{"id":8450,"date":"2026-06-05T15:15:10","date_gmt":"2026-06-05T18:15:10","guid":{"rendered":"http:\/\/laf5.publisher.highstack.com.ar\/?p=8450"},"modified":"2026-06-05T15:15:10","modified_gmt":"2026-06-05T18:15:10","slug":"cada-mensaje-a-una-ia-parece-insignificante-hasta-que-se-multiplica-por-millones-de-usuarios-centros-de-datos-y-modelos-cada-vez-mas-grandes-el-verdadero-problema-no-es-una-botella-de-agua-por-corre","status":"publish","type":"post","link":"https:\/\/laf5.publisher.highstack.com.ar\/?p=8450","title":{"rendered":"Cada mensaje a una IA parece insignificante hasta que se multiplica por millones de usuarios, centros de datos y modelos cada vez m\u00e1s grandes. El verdadero problema no es una botella de agua por correo, sino la escala industrial que se est\u00e1 construyendo detr\u00e1s"},"content":{"rendered":"
\n

Durante a\u00f1os hablamos de internet como si no pesara nada. La nube. Los datos. Las respuestas instant\u00e1neas. Una frase escrita en una caja de texto y devuelta por una inteligencia artificial parec\u00eda un acto limpio, casi inmaterial. Pero detr\u00e1s de esa respuesta hay servidores, chips, electricidad, calor y sistemas de refrigeraci\u00f3n. Y en muchos casos, tambi\u00e9n hay agua.<\/p>\n

Un estudio de Pengfei Li, Jianyi Yang, Mohammad A. Islam y Shaolei Ren, publicado en Communications of the ACM bajo el t\u00edtulo Making AI Less \u201cThirsty\u201d, estima que el uso de modelos de IA puede tener una huella h\u00eddrica considerable cuando se cuenta no solo el agua usada directamente para enfriar centros de datos, sino tambi\u00e9n la que se consume indirectamente al generar la electricidad que los alimenta. En uno de los ejemplos m\u00e1s citados, escribir un email de 100 palabras con ChatGPT podr\u00eda implicar unos 519 mililitros de agua, una cifra cercana a una botella est\u00e1ndar.<\/p>\n

La cifra de la botella es potente, pero no debe leerse como una regla universal<\/h2>\n

La comparaci\u00f3n con una botella de agua funciona porque es visual, inmediata y algo inc\u00f3moda. Pero conviene entenderla bien. No significa que cada consulta a cualquier IA, en cualquier pa\u00eds y a cualquier hora, consuma exactamente medio litro de agua. La huella cambia seg\u00fan el centro de datos, la eficiencia del modelo, el sistema de refrigeraci\u00f3n, la temperatura exterior, la fuente el\u00e9ctrica y hasta el momento del d\u00eda en que se ejecuta la tarea.<\/p>\n

Ese matiz es clave porque las tecnol\u00f3gicas tambi\u00e9n publican estimaciones muy diferentes. Google, por ejemplo, afirm\u00f3 en un estudio sobre Gemini que un prompt mediano consume apenas 0,26 mililitros de agua, el equivalente aproximado a cinco gotas. Sin embargo, especialistas como Shaolei Ren y Alex de Vries-Gao criticaron esa cifra porque, seg\u00fan explicaron a The Verge, deja fuera parte del consumo indirecto de agua asociado a la generaci\u00f3n el\u00e9ctrica y utiliza m\u00e9tricas que no muestran todo el impacto local.<\/p>\n

La discusi\u00f3n, entonces, no es solo t\u00e9cnica. Es pol\u00edtica y metodol\u00f3gica. \u00bfQu\u00e9 cuenta como consumo de agua de la IA? \u00bfSolo el agua que entra al sistema de refrigeraci\u00f3n del edificio? \u00bfTambi\u00e9n la que se usa en centrales el\u00e9ctricas para producir la energ\u00eda? \u00bfImporta si el centro est\u00e1 en una zona h\u00fameda o en una regi\u00f3n con sequ\u00eda? Las respuestas cambian mucho el resultado.<\/p>\n

La IA no bebe agua, pero sus centros de datos s\u00ed necesitan expulsar calor<\/h2>\n

Los centros de datos funcionan como grandes f\u00e1bricas de calor. Miles de servidores trabajan de forma continua, y los chips usados para entrenar o ejecutar modelos de IA pueden disipar cientos de vatios cada uno. Ese calor debe salir de alguna manera para que los equipos no fallen.<\/p>\n

Una de las soluciones m\u00e1s usadas es la refrigeraci\u00f3n evaporativa. El agua absorbe calor y una parte se evapora para expulsarlo al ambiente. Es eficiente desde el punto de vista energ\u00e9tico, pero puede ser problem\u00e1tica en lugares con estr\u00e9s h\u00eddrico. La Agencia Internacional de la Energ\u00eda estima que los centros de datos consumieron unos 415 TWh de electricidad en 2024, cerca del 1,5% del consumo el\u00e9ctrico mundial, y proyecta que esa demanda podr\u00eda m\u00e1s que duplicarse hacia 2030 por el crecimiento de la IA, la nube y otros servicios digitales.<\/p>\n

El Laboratorio Nacional Lawrence Berkeley, en un informe preparado para el Departamento de Energ\u00eda de Estados Unidos, estim\u00f3 que los centros de datos estadounidenses consumieron directamente unos 17.400 millones de galones de agua para refrigeraci\u00f3n en 2023. Pero lo m\u00e1s llamativo es la parte indirecta: el informe calcula otros 211.000 millones de galones asociados a la electricidad que esos centros necesitaron para operar. Dicho de otra forma: mirar solo el agua que entra por las tuber\u00edas del centro de datos puede mostrar apenas una fracci\u00f3n del problema.<\/p>\n

Google, Microsoft y Meta ya muestran una tendencia dif\u00edcil de ignorar<\/h2>\n
\"Cada
\u00a9 Getty Images \/ Jim West \/ UCG \/ Universal Images Group.<\/figcaption><\/figure>\n

Los propios informes corporativos dejan ver el crecimiento. Google inform\u00f3 en su reporte ambiental de 2025 que en 2024 repuso 4.500 millones de galones de agua y elev\u00f3 la reposici\u00f3n de su consumo de agua dulce del 18% en 2023 al 64% en 2024. La compa\u00f1\u00eda tambi\u00e9n reconoce que el crecimiento de la IA aumenta la presi\u00f3n sobre energ\u00eda, agua e infraestructura, aunque insiste en sus mejoras de eficiencia y reposici\u00f3n h\u00eddrica.<\/p>\n

Microsoft ya hab\u00eda reportado un aumento del 34% en su consumo de agua entre 2021 y 2022, en pleno crecimiento de sus centros de datos vinculados a IA. Associated Press document\u00f3 el caso de West Des Moines, Iowa, donde Microsoft retir\u00f3 unos 11,5 millones de galones de agua en julio de 2022, el mes anterior a la finalizaci\u00f3n del entrenamiento de GPT-4, seg\u00fan datos de la empresa local de agua. Esa cifra represent\u00f3 alrededor del 6% del uso total del distrito en ese mes.<\/p>\n

La empresa, como Google, sostiene que est\u00e1 invirtiendo en sistemas m\u00e1s eficientes. Microsoft ha empezado a promover dise\u00f1os de refrigeraci\u00f3n de circuito cerrado para nuevos centros de datos de IA, con un uso de agua mucho menor que el de instalaciones tradicionales. Pero el problema es que la infraestructura antigua y la expansi\u00f3n acelerada siguen pesando. Las mejoras por consulta pueden convivir con un aumento total del consumo si el n\u00famero de consultas, modelos y centros de datos crece todav\u00eda m\u00e1s r\u00e1pido.<\/p>\n

La gran pregunta no es cu\u00e1nta agua consume una consulta, sino de d\u00f3nde sale esa agua<\/h2>\n

El estudio de Li y Ren proyecta que la demanda global de IA podr\u00eda requerir entre 4.200 y 6.600 millones de metros c\u00fabicos de extracci\u00f3n de agua al a\u00f1o para 2027. La cifra inferior equivale aproximadamente a la extracci\u00f3n anual de varios pa\u00edses peque\u00f1os; la superior se acerca a la mitad de la extracci\u00f3n anual de agua del Reino Unido.<\/p>\n

Ese dato impresiona, pero hay otro m\u00e1s importante: la ubicaci\u00f3n. No es lo mismo consumir agua en una regi\u00f3n con abundancia relativa que hacerlo en una zona con acu\u00edferos tensionados, sequ\u00edas prolongadas o competencia agr\u00edcola. Por eso cada vez m\u00e1s conflictos se est\u00e1n dando a escala local. La discusi\u00f3n no ocurre en una nube abstracta, sino en municipios, permisos ambientales, redes el\u00e9ctricas, acu\u00edferos y reuniones de vecinos.<\/p>\n

Chile ofrece un ejemplo claro. Google paus\u00f3 y reformul\u00f3 su proyecto de centro de datos en Cerrillos, cerca de Santiago, despu\u00e9s de objeciones ambientales vinculadas al uso de agua en una regi\u00f3n golpeada por a\u00f1os de sequ\u00eda. En Arizona, Iowa, Uruguay, M\u00e9xico, Espa\u00f1a y otros puntos, el debate se repite con variaciones: inversi\u00f3n tecnol\u00f3gica, promesas de empleo, presi\u00f3n sobre recursos y comunidades que piden m\u00e1s transparencia.<\/p>\n

El agujero negro de los datos que las empresas no publican<\/h2>\n

El problema no es solo el consumo. Tambi\u00e9n es la falta de informaci\u00f3n comparable. Muchas empresas publican cifras globales de agua, pero no siempre separan retiro de agua y consumo real. Tampoco detallan con suficiente precisi\u00f3n el uso por instalaci\u00f3n, la fuente h\u00eddrica local, la estacionalidad ni el impacto indirecto de la electricidad.<\/p>\n

Esa opacidad vuelve dif\u00edcil responder preguntas b\u00e1sicas: \u00bfqu\u00e9 centro consume m\u00e1s? \u00bfEn qu\u00e9 meses? \u00bfDe qu\u00e9 acu\u00edfero sale el agua? \u00bfCu\u00e1nta vuelve al sistema y en qu\u00e9 condiciones? \u00bfQu\u00e9 parte se evapora? \u00bfQu\u00e9 ocurre si hay sequ\u00eda?<\/p>\n

El informe de Lawrence Berkeley y los trabajos acad\u00e9micos sobre IA intentan cubrir parte de ese vac\u00edo con modelos y estimaciones. Pero una estimaci\u00f3n independiente nunca reemplaza la transparencia operativa. Sirve para encender la alarma, no para cerrar la discusi\u00f3n.<\/p>\n

La IA puede ayudar a gestionar el agua, pero primero debe explicar la suya<\/h2>\n

Hay una paradoja real. La inteligencia artificial puede mejorar predicciones clim\u00e1ticas, optimizar riego, detectar fugas, modelar sequ\u00edas y ayudar a administrar redes h\u00eddricas con m\u00e1s precisi\u00f3n. Ser\u00eda absurdo negar ese potencial. Pero esa promesa convive con una infraestructura que, hoy, consume energ\u00eda y agua a una escala creciente.<\/p>\n

Por eso la pregunta ya no puede ser si la IA es \u201cbuena\u201d o \u201cmala\u201d para el planeta. Es demasiado simple. La pregunta importante es si la industria puede crecer sin trasladar sus costes ambientales a regiones que ya tienen poco margen. Y si los gobiernos van a exigir datos, l\u00edmites y planificaci\u00f3n antes de aprobar instalaciones que pueden competir con hogares, agricultura o ecosistemas.<\/p>\n

Una consulta aislada parece poca cosa. Un correo de 100 palabras tambi\u00e9n. Pero la historia de la IA no se est\u00e1 escribiendo consulta por consulta, sino centro de datos por centro de datos. Y ah\u00ed la met\u00e1fora de la nube se rompe: lo que parec\u00eda flotar sobre nuestras cabezas est\u00e1 apoyado en suelo real, conectado a redes reales y bebiendo de fuentes de agua que no son infinitas.<\/p>\n<\/p><\/div>\n","protected":false},"excerpt":{"rendered":"

Durante a\u00f1os hablamos de internet como si no pesara nada. La nube. Los datos. Las respuestas instant\u00e1neas. Una frase escrita en una caja de texto y devuelta por una inteligencia artificial parec\u00eda un acto limpio, casi inmaterial. Pero detr\u00e1s de esa respuesta hay servidores, chips, electricidad, calor y sistemas de refrigeraci\u00f3n. Y en muchos casos, […]<\/p>\n","protected":false},"author":1,"featured_media":8451,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-8450","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sin-categoria"],"_links":{"self":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/8450","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=8450"}],"version-history":[{"count":0,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/8450\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/media\/8451"}],"wp:attachment":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=8450"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=8450"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=8450"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}