IA SostenibleCuánta agua consume ChatGPT: por qué no hay una cifra única y cómo estimarlo
Qué se pregunta realmente cuando se pregunta por el agua
La búsqueda «cuánta agua consume ChatGPT» mezcla en realidad tres preguntas distintas: cuánta agua usa la instalación donde se ejecuta el modelo, cuánta se consume indirectamente para generar la electricidad que necesita y cuánta se gastó al fabricar los chips y los servidores. Cada una tiene un orden de magnitud y una fiabilidad diferentes, y casi nunca se separan en los titulares.
Además, hay que distinguir entre extraer agua y consumirla. Un sistema puede captar agua, usarla y devolver parte al medio; otro la evapora y no vuelve a la misma cuenca. Hablar de «litros» sin aclarar cuál de las dos cosas se mide, y en qué punto de la cadena, hace que dos cifras aparentemente contradictorias puedan ser ambas correctas.
Por qué no existe una cifra única y fiable
Para dar un número por consulta haría falta conocer el centro de datos exacto, su sistema de refrigeración, el clima del momento, el hardware, el tamaño del modelo y la longitud de la pregunta y la respuesta. Ninguno de esos datos suele publicarse de forma que un tercero pueda verificarlo. Por eso las cifras que circulan proceden de estimaciones con supuestos distintos, y no conviene citarlas como si fueran una medición.
La propia Agencia Internacional de la Energía, en su informe Energy and AI, se centra en la electricidad de los centros de datos y no ofrece una cifra de agua; lo que sí indica es que la refrigeración puede suponer una parte relevante del consumo eléctrico de una instalación, según su eficiencia. Si una fuente seria no da un número de agua por consulta, es una señal para desconfiar de quien lo presenta con decimales.
Los factores que cambian el resultado
El consumo de agua depende sobre todo de cómo se enfría la instalación. Los sistemas evaporativos consumen agua directamente; otros sistemas usan más electricidad y menos agua. La temperatura y la humedad exterior también cuentan: el mismo centro de datos no gasta lo mismo en invierno que en una ola de calor.
Otros factores relevantes:
- El tamaño del modelo y la complejidad de la tarea: no cuesta lo mismo una frase corta que un documento largo o una imagen.
- El hardware y su aprovechamiento: un equipo bien utilizado reparte su consumo entre más peticiones.
- La red eléctrica: la generación de electricidad también implica consumo de agua, y varía mucho según la fuente.
- La ubicación: una región con estrés hídrico no es comparable a otra con agua abundante.
Entrenar y responder no son lo mismo
El entrenamiento de un modelo es un esfuerzo grande y concentrado en el tiempo; la inferencia, es decir, responder a cada usuario, es pequeña por petición pero se repite un número enorme de veces. Dividir el coste total del entrenamiento entre las consultas es una convención, no un hecho, y cambia según cuántas consultas se esperen y durante cuánto tiempo se use el modelo.
Conviene, por tanto, desconfiar de cifras que no digan si incluyen entrenamiento, fabricación del hardware, electricidad indirecta o solo la refrigeración in situ. Una cifra sin ese desglose sirve para despertar curiosidad, pero no para decidir nada.
Un ejemplo de por qué importa el contexto: dos solicitudes idénticas, una atendida en una región fría con refrigeración por aire y otra en una región cálida con refrigeración evaporativa, pueden implicar consumos de agua muy distintos, sin que el usuario perciba ninguna diferencia en la respuesta.
Cómo hacer una estimación razonable
Si necesitas un orden de magnitud para un informe o una decisión, plantea un rango en lugar de un número. Un método sensato es el siguiente:
- Define el límite: solo refrigeración directa, o también electricidad indirecta y fabricación.
- Pide al proveedor, si es tu caso como cliente, su indicador de uso de agua y su metodología; algunos lo publican en informes de sostenibilidad.
- Estima el número de consultas de tu organización, no las de todo el mundo.
- Calcula un escenario bajo y otro alto, y muestra ambos junto con los supuestos.
- Revisa la estimación cada cierto tiempo: el hardware y la eficiencia cambian rápido.
Si publicas la estimación, indica la fecha, el límite elegido y las fuentes de cada supuesto. Así otra persona podrá repetir el cálculo, corregirlo y compararlo con el suyo, que es lo que distingue una estimación útil de una cifra decorativa.
Qué puedes hacer tú para reducir el consumo
El impacto individual de una consulta es pequeño; lo relevante es el patrón de uso a gran escala. Aun así, hay hábitos que reducen trabajo innecesario: agrupar varias preguntas en una sola petición bien formulada, evitar regenerar respuestas sin necesidad, no usar un modelo grande para una tarea que resuelve uno pequeño o una búsqueda normal, y desactivar funciones automáticas que ejecutan IA sin que las necesites.
En el ámbito de una organización, lo más útil es exigir transparencia al proveedor: ubicación de los centros de datos, tipo de refrigeración, indicadores de agua y electricidad, y compromisos con plazos verificables. Lo que no se mide no puede reducirse, y lo que se mide sin metodología tampoco.
Fuentes consultadas
Estas son las fuentes oficiales que se abrieron al preparar esta guía. Ninguna ofrece una cifra de agua por consulta, y por eso la guía no la da.
Cómo se han usado las fuentes: solo se ha tomado de ellas lo que dicen de forma expresa, y la ausencia de una cifra de agua se trata como un dato en sí mismo. Si algún día un organismo público publica una metodología verificable, esta guía debería actualizarse.
- Agencia Internacional de la Energía (IEA), Energy and AI, apartado Energy demand from AI: https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai
- Informe consultado el 2026-10-12: se centra en la demanda eléctrica de los centros de datos y no incluye cifras de consumo de agua de la IA.
Aviso de revisión: contenido revisado en octubre de 2026 (2026-10). Los plazos, importes y estados de programas públicos cambian; antes de decidir, confirma siempre en la fuente oficial. La guía ayuda a entender el asunto; para aplicarlo a tu caso, consulta con un profesional.
Preguntas frecuentes
¿Cuántos litros gasta una pregunta a un asistente de IA?
No hay una cifra única verificable. Depende del centro de datos, la refrigeración, el clima, el modelo y la red eléctrica, y los datos necesarios casi nunca son públicos. Desconfía de cifras sin metodología.
¿El agua se consume o solo se utiliza?
Depende del sistema. Algunos evaporan agua, que se consume en esa cuenca; otros la captan y devuelven una parte. Una cifra seria aclara cuál de las dos cosas mide.
¿Es peor el entrenamiento o el uso diario?
El entrenamiento es un gasto grande y puntual; el uso diario es pequeño por consulta, pero se repite muchísimo. Cómo se reparte entre ambos depende de supuestos, no de un hecho único.
Guías relacionadas
- El agua y la IA: refrigeración y límites de los datos: Por qué los centros de datos usan agua, qué distingue extraer, consumir y evaporar, y por qué las cifras sobre agua e IA son tan difíciles de comparar.
- Entrenamiento frente a inferencia: dos fases, dos impactos: Qué diferencia hay entre entrenar un modelo de IA y usarlo, por qué su impacto ambiental se reparte distinto y cómo preguntar bien por cada fase.
- Cuánta energía consume la IA: qué se sabe y qué no: Qué dicen las estimaciones sobre el consumo eléctrico de la IA y los centros de datos, dónde hay datos sólidos y dónde solo hay incertidumbre.