IA Sostenible¿La IA contamina el medio ambiente? Verificación honesta
Sí: consume electricidad y su peso crece
Según 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, y su demanda crecería hasta 945 TWh aproximadamente en el año 2030. Los servidores acelerados, típicos de IA, explican casi la mitad del aumento neto hasta esa fecha. En 2025, según su comunicado de abril de 2026, la demanda eléctrica de los centros de datos subió un 17 %.
Dos matices: esos TWh incluyen todo lo que alojan los centros, no solo IA, y las proyecciones son de escenario. Para 2035 la Agencia maneja desde unos 700 hasta unos 1.700 TWh, una horquilla que dice más sobre la incertidumbre que sobre el futuro.
En el caso base de la Agencia, los servidores acelerados crecen un 30 % anual y los convencionales un 9 %. Para cubrir la demanda hasta 2035 prevé más de 450 TWh adicionales de renovables, unos 175 TWh de gas natural y unos 175 TWh de nuclear. La huella final dependerá, por tanto, de qué fuentes cubran esa demanda.
Sí, pero ¿cuántas emisiones?
La Agencia calcula que los centros de datos generan unos 180 millones de toneladas de CO2 indirectas por su electricidad, el 0,5 % de las emisiones por combustión actuales, y que podrían llegar al 1 % en 2035 en el caso base y al 1,4 % en el escenario de mayor crecimiento.
Es una cifra pequeña en el total mundial, pero no es cero ni es estática. Y falta una parte: ese cálculo no incluye la fabricación de equipos. La huella real de un servicio de IA depende de cuándo y dónde se ejecuta: la misma operación emite distinto según la red eléctrica, un matiz que ninguna cifra global recoge.
Un ejemplo de por qué la ubicación manda: según Red Eléctrica, el 76,8 % de la electricidad generada en España en 2024 no emitió gases de efecto invernadero, y la misma carga de trabajo en una red con más combustibles fósiles tendría otra huella. No uso factores de gramos por kWh porque no los he verificado en una fuente oficial.
Agua: real, local y difícil de comparar
Los datos más sólidos que he podido abrir son de Estados Unidos, del Laboratorio Nacional Lawrence Berkeley: en 2023 sus centros de datos consumieron unos 66.000 millones de litros de forma directa, sobre todo en refrigeración, y cerca de 800.000 millones de litros de forma indirecta, por el agua que consume la generación de la electricidad que usan.
No son cifras de IA: son de todos los centros de datos del país, y el laboratorio aclara que para el cálculo indirecto asume la mezcla eléctrica de la red local porque no hay datos de cada instalación. Extrapolar a otros países o a una consulta concreta no es posible con rigor. Hay una guía específica sobre el agua en este sitio.
El laboratorio calcula además que el agua indirecta por kWh de los centros de datos (4,52 litros) fue algo mayor que la media de la electricidad del país (4,35 litros), lo que refleja en qué zonas están instalados.
Hardware y residuos electrónicos
Fabricar y desechar equipos también cuenta. El Monitor Mundial de Residuos Electrónicos de 2024 contabiliza 62 millones de toneladas de basura electrónica en 2022 y proyecta 82 millones en 2030, y el 22,3 % llegó a documentarse como reciclado en circuitos formales.
Ese dato abarca todos los aparatos electrónicos, no solo los de IA: no se puede atribuir a la IA. Lo defendible es que el ciclo de renovación de equipos y la fabricación de chips son parte del impacto, y que casi nunca entran en las cifras de «energía por consulta».
Según el mismo monitor, Europa tuvo en 2022 la mayor tasa de recogida y reciclaje documentados, un 42,8 %, y generó 17,6 kg por habitante; en África la tasa fue inferior al 1 %. Solo 81 países, el 42 %, tenían política o legislación sobre residuos electrónicos.
No: afirmaciones que no se sostienen
No hay base para afirmar cuánta energía, agua o CO2 gasta «una consulta» de cualquier servicio concreto como si fuera un número universal: depende del modelo, del hardware, del centro y de la red eléctrica, y los proveedores rara vez publican datos auditables. Tampoco se sostiene decir que la IA es la principal causa de las emisiones del sector eléctrico.
A la inversa, tampoco se sostiene «la IA no contamina». Quien minimiza suele mirar el nivel actual y quien exagera extrapola el crecimiento como si fuera el total. Ambas posturas omiten lo que dice la propia Agencia: el peso es pequeño hoy, crece rápido y es muy desigual por regiones.
Una buena regla de lectura: desconfía de comparaciones del tipo «una consulta equivale a tantas bombillas» si no indican modelo, hardware, lugar, año y qué se ha incluido en el cálculo. Sin esos datos, la cifra no se puede comprobar.
El otro lado: el potencial de reducir emisiones
La Agencia estima que la adopción generalizada de aplicaciones de IA ya existentes en los sectores de uso final podría evitar 1.400 millones de toneladas de CO2 en 2035, unas tres veces las emisiones de los centros de datos en el escenario de más crecimiento. También cita ahorros posibles en redes eléctricas y edificios.
La cautela es la que hace la propia Agencia: es un potencial, hoy no hay impulso que asegure esa adopción y no se consideran los efectos rebote. Que la IA pueda ayudar no compensa automáticamente su huella. El Programa de la ONU para el Medio Ambiente recomienda medir con procedimientos estandarizados y exigir a las empresas que divulguen sus consecuencias ambientales directas.
La Agencia añade que la IA podría liberar hasta 175 GW de capacidad de transmisión en redes existentes y ahorrar unos 300 TWh de electricidad en edificios, bajo supuestos de adopción amplia. De nuevo, potencial y no resultado.
Fuentes consultadas
Revisado: 2026-10-13. Si necesitas un dato para un trabajo o una memoria, tómalo de la fuente enlazada y no de este resumen. No es asesoramiento legal ni fiscal: contrasta con quien corresponda antes de actuar.
Fuentes: únicamente documentos realmente consultados. Si una cifra procede de un comunicado o de un análisis secundario, el texto lo señala; si detectas una errata, corregiremos la guía en la próxima revisión.
- Agencia Internacional de la Energía, Energy and AI: https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai
- Agencia Internacional de la Energía, IA y cambio climático: https://www.iea.org/reports/energy-and-ai/ai-and-climate-change
- Agencia Internacional de la Energía, comunicado 2025: https://www.iea.org/news/data-centre-electricity-use-surged-in-2025-even-with-tightening-bottlenecks-driving-a-scramble-for-solutions
- Lawrence Berkeley National Laboratory, informe 2024: https://eta-publications.lbl.gov/sites/default/files/2024-12/lbnl-2024-united-states-data-center-energy-usage-report_1.pdf
- UIT/UNITAR, Global E-waste Monitor 2024: https://www.itu.int/en/ITU-D/Environment/Pages/Publications/The-Global-E-waste-Monitor-2024.aspx
- PNUMA: https://unep.org/news-and-stories/story/ai-has-environmental-problem-heres-what-world-can-do-about
Preguntas frecuentes
¿La IA contamina más que otras actividades digitales?
No hay una comparación pública rigurosa. Se sabe que los servidores acelerados de IA concentran gran parte del crecimiento del consumo de los centros de datos, pero esos centros alojan también correo, vídeo y almacenamiento.
¿Cuánto CO2 emite una consulta a un asistente de IA?
No existe una cifra fiable y universal. Depende del modelo, del hardware, del centro de datos y de la electricidad de ese lugar y de esa hora. Desconfía de cifras sin metodología publicada.
¿Puede la IA compensar su propio impacto?
Según la Agencia Internacional de la Energía, ciertas aplicaciones podrían evitar 1.400 millones de toneladas de CO2 en 2035, pero es un potencial sin garantía y sin considerar efectos rebote.
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.
- El agua y la IA: refrigeración y límites de los datos: Por qué los centros de datos usan agua, qué distingue extraer, consumir y evaporar, y por qué las cifras sobre agua e IA son tan difíciles de comparar.
- 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.