El acelerado avance de la inteligencia artificial se ha convertido en uno de los principales desafíos energéticos de los próximos años. Tal y como señala la Agencia Internacional de la Energía, la demanda eléctrica vinculada al tratamiento de datos y al funcionamiento de los centros de datos podría duplicarse antes de 2030, impulsada sobre todo por el auge de la IA generativa y de los servicios digitales de última generación. Esta evolución obliga a replantear la planificación energética y a reforzar la incorporación de nuevas fuentes de energía.

En el ámbito nacional, el Ministerio para la Transición Ecológica y el Reto Demográfico ha subrayado la importancia de aumentar la eficiencia energética de los centros de datos y de avanzar hacia modelos más sostenibles mediante normativas alineadas con la legislación europea. Estas directrices reclaman una mayor transparencia en relación con el consumo energético y las emisiones asociadas a unas infraestructuras digitales clave para la economía y la sociedad.

En este escenario de cambio tecnológico y transición energética, el centro de formación MINT, especializado en industria 4.0 y energías renovables, analiza el impacto real del consumo energético derivado del uso de la inteligencia artificial y su conexión directa con el desarrollo de las energías limpias, a partir de la visión de dos expertos vinculados a su Máster en Energías Renovables y Eficiencia Energética.

El impacto real del uso diario de la inteligencia artificial

Más allá de grandes cifras, el impacto energético de la IA comienza en cada consulta cotidiana. Rubén Linacero, ingeniero en Energías Renovables y experto del Máster en Energías Renovables y Eficiencia Energética de MINT explica que “cada vez que utilizamos una herramienta de IA estamos activando servidores en remoto que consumen energía y generan calor, lo que obliga a utilizar sistemas de refrigeración muy intensivos desde el punto de vista energético”.

Según datos del sector cada consulta puede suponer alrededor de 0,3 Wh, una cifra aparentemente baja que se multiplica de forma masiva cuando millones de personas utilizan estas herramientas a diario. “Para igualar el consumo medio de un frigorífico de unos 300 Wh habría que realizar alrededor de mil consultas, algo que en entornos laborales se supera fácilmente si sumamos el uso de todo el personal”, señala Linacero.

Centros de datos, el corazón energético de la IA

La mayor parte del consumo energético de la Inteligencia Artificial se concentra en los centros de procesamiento de datos, instalaciones que han crecido de forma rápida para dar respuesta a las exigencias de la IA generativa. Alberto Martínez, Máster en Ingeniería y experto del Máster en Energías Renovables de MINT destaca que “anualmente se ponen en marcha entre 120 y 140 centros de datos de hiperescala, impulsados directamente por la necesidad de potencia de cálculo que requiere la IA”.

A pesar de este crecimiento, Martínez subraya que la eficiencia energética de estas instalaciones ha mejorado de forma notable. En este sentido, concreta que “la eficiencia energética de los centros de datos ha mejorado notablemente gracias al indicador PUE (Power Usage Effectiveness). Mientras que los primeros centros tenían valores superiores a 2,5, los actuales se sitúan en torno a 1,2. Esto significa que hoy en día más del 80% de la energía que consumen se utiliza de manera eficiente para el procesamiento de datos”

Renovables como aliadas de la nueva demanda digital

La relación entre inteligencia artificial y energías renovables es cada vez más estrecha. Rubén Linacero señala que “los centros de datos están empezando a integrar generación renovable propia, especialmente solar fotovoltaica, por su facilidad de predicción, aunque la enorme demanda abre la puerta a soluciones como parques eólicos dedicados con mayor densidad energética”.

Al igual que con las criptomonedas, aquí la energía se convierte directamente en riqueza digital. “Al final el sector energético es un negocio y el destino del kWh depende del mercado y de las condiciones del entorno”, añade Linacero.

Al mismo tiempo, la IA exige una calidad de suministro muy elevada. Alberto Martínez subraya que “los centros de datos no pueden permitirse interrupciones y requieren redundancia y sistemas de respaldo que tradicionalmente han dependido del diésel”.

Frente a esto, el sector busca alternativas más sostenibles, como el hidrógeno verde, los biocombustibles, pequeños reactores nucleares o el uso de energía hidroeléctrica y geotérmica. Los ‘centros de datos verdes‘ se perfilan como una solución clave, aunque los expertos de MINT advierten de que su sostenibilidad real debe analizarse teniendo en cuenta todo su ciclo de vida.

La gran paradoja energética de la inteligencia artificial

Desde MINT se insiste en que la Inteligencia Artificial representa una paradoja ya que impulsa un aumento significativo de la demanda eléctrica, pero al mismo tiempo es una herramienta clave para optimizar redes eléctricas, industria del transporte y la edificación, sectores que concentran cerca del 95 % del consumo energético final.

“La IA es parte del problema y también parte de la solución” concluyen los expertos de MINT. “Si se orienta hacia la eficiencia y se apoya en energías renovables puede acelerar la transición energética, pero si crece sin control ni planificación puede ponerla en riesgo”, resumen.

Como centro de formación especializado en industria 4.0 y energías renovables, MINT apuesta por formar a los profesionales que deberán gestionar este equilibrio preparando perfiles capaces de entender el impacto energético de la digitalización y de diseñar un futuro tecnológico sostenible.