IA SostenibleIA y ciudades: alumbrado, tráfico y agua urbana
Ciudades como sistemas de servicios y datos
Un ayuntamiento gestiona servicios que generan datos de forma continua: farolas, semáforos, cámaras, contadores de agua, sensores de ruido o de calidad del aire, transporte público. Muchas de las decisiones son repetitivas y dependen de condiciones cambiantes, lo que las hace candidatas a optimización con datos.
La Agenda 2030 de las Naciones Unidas, adoptada en septiembre de 2015, recoge en el ODS 11 las ciudades y comunidades sostenibles, y el ODS 6 agua y saneamiento. Son marcos útiles para fijar prioridades, aunque la elección de qué ODS son relevantes para la IA es una interpretación editorial.
Antes de elegir tecnología, el consejo práctico es partir del problema: ¿qué servicio funciona mal, cuánto cuesta y qué indicadores lo reflejan? Los proyectos que empiezan por un catálogo de sensores y buscan después un problema suelen producir paneles bonitos y pocas mejoras.
Alumbrado público inteligente
El alumbrado es un consumo eléctrico municipal importante y visible. El primer gran ahorro suele venir de sustituir luminarias antiguas por otras eficientes, algo que no necesita IA. Sobre esa base, el control puede atenuar la intensidad según la hora, la presencia de peatones y vehículos y la luz natural, y los datos de las luminarias permiten detectar averías sin esperar a que un vecino avise.
La IA aporta sobre todo mantenimiento predictivo y ajuste de perfiles por zona. Hay que equilibrar varios aspectos:
- Seguridad percibida y real: bajar la luz demasiado puede afectar a la sensación de seguridad y al uso del espacio por la noche.
- Contaminación lumínica: menos luz y mejor dirigida protege el cielo nocturno y la fauna.
- Accesibilidad: la iluminación influye en la movilidad de personas mayores o con baja visión.
- Coste del sistema: nodos de control, comunicaciones y mantenimiento.
Tráfico y semáforos
Los semáforos tradicionales funcionan con planes de tiempos fijos o por franjas. Los sistemas adaptativos ajustan los verdes según la demanda detectada por cámaras, lazos en el suelo o datos de vehículos conectados, y pueden coordinar una avenida entera. Los modelos de aprendizaje ayudan a prever atascos, a dar prioridad al transporte público o a coordinar la respuesta ante incidentes.
Menos paradas y esperas suelen reducir consumo y emisiones por vehículo, pero hay una trampa conocida: si se facilita el tráfico privado, a medio plazo puede aumentar su uso y erosionar el beneficio. Por eso conviene que los objetivos incluyan personas, no solo vehículos, con tiempos de cruce para peatones, prioridad al autobús y seguridad vial.
La detección de matrículas o de personas exige base legal, proporcionalidad y control.
Agua urbana: fugas, presión y calidad
Las redes de abastecimiento pierden agua por fugas, roturas y errores de medición. Con contadores, sensores de presión y caudal, y modelos hidráulicos, los algoritmos pueden detectar anomalías y localizar fugas con más rapidez que una inspección rutinaria. También ayudan a regular la presión para reducir roturas y a planificar la renovación de tuberías según su riesgo de fallo.
En el saneamiento, la previsión de lluvia y el estado de la red permiten gestionar tanques de tormenta y reducir vertidos al río durante episodios intensos. En depuradoras, el control de la aireación, que es un consumo eléctrico importante, puede optimizarse con modelos de proceso.
Sin buena medición el modelo no distingue una fuga de un consumo legítimo, y encontrar la fuga no la repara: hace falta capacidad de intervención.
Privacidad, vigilancia y equidad
Una ciudad que mide todo puede acabar vigilando de más. Datos de movilidad, de consumo de agua o de presencia en el espacio público pueden revelar hábitos individuales, y combinados permiten reidentificar a personas incluso cuando parecen anónimos. Principios útiles: recoger lo mínimo necesario, agregar en origen, limitar los plazos de conservación, documentar la finalidad y permitir la supervisión independiente.
El marco europeo de IA clasifica por niveles de riesgo y prohíbe ciertas prácticas desde el 2 de febrero de 2025. Los sistemas de alto riesgo de los ámbitos del anexo III deben cumplir, según la Comisión Europea, desde el 2 de diciembre de 2027 tras el Digital Omnibus. Las fechas pueden cambiar, y si un proyecto municipal toca esos ámbitos hay que consultar la norma vigente y a los servicios jurídicos.
La equidad también cuenta: conviene revisar la distribución territorial de beneficios y molestias.
Contratación pública y dependencia tecnológica
Muchos proyectos urbanos se adquieren como soluciones cerradas, con sensores, plataforma y análisis en un solo paquete. Eso crea riesgo de dependencia: si el proveedor cambia las condiciones o desaparece, la ciudad pierde datos y funcionalidad. Entre las cautelas de contratación que conviene exigir están los formatos abiertos, la propiedad municipal de los datos, la interoperabilidad con otros sistemas y las condiciones de salida.
También es importante pedir indicadores de resultado, no solo de despliegue: no basta contar farolas conectadas, hay que medir kWh ahorrados, fugas reparadas o minutos de espera reducidos. Con un protocolo de medida y verificación acordado antes de empezar, el pago puede vincularse a resultados.
En el plano ambiental, pide al licitador información sobre la vida útil de los equipos, su reparabilidad, la gestión de residuos y el lugar donde se procesan los datos.
Una hoja de ruta prudente para un ayuntamiento
- Elige un servicio y un problema con coste conocido y datos accesibles.
- Mide la situación actual durante un periodo representativo.
- Haz un piloto acotado en un barrio o una línea, con una zona de control.
- Define indicadores públicos de resultado, de coste y de impactos secundarios.
- Evalúa la protección de datos y la equidad antes de ampliar.
- Comunica con claridad a la ciudadanía qué se mide y para qué.
- Decide con evidencia si ampliar, corregir o cancelar.
La IA no hace sostenible una ciudad por sí sola: lo hacen el urbanismo, el transporte público, la rehabilitación de edificios y la gestión eficiente de recursos. Bien usada, aporta precisión y capacidad de reacción a servicios concretos. Mal planteada, añade coste, dependencia y vigilancia sin mejoras claras.
Preguntas frecuentes
¿Cuánto ahorra el alumbrado inteligente?
No hay una cifra general fiable: depende del punto de partida, del tipo de luminarias y de los perfiles aplicados. Gran parte del ahorro suele proceder de cambiar a luminarias eficientes; el control inteligente añade una mejora que debe medirse localmente.
¿Los semáforos con IA reducen la contaminación?
Pueden reducir paradas y esperas, y con ello consumo y emisiones por vehículo. Pero si el cambio incentiva más tráfico privado, el efecto neto puede perderse. Conviene medir el volumen total y priorizar peatones y transporte público.
¿Qué debe exigir un ayuntamiento a un proveedor?
Propiedad municipal de los datos, formatos abiertos, indicadores de resultado verificables, información sobre vida útil y reparabilidad de equipos, evaluación de protección de datos y condiciones claras de salida del contrato.
Guías relacionadas
- IA en movilidad y logística sostenibles: usos y límites: Optimización de rutas, carga de vehículos eléctricos, transporte público y almacenes: qué hace la IA, qué ahorra de verdad y qué efectos rebote vigilar.
- IA en edificios eficientes y gestión energética: Qué aporta la IA a la climatización, la iluminación y el control de consumos en edificios, qué datos necesita y por qué antes hay que arreglar lo básico.
- IA en gestión de residuos y economía circular: Clasificación automática, rutas de recogida, reparación y trazabilidad: qué puede hacer la IA por los residuos y por qué no reemplaza a reducir y reutiliza