La IA también consume agua: el impacto ambiental oculto tras el popular filtro de Studio Ghibli
La moda viral en plataformas digitales de modificar fotografías para emular el estilo artístico de Studio Ghibli ha fascinado a millones globalmente. Estas creaciones permiten a los usuarios dar una nueva perspectiva a sus recuerdos y escenas diarias con la estética distintiva del aclamado estudio de animación nipón.
No obstante, esta tendencia, aparentemente inocua, conlleva un considerable uso de recursos naturales, particularmente agua, lo que suscita preguntas sobre la sostenibilidad de la inteligencia artificial (IA) y sus repercusiones medioambientales.
El considerable consumo hídrico en la creación de imágenes mediante IA
Cada operación realizada con herramientas de IA depende de una compleja infraestructura tecnológica alojada en centros de datos equipados con miles de servidores. Estos dispositivos generan una enorme cantidad de calor, necesitando sistemas de refrigeración de alta eficiencia.
Numerosos sistemas emplean agua para enfriar los servidores, a través de torres donde el agua capta el calor y se evapora. Si bien es un método eficaz, demanda un uso sustancial de agua. Se estima que herramientas como ChatGPT consumen aproximadamente 500 ml de agua por cada bloque de 5 a 50 interacciones.
Álvaro Peña, especialista en inteligencia artificial, comenta a Evox News que «la gente no es consciente del volumen de agua necesario para generar una imagen con IA. Menos aún que producir contenido con IA puede requerir medio litro de agua por unas pocas interacciones». Subraya además que «no se suele considerar el agua utilizada en todas las fases, como la manufactura de chips o la refrigeración de los centros de procesamiento de datos».
Los centros de datos y su efecto sobre los recursos hídricos
Investigaciones recientes exponen cifras alarmantes sobre el consumo de agua por parte de la inteligencia artificial. La OCDE proyecta que, para el año 2027, la IA podría necesitar entre 4.200 y 6.600 millones de metros cúbicos de agua anualmente. Este volumen excede el consumo total de países como Dinamarca y representa cerca de la mitad del consumo del Reino Unido.
Importantes corporaciones tecnológicas también han informado de incrementos notables. Según un informe citado por Evox News, Microsoft, por ejemplo, aumentó su consumo hídrico en un 34% durante 2022, debido en parte al entrenamiento de modelos como ChatGPT. Google consumió entre 6 y 7 millones de metros cúbicos ese mismo año, mientras que Meta utilizó 2 millones. Esta evolución demuestra cómo la expansión de la IA está intrínsecamente vinculada a una mayor demanda de recursos naturales.
María Prado, portavoz de energía, clima y movilidad de Greenpeace, ha explicado a Evox News que «en los centros de datos, el consumo de agua es elevadísimo. Se destina a tres fines principales: refrigeración, producción de electricidad y fabricación de microchips». Añade que «la refrigeración consume entre 1 y 9 litros de agua por kilovatio hora de energía, y el 80% de esa agua se evapora». También alerta que «la electricidad para alimentar los centros puede evaporar hasta 7,6 litros por kWh, lo que significa que la generación eléctrica requiere mucha más agua que la propia refrigeración».
Variaciones entre herramientas de IA y su huella ambiental
Resulta fundamental entender que no todas las aplicaciones de IA generan el mismo impacto ambiental. Modelos como ChatGPT, DALL·E o Midjourney, aunque todos basados en inteligencia artificial, operan de manera distinta y, por lo tanto, su consumo de recursos varía.
ChatGPT, por ejemplo, se especializa en la generación de texto y precisa una capacidad de procesamiento considerable para interpretar y producir respuestas lógicas a partir de las indicaciones del usuario. Por otro lado, herramientas como DALL·E y Midjourney están diseñadas para generar imágenes desde descripciones textuales, un proceso que puede demandar aún más recursos computacionales.
La creación de imágenes de alta resolución requiere el procesamiento de algoritmos complejos y la gestión de grandes cantidades de datos, lo que puede traducirse en un mayor gasto energético y, por ende, un mayor consumo de agua para la refrigeración de los sistemas implicados.
María Prado subraya que «la huella real está oculta. Las grandes tecnológicas solo revelan una parte de la información porque no tienen la obligación de publicar los datos completos». Por su lado, Peña añade que «no existe suficiente transparencia» y que «algunas compañías, como Microsoft, han omitido información o subestimado sus consumos».
Hacia una utilización responsable de la inteligencia artificial
Frente a esta situación, es crucial que tanto empresas como usuarios adquieran conciencia sobre el impacto ambiental derivado del uso de la IA. Las organizaciones deben adoptar prácticas sostenibles, como el desarrollo de algoritmos más eficientes, el empleo de sistemas de refrigeración con menor consumo de agua y la utilización de energías renovables.
Algunas ya están tomando medidas. Microsoft, por caso, tiene como objetivo ser «agua positiva» para 2030, lo que implica reponer más agua de la que consume a través de iniciativas de eficiencia y restauración de ecosistemas.
María Prado argumenta que «deberíamos requerir procedimientos estandarizados para cuantificar el impacto ambiental de la IA. Actualmente, no disponemos de datos fiables ni de regulaciones adecuadas». Señala directamente la responsabilidad de los gobiernos: «deben liderar la imposición de transparencia y sostenibilidad hídrica, energética y ambiental».
En la misma dirección, Álvaro Peña opina que «la responsabilidad es compartida entre usuarios y empresas, pero dudo que se produzcan cambios sin presión externa» y advierte que no cree que «se adopten medidas a menos que surja una crisis evidente, como cortes de suministro eléctrico o problemas que afecten directamente la vida cotidiana».
Iniciativas para disminuir la huella hídrica en la tecnología
A pesar del panorama complejo, existen ejemplos alentadores. Peña resalta que «la optimización de los procesos de entrenamiento y un uso consciente son fundamentales» y menciona el caso de la empresa china Dipsy como un modelo de eficiencia, al probar que «es posible lograr más con menos recursos».
Por su parte, María Prado sugiere reconsiderar el modelo de desarrollo vigente. «Es momento de hablar de suficiencia: transformar el modelo socioeconómico y disminuir nuestras necesidades y consumo digital». También advierte que «cada vez que interactuamos digitalmente, se genera una considerable emisión de CO₂. Aunque no veamos el humo, está presente».
Finalmente, la evolución hacia una IA más sostenible no dependerá únicamente de los progresos tecnológicos, sino también de una toma de conciencia colectiva que nos lleve a preguntarnos cómo y con qué propósito empleamos estas herramientas. «Desde Greenpeace abogamos por un enfoque más pausado y precautorio, para considerar los riesgos de una IA que podría eventualmente superar la inteligencia humana», concluye Prado.
Insights de Evox News: Cómo el impacto ambiental de la IA puede afectar tu negocio
La creciente demanda de recursos, especialmente agua y energía, por parte de la inteligencia artificial presenta implicaciones significativas para las empresas. Entender estos efectos es crucial para la planificación estratégica y la gestión de riesgos.
Impacto Económico
Costos Operativos: El elevado consumo de agua y energía de los centros de datos que soportan la IA puede traducirse en un aumento de los costos operativos para las empresas que dependen intensivamente de estas tecnologías, especialmente en regiones con escasez de agua o altos precios de la energía.
Inversión en Sostenibilidad: Las empresas podrían necesitar invertir en infraestructura más eficiente o en tecnologías de refrigeración alternativas y menos intensivas en agua, así como en fuentes de energía renovable para alimentar sus operaciones de IA, lo que representa un gasto de capital inicial.
Riesgo Regulatorio: La creciente preocupación ambiental podría llevar a regulaciones más estrictas sobre el consumo de recursos y las emisiones de carbono de los centros de datos, imponiendo costos adicionales de cumplimiento o posibles sanciones.
Ventaja Competitiva
Reputación y Marca: Las empresas que adopten prácticas de IA sostenibles y transparentes pueden mejorar su imagen de marca y atraer a consumidores, talento e inversores conscientes del medio ambiente (ESG).
Eficiencia y Optimización: La necesidad de reducir el impacto ambiental puede impulsar la búsqueda de modelos de IA más eficientes y optimizados, lo que podría traducirse en un menor consumo de recursos y, potencialmente, en un mejor rendimiento computacional a largo plazo.
Diferenciación: Ser pionero en la implementación de IA «verde» puede diferenciar a una empresa de sus competidores y posicionarla como líder en sostenibilidad dentro de su sector.
Innovación
Nuevas Tecnologías: La presión por la sostenibilidad está fomentando la innovación en áreas como el diseño de chips de bajo consumo, algoritmos de IA más eficientes (por ejemplo, mediante técnicas como la poda o cuantificación de modelos) y tecnologías de refrigeración avanzadas (como la refrigeración líquida directa).
Oportunidades de Mercado: Surge un mercado para soluciones tecnológicas que ayuden a medir, gestionar y reducir la huella ambiental de la IA, creando oportunidades para empresas especializadas en tecnología verde y consultoría de sostenibilidad.
* Modelos de Negocio: Podrían surgir nuevos modelos de negocio centrados en ofrecer «IA como servicio» (AIaaS) con garantías de sostenibilidad, o plataformas que optimicen la carga de trabajo de IA en función de la disponibilidad de energía renovable o la eficiencia del centro de datos.
En resumen, el impacto ambiental de la IA no es solo una cuestión ecológica, sino un factor estratégico que puede influir en los costos, la competitividad y las oportunidades de innovación para las empresas en la era digital. Ignorar esta dimensión podría suponer riesgos financieros y reputacionales a medio y largo plazo
