IA SostenibleHardware, minerales y residuos electrónicos de la IA
El impacto que no se ve en el recibo de la luz
Cuando se habla de la IA y el medio ambiente, casi todo el foco se pone en la electricidad. Es lógico, porque es lo más medible, pero deja fuera una parte: el ciclo de vida del hardware. Un acelerador de IA se fabrica con materiales extraídos, procesos industriales complejos y transporte global, y antes de ejecutar su primera operación ya acumula un impacto.
A ese impacto de fabricación se le suele llamar incorporado. Su importancia relativa frente al consumo en funcionamiento depende de cuántos años dure el equipo y de lo limpia que sea la electricidad que usa: con una red muy descarbonizada, el peso relativo de lo incorporado crece.
No hay una cifra general fiable, y por eso conviene hablar en términos cualitativos.
De qué está hecho el hardware de IA
Los chips avanzados requieren silicio de alta pureza y una larga lista de metales y compuestos, muchos extraídos en pocos países y mediante procesos con impacto local: uso de agua y energía en minería y residuos de la extracción. Los servidores añaden cobre, aluminio, acero y plásticos, y los centros de datos suman hormigón, cableado y sistemas eléctricos.
Aquí conviene ser prudente: sin una fuente verificada no se pueden dar cantidades de un mineral concreto por chip o por servidor. Lo que sí es cierto es que la cadena de suministro es larga, concentrada geográficamente y vulnerable a tensiones comerciales.
Se trata de un asunto de sostenibilidad y de seguridad de suministro a la vez.
Vida útil: el factor que más puede cambiar la cuenta
Cuanto más tiempo se use un equipo, más se reparte su impacto de fabricación entre más cálculos. Pero el ritmo de mejora de los aceleradores empuja a renovarlos antes: una generación nueva puede hacer más trabajo con menos energía, y eso crea un dilema real. Sustituir pronto reduce el consumo por operación, pero adelanta el impacto de fabricar y la generación de residuos.
No hay una respuesta única. Depende de cuánto mejora la nueva generación, de la limpieza de la electricidad y de si el equipo antiguo puede reutilizarse en tareas menos exigentes en lugar de retirarse.
Una buena práctica es alargar la vida con reutilización escalonada: los equipos que ya no sirven para entrenar pueden valer para inferencia o para tareas más ligeras.
El panorama general de los residuos electrónicos
Según el Global E-waste Monitor 2024, en 2022 se generaron 62 millones de toneladas de residuos electrónicos en el mundo, unos 7,8 kg por persona, y solo se documentó el reciclaje formal del 22,3 %. El informe proyecta 82 millones de toneladas en 2030, un 32 % más, con una generación que crece unas cinco veces más rápido que el reciclaje documentado.
Hay una advertencia imprescindible: estas cifras cubren todos los aparatos electrónicos, no solo equipos de IA o centros de datos. Sería incorrecto atribuir esa montaña a la inteligencia artificial.
Lo que sí sirve es como contexto: el sector tecnológico entero tiene un problema de gestión del final de vida, y la IA se suma a él.
Valor perdido y desigualdad en la gestión
El mismo informe estima que en 2022 quedaron sin aprovechar recursos naturales recuperables valorados en 62.000 millones de dólares, y que solo 81 países, el 42 %, tenían política, legislación o regulación sobre residuos electrónicos. Es una estimación económica del propio Monitor.
Las diferencias regionales son grandes: Europa tuvo en 2022 la mayor tasa de recogida y reciclaje documentados, un 42,8 %, y generó 17,6 kg de residuos electrónicos por habitante, mientras que en África la tasa fue inferior al 1 %. Son datos de 2022 y de documentación formal; el reciclaje informal no se contabiliza.
La lección es que reciclar bien exige sistemas de recogida y reglas, no solo buena voluntad del fabricante.
Los centros de datos tienen su propia particularidad
A diferencia de los teléfonos o portátiles, el hardware de un centro de datos se gestiona de forma profesional, con contratos de retirada, reutilización y reventa. Eso puede facilitar la trazabilidad y el reciclaje frente al residuo doméstico disperso. Pero también concentra grandes volúmenes de equipos que se renuevan en bloque.
Hay, además, un vacío de datos: no se publica de forma sistemática cuántos aceleradores se retiran, qué proporción se reutiliza o a qué destino van. Sin esa información, no se puede afirmar que el hardware de IA se recicle mejor ni peor que el resto.
La transparencia sobre el final de vida de los equipos es hoy una de las lagunas más claras.
Qué se puede hacer: preguntas y prácticas
Para quien compra o contrata servicios de IA y computación, algunas prácticas razonables son:
- Preguntar al proveedor por su política de vida útil, reutilización y reciclaje certificado.
- Dar preferencia a modelos más pequeños cuando basten, porque exigen menos cómputo y, a medio plazo, menos hardware.
- Alargar la vida de los equipos propios y reparar antes de sustituir.
- Pedir transparencia sobre el impacto incorporado, además del eléctrico.
- Apoyar la estandarización de medidas, algo que el Programa de Naciones Unidas para el Medio Ambiente recomienda explícitamente.
Ninguna de estas medidas resuelve el problema por sí sola, pero son coherentes con una gestión honesta del ciclo de vida.
Por último, conviene documentar estas decisiones: dejar por escrito qué criterios de vida útil y reciclaje se aplican facilita auditarlas y mejorarlas con el tiempo.
Preguntas frecuentes
¿La IA es responsable de los residuos electrónicos mundiales?
No de forma directa ni medible hoy. Las cifras del Global E-waste Monitor cubren todos los aparatos electrónicos. La IA añade demanda de equipos, pero no hay datos fiables que atribuyan una parte concreta del total al hardware de IA.
¿Es mejor renovar el hardware por uno más eficiente?
Depende. Una generación nueva puede hacer más con menos energía, pero fabricarla y retirar la antigua también tiene impacto. Conviene valorar la mejora real, la limpieza de la electricidad y la posibilidad de reutilizar el equipo anterior.
¿Qué puedo hacer yo con mis propios dispositivos?
Alargar su vida útil, repararlos cuando compense y entregarlos a un punto de recogida autorizado al final. Es lo que más reduce tu impacto material, con independencia de que uses o no servicios de IA.
Guías relacionadas
- 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.
- Eficiencia frente a efecto rebote en la IA: Por qué hacer la IA más eficiente no garantiza gastar menos energía: qué es el efecto rebote, cómo detectarlo y qué lo limita en la práctica.
- 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.