La huella de carbono de la inteligencia artificial no es una cifra fija por modelo. Depende de qué se incluye, qué tarea se ejecuta, cuánta electricidad utiliza el sistema, dónde y cuándo se consume, cuánto se aprovecha el hardware y cómo se reparten las emisiones de fabricación. Esta guía ofrece el mapa completo para interpretar una estimación sin confundir una consulta, un entrenamiento, un producto de IA y un centro de datos entero.

1. Qué significa huella de carbono de la IA

La huella de carbono es la suma de gases de efecto invernadero asociados a una actividad o sistema, expresada como dióxido de carbono equivalente (CO₂e). El «equivalente» permite combinar gases diferentes mediante su potencial de calentamiento global.

Aplicada a la IA, la actividad puede ser muy distinta:

• generar una respuesta de texto;
• procesar mil documentos;
• entrenar o ajustar un modelo;
• operar una función de IA durante un año;
• prestar todos los servicios de una empresa;
• fabricar y utilizar un conjunto de aceleradores durante su vida útil.

Antes de comparar resultados hay que comprobar que la unidad funcional sea equivalente. «Por consulta» no basta si una consulta produce 30 palabras y otra genera un vídeo; «por entrenamiento» tampoco basta si los modelos, conjuntos de datos y objetivos son diferentes.

Huella operacional y huella incorporada

Componente	Qué incluye	Dato que suele faltar
Operacional	Electricidad de cálculo, memoria, almacenamiento, red y refrigeración durante el uso	Región, hora, utilización y perímetro energético
Incorporada	Materias primas, fabricación, transporte, construcción y fin de vida del hardware e infraestructura	Inventario del fabricante y regla de asignación

Una mejora de eficiencia operacional no elimina las emisiones incorporadas. Y comprar hardware nuevo con mejor rendimiento no garantiza una huella total menor: depende de la fabricación evitada o añadida, la vida útil, la carga y la electricidad disponible.

Carbono no es toda la huella ambiental

CO₂e es una métrica climática, no una medida universal de sostenibilidad. La IA también puede implicar consumo y extracción de agua, minerales, ocupación de suelo, residuos electrónicos y efectos locales sobre la red. Agregar todo a una única cifra de carbono oculta compensaciones importantes. Por eso tratamos el agua de la IA en una guía independiente.

2. El ciclo de vida que suele quedar oculto

La norma ISO 14040 estructura el análisis de ciclo de vida alrededor del objetivo y alcance, inventario, evaluación de impactos e interpretación. Tras revisar la literatura reciente sobre IA, resulta más útil pensar en etapas que en una única «emisión del modelo».

2.1. Fabricación de chips, servidores e infraestructura

Extraer materiales, fabricar semiconductores, ensamblar servidores y construir instalaciones genera emisiones antes de ejecutar el primer entrenamiento. Un estudio de ciclo de vida de cinco generaciones de TPU, elaborado con datos primarios, encontró que la intensidad de carbono del cómputo mejoró entre generaciones, pero también confirmó que la fabricación debe formar parte del análisis.

La dificultad es asignar una fracción a cada trabajo. Dividir las emisiones de un acelerador por sus horas de vida supone una utilización uniforme; repartirlas por cómputo supone que todas las operaciones tienen el mismo valor; atribuirlas al primer usuario sobrecarga el inicio. La regla elegida debe declararse y someterse a sensibilidad.

2.2. Datos, limpieza y experimentación

Recopilar, almacenar, deduplicar, filtrar y transformar datos requiere infraestructura. La búsqueda de arquitectura y de hiperparámetros puede ejecutar decenas o cientos de pruebas que no aparecen en la cifra del entrenamiento final. Si el objetivo es medir el desarrollo de un modelo, excluir esos experimentos infravalora el proceso.

2.3. Preentrenamiento

El preentrenamiento concentra una gran cantidad de cómputo en un periodo delimitado, por lo que atrae la mayoría de titulares. Sin embargo, una cifra de entrenamiento necesita al menos duración, hardware, potencia, utilización, infraestructura auxiliar y factor de emisión. Los FLOP describen trabajo computacional, no electricidad ni CO₂e por sí solos.

2.4. Ajuste, evaluación y seguridad

El modelo puede pasar por ajuste supervisado, aprendizaje por preferencias, pruebas de seguridad, evaluaciones y generación de datos sintéticos. Estos procesos pueden ser menores que el preentrenamiento individualmente, pero se repiten entre versiones y deben entrar en el perímetro si se presenta la huella completa del desarrollo.

2.5. Despliegue e inferencia

La inferencia es el uso continuado: cada petición activa aceleradores, memoria, CPU, almacenamiento y red. Una consulta puede consumir poco, pero millones de consultas, contextos extensos, razonamiento, imagen, vídeo y agentes cambian el total. En productos con mucho tráfico, la inferencia acumulada puede importar más que un entrenamiento puntual.

2.6. Reutilización, actualización y fin de vida

Un modelo base puede reutilizarse en muchos productos; un servidor puede ejecutar trabajos distintos; un chip puede tener una segunda vida. Actualizar antes de tiempo aumenta fabricación, mientras que mantener equipos ineficientes puede elevar las emisiones operacionales. No existe una respuesta universal: hay que comparar escenarios de ciclo de vida.

3. Qué sabemos con datos públicos

Los centros de datos no son sinónimo de IA

La Agencia Internacional de la Energía (AIE) estimó que todos los centros de datos consumieron unos 415 TWh en 2024, alrededor del 1,5 % de la electricidad mundial. Su escenario base proyectó unos 945 TWh en 2030. Esas cifras incluyen servicios convencionales de nube, almacenamiento y otras cargas; no deben presentarse como consumo exclusivo de IA.

La actualización de la AIE de 2026 indica que la electricidad de centros de datos creció un 17 % en 2025 y que los centros orientados a IA crecieron más deprisa. Al mismo tiempo, la energía por tarea está bajando y las tareas intensivas y el volumen de uso están aumentando. Eficiencia por unidad y consumo absoluto pueden moverse en direcciones opuestas.

Un dato por consulta solo describe su medición

Google publicó una medición de producción para la mediana de prompts de texto de Gemini Apps en mayo de 2025: 0,24 Wh, 0,03 gCO₂e con su contabilidad basada en mercado y 0,26 ml de agua. El perímetro incluía aceleradores, CPU, memoria, máquinas ociosas necesarias e infraestructura. Es una referencia valiosa porque declara método y contexto, pero no representa todas las consultas de Gemini ni otros modelos.

OpenAI Academy cita una estimación independiente de aproximadamente 0,3 Wh para una consulta típica de GPT‑4o y aclara que no se han publicado benchmarks propietarios equivalentes para GPT‑4. Esto demuestra por qué un rango de Internet no debe convertirse en un factor universal.

La fabricación ya puede medirse, pero faltan datos comparables

El análisis de ciclo de vida de aceleradores TPU cubre extracción, fabricación, uso y fin de vida con datos primarios. Es un avance importante, no un factor aplicable a cualquier GPU. Una revisión de 2026 sobre el ciclo de vida de la IA encontró que la mayor parte de la literatura todavía depende de estimaciones de CO₂e con proxies gruesos y presta menos atención a fabricación, agua y otros impactos.

4. Cómo se calcula sin mezclar perímetros

Emisiones operacionales

La forma básica es:

CO₂e operacional = electricidad consumida × intensidad de carbono de esa electricidad

Si la medición solo cubre servidores, puede ser necesario incorporar refrigeración, conversión eléctrica y otras cargas mediante datos directos o un PUE compatible. Si el proveedor ya entrega una cifra de energía de sistema completo, volver a multiplicar por PUE duplica la infraestructura.

Emisiones incorporadas

Una asignación simplificada puede expresarse así:

CO₂e incorporado asignado = inventario de fabricación × fracción de capacidad utilizada por la actividad

La fracción puede basarse en tiempo, cómputo, memoria u otra medida. Para decisiones materiales conviene calcular más de una regla y mostrar el rango.

Huella total del sistema estudiado

Se suman las etapas que estén dentro del alcance: fabricación asignada, desarrollo, entrenamiento, ajuste, inferencia, almacenamiento y fin de vida. La suma solo es válida si no hay solapamientos y los factores usan unidades compatibles.

Ejemplo didáctico

Un servicio registra 800 kWh mensuales de infraestructura completa y utiliza un factor de 180 gCO₂e/kWh:

• 800 kWh × 180 gCO₂e/kWh = 144.000 gCO₂e;
• 144.000 gCO₂e ÷ 1.000 = 144 kgCO₂e al mes.

Ese resultado no incluye fabricación a menos que se añada un inventario asignado. Tampoco puede atribuirse íntegramente a IA si la medición contiene otras cargas.

Para practicar con consultas individuales utiliza nuestra calculadora interactiva. Para construir un cálculo reproducible con datos propios consulta el tutorial de huella de prompts.

5. Las variables que más cambian el resultado

Tarea y salida

Texto breve, razonamiento prolongado, generación de imagen, vídeo y agentes no son unidades equivalentes. Cambian el número de operaciones, la memoria, la duración y las llamadas auxiliares. La AIE advierte que tareas intensivas pueden usar cientos o miles de veces más energía que texto sencillo.

Tamaño útil, no prestigio del modelo

Un modelo mayor no es automáticamente peor si resuelve la tarea en una llamada que evita muchas repeticiones, pero usar capacidad sobrante suele desperdiciar recursos. La comparación correcta mantiene constante la calidad mínima requerida y mide energía por resultado válido.

Utilización y lotes

Un acelerador encendido con baja ocupación reparte su consumo base entre pocas tareas. Agrupar trabajos puede mejorar utilización, aunque aumente latencia. La disponibilidad redundante también consume y debe entrar en el perímetro del servicio.

Lugar y momento

El mismo kWh puede asociarse a emisiones diferentes según región y hora. Para inventarios corporativos, el GHG Protocol Scope 2 Guidance distingue métodos basado en localización y basado en mercado. Una cifra de proveedor calculada con instrumentos contractuales no equivale a la intensidad física media de la red.

Vida útil del hardware

Más utilización y más años reparten la fabricación entre más trabajo, pero un equipo antiguo puede gastar más electricidad. La opción menor en carbono depende de la intensidad eléctrica y del trabajo futuro, no solo de la eficiencia nominal.

Efecto rebote

Si cada consulta usa la mitad de energía pero el número de consultas se triplica, el total aumenta un 50 %. Por eso deben publicarse intensidad —por consulta, token o tarea— y valor absoluto —kWh o kgCO₂e del periodo—.

6. Cómo evaluar una cifra o una afirmación

Utiliza esta comprobación antes de compartir un dato:

Pregunta	Señal fiable	Señal de alerta
¿Qué se midió?	Tarea, modelo, versión y fecha	«La IA consume…»
¿Cuál es la unidad?	Por resultado, consulta o periodo definido	Por prompt sin longitud ni modalidad
¿Cuál es el perímetro?	Hardware, ociosidad, red, PUE y fabricación declarados	Solo un total sin componentes
¿De dónde sale la energía?	Telemetría o método reproducible	Conversión directa de FLOP a CO₂e
¿Qué factor de carbono usa?	Región, periodo y método identificados	Promedio nacional aplicado a una nube sin región
¿Es comparable?	Misma tarea, calidad, fecha y alcance	Ranking de modelos con estudios distintos
¿Expresa incertidumbre?	Rango y sensibilidad	Tres decimales con datos aproximados

Jerarquía práctica de calidad del dato

1. Medición directa de la actividad: potencia y tiempo, telemetría del sistema y datos del proveedor.
2. Asignación trazable: consumo de infraestructura repartido mediante una regla documentada.
3. Estimación técnica: hardware, duración y utilización observados con supuestos explícitos.
4. Proxy de actividad: tokens, coste o llamadas calibrados contra una medición compatible.
5. Promedio genérico: útil solo para cribado y acompañado de un rango amplio.

Cuanto más importante sea la decisión, más arriba debe estar el dato. Un promedio puede servir para priorizar una auditoría; no debería sustentar por sí solo una declaración pública o un objetivo climático.

7. Qué debe hacer cada tipo de usuario

Situación	Objetivo razonable	Ruta dentro del portal
Persona usuaria	Comprender orden de magnitud y evitar comparaciones falsas	Calculadora de uso
Equipo de producto	Medir energía por resultado válido y volumen total	Playbook de Green AI
Empresa	Asignar APIs, nube y hardware al inventario con evidencia	Guía de reporte, AI Act y Scope 3
Investigación o periodismo	Comparar estudios y comunicar incertidumbre	Cifras, límites y calidad del dato
Responsable climático	Separar emisiones observadas de reducciones atribuibles	Balance climático de la IA

Si compras una API

Pide al proveedor actividad, región, periodo, perímetro, factor de emisión y método de asignación. Si no responde, documenta el vacío y usa un rango de escenario. No presentes el punto medio como medición.

Si operas infraestructura propia

Registra potencia o energía, tiempo, utilización, trabajo útil, PUE o cargas auxiliares y localización. Conserva versiones de código, modelo y factores. Añade fabricación cuando la decisión afecte compras, renovación o ciclo de vida.

Si comunicas una comparación

Iguala tarea, calidad, longitud, hardware, región y fecha. Si no puedes hacerlo, presenta estudios por separado y explica por qué no forman un ranking.

8. Cómo reducir la huella de forma creíble

1. Evita la tarea innecesaria. No automatices sin un resultado útil definido.
2. Mide la línea base. Guarda calidad, latencia, energía por resultado y total mensual.
3. Usa el modelo mínimo suficiente. Enruta tareas simples a modelos pequeños y escala solo cuando falle el criterio de calidad.
4. Reduce contexto, salida y reintentos. Recupera documentos relevantes, estructura la respuesta y valida antes de repetir.
5. Reutiliza resultados. La caché y el procesamiento por lotes pueden evitar inferencias, con controles de privacidad y caducidad.
6. Mejora utilización. Ajusta capacidad, autoescalado y horarios sin sacrificar disponibilidad necesaria.
7. Elige ubicación y horario con cautela. Optimizar carbono no debe trasladar el problema a una cuenca con estrés hídrico o a una red congestionada.
8. Revisa el total. Comprueba si el volumen anula la mejora por unidad.

Estas medidas necesitan pruebas de calidad y gobernanza. El procedimiento técnico completo está en nuestra guía de Green AI para equipos.

9. Errores y mitos frecuentes

«Una consulta de IA consume diez veces una búsqueda»

No es un factor universal. Depende del buscador, modelo, modalidad, longitud, fecha, hardware y perímetro. Una comparación histórica no debe aplicarse a cualquier servicio actual.

«El entrenamiento es siempre la parte principal»

No necesariamente. En un servicio con millones de usos, la inferencia acumulada puede superar un entrenamiento. En un experimento con poco despliegue puede ocurrir lo contrario.

«Un modelo abierto no tiene huella»

La licencia no determina energía, hardware ni red eléctrica. La apertura puede mejorar transparencia y reutilización, pero cada despliegue conserva impactos físicos.

«Ejecutar localmente siempre es más sostenible»

Un equipo local infrautilizado puede ser peor que infraestructura compartida eficiente; también puede ser mejor si evita red, reutiliza hardware y usa electricidad baja en carbono. Hay que medir ambos escenarios.

«Energía renovable significa cero emisiones»

La contabilidad basada en mercado y la realidad física de la red responden a preguntas distintas. Además existen fabricación, construcción y posibles efectos horarios o locales.

«Más eficiencia garantiza menos consumo»

Solo si el volumen no crece más deprisa. Informa siempre de la intensidad y del total.

10. Preguntas frecuentes

¿Cuál es la huella de carbono de ChatGPT?

No existe una única cifra pública que represente todas sus versiones, tareas y usuarios. OpenAI Academy cita una estimación independiente de unos 0,3 Wh para una consulta típica de GPT‑4o, pero no es una medición completa de la cuenta ni incluye automáticamente fabricación, agua o entrenamiento.

¿Cuál es la huella de una imagen o un vídeo generado?

Depende del modelo, resolución, duración, pasos, hardware y centro de datos. No debe calcularse multiplicando un factor de texto. Usa telemetría o un estudio compatible con esa modalidad.

¿Los tokens sirven para medir carbono?

Sirven como proxy si se calibran para el mismo modelo, hardware y configuración. No son energía: dos modelos pueden procesar el mismo número de tokens con distinta potencia, duración y utilización.

¿Debo incluir PUE?

Solo si tu dato energético excluye refrigeración y otras cargas del centro. No lo multipliques de nuevo cuando la medición ya cubre el sistema completo.

¿Cómo reparto el entrenamiento entre usuarios?

Necesitas una regla coherente con el objetivo: por número de usos, tokens, ingresos, capacidad o vida esperada. Publica la regla y una sensibilidad, porque el resultado cambia si el tráfico futuro es incierto.

¿El AI Act obliga a publicar una huella para cualquier empresa usuaria?

No. El artículo 53 y el anexo XI establecen documentación técnica para proveedores de modelos de propósito general, incluida información sobre cómputo o energía de entrenamiento. Las obligaciones dependen del rol; una empresa que solo usa una API no se convierte por ello en proveedora del modelo.

¿Puedo compensar la huella y llamarla cero?

Una compensación no borra la electricidad ni las emisiones del inventario bruto. Comunica por separado emisiones, reducciones internas, electricidad contractual y créditos, siguiendo el estándar aplicable.

¿Qué cifra debo publicar?

La que responda a una pregunta definida y pueda reproducirse. Incluye resultado central, rango, unidad funcional, perímetro, periodo, región, fuente energética, versión y exclusiones.

Fuentes y criterio editorial

Guía revisada el 28 de julio de 2026. La síntesis se apoya en la AIE (Key Questions on Energy and AI, 2026), el informe Energy and AI de 2025, la medición de producción de Google, OpenAI Academy, el ACV de hardware TPU, la revisión From Cradle to Cloud, ISO 14040, el GHG Protocol y el Reglamento europeo de IA. Hemos separado mediciones observadas, proyecciones y estimaciones y no convertimos datos de una tarea en promedios universales.