ocupación o demanda.
• El ahorro aparece únicamente con un factor de emisión seleccionado a posteriori.
• No se mide adopción por operadores ni acciones ejecutadas.
• La huella digital se considera cero porque está en la nube.
• El intervalo de incertidumbre incluye un beneficio nulo o negativo y se oculta.
• El coste por unidad baja, pero el volumen total crece más deprisa.
• La solución desplaza impacto a agua, materiales, seguridad o personas.
• No existe acceso a datos ni posibilidad de salir del proveedor.

Qué hacer si el resultado es débil

No fuerces una conclusión. Mejora instrumentación, reduce alcance, cambia el diseño experimental o vuelve a una regla simple. Un piloto que demuestra que la IA no añade valor evita un despliegue más caro y también es un resultado útil.

10. Preguntas frecuentes

¿La IA puede reducir emisiones globales?

Puede habilitar reducciones en energía, transporte, industria y otros sectores, pero el potencial de escenarios no es un pronóstico. Depende de adopción, decisiones físicas, electricidad, políticas y rebote.

¿Un software de contabilidad de carbono reduce emisiones?

Medir puede mejorar decisiones, pero el software no reduce por sí solo. Debe existir una acción posterior —comprar menos combustible, cambiar un proceso o sustituir una tecnología— y esa acción debe verificarse.

¿Cuánto debe durar el piloto?

Lo suficiente para cubrir la variación que determina el proceso. Un edificio puede requerir estaciones o ajustes meteorológicos; agricultura, una campaña; logística, varios ciclos de demanda. No existe una duración universal.

¿Necesito un grupo de control?

Es la opción más clara cuando es viable. Si no, usa alternancia, despliegue escalonado o un modelo contrafactual validado. Declara la limitación causal.

¿Qué factor eléctrico debo usar?

El que corresponda a la pregunta, región, periodo y método. Un inventario corporativo y una estimación de cambio marginal pueden requerir factores distintos. No mezcles resultados.

¿Puedo descontar emisiones evitadas de mi Scope 1, 2 o 3?

No como regla general. SBTi exige mantenerlas separadas del inventario y de la consecución de objetivos. Las reducciones reales dentro de la operación o cadena sí aparecerán en el inventario mediante menor actividad o un factor aplicable.

¿Cómo sé si IA es mejor que una automatización normal?

Compara ambas con la misma unidad funcional, datos y periodo. Elige la solución que alcance el umbral con menor coste, huella, riesgo y dependencia.

¿Qué debe aparecer en una declaración pública?

La función, referencia, límite, periodo, variable física, huella de la solución, método, incertidumbre, atribución y responsable de verificación. Evita un porcentaje aislado.

Fuentes y actualización

Guía revisada el 28 de julio de 2026. El método se apoya en el GHG Protocol for Project Accounting, sus directrices para proyectos eléctricos, la posición de SBTi sobre emisiones evitadas, la guía de WBCSD, el Código de Conducta europeo para centros de datos y los informes Key Questions on Energy and AI de la AIE. No tratamos potenciales sectoriales como resultados observados ni descontamos emisiones evitadas del inventario.