IA SostenibleCuánta energía consume la IA: qué se sabe y qué no
Enfoque de esta web: Aquí se explica la energía con datos y escenarios. Para saber cómo repercute en el coste y en la elección práctica de una herramienta, mira la guía de herramientas. Costes de la IA
Lo que está razonablemente establecido
El dato más citado procede de la Agencia Internacional de la Energía: en 2024 la electricidad de los centros de datos rondó los 415 TWh, cerca del 1,5 % del consumo eléctrico mundial. Es una estimación, no una lectura de contador, pero sirve para fijar el orden de magnitud.
Conviene fijarse en la cautela: los centros de datos no solo ejecutan IA. Alojan correo, vídeo, copias de seguridad, comercio electrónico y buena parte de internet. Por eso es un error atribuir esos 415 TWh a la inteligencia artificial, igual que lo es ignorar que la IA es el componente que más crece.
Lo sólido, en resumen, es el consumo agregado de las instalaciones. Lo frágil es el reparto interno entre tareas, que casi nunca se publica con detalle.
Por qué la IA pesa más de lo que sugiere su cuota actual
Los servidores de IA, llamados aceleradores, concentran mucha potencia en poco espacio y funcionan a ritmos altos. En el caso base de la Agencia, los servidores acelerados crecen un 30 % anual, frente al 9 % de los convencionales, y explican casi la mitad del aumento neto del consumo de los centros de datos hasta 2030.
Esto significa que la IA no es la mayor parte del consumo actual, pero sí una parte importante del crecimiento. Es una distinción útil: quien dice «la IA apenas consume» mira el stock actual; quien dice «la IA lo devora todo» extrapola el crecimiento como si fuera el total.
Ambas frases omiten la mitad de la historia, y por eso conviene preguntar siempre si se habla de nivel o de tendencia.
Las proyecciones: una horquilla, no una predicción
En su caso base, la Agencia estima que la demanda eléctrica de los centros de datos pasaría a más del doble, hasta cerca de 945 TWh hacia 2030, algo menos del 3 % de la electricidad mundial. Para los centros optimizados para IA, el consumo se más que cuadruplicaría en ese periodo.
Pero mirar a 2035 muestra lo abierto que está el futuro: los escenarios van de unos 700 TWh, con menos del 2 % de la demanda mundial, a unos 1.700 TWh, un 4,4 %. Entre uno y otro hay una diferencia de más del doble.
Esa amplitud no es descuido del analista. Refleja que depende de cuánta IA se adopte, de qué eficiencia se logre en chips y software, y de si la red eléctrica y los equipos pueden crecer al ritmo previsto. Son escenarios, no pronósticos.
Lo que no se sabe todavía
Hay tres vacíos que conviene reconocer. Primero, no existe una cifra única y fiable de «consumo por consulta» que valga para todos los modelos: depende del tamaño del modelo, de la longitud de la pregunta y de la respuesta, del hardware y de cuántas peticiones se procesan a la vez.
Segundo, los proveedores no suelen publicar el desglose entre entrenamiento, uso diario y otras cargas. El Reglamento europeo de IA exige a los proveedores de modelos de uso general recoger en su documentación técnica cuánta energía consume el modelo, con un dato conocido o una estimación, pero esa documentación es técnica y no implica publicarla para el público.
Tercero, hay consumos difíciles de atribuir: la parte de infraestructura compartida, la refrigeración o las pruebas fallidas. Por eso, cualquier número suelto sin metodología debe tratarse con cautela.
Global no es lo mismo que local
En 2024 Estados Unidos concentraba el 45 % del consumo eléctrico de los centros de datos, China el 25 % y Europa el 15 %. Una cifra mundial pequeña puede esconder una presión grande en una zona concreta.
Un conjunto de instalaciones nuevas puede suponer una parte relevante de la demanda de una comarca o de una red regional, con efectos sobre la planificación de líneas, subestaciones y generación. Lo que preocupa a quien gestiona una red no es el porcentaje mundial, sino cuánta potencia nueva hay que conectar en un punto y en cuánto tiempo.
Al evaluar una noticia sobre consumo, pregunta siempre a qué escala se refiere: mundial, nacional, regional o de una sola instalación. Las conclusiones cambian mucho según la respuesta.
Entrenamiento y uso: dos consumos distintos
El consumo de la IA tiene al menos dos componentes. El entrenamiento es un esfuerzo concentrado, que se hace una vez por versión de un modelo y puede ocupar muchos equipos durante semanas. La inferencia, es decir, responder a los usuarios, es un consumo repartido que se repite con cada petición y crece con el número de usuarios.
Cuál pesa más depende del modelo y de cuánto se use. Un modelo que se entrena una vez y lo utilizan millones de personas durante meses puede acumular más energía en uso que en entrenamiento; uno de uso reducido, lo contrario. No hay una regla universal.
La guía sobre entrenamiento frente a inferencia desarrolla esta diferencia con ejemplos de cómo plantear la pregunta.
Cómo leer una cifra de consumo antes de creerla
Antes de dar crédito a un número sobre energía de la IA, haz estas comprobaciones:
- Qué mide: ¿solo la computación o también refrigeración y redes?
- Qué incluye: ¿entrenamiento, uso o ambos?
- De dónde viene: ¿medición real, estimación o extrapolación?
- A qué año se refiere: el hardware y el software mejoran rápido.
- Qué unidades usa: una cifra en vatios-hora y otra en teravatios-hora no se comparan sin cuidado.
- Quién la publica: un proveedor, un investigador independiente o un organismo público.
Si la fuente no responde a la mayoría de estas preguntas, trátala como una pista, no como un dato.
Un ejemplo práctico: si una noticia afirma que «una conversación gasta tanto como X», comprueba primero si la cifra procede de una medición en un equipo real, de un modelo teórico o de una media sobre muchas cargas. Esa diferencia basta para decidir si merece la pena citarla.
Preguntas frecuentes
¿La IA consume más que el resto de internet?
No hay una cifra fiable que lo afirme. Los centros de datos en conjunto rondaban el 1,5 % de la electricidad mundial en 2024 según la Agencia Internacional de la Energía, y la IA es solo una parte, aunque la que más crece.
¿Por qué cada estudio da un consumo distinto?
Porque miden cosas diferentes: modelos, hardware, años y límites del sistema distintos. Unos incluyen refrigeración y otros no; unos miden entrenamiento y otros uso. Sin la metodología, las cifras no son comparables entre sí.
¿Puedo saber cuánto consume mi uso personal?
No con precisión. Los proveedores no suelen publicar el consumo por consulta de forma verificable. Puedes reducir tu impacto usando la IA con criterio, pero no calcular un valor exacto sin datos del servicio.
Guías relacionadas
- 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.
- La huella de carbono de la IA: cómo se calcula y por qué difieren las cifras: Cómo se estima la huella de carbono de la IA, qué cuentan los métodos y por qué dos estudios pueden dar resultados muy distintos sobre lo mismo.
- Mix eléctrico y ubicación: dónde y cuándo se ejecuta la IA: Por qué el impacto climático de una misma carga de IA cambia según el lugar y la hora, y qué pueden hacer operadores y usuarios al respecto.
- Centros de datos: escenarios de la IEA hasta 2035 frente a lo observado en 2025: Tabla de escenarios de consumo eléctrico de los centros de datos hasta 2035 y qué dice el crecimiento medido en 2025 sobre cuál se parece más.