Inteligencia Artificial Verde

• La IA aumenta la capacidad humana para procesar información, automatizar tareas y crear contenido, pero tiene un alto consumo energético.
• La solución pasa por avanzar hacia una “IA Verde” mediante energías renovables, modelos eficientes y políticas integrales de sostenibilidad.
• Los centros de datos consumen grandes cantidades de electricidad y agua, lo que pondría presión sobre la matriz hidroeléctrica de Colombia.

La acelerada digitalización global, impulsada por herramientas de Inteligencia Artificial (IA) como ChatGPT, Gemini o los generadores de imágenes, ha multiplicado las capacidades humanas para procesar información, automatizar tareas y crear contenido; pero, detrás de esta revolución tecnológica se esconde una realidad menos visible: su elevado consumo energético y el impacto ambiental asociado. Para países como Colombia, altamente dependientes de recursos hídricos para generar electricidad y vulnerables a fenómenos climáticos extremos, este debate no es solo tecnológico, sino estratégico.

La huella energética de la IA puede dividirse en dos grandes momentos: el entrenamiento de los modelos y la fase de inferencia, es decir, su uso cotidiano por parte de millones de usuarios en todo el mundo.

Entrenar un modelo de lenguaje de gran escala, como ChatGPT, requiere miles de unidades de procesamiento gráfico operando de manera continua durante semanas o meses. La potencia promedio durante este proceso puede alcanzar hasta 1.200 megavatios (MW). Traducido a energía total consumida, esto representa decenas de miles de megavatios-hora (MWh), lo que equivale aproximadamente a la energía que consumen en un día ciudades como Manizales o Ibagué. Incluso modelos más pequeños, como generadores de imágenes, pueden requerir 0,15 MW de potencia promedio, un consumo mucho menor pero aún considerable debido a la cantidad de modelos operativos a nivel global. Estas cifras muestran que cada avance en IA implica un incremento proporcional en la demanda energética.

Una vez entrenados, los modelos continúan consumiendo energía durante la fase de inferencia. Cada solicitud, ya sea para generar texto o una imagen, puede parecer insignificante, con aproximadamente 0,00015 MW por operación, pero multiplicada por millones de interacciones diarias, la demanda se vuelve considerable. Se estima que una sola petición a una IA generativa puede consumir hasta 500 veces más energía que una búsqueda en Google. Este consumo continuo convierte a la IA en un factor de presión constante sobre los sistemas eléctricos que la soportan.

Los centros de datos, donde se alojan estos modelos, son los epicentros del consumo. No solo requieren grandes cantidades de electricidad, sino también enormes volúmenes de agua para refrigerar los sistemas y evitar sobrecalentamiento. En algunos casos, los sistemas de enfriamiento consumen millones de litros de agua al año. En Colombia, donde cerca del 80 % de la electricidad proviene de hidroeléctricas, la combinación de alta demanda energética y consumo de agua es crítica. Fenómenos climáticos reducen el volumen de los embalses, limitando la generación eléctrica y aumentando la presión sobre los recursos hídricos, lo que evidencia la vulnerabilidad de la matriz energética ante el crecimiento de la IA.

Frente a este panorama, la pregunta sobre si Colombia está preparada para asumir los costos energéticos y ambientales de una digitalización acelerada encuentra una respuesta cautelosa. Actualmente, el país carece de una estrategia integral que regule la ubicación, diseño y sostenibilidad de centros de datos, que garantice que su operación no compita con las necesidades de hogares e industrias y que asegure que el crecimiento de la infraestructura tecnológica no supere la capacidad de generación eléctrica en épocas de estrés hídrico. Entre los riesgos más relevantes están la presión sobre la infraestructura eléctrica, el posible aumento de tarifas energéticas, el agravamiento de desigualdades si los recursos se concentran en sectores de alta tecnología, y la ausencia de políticas claras sobre gestión de agua y huella de carbono.

El desafío no es frenar la innovación, sino avanzar hacia un modelo de “IA Verde” que permita compatibilizar transformación digital y sostenibilidad energética. Lo anterior implica construir centros de datos alimentados con energías renovables como solar, eólica o biomasa; desarrollar modelos de IA más eficientes que reduzcan la potencia requerida sin sacrificar desempeño; y fomentar programas de reciclaje y economía circular para los equipos electrónicos cuya vida útil es cada vez más corta.

La Inteligencia Artificial es un avance tecnológico importante, pero su sostenibilidad dependerá de la coordinación entre el Estado, las empresas y la academia. Para Colombia, este es un momento clave, integrar la digitalización con la planificación energética y ambiental será fundamental para que la IA contribuya al desarrollo del país sin poner en riesgo sus recursos naturales.