Demanda energética de IA: Reto infraestructural clave en 2025

El crecimiento explosivo de la inteligencia artificial ha creado una crisis energética sin precedentes que está reconfigurando los sistemas de energía global, las estrategias climáticas y la competencia industrial. Esta convergencia entre la expansión de la IA y las limitaciones energéticas representa uno de los desafíos tecnológicos y políticos más importantes para gobiernos y corporaciones en la actualidad.

Proyecciones y escala del consumo energético

La magnitud del apetito energético de la IA es asombrosa. Los centros de datos en Estados Unidos consumieron 183 teravatios-hora (TWh) de electricidad en 2024, lo que representa más del 4% del consumo eléctrico total del país, una cifra aproximadamente equivalente a la demanda anual de electricidad de Pakistán. Se proyecta que esta cifra se más que duplique para 2030, alcanzando los 426 TWh.

A nivel global, el panorama es aún más dramático. Se prevé que los centros de datos consuman 945 TWh para 2030, superando el uso combinado actual de electricidad de Alemania y Francia, y más del doble de los 415 TWh consumidos en 2024. Dentro de este crecimiento más amplio, la participación de la IA se está acelerando rápidamente.

Actualmente, la IA representa aproximadamente entre el 5% y el 15% del uso energético de los centros de datos, pero esto podría aumentar a un 35-50% para 2030.

Se espera que el consumo de energía en Estados Unidos alcance niveles récord, con una demanda proyectada de 4,179 mil millones de kWh en 2025 y 4,239 mil millones de kWh en 2026, superando el récord de 2024 de 4,082 mil millones de kWh. Este crecimiento está impulsado sustancialmente por la creciente demanda de los centros de datos que apoyan la IA y las criptomonedas.

El papel multiplicador de la inteligencia artificial

La IA por sí sola podría representar más del 20% del crecimiento total de la demanda de electricidad hasta 2030. Este incremento no solo se debe al poder de cómputo, sino también a los sistemas de refrigeración y almacenamiento necesarios. La complejidad de los modelos de IA más avanzados exige una infraestructura cada vez más robusta y hambrienta de energía.

Crecimiento exponencial: La demanda energética de los centros de datos se duplicará en solo seis años.
Participación creciente de la IA: Su parte en el consumo total de los centros de datos podría triplicarse.
Impulsores clave: Avances en modelos de lenguaje grande (LLM) y computación en la nube.

El desafío de la infraestructura y la red eléctrica

La rápida expansión de la infraestructura de IA está generando una grave presión sobre las redes eléctricas en todo el mundo. Goldman Sachs estima que se necesitarán gastar aproximadamente 720 mil millones de dólares en actualizaciones de la red hasta 2030 para acomodar este crecimiento.

Sin embargo, existe un cuello de botella crítico: los proyectos de transmisión pueden tardar varios años en ser permitidos y construidos. Esto podría restringir la expansión de los centros de datos si las regiones no abordan de manera proactiva los desafíos de infraestructura.

Las demandas energéticas de los centros de datos individuales enfocados en IA son extraordinarias. Un hyperscaler típico consume anualmente tanta electricidad como 100,000 hogares, mientras que las instalaciones más grandes actualmente en construcción se espera que usen 20 veces esa cantidad.

Los centros de datos modernos de IA pueden consumir tanta electricidad como una pequeña ciudad.

Componentes del consumo energético

El consumo total de un centro de datos de IA no se limita solo a la computación. Los sistemas de refrigeración y el almacenamiento en memoria contribuyen significativamente al consumo total de energía.

Procesamiento (GPUs/TPUs): La unidad principal de consumo durante el entrenamiento e inferencia de modelos.
Refrigeración: Sistemas críticos para disipar el immense calor generado por los servidores.
Almacenamiento y red: La energía necesaria para mantener y acceder a vastos conjuntos de datos.

Esta demanda concentrada y masiva está llevando al límite la capacidad de las redes eléctricas existentes, especialmente en regiones con alta concentración de centros de datos.