Decir que la IA “contamina” o que “ayuda al clima” no basta para decidir. Un modelo pequeño puede consumir menos energía por respuesta y ejecutarse millones de veces más. Un centro puede usar electricidad de baja emisión contractual y aumentar presión sobre una cuenca. Un chip eficiente puede reducir kWh por tarea y acelerar la sustitución de hardware.

Esta guía construye un cuadro de mando de ciclo de vida. Utiliza fuentes institucionales y estudios con metodología, diferencia datos de todos los centros de datos de los específicos de IA y trata los beneficios evitados en una cuenta separada.

Última revisión documental: 28 de julio de 2026.

El ciclo de vida de la IA: dónde aparecen los impactos

1. Extracción y materiales. Minerales, productos químicos, acero, hormigón y agua entran en chips, servidores, baterías, redes y edificios.
2. Fabricación. Semiconductores y equipos requieren electricidad, calor, agua ultrapura y procesos con gases de alto potencial climático.
3. Construcción. El centro, la subestación, líneas, generadores y sistemas de refrigeración ocupan terreno y contienen carbono incorporado.
4. Desarrollo. Pruebas, preparación de datos y experimentos preceden al entrenamiento final y a menudo no se publican.
5. Entrenamiento. Una o varias ejecuciones producen el modelo; su impacto depende de cómputo, hardware, duración y electricidad.
6. Inferencia. El modelo responde de forma repetida. Usuarios, longitud, herramientas y utilización determinan el total.
7. Fin de vida. Reutilización, reventa, desmontaje y reciclaje recuperan una parte de materiales; el resto se convierte en residuo.

Una huella “de entrenamiento” no cubre todo el producto. Una métrica por prompt tampoco incluye automáticamente desarrollo y hardware. El perímetro debe aparecer junto al número.

Impacto absoluto e intensidad

Intensidad relaciona impacto con una unidad: Wh por respuesta, litros por kWh, kgCO₂e por tarea o gramos de hardware por año de servicio. Impacto absoluto suma todo el periodo. Ambos son necesarios: la intensidad muestra eficiencia; el absoluto revela presión total.

Cuadro de mando ambiental: indicadores que no deben mezclarse

El cuadro no genera un “índice verde” automático. Reducir todas las dimensiones a una puntuación obliga a asignar pesos subjetivos y puede ocultar un daño crítico en la cuenca o comunidad. Las compensaciones deben quedar visibles.

Cuenta separada para impactos evitados

Si una IA detecta metano, reduce combustible o mejora una red, reporte el ahorro con línea de base, causalidad y duración. No reste ese beneficio de la huella propia del sistema en el inventario. GHG Protocol recomienda informar emisiones evitadas por separado de los alcances.

Energía y carbono: qué dicen los datos globales

La Agencia Internacional de la Energía estimó que los centros de datos utilizaron alrededor de 485 TWh en 2025 y proyectó unos 950 TWh en 2030, cerca del 3 % de la electricidad mundial. Los centros orientados a IA crecerían más rápido y triplicarían su demanda en ese intervalo.

Estas cifras incluyen centros de datos, no una suma exclusiva de ChatGPT, Claude o Gemini. Nube empresarial, vídeo, almacenamiento, bases de datos y otras cargas siguen formando parte del sector. La IEA identifica la IA como el principal impulsor del crecimiento acelerado, no como propietaria de todo el consumo.

La eficiencia por tarea mejora y el total crece

Hardware, software, cuantización, enrutamiento y mejor utilización pueden reducir Wh por tarea. Al mismo tiempo aumentan usuarios, modalidades, longitud y agentes. La IEA observó crecimiento de demanda del 17 % en 2025 mientras mejoraba con rapidez la eficiencia por tarea. Es el motivo por el que deben publicarse intensidad y total.

Carbono depende de la electricidad y del método

Las emisiones operativas se calculan multiplicando kWh por un factor. El método basado en localización refleja la red donde ocurre el consumo; el basado en mercado refleja contratos que cumplen criterios. Un PPA puede reducir la cifra contractual sin convertir en cero la fabricación ni describir por sí solo la generación física horaria.

La IEA estima que los centros de datos representan alrededor del 0,5 % de las emisiones mundiales de CO₂ por combustión y que su contribución crecerá. Es una fracción menor que sectores como transporte o industria, pero una de las cargas de crecimiento más rápido y muy concentrada en determinadas redes.

Entrenamiento no equivale a servicio completo

Una cifra de una ejecución final omite experimentos y uso. Un estudio de 2025 que documentó el desarrollo de una familia de modelos encontró que la fase de desarrollo era material frente al entrenamiento final. La inferencia acumulada puede superar la ejecución inicial en servicios masivos; no existe una proporción universal.

Agua: consumo directo, electricidad y fabricación

La infraestructura de IA utiliza agua por tres vías:

• directa: refrigeración y servicios del centro de datos;
• indirecta: generación de la electricidad;
• incorporada: semiconductores, equipos y construcción.

El indicador WUE relaciona entrada de agua del centro con energía de equipos TI. No incluye automáticamente el agua de la red eléctrica ni la fabricación. Tampoco debe confundirse extracción con consumo: una parte puede devolverse y otra evaporarse o trasladarse.

No existe un WUE mundial de 1,8 L/kWh aplicable a toda IA

La versión anterior utilizaba ese valor como “media” sin una muestra comparable. Clima, tecnología, fuente, periodo y categoría de medición producen diferencias grandes. La Unión Europea exige declarar metodología y permite categorías específicas de EN 50600-4-9; comparar requiere la misma frontera.

Un litro no tiene el mismo impacto en todas partes

Fuente potable o regenerada, estación, estrés de cuenca, tratamiento y usuarios competidores determinan el riesgo. El volumen anual debe acompañarse de ubicación y estacionalidad. Un promedio corporativo global puede ocultar un centro operativo durante sequía.

La explicación técnica completa está en nuestra guía sobre por qué la IA consume agua.

Hardware, minerales y residuos electrónicos

Aceleradores, memoria y redes contienen silicio, cobre, aluminio, oro, estaño, tantalio y otros materiales. La huella no depende solo de la masa: importan energía y químicos de fabricación, origen, rendimiento de obleas, encapsulado, transporte y vida útil.

La fabricación puede ser material por tarea

Una evaluación de ciclo de vida de cinco generaciones de TPU publicada en 2025 utilizó datos de primera parte para estudiar extracción, fabricación, uso y fin de vida. Propuso intensidad de carbono del cómputo y mostró mejoras entre generaciones. Su lección no es que todo chip nuevo sea automáticamente sostenible, sino que hardware incorporado y utilización deben asignarse junto a la electricidad.

Reemplazar un servidor eficiente demasiado pronto puede aumentar la parte incorporada; alargar la vida de un equipo ineficiente puede elevar la operativa. La decisión necesita horas de uso, rendimiento por vatio, reparación y destino del equipo anterior.

62 millones de toneladas de residuos electrónicos no son “residuos de IA”

El Global E-waste Monitor 2024 registró 62 millones de toneladas de residuos electrónicos generados en 2022 y proyectó 82 millones en 2030. Solo el 22,3 % se documentó como recogido y reciclado formalmente en 2022.

Son cifras de todo el equipamiento eléctrico y electrónico mundial. No existe una desagregación que permita adjudicarlas a IA. Sirven como contexto para exigir inventario de servidores, reutilización y reciclaje, no como magnitud de la huella de los modelos.

Indicadores útiles de circularidad

• edad media y vida útil de servidores y aceleradores;
• porcentaje reutilizado internamente, revendido o reacondicionado;
• masa enviada a reciclaje con destino documentado;
• contenido reciclado y reparabilidad de nuevos equipos;
• rendimiento útil obtenido por unidad de hardware y año.

Impactos locales: suelo, red, aire, ruido y calor

Los promedios globales no sustituyen una evaluación de emplazamiento. Un centro de datos necesita parcela, conexión eléctrica, fibra, agua, acceso y equipos de respaldo. La infraestructura asociada puede extenderse más allá de su valla.

Red y capacidad

La demanda concentrada puede requerir subestaciones y líneas, competir por capacidad y modificar el perfil de generación. Deben diferenciarse potencia máxima solicitada, demanda anual prevista y rampas. Un centro anunciado de 1 GW no consume necesariamente 1 GW durante todas las horas, pero esa cifra tampoco permite inferir un consumo anual bajo.

Generadores, calidad del aire y ruido

Generadores de respaldo se prueban y pueden operar ante interrupciones. Ventiladores, enfriadores y equipos eléctricos generan ruido continuo o tonal. Los impactos se evalúan con horas, combustible, dispersión, distancia, fondo nocturno y normativa local, no con un rango universal de decibelios.

Calor residual

Todo el trabajo eléctrico termina como calor. Reutilizarlo puede sustituir energía externa si temperatura, demanda cercana, tubería y estacionalidad encajan. El factor europeo ERF solo contabiliza calor usado fuera del límite del centro que sustituye energía; “tener calor disponible” no es reutilización efectiva.

Territorio y biodiversidad

La parcela puede afectar drenaje, hábitat, impermeabilización y paisaje. Líneas y nueva generación añaden otra huella. La evaluación debe incluir alternativas de ubicación y efectos acumulativos de varios proyectos, no solo cada edificio de forma aislada.

Por qué fallan las comparaciones con Bitcoin, streaming o aviación

Comparar puede dar escala, pero exige año, geografía, perímetro y fuente equivalentes. La versión anterior yuxtaponía Bitcoin, streaming, iluminación e “IA total” con cifras de años y métodos distintos.

Centros de datos no equivalen a IA

Utilizar los 485 TWh del sector como consumo de IA sobreestima. Usar solo la potencia de chips aceleradores puede omitir host, refrigeración y servicios. La respuesta correcta suele ser un rango con atribución explícita.

Electricidad no equivale a impacto total

Dos actividades con los mismos kWh pueden diferir en carbono, agua, materiales y utilidad. Un vuelo se mide por pasajero-kilómetro; una IA puede medirse por tarea. Elegir una equivalencia familiar no corrige unidades funcionales incompatibles.

La comparación más útil es interna

Compare versiones del mismo servicio con tareas y calidad constantes: Wh por resultado aceptado, gCO₂e por proceso completado, agua por MWh y total mensual. Esa serie permite gestionar mejor que una analogía viral.

Qué exige Europa a los centros de datos

El Reglamento Delegado (UE) 2024/1364 establece información e indicadores para centros con demanda de potencia TI instalada de al menos 500 kW. Los operadores comunican datos a la base europea y la información pública se ofrece de forma agregada.

El sistema recoge, entre otros:

• consumo total de energía y energía de equipos TI;
• potencia instalada y utilización;
• entrada total y potable de agua;
• energía renovable;
• calor residual reutilizado y su temperatura;
• PUE, WUE, ERF y REF.

La Comisión publicó en 2025 un análisis de los datos del primer periodo y mantiene un panel agregado. En marzo de 2026 abrió comentarios sobre el esquema de clasificación común. La regulación mejora transparencia de instalaciones; no proporciona automáticamente energía o carbono por modelo de IA.

AI Act, CSRD y normas ambientales no forman una “auditoría total” automática

El AI Act contiene obligaciones para determinados sistemas y modelos; la CSRD y ESRS pueden exigir información material a empresas en alcance; agua, residuos, químicos, permisos y evaluación ambiental proceden de marcos distintos. Cumplir uno no demuestra desempeño en todos los vectores.

Jerarquía para reducir el impacto ambiental

1. Evitar. No automatizar tareas sin valor ni construir capacidad sobredimensionada.
2. Reducir demanda. Modelo proporcional, menos reintentos, contexto relevante, caché y límites de agentes.
3. Utilizar mejor. Aumentar ocupación, agrupar trabajo y medir por resultado útil.
4. Extender y circular. Reparar, reutilizar y alargar hardware cuando el balance de ciclo de vida lo justifique.
5. Optimizar infraestructura. PUE, WUE, temperatura, agua no potable, calor, red y ubicación.
6. Descarbonizar suministro. Adicionalidad, coincidencia temporal y red física, además de contratos.
7. Restaurar y compensar al final. No sustituye reducción ni neutraliza automáticamente impactos locales.

Las compensaciones entre agua y energía deben declararse

Refrigeración seca puede reducir agua directa y aumentar electricidad en determinadas condiciones. Operar a temperaturas más altas puede mejorar refrigeración y afectar fiabilidad. La optimización debe evaluar clima, cuenca, red, hardware y nivel de servicio.

Quince preguntas para comprar, desplegar o autorizar IA

1. ¿Qué necesidad resuelve y cuál es la alternativa sin IA?
2. ¿Cuál es la unidad funcional: prompt, tarea, usuario o proceso completado?
3. ¿Qué modelo, versión, región y fecha cubren los datos?
4. ¿Se miden energía de acelerador, host, inactividad y PUE?
5. ¿Cuál es el total anual además de la intensidad?
6. ¿Se muestran carbono basado en localización y mercado?
7. ¿Qué emisiones incorporadas se incluyen?
8. ¿Cuánta agua se extrae y consume, de qué fuente y en qué estación?
9. ¿Qué WUE y categoría de medición usa cada centro?
10. ¿Qué equipos se sustituyen y qué ocurre con ellos?
11. ¿Qué impactos de parcela, red, ruido, aire y calor se evaluaron?
12. ¿Cómo se limita el efecto rebote por más uso?
13. ¿Qué parte del dato está medida, estimada y verificada?
14. ¿Puede el cliente exportar actividad e impacto?
15. ¿Cómo se publicarán mejoras sin cambiar la línea de base?

Preguntas frecuentes

¿La IA consume más electricidad que Bitcoin?

No hay una única cifra de “IA” comparable. Los centros de datos incluyen muchas cargas y la atribución a IA es incierta. Compare misma fecha, fuente, perímetro y unidad antes de concluir.

¿La IA emite más que la aviación?

Los centros de datos representan hoy una fracción menor de emisiones que la aviación, pero crecen con rapidez. El resultado depende de incluir electricidad, fabricación y qué parte se atribuye a IA.

¿Un centro con energía renovable tiene impacto cero?

No. Puede reducir emisiones operativas asignadas, pero mantiene hardware, construcción, agua, territorio y fin de vida. También importan adicionalidad y coincidencia temporal.

¿La refrigeración líquida ahorra agua?

No necesariamente. Un circuito directo al chip puede recircular fluido, pero el edificio puede expulsar calor con una torre evaporativa. Hay que seguir el calor hasta el exterior.

¿Qué es PUE?

Es energía total del centro dividida por energía de equipos TI. Un PUE bajo indica poca sobrecarga, pero no mide carbono, agua, fabricación ni utilidad.

¿Qué es WUE?

Relaciona agua del centro con energía TI. Debe indicar categoría y frontera. No incluye automáticamente agua de electricidad o chips.

¿Los 62 millones de toneladas de e-waste son de IA?

No. Corresponden a todos los residuos eléctricos y electrónicos mundiales en 2022. La parte específica de IA no está separada en esa estadística.

¿Un modelo pequeño siempre es más sostenible?

Suele necesitar menos cómputo por ejecución, pero puede requerir más llamadas o fallar la tarea. Compare impacto por resultado correcto y total de uso.

¿La IA puede evitar más emisiones de las que genera?

Puede contribuir en aplicaciones concretas, pero el beneficio debe medirse contra una línea de base y no restarse de su huella propia. No existe una compensación automática global.

¿Qué puede medir una pyme?

Actividad por modelo y función, energía de hardware propio, factores de proveedor, impacto estimado por tarea y gasto. Empiece por cobertura y decisiones de alto volumen, no por una falsa precisión individual.

Metodología y fuentes

La versión anterior tenía 394 palabras, presentaba un WUE mundial sin base, atribuía todos los residuos electrónicos a una tabla de IA, mezclaba cifras de streaming y Bitcoin y ofrecía mitigaciones sin compensaciones. Esta revisión separa datos sectoriales, específicos de IA y locales.

• IEA — Key Questions on Energy and AI, 2026.
• IEA — centros de datos, emisiones e IA.
• Reglamento Delegado (UE) 2024/1364.
• Comisión Europea — rendimiento energético y agua de centros de datos.
• ITU y UNITAR — Global E-waste Monitor 2024.
• Schneider et al. — ciclo de vida de aceleradores de IA.
• Morrison et al. — impacto de desarrollo y entrenamiento de modelos.
• GHG Protocol — electricidad y Alcance 2.
• Lawrence Berkeley National Laboratory — energía y agua de centros estadounidenses.

Para aprender a estimar una unidad de uso, consulta cómo calcular la huella de tus prompts. Para evaluar el concepto completo y su utilidad social, visita la guía de IA sostenible.