El nuevo petróleo ya no es solo la data… es la energía. ¿Están los países preparados para el desafío energético que impone la IA?

En casa, las conversaciones durante la comida a menudo se transforman en verdaderos laboratorios de ideas. Mi esposo lleva más de 50 años trabajando en energías convencionales y, en los últimos años, también en energías sostenibles. Mi hijo, por su parte, acaba de graduarse de Economía y Finanzas, y su tesis estuvo relacionada con la energía nuclear. Yo no soy experta en el tema, pero me encanta aprender de ellos y por eso me inspiré; y terminé inmersa en una investigación profunda tras uno de esos intensos y apasionantes debates familiares.

El resultado: un artículo que explora cuánto poder energético necesitaremos realmente para sostener el auge de la inteligencia artificial. Y les cuento que es mucho más de lo que imaginamos.

Me atreví a explorar un tema que, aunque escucho con frecuencia en casa, siempre me había resultado ajeno desde lo profesional: la energía.

No soy experta —como ya lo he compartido—, pero gracias a los dos hombres más importantes de mi vida, y a dos aliados potentes que nunca fallan —Deep Search de Gemini y Perplexity AI—, logré ir mucho más allá de los titulares superficiales.

Me dejé guiar por mi querida inteligencia artificial: esa compañera incansable que no solo responde, sino que cuestiona, explica y me impulsa a cruzar fronteras de conocimiento que jamás habría imaginado recorrer sola.

Eso es lo que más me apasiona de la IA: la capacidad de profundizar, de hacer preguntas mejores, de conectar ideas que no sabía que estaban relacionadas. Hoy aprendí muchísimo. No fue solo una búsqueda, fue una inmersión. Lo que descubrí fue tan fascinante como alarmante. Y aunque no tengo formación técnica en energía, sí tengo las herramientas para pensar, cuestionar y aprender con profundidad.

Aquí les comparto lo que encontré. Ojalá les despierte la misma curiosidad que a mí. Porque así es como transformamos el conocimiento en acción.

Los centros de datos, fundamentales para el desarrollo y operación de la IA, están experimentando un aumento exponencial en el consumo de energía, proyectándose que su demanda se duplique para 2030, alcanzando niveles comparables al consumo actual de Japón. Este crecimiento masivo ejerce una presión considerable sobre las redes eléctricas existentes, provocando cuellos de botella en la conexión, retrasos en los proyectos y escasez de componentes críticos. Además, la concentración geográfica de estos centros agrava la sobrecarga local de la red y la presión sobre los recursos hídricos.

Para abordar estos desafíos, se están explorando y adoptando soluciones energéticas estratégicas. La diversificación de la matriz energética, que incluye un crecimiento significativo de las energías renovables, el gas natural y la energía nuclear (especialmente los pequeños reactores modulares o SMR), es fundamental. Paralelamente, la innovación en la eficiencia de los centros de datos, a través de tecnologías de enfriamiento avanzadas y la reutilización del calor residual, se vuelve imperativa. La colaboración entre el sector tecnológico y el energético, junto con marcos regulatorios adaptativos, es crucial para garantizar un suministro de energía fiable y sostenible. La capacidad de un país para asegurar y gestionar esta demanda energética será un factor determinante en su liderazgo en la era de la IA, con profundas implicaciones geopolíticas y económicas, incluyendo la competencia por minerales críticos y la seguridad de la cadena de suministro.

La inteligencia artificial (IA) se perfila como una tecnología de propósito general, comparable en su impacto a la electricidad misma, con la capacidad de transformar radicalmente diversos sectores, desde el descubrimiento científico hasta la manufactura y la gestión de infraestructuras críticas. Su rápido avance y su vasto potencial la han posicionado en el centro de las estrategias corporativas, las políticas económicas y la geopolítica global. La potencia computacional necesaria para entrenar y operar modelos de IA generativa, como el GPT-4 de OpenAI, exige cantidades asombrosas de electricidad, lo que a su vez incrementa las emisiones de dióxido de carbono y ejerce una presión considerable sobre las redes eléctricas. Un solo centro de datos de IA de gran tamaño puede consumir tanta electricidad como 100.000 hogares, y los más grandes en construcción actualmente podrían llegar a consumir hasta 20 veces más.

En 2023, el consumo de energía de las "Siete Magníficas" (las siete mayores empresas tecnológicas de EE. UU.) y de las empresas de centros de datos creció significativamente más rápido (un 19% y un 7% respectivamente) en comparación con la media de las empresas del S&P 500, lo que subraya una clara correlación entre el aumento del uso de la IA y el consumo energético. Esta convergencia de la IA y la energía representa un desafío y una oportunidad definitorios para la década. La disponibilidad de un suministro eléctrico asequible, fiable y sostenible se ha convertido en un factor crucial para el desarrollo de la IA, otorgando una ventaja competitiva a los países capaces de proporcionar la energía necesaria con rapidez y a escala. La inversión global en centros de datos casi se ha duplicado desde 2022, alcanzando los 500 mil millones de dólares en 2024, lo que indica una expansión sin precedentes. Este auge está transformando la industria energética de EE. UU., que había permanecido estancada durante casi dos décadas. La carrera por establecer "Clústeres de Oportunidad de IA" (AIOCs) regionales, que integran centros de datos de IA, centros de investigación e infraestructura energética, exige una colaboración público-privada y transfronteriza sin precedentes, destacando la importancia estratégica de la energía en la competitividad global.

La comparación de la IA con la electricidad como tecnología de propósito general va más allá de una simple analogía; implica que la IA se extenderá a todos los sectores de la economía y la sociedad. Si la IA es una tecnología fundamental, entonces su recurso esencial —la energía— se convierte en un activo estratégico crítico para la competitividad nacional. El rápido crecimiento en el consumo de energía por parte de las grandes empresas tecnológicas no es un mero efecto secundario, sino un indicador directo de este cambio fundamental. Esto significa que los países y las corporaciones que logren asegurar un suministro de energía fiable, asequible y sostenible obtendrán una ventaja competitiva decisiva en la era de la IA, elevando la política energética de una preocupación puramente ambiental o económica a un imperativo de seguridad nacional y estratégico.

El pronóstico de que el gasto anual en infraestructura de IA podría acercarse al billón de dólares para 2030, con una inversión masiva de 500 mil millones de dólares solo en 2024 , envía una clara señal de mercado: la revolución de la IA no es un auge temporal, sino una transformación sostenida y de gran intensidad de capital. La comparación con el estancamiento de dos décadas de la industria energética de EE. UU. subraya la magnitud de esta nueva demanda. Este aumento de la inversión generará oportunidades significativas para el desarrollo de infraestructuras energéticas, pero también conlleva riesgos de una asignación ineficiente de recursos si el suministro de energía no puede seguir el ritmo. Además, la competitividad económica de las naciones estará cada vez más ligada a su capacidad para atraer y sostener estas inversiones de IA que requieren un alto consumo energético.

El concepto de "Clústeres de Oportunidad de IA" (AIOCs) y la conexión explícita entre el suministro de energía y el liderazgo en IA revelan una dimensión geopolítica que trasciende el mero crecimiento económico. Las naciones no solo compiten por el talento en IA o la innovación, sino también por la infraestructura física y los recursos energéticos para albergar la IA. Esto sugiere una nueva forma de "soberanía energética" vinculada al dominio digital. Es probable que esto impulse un aumento de las inversiones estratégicas en la producción de energía doméstica y la resiliencia de la red, lo que podría influir en las relaciones comerciales internacionales y las alianzas a medida que los países busquen asegurar su futuro en la IA. También plantea interrogantes sobre la localización de datos y la distribución global de las capacidades de IA.

El consumo global de electricidad de los centros de datos fue de aproximadamente 415 TWh en 2024, lo que representa el 1,5% del consumo mundial de electricidad. Se proyecta que esta demanda se duplique con creces para 2030, alcanzando los 945 TWh anuales. Esta cifra es aproximadamente equivalente al consumo total de electricidad actual de Japón. Para 2035, el escenario base

de la IEA proyecta que el consumo alcanzará entre 1.200 TWh y 1.300 TWh. La IA es el motor más significativo de este aumento, con una demanda de electricidad de los centros de datos optimizados para IA que se proyecta que se cuadruplique para 2030. El consumo de energía por rack de servidor para la infraestructura de IA es considerablemente mayor, requiriendo alrededor de 60 kW por rack en comparación con los 12-16 kW de los sistemas basados en CPU típicos, y las demandas futuras podrían alcanzar los 600 kW por rack para 2027.

En cuanto a la distribución regional, Estados Unidos representó la mayor parte del consumo global de electricidad de los centros de datos en 2024 (45%), seguido de China (25%) y Europa (15%). Se espera que EE. UU. y China representen casi el 80% del crecimiento global proyectado en el consumo de electricidad de los centros de datos. En EE. UU., se proyecta que los centros de datos impulsen casi la mitad del crecimiento de la demanda de electricidad del país para 2030, superando el uso combinado de todos los sectores manufactureros de uso intensivo de energía (aluminio, acero, cemento, productos químicos). En Japón, más de la mitad del crecimiento de la demanda de energía es impulsado por los centros de datos; en Malasia, alrededor del 20%. Virginia, un centro clave de centros de datos, se espera que vea su demanda de energía de centros de datos cuadruplicarse para 2030, consumiendo potencialmente la mitad del suministro de electricidad del estado. Texas anticipa que los picos de la red en verano aumentarán significativamente para 2030, en gran parte debido al crecimiento de los centros de datos. Los centros de datos de Irlanda consumieron aproximadamente el 17% de la electricidad total del país en 2022.

La comparación del consumo de energía de los centros de datos con el de países enteros como Japón y la superación de industrias pesadas tradicionales en EE. UU. marcan una reordenación fundamental de la demanda energética industrial. Los centros de datos ya no son solo "cargas de TI", sino que se han convertido en un nuevo y masivo consumidor industrial, operando 24/7. Este cambio exige una reevaluación completa de la planificación energética, el desarrollo de infraestructuras de red y la política industrial. Las empresas de servicios públicos, tradicionalmente centradas en el crecimiento manufacturero o residencial, ahora deben priorizar las demandas únicas, de alta densidad y continuas de los centros de datos. Esto también implica una posible reasignación de recursos energéticos de las industrias tradicionales si el suministro no puede seguir el ritmo.

La alta concentración de centros de datos en regiones específicas como el norte de Virginia, Texas e Irlanda crea una tensión desproporcionada en la red local^. Aunque a nivel global los centros de datos puedan representar el 1,5% del consumo, a nivel local pueden alcanzar entre el 17% y el 50%. Esto no se trata solo de la demanda total, sino de dónde se concentra esa demanda. Esta agrupación geográfica agrava los problemas de estabilidad de la red y puede provocar escasez de energía localizada, precios más altos de la electricidad para los residentes y una mayor oposición de la comunidad. Crea vulnerabilidades críticas en la infraestructura^, lo que podría afectar la seguridad nacional y la estabilidad económica si estos centros sufren interrupciones.

Si bien las mejoras en la eficiencia de los centros de datos históricamente habían estabilizado la demanda de energía , el auge de la IA ahora supera estas ganancias. El aumento masivo de la potencia por rack y la cuadruplicación de la demanda de centros de datos optimizados para IA sugieren que las medidas de eficiencia actuales son insuficientes para frenar el aumento general del consumo. Esto lleva a la pregunta de si las ganancias de eficiencia pueden alguna vez alcanzar la demanda insaciable de modelos y aplicaciones de IA más potentes. Esta dinámica indica una presión al alza continua sobre la demanda de energía, lo que requiere una innovación constante tanto en el suministro de energía como en la eficiencia de los centros de datos. Desafía la visión optimista de que la eficiencia tecnológica por sí sola resolverá el problema energético, apuntando a la necesidad de cambios sistémicos en cómo se desarrolla y despliega la IA.

La velocidad vertiginosa de expansión de los centros de datos está superando la capacidad de las empresas de servicios públicos para construir nuevas infraestructuras de generación y transmisión. Se estima que casi el 20% de los proyectos de centros de datos planificados podrían sufrir retrasos debido a cuellos de botella en la conexión a la red. Los tiempos de espera para componentes críticos de la red, como transformadores y cables, se han duplicado en los últimos tres a cinco años. La construcción de nuevas infraestructuras de transmisión en economías desarrolladas puede llevar de 4 a 8 años , y las empresas de servicios públicos informan tiempos de espera para la interconexión de hasta 10 años. Además, los operadores de red luchan por mantener una frecuencia constante debido a las fluctuaciones rápidas e impredecibles en la demanda de energía del procesamiento de IA.

Las grandes empresas tecnológicas tienden a concentrar sus instalaciones en unas pocas regiones, lo que aumenta el riesgo de sobrecarga local. Casi la mitad de los centros de datos en desarrollo en EE. UU. se encuentran en áreas ya saturadas de instalaciones existentes. Un ejemplo destacado es el "Data Center Alley" de Virginia, donde los centros de datos utilizan aproximadamente el 26% de la capacidad energética del estado. La desconexión simultánea de múltiples centros de datos durante las perturbaciones de la red puede causar fluctuaciones significativas de voltaje y frecuencia, lo que lleva a la inestabilidad del sistema.

Los centros de datos requieren cantidades significativas de agua para la refrigeración, con estimaciones de dos litros de agua por cada kilovatio-hora de energía consumida. Esto plantea impactos ambientales y riesgos de escasez de agua, especialmente en regiones con estrés hídrico. Los gobiernos están aplicando regulaciones más estrictas sobre las extracciones y descargas de agua, lo que podría llevar a límites, mayores costos o requisitos para el uso de fuentes no potables.

Existe un debate en torno a la Paradoja de Jevons, que postula que el aumento de la eficiencia puede llevar a un mayor consumo general debido a la reducción del coste de uso. Algunos argumentan que las ganancias de eficiencia en la IA conducirán a un aumento neto de las demandas de energía. Sin embargo, otros sostienen que aplicar la paradoja de Jevons a la infraestructura de IA es demasiado simplista, ya que el crecimiento se verá atenuado por las limitaciones financieras, las preocupaciones ambientales y la evolución de la eficiencia de la IA misma. Existe una incertidumbre significativa en las proyecciones futuras de la demanda energética de la IA debido a factores como la velocidad de adopción de la IA, las mejoras de eficiencia (por ejemplo, el menor consumo de energía de DeepSeek ) y los avances tecnológicos. La falta de transparencia corporativa con respecto a la intensidad eléctrica en el ecosistema de producción de IA dificulta la realización de pronósticos precisos.

Los prolongados plazos de entrega para la infraestructura de la red (de 4 a 10 años ) y la escasez de equipos contrastan directamente con las necesidades de despliegue rápido de la IA. Esto crea una "brecha de infraestructura digital" en la que la red física no puede seguir el ritmo de la demanda digital. Si el 20% de los proyectos sufren retrasos , esto se traduce directamente en una pérdida de oportunidades económicas y una reducción de la competitividad global para las regiones o naciones afectadas. Esta brecha obliga a las empresas a buscar soluciones fuera de la red o a enfrentarse a retrasos significativos, lo que repercute en su capacidad para escalar la IA. También pone de manifiesto un fallo crítico en los modelos tradicionales de planificación energética para anticipar y adaptarse a la velocidad de la disrupción tecnológica, lo que podría provocar un aumento de los precios de la electricidad y una ralentización de la innovación.

Las fluctuaciones impredecibles de energía del procesamiento de IA y el riesgo de desconexiones simultáneas de los centros de datos agrupados indican que los centros de datos no son solo consumidores pasivos, sino que pueden desestabilizar activamente la red. Esto representa un riesgo sistémico que va más allá del mero consumo, amenazando la fiabilidad de todo el sistema eléctrico. Esta situación exige un cambio de enfoque, pasando de simplemente satisfacer la demanda a integrar activamente los centros de datos como participantes flexibles de la red. También implica que los marcos regulatorios deben evolucionar rápidamente para abordar estas nuevas formas de interacción con la red y garantizar la estabilidad, posiblemente mediante mandatos de generación in situ o respuesta a la demanda.

Aunque el consumo de energía es un tema ampliamente debatido, las importantes demandas de agua de los centros de datos (2 litros/kWh ) y el creciente escrutinio regulatorio revelan que el agua es una limitación crítica y a menudo pasada por alto^. Esto es especialmente agudo en regiones con estrés hídrico. La oposición de la comunidad vincula aún más el uso del agua con la "licencia social para operar" de los centros de datos. Las futuras decisiones sobre la ubicación de los centros de datos estarán cada vez más influenciadas por la disponibilidad de agua y la aceptación de la comunidad local, no solo por los costos de la energía. Esto impulsará la innovación en tecnologías de refrigeración eficientes en el uso del agua y requerirá una mayor transparencia y compromiso comunitario por parte de los operadores de centros de datos.

El debate en torno a la Paradoja de Jevons y las incertidumbres reconocidas en las proyecciones de la demanda energética de la IA plantean un desafío para la planificación energética a largo plazo. Si las ganancias de eficiencia son continuamente superadas por la demanda, o si las proyecciones son muy inciertas, se complican las decisiones de inversión para las empresas de servicios públicos y los responsables políticos. Esta incertidumbre conlleva el riesgo de una inversión insuficiente en infraestructuras energéticas críticas , lo que podría provocar un aumento de los precios y una posible escasez de energía. Los responsables políticos deben desarrollar estrategias adaptativas que puedan responder a una amplia gama de escenarios de demanda, posiblemente favoreciendo soluciones energéticas modulares y flexibles.

Para abordar la creciente demanda energética, se está adoptando un enfoque multifacético en la diversificación de la matriz energética. Las energías renovables, como la eólica, la solar y la hidroeléctrica, se proyecta que satisfagan casi la mitad (50%) de la demanda adicional de energía de los centros de datos para 2030-2035, con un crecimiento anual promedio del 22%. Este crecimiento es impulsado por el aumento del despliegue de energía eólica y solar fotovoltaica a nivel mundial, a menudo financiado mediante acuerdos de compra de energía (PPA) con empresas tecnológicas. Amazon es un importante comprador corporativo de energía renovable, respaldando más de 500 proyectos , y Google aspira a una energía 24/7 libre de carbono para 2030. Sin embargo, persisten desafíos como la intermitencia de la energía eólica y solar , las inconsistencias regulatorias, las limitaciones de la cadena de suministro, las restricciones de uso del suelo y los largos tiempos de espera para las conexiones a la red para proyectos renovables.

El gas natural se espera que contribuya con 175-180 TWh adicionales al sector de los centros de datos para 2035 , representando actualmente el 26% del consumo de electricidad de los centros de datos. Su papel es crucial debido a su competitividad de costos, disponibilidad y capacidad para proporcionar energía de carga base 24/7, a diferencia de las energías renovables intermitentes. Grandes empresas de petróleo y gas están invirtiendo en este ámbito: Chevron está desarrollando centros de datos fuera de la red con centrales eléctricas dedicadas de gas natural, cada una con ~1 GW de capacidad, que entrarán en funcionamiento entre 2027 y 2028. ExxonMobil planea una instalación similar fuera de la red (>1,5 GW) utilizando gas natural de baja intensidad de carbono y tecnología de captura de carbono.

La energía nuclear, incluidos los pequeños reactores modulares (SMR), se proyecta que añada 175-190 TWh al sector para 2035, con una expansión notable en EE. UU., China y Japón. Los SMR se consideran una fuente de electricidad de carga base de bajas emisiones. Gigantes tecnológicos como Google, Amazon, Meta y Microsoft se han unido a un compromiso global para triplicar el uso de energía nuclear para 2050. Google ha llegado a un acuerdo con Kairos Power para múltiples SMR (hasta 500 MW en 6-7 reactores) para alimentar centros de datos de IA, esperando que el primero esté operativo para 2030. Amazon ha invertido en la empresa de SMR X-energy y ha adquirido un centro de datos alimentado por energía nuclear. Meta firmó un acuerdo de 20 años con Constellation Energy para suministrar energía nuclear a sus centros de datos de Illinois, aumentando la producción en 30 MW de la Central de Energía Limpia de Clinton para 2027. Meta también lanzó una solicitud de propuestas (RFP) para 1,4 GW de nueva capacidad de generación nuclear. Microsoft firmó un acuerdo para mantener operativa la central nuclear de Three Mile Island. Los desafíos para la energía nuclear incluyen altos costos iniciales, largos tiempos de desarrollo (años a décadas), regulaciones estrictas, eliminación de residuos y resistencia pública.

Se están implementando enfoques innovadores. Algunos centros de datos están construyendo sus propias microrredes, incorporando energía solar, baterías, biocombustibles o generadores de hidrógeno, lo que les permite operar independientemente de la red principal durante interrupciones o períodos de máxima demanda. La plataforma Power Foundry™ de GridFree AI integra energía independiente de la red (convirtiendo gas natural en electricidad con >90% de eficiencia), almacenamiento de baterías y refrigeración, acelerando el despliegue en 3-5 años y reduciendo CAPEX/OPEX en 1/3. Está diseñada para una futura integración con SMR. La estrategia de "Power Couples" de RMI combina grandes consumidores (centros de datos) con nuevas construcciones de recursos solares, eólicos y de baterías cerca de generadores existentes con interconexiones aprobadas, con el objetivo de un suministro rápido y libre de carbono sin riesgos para la fiabilidad de la red. Esto puede proporcionar un 88% de energía libre de carbono por menos de 200 $/MWh.

Los centros de datos también están participando cada vez más en programas de respuesta a la demanda, ajustando el consumo de energía o cambiando a fuentes de energía de respaldo durante los períodos de máxima demanda. Google, por ejemplo, ajusta las tareas computacionales no urgentes para que coincidan con períodos de menor demanda de la red. Microsoft está probando modelos de IA para predecir la producción y el consumo de energía para una optimización del equilibrio de carga. Algunos países europeos están incentivando o exigiendo a los centros de datos que proporcionen energía in situ o participen en mercados de capacidad.

La búsqueda simultánea de energías renovables, gas natural y energía nuclear por parte de las grandes empresas tecnológicas y energéticas no es un signo de indecisión, sino una estrategia urgente de "todo lo anterior". La magnitud y la velocidad de la demanda de IA (cuadriplicándose para 2030 ) implican que ninguna fuente de energía por sí sola puede satisfacer la necesidad, especialmente dadas las limitaciones de la red y los largos plazos de entrega para nuevas infraestructuras. El gas natural ofrece velocidad y fiabilidad, mientras que las energías renovables y la nuclear ofrecen descarbonización a largo plazo. Este enfoque pragmático, incluso si implica una dependencia temporal de los combustibles fósiles, subraya la importancia crítica de la energía ininterrumpida para el desarrollo de la IA. Sugiere que la política energética priorizará la fiabilidad y la velocidad de despliegue a corto plazo, lo que podría generar tensiones con los objetivos climáticos, pero garantizará la competitividad de la IA.

Las inversiones directas de Chevron y ExxonMobil en el suministro de energía a los centros de datos y los compromisos de las grandes empresas tecnológicas de triplicar la capacidad nuclear marcan una profunda convergencia. Las empresas tecnológicas se están convirtiendo de facto en desarrolladores de energía, y las empresas energéticas en proveedores de infraestructura crítica para la economía digital. Esto se aparta de las relaciones tradicionales entre empresas de servicios públicos y clientes. Esta difuminación de las líneas reconfigurará los modelos de negocio, los marcos regulatorios y los paisajes de inversión. Podría dar lugar a nuevas formas de asociaciones público-privadas y soluciones integradas de energía y tecnología, pero también plantea interrogantes sobre la concentración del mercado y la influencia de las grandes corporaciones en la política energética.

El auge de la generación in situ, las microrredes y conceptos como los "Power Couples" es una respuesta directa a las vulnerabilidades de la red y los cuellos de botella de conexión. Empresas como GridFree AI están construyendo soluciones independientes de la red. Esto no se trata solo de sostenibilidad; se trata de garantizar el tiempo de actividad y la fiabilidad, que son primordiales para la IA. Esta tendencia hacia la descentralización podría alterar fundamentalmente el modelo tradicional de las empresas de servicios públicos, desplazando la generación de energía más cerca de la carga. Sugiere que la competitividad futura en la IA dependerá no solo del acceso a la energía, sino de la resiliencia y flexibilidad de ese suministro de energía, lo que podría crear un nuevo mercado para soluciones de energía distribuida y tecnologías de microrredes.

Los sistemas de refrigeración son uno de los mayores consumidores de energía en los centros de datos. Los métodos tradicionales de refrigeración por aire están llegando a sus límites debido al alto calor generado por los potentes chips de IA. La refrigeración líquida directa (DLC), en particular la refrigeración directa al chip, se está consolidando como un "estándar de oro". Esta tecnología utiliza líquidos directamente sobre los componentes que generan calor, ofreciendo una disipación de calor superior (hasta 4.000 veces más eficiente que el aire) y permitiendo una densidad de potencia 10 veces mayor. Sus beneficios incluyen una mayor eficiencia de refrigeración, ahorro de energía, mejora del rendimiento (los chips funcionan a velocidades de impulso durante más tiempo), optimización del espacio (menos racks) y reducción del ruido. Sin embargo, su implementación presenta desafíos como la necesidad de costosas renovaciones en infraestructuras obsoletas, altos costos iniciales (un 20-30% más para servidores con refrigeración directa al chip) y problemas de mantenimiento y compatibilidad para la refrigeración por inmersión. Se están realizando esfuerzos de estandarización para superar estos obstáculos.

Los centros de datos generan una enorme cantidad de calor, que puede reutilizarse para la calefacción de espacios en edificios cercanos o en sistemas de calefacción de distrito. Ejemplos notables incluyen el centro de datos de Amazon en Tallaght, que calienta residencias y hospitales, el centro de datos de Meta en Odense, Dinamarca, que calienta miles de hogares locales, y los centros de datos de Equinix, que contribuyeron a calentar la piscina olímpica de París. La reutilización del calor contribuye a la eficiencia, reduce el consumo total de energía y disminuye las emisiones de gases de efecto invernadero al compensar los métodos de calefacción tradicionales. Los desafíos en esta área incluyen la pérdida de calor durante la transferencia, la distancia al punto de destino y las importantes inversiones en infraestructura requeridas.

Los centros de datos consumen una cantidad considerable de agua para la refrigeración. Las estrategias para mitigar el riesgo de escasez de agua incluyen el uso de fuentes de agua alternativas (aguas residuales recicladas, agua de lluvia), la implementación de tecnologías eficientes en el uso del agua (refrigeración en seco, refrigeración líquida de circuito cerrado) y el desarrollo de planes de contingencia (almacenamiento in situ, conexiones redundantes). Google, por ejemplo, utiliza aguas residuales no potables en el 25% de sus campus y optó por la refrigeración por aire en Mesa, Arizona, debido al alto riesgo hídrico. La optimización impulsada por la IA puede ajustar la refrigeración en tiempo real, garantizando un uso óptimo del agua y la energía.

A partir del 1 de enero de 2025, los centros de datos de toda Europa deberán medir e informar su Eficiencia en el Uso de la Energía (PUE) de acuerdo con la Directiva de Eficiencia Energética (EED) actualizada de la UE. Esto forma parte del plan "Fit for 55" para reducir las emisiones de GEI en un 55% para 2030. Los datos deben enviarse a una base de datos europea de acceso público. Los centros de datos de nueva construcción o sustancialmente renovados (>1 MW) deben realizar un análisis de costo-beneficio para la utilización del calor residual y la conexión a las redes de calefacción de distrito^. Los centros de datos que comiencen a operar después del 1 de julio de 2026, deben utilizar una cuota mínima de energía reutilizada (10% inicialmente, aumentando al 25% para 2030 y al 30% para 2040). Alemania, por su parte, ha establecido la obligatoriedad de implementar sistemas de gestión energética para julio de 2025.

La transición a tecnologías de refrigeración avanzadas como la refrigeración líquida directa (DLC) no es solo una medida de ahorro de energía, sino una necesidad para la operación de infraestructuras de IA de alta densidad. Los chips de IA generan cargas de calor extremas, y sin estas eficiencias, los límites físicos de la refrigeración tradicional impedirían el crecimiento de la IA. Los altos costos iniciales asociados indican que esta es una inversión necesaria para la escalabilidad futura, no una iniciativa verde opcional. La eficiencia se convierte así en un componente central del diseño de la infraestructura de IA, lo que afecta directamente el rendimiento y la escalabilidad. Esto impulsará una inversión significativa en investigación y desarrollo de tecnologías de refrigeración, lo que podría crear nuevos líderes de mercado en esta área especializada.

La reutilización del calor residual y el reciclaje del agua demuestran un movimiento hacia la integración de los centros de datos en una economía más circular. En lugar de ser sumideros aislados de energía y agua, se están convirtiendo en posibles fuentes de energía y agua para las comunidades circundantes. Los mandatos de la UE están impulsando activamente esta integración. Esto fomenta una mayor aceptación de la comunidad y reduce el impacto ambiental, pero también requiere una inversión inicial significativa y una planificación logística compleja. Podría conducir a nuevos modelos de planificación urbana en los que los centros de datos se ubiquen estratégicamente junto a instalaciones que demandan calor.

Las normativas de la UE sobre la notificación de PUE (Power Usage Effectiveness) y la reutilización del calor residual no son solo cargas de cumplimiento, sino potentes motores de innovación. Al establecer normas claras y exigir transparencia, las regulaciones obligan a las empresas a invertir en tecnologías y prácticas más eficientes. Esto crea una ventaja competitiva para las empresas que pueden cumplir o superar estas normas, especialmente en regiones con marcos regulatorios sólidos. Esto sugiere que los entornos regulatorios proactivos pueden fomentar una industria de centros de datos más sostenible y competitiva. También implica que las regiones sin mandatos tan claros podrían quedarse atrás en eficiencia y enfrentarse a un mayor escrutinio público o a limitaciones de recursos a largo plazo.

Estados Unidos es actualmente el líder mundial en IA, pero este liderazgo está en riesgo, ya que China ha logrado avances significativos. China representó aproximadamente el 70% de las solicitudes de patentes de IA a nivel mundial en 2023, en comparación con menos del 15% de EE. UU.. Mantener el liderazgo en IA exige satisfacer las crecientes demandas de hardware, talento humano, tierra, energía y agua. EE. UU. se encuentra rezagado con respecto a China en la adición de nueva capacidad de generación de electricidad (1 GW/año frente a 50 GW/año para China desde 2010), lo cual es fundamental para la infraestructura de IA. La asociación "Stargate" del gobierno de EE. UU. tiene como objetivo invertir 500 mil millones de dólares en infraestructura de IA en el país para "mantener el desarrollo de la tecnología de IA en este país" debido a la competencia de China^. EE. UU. vincula la energía nuclear con el desarrollo de la IA como una estrategia en la competencia con China, enfatizando una narrativa de "carrera armamentista de IA". A pesar de la competencia, las economías china y estadounidense son altamente complementarias en la cadena industrial global.

La infraestructura de IA depende de minerales y metales críticos. Se espera que la demanda de galio, crucial para los chips informáticos y la electrónica de potencia, se dispare a más del 10% del suministro actual para 2030. China refina el 99% del suministro mundial de galio, lo que crea un alto riesgo de limitaciones de suministro y posibles retrasos para los desarrolladores de centros de datos en todo el mundo. La competencia entre EE. UU. y China por los minerales críticos y el liderazgo en IA ha intensificado las tensiones geopolíticas. El acceso a los minerales críticos carece de sentido sin la capacidad de refinarlos, donde China posee más del 92% del procesamiento mundial de metales de tierras raras.

La IA presenta una doble naturaleza en relación con la seguridad: puede ser un multiplicador de riesgos y, al mismo tiempo, una herramienta de solución. El aumento de los ciberataques sofisticados contra las empresas de servicios energéticos, impulsados por la IA , subraya la vulnerabilidad de las infraestructuras críticas digitalizadas. Sin embargo, la IA también se está convirtiendo en una herramienta indispensable para la defensa contra estas mismas amenazas. Esta interdependencia significa que la seguridad energética ya no es solo una cuestión de suministro físico, sino también de resiliencia cibernética y de la cadena de suministro de los componentes que alimentan la IA.

Conclusiones

La revolución de la IA está impulsando una demanda energética sin precedentes que redefine la competitividad global. Los centros de datos, su columna vertebral, están experimentando un crecimiento exponencial que desafía la capacidad actual de las infraestructuras eléctricas. Esta situación ha transformado la energía en un activo estratégico fundamental para el liderazgo en IA, forzando a las naciones a priorizar la fiabilidad y la velocidad del suministro.

La concentración de la demanda en regiones específicas agrava la tensión en la red, lo que resulta en cuellos de botella, retrasos en los proyectos y un aumento de los costos para los consumidores. Además, el consumo de agua por parte de los centros de datos emerge como una preocupación creciente, lo que requiere una gestión proactiva y la aceptación de la comunidad. La incertidumbre en las proyecciones de demanda de IA, junto con el debate sobre la paradoja de Jevons, complica la planificación a largo plazo, lo que subraya la necesidad de estrategias energéticas flexibles y adaptables.

Para mitigar estos desafíos, se está adoptando una estrategia energética diversificada que incluye un fuerte impulso a las energías renovables, el gas natural como fuente de carga base rápida y la energía nuclear, especialmente los SMR, como una solución a largo plazo y baja en carbono. Las asociaciones entre empresas tecnológicas y energéticas se están volviendo cada vez más comunes, lo que difumina las líneas de la industria y fomenta la innovación en soluciones descentralizadas y microrredes.

La eficiencia y la sostenibilidad son imperativos operativos y estratégicos. Las tecnologías de refrigeración avanzadas, la reutilización del calor residual y las estrategias de gestión del agua son esenciales no solo para reducir el impacto ambiental, sino también para permitir la escalabilidad de la IA. Las regulaciones, como las de la UE sobre la PUE y la reutilización del calor residual, actúan como catalizadores para la innovación y la competitividad.

A nivel geopolítico, la carrera por la IA se ha convertido en una competencia por el acceso a la energía y los minerales críticos, con China y EE. UU. a la cabeza. Las vulnerabilidades de la cadena de suministro y el riesgo de ciberataques a la infraestructura energética son preocupaciones crecientes. La capacidad de un país para asegurar y gestionar su suministro energético, al mismo tiempo que fomenta la innovación y la resiliencia, será el factor determinante de su posición en el panorama global de la IA. La colaboración intersectorial y la formulación de políticas adaptativas son cruciales para navegar esta compleja y transformadora era energética.

Este viaje al mundo de la energía, guiado por la inteligencia artificial, me recordó que no necesitamos saberlo todo para comenzar a aprender. Solo necesitamos curiosidad, buenas preguntas y las herramientas adecuadas. Cada vez que me adentro en un tema desconocido, siento que se abre una nueva puerta de posibilidades, no solo para mí, sino para todos los que me leen. Porque aprender con IA no se trata solo de obtener respuestas rápidas, sino de construir pensamiento crítico, criterio y visión de futuro. Si esto también despierta algo en ti, quédate cerca. Hay mucho más que explorar juntos… y apenas estamos comenzando.

Juanita Bell