El acelerado avance de la inteligencia artificial (IA) se perfila como un desafío energético creciente en la próxima década. Según la Agencia Internacional de la Energía, la demanda eléctrica relacionada con el procesamiento de datos y la operatividad de los centros de datos podría duplicarse de cara a 2030, impulsada por la expansión de la IA generativa y los servicios digitales de última generación. Esta evolución obliga a replantearse la planificación energética e intensificar la integración de energías renovables.
El Ministerio para la Transición Ecológica y el Reto Demográfico de España ha destacado la necesidad de aumentar la eficiencia energética de los centros de datos y avanzar hacia modelos más sostenibles, alineando las normativas con la legislación europea. Estas directrices insisten en una mayor transparencia en cuanto al consumo energético y las emisiones vinculadas a infraestructuras digitales esenciales para la economía y la sociedad.
En este contexto de transformación tecnológica y transición energética, el centro de formación MINT, especializado en industria 4.0 y energías renovables, analiza el impacto real del consumo energético generado por la inteligencia artificial. Rubén Linacero, ingeniero en Energías Renovables y experto del Máster en Energías Renovables y Eficiencia Energética de MINT, subraya que «cada vez que utilizamos una herramienta de IA, activamos servidores en remoto que consumen energía y generan calor», lo cual demanda sistemas de refrigeración intensivos en energía. Cada consulta, aunque parezca insignificante con un consumo de 0,3 Wh, se multiplica exponencialmente cuando millones de usuarios emplean estas herramientas a diario.
En el corazón de esta demanda energética se encuentran los centros de procesamiento de datos. Alberto Martínez, experto de MINT, resalta que cada año se inauguran entre 120 y 140 centros de datos de hiperescala, necesarios para satisfacer la demanda de potencia de cálculo requerida por la IA. Sin embargo, a pesar del incremento, la eficiencia energética de estas instalaciones ha mejorado significativamente, con un indicador de Eficiencia del Uso de la Energía (PUE) que ha evolucionado de más de 2,5 a aproximadamente 1,2, lo que indica que más del 80% de la energía consumida se utiliza eficientemente en el procesamiento de datos.
La relación entre inteligencia artificial y energías renovables se estrecha cada vez más. Linacero destaca que los centros de datos están integrando generación renovable propia, principalmente solar fotovoltaica, y de parques eólicos, debido a la elevada demanda energética. Sin embargo, la IA exige un suministro de energía de alta calidad, lo que plantea la necesidad de redundancia y sistemas de respaldo que tradicionalmente han dependido del diésel. Alternativas más sostenibles, como el hidrógeno verde y los biocombustibles, comienzan a considerarse, perfilándose los ‘centros de datos verdes’ como una eventual solución.
A pesar de representar una paradoja energética —al aumentar la demanda eléctrica mientras se presenta como una herramienta clave para optimizar sectores energívoros—, la IA es percibida como parte del problema y la solución. Si se orienta hacia la eficiencia energética y se apoya en renovables, puede acelerar la transición energética; sin embargo, un crecimiento descontrolado podría ponerla en riesgo. En este sentido, MINT aboga por la formación de profesionales capaces de gestionar este equilibrio crítico, preparando perfiles aptos para entender el impacto energético de la digitalización y diseñar un futuro tecnológico sostenible.
Más información y referencias en Noticias Cloud.
