En 2024, los centros de datos de todo el mundo consumieron unos 415 teravatios-hora de electricidad, el 1,5% de todo el consumo eléctrico mundial. La Agencia Internacional de la Energía (AIE) prevé, en su informe «Energy and AI» publicado en abril de 2025, que esa cifra se duplique para 2030, hasta alcanzar aproximadamente 945 TWh, con la inteligencia artificial como principal motor de ese crecimiento. Es la paradoja que ya planteaba el título de este artículo, ahora con un número oficial detrás: la misma tecnología que se presenta como aliada contra el cambio climático necesita, para funcionar, una cantidad de electricidad que no deja de crecer.
Esto no invalida el argumento central del artículo original —que la IA puede ser una herramienta útil frente al cambio climático—, pero sí obliga a sostenerlo con más precisión de la que permitía una afirmación genérica sobre «sistemas que requieren energía».
El problema de datos, con un ejemplo que ya funciona a gran escala
La AIE no solo mide el problema, también documenta oportunidades concretas de mejora en el propio sector energético gracias a la IA: desde optimizar el mantenimiento predictivo de infraestructuras hasta mejorar la integración de renovables en la red, precisamente el terreno que el artículo original identificaba como uno de los cinco ámbitos donde esta tecnología ya marca diferencias. Google fue pionero en demostrar esto dentro de sus propias operaciones: desde 2016, la compañía ha aplicado sistemas de IA desarrollados por DeepMind para optimizar la refrigeración de sus centros de datos, logrando reducir la energía destinada a ese proceso hasta en un 40% en las instalaciones donde se implementó. Es el mismo caso que mencionaba el artículo original, solo que con una cifra concreta detrás en lugar de una descripción genérica de «reducción significativa».
Los cinco ámbitos del artículo original, con más precisión
Predicción de fenómenos extremos. Herramientas como Google Flood Hub, que utiliza modelos de IA para predecir inundaciones en cuencas fluviales de todo el mundo, ya ofrecen alertas tempranas en regiones donde antes apenas existía capacidad de previsión hidrológica, ampliando el alcance de un sistema que hace pocos años era prácticamente inexistente en muchos países en desarrollo.
Vigilancia de bosques y ecosistemas. El análisis automatizado de imágenes satelitales para detectar deforestación en tiempo casi real sigue siendo uno de los usos mejor documentados de la IA aplicada al medio ambiente, permitiendo a organizaciones y gobiernos actuar con una rapidez que la revisión manual de imágenes nunca podría igualar.
Ciudades más eficientes. La optimización de alumbrado, transporte y consumo eléctrico urbano sigue avanzando, aunque de forma más fragmentada según la ciudad y el país, ya que depende en gran medida de la infraestructura digital previa de cada administración local.
Agricultura más sostenible. Los sistemas que ayudan a decidir cuándo regar o qué cantidad de fertilizante aplicar continúan expandiéndose, especialmente en explotaciones de gran escala con capacidad para invertir en sensores y análisis de datos.
Energías renovables. Aquí es donde el propio informe de la AIE encuentra uno de los argumentos más sólidos a favor de la IA: mejorar la previsión de generación solar y eólica facilita directamente su integración en la red eléctrica, algo que se vuelve más urgente cuanto mayor es la demanda energética total —incluida la que genera la propia IA.
La huella ambiental, ahora con cifras que van más allá de la electricidad
El artículo original mencionaba de forma genérica que «la inteligencia artificial también consume recursos». El informe de la AIE permite ser mucho más concreto: entre 2020 y 2025, la densidad de potencia de los servidores dedicados a IA se multiplicó por 11, y se espera otro salto de cuatro veces para 2027. Esto no es solo un problema de cantidad total de electricidad, sino de concentración: cada vez más potencia en menos espacio físico, lo que intensifica también las necesidades de refrigeración y, por tanto, el consumo de agua asociado a estas instalaciones.
¿La IA salvará el planeta? La respuesta del artículo original se sostiene, con más matices
La conclusión original —»probablemente no, y eso no significa que la tecnología carezca de utilidad»— sigue siendo, a la luz de los datos de la AIE, la lectura más honesta posible. El propio organismo internacional no presenta la IA como una solución milagrosa ni como una amenaza definitiva, sino como una tecnología con un doble efecto que hay que gestionar de forma simultánea: aumenta la demanda energética de forma medible y acelerada, mientras ofrece, al mismo tiempo, herramientas reales para mejorar la eficiencia en sectores muy distintos —desde la refrigeración de sus propios centros de datos hasta la integración de renovables en la red eléctrica que la alimenta.
Lo que cambia cuando el argumento se sostiene con datos oficiales
A mi juicio, la diferencia entre plantear esta paradoja de forma genérica y hacerlo con las cifras del informe «Energy and AI» de la AIE es que deja de ser un debate de intuiciones encontradas para convertirse en algo que se puede seguir con datos concretos año a año: cuánto crece el consumo de los centros de datos, cuánto de ese crecimiento corresponde específicamente a IA, y cuánta energía renovable consigue integrarse en la red gracias, en parte, a mejores previsiones basadas en estos mismos sistemas. Esto no resuelve la tensión de fondo, pero sí permite evaluarla con algo más sólido que la sensación de que «la tecnología consume mucho pero también ayuda».
Lo que sigue dependiendo de decisiones humanas
El argumento del artículo original de que la IA «no sustituye la toma de decisiones humanas» se confirma con fuerza en el propio informe de la AIE: el organismo insiste en que un suministro eléctrico asequible, fiable y sostenible será determinante para el desarrollo futuro de esta tecnología, lo que sitúa la responsabilidad directamente en decisiones de política energética —qué fuentes de generación se priorizan, cómo se regula la construcción de nuevos centros de datos, qué exigencias de transparencia se imponen a las empresas tecnológicas— más que en la capacidad técnica de los propios algoritmos.
Con qué conclusión me quedo
El cambio climático sigue siendo, como planteaba el artículo original, un desafío demasiado complejo para depender de una única tecnología, y los datos de 2025 confirman esa cautela en ambas direcciones: la IA consume electricidad a un ritmo que se duplicará en menos de un lustro, pero al mismo tiempo ya demuestra aplicaciones concretas y medibles —una reducción del 40% en refrigeración en centros de datos de Google, sistemas de alerta temprana de inundaciones ya operativos, mejor integración de renovables en la red— que hace pocos años eran solo una posibilidad teórica. La pregunta que cerraba el artículo original sigue siendo la correcta: no si esta tecnología puede ayudar, sino si conseguiremos usarla con la suficiente inteligencia como para que su balance neto sea positivo.
Este artículo tiene fines informativos y educativos.
Fuentes: Agencia Internacional de la Energía (informe «Energy and AI», abril de 2025), Universo Abierto, ESEFICIENCIA, AIMultiple.