IA y red eléctrica en EE.UU.: ¿está lista para la demanda?

¿Qué ha ocurrido?

La inteligencia artificial generativa, con modelos como GPT-4 o Gemini, requiere una capacidad de cómputo masiva que se traduce en un consumo eléctrico sin precedentes. Según la Agencia Internacional de la Energía (AIE), los centros de datos consumieron ya el 1-1.5% de la electricidad global en 2022, y se espera que esa cifra se duplique para 2026, impulsada principalmente por la IA. En Estados Unidos, el Departamento de Energía estima que la demanda de electricidad de los centros de datos podría crecer hasta un 80% para 2030. Este incremento está provocando tensiones en la red eléctrica, especialmente en regiones como Virginia del Norte (hogar del mayor clúster de centros de datos del mundo) o California, donde ya se han registrado retrasos en la conexión de nuevas instalaciones. Un informe de Goldman Sachs de 2024 señala que la demanda de energía de los centros de datos podría aumentar un 160% para 2030, con la IA representando el 27% del consumo total de centros de datos en EE.UU. para esa fecha, frente al 8% en 2022.

¿Por qué es importante?

La IA promete transformar sectores enteros, pero su huella energética amenaza con desestabilizar la red eléctrica y aumentar las emisiones de carbono si no se gestiona adecuadamente. Además, la competencia por la electricidad entre centros de datos, hogares e industrias podría disparar los precios. Por otro lado, la propia IA puede ser parte de la solución: optimizando el consumo energético de los centros de datos, mejorando la integración de renovables o incluso gestionando la demanda en tiempo real. Empresas como Google, Microsoft y Amazon ya han anunciado inversiones millonarias en energías renovables y en tecnologías de refrigeración más eficientes, pero el ritmo de crecimiento de la IA podría superar estas medidas. Por ejemplo, Google reportó en su informe ambiental de 2023 que sus emisiones de gases de efecto invernadero aumentaron un 48% desde 2019, en gran parte debido al crecimiento de sus centros de datos y la IA. Microsoft, por su parte, se ha comprometido a ser carbono negativo para 2030, pero su consumo de energía para IA está poniendo a prueba ese objetivo.

Consecuencias y desafíos

• Presión sobre la red: Las compañías eléctricas deben ampliar la capacidad de generación y transmisión, lo que requiere inversiones multimillonarias y años de planificación. En Virginia del Norte, Dominion Energy ha informado que la demanda de los centros de datos podría superar la capacidad de la red para 2026, lo que ha llevado a la empresa a proponer nuevas plantas de gas natural y líneas de transmisión. En California, Pacific Gas and Electric (PG&E) ha visto un aumento del 50% en las solicitudes de conexión de centros de datos desde 2020.
• Sostenibilidad: Si la electricidad adicional proviene de combustibles fósiles, las emisiones de carbono de la IA podrían contrarrestar los avances en otras áreas. Por eso, la apuesta por renovables es clave. Sin embargo, la intermitencia de las renovables plantea desafíos adicionales. Empresas como Amazon han firmado acuerdos de compra de energía renovable (PPA) por más de 20 GW, pero aún dependen de fuentes fósiles para cubrir picos de demanda. Un estudio de la Universidad de California Riverside estimó que entrenar un modelo de IA como GPT-3 emite alrededor de 500 toneladas de CO2, equivalente a las emisiones de 100 automóviles durante un año.
• Innovación tecnológica: Se están desarrollando chips más eficientes (como los TPU de Google o los GPU de NVIDIA con tecnologías de enfriamiento avanzado), así como software de gestión energética basado en IA. NVIDIA, por ejemplo, ha lanzado los GPU H100 y B200, que ofrecen un rendimiento por vatio hasta 4 veces superior a generaciones anteriores. Además, la computación cuántica y los chips neuromórficos podrían reducir drásticamente el consumo en el futuro, aunque aún están en fase experimental.
• Regulación: El gobierno de EE.UU. ha lanzado iniciativas para modernizar la red, como el programa Grid Resilience Innovation, con una inversión de 10.500 millones de dólares. La Comisión Federal Reguladora de la Energía (FERC) también ha propuesto nuevas reglas para acelerar la interconexión de proyectos renovables y de almacenamiento. A nivel estatal, Virginia aprobó en 2023 una ley que exige a los centros de datos nuevos alcanzar un 100% de energía renovable para 2050.

¿Qué deben saber los lectores?

El desafío energético de la IA no es un problema futuro: ya está aquí. Las empresas tecnológicas están comprando energía renovable a gran escala, pero la red necesita una modernización urgente. Los ciudadanos pueden esperar un aumento en sus facturas de electricidad si no se controla la demanda. Sin embargo, también hay oportunidades: la IA puede ayudar a crear una red más inteligente y eficiente. La clave estará en equilibrar el crecimiento tecnológico con la sostenibilidad y la asequibilidad. Un ejemplo concreto es el proyecto de Google en Finlandia, donde utiliza IA para optimizar la refrigeración de sus centros de datos, logrando una reducción del 40% en el consumo energético. Además, la Administración de Información Energética de EE.UU. (EIA) proyecta que la generación renovable crecerá un 40% para 2025, pero aún así no será suficiente para cubrir el aumento de la demanda de los centros de datos si no se implementan medidas de eficiencia.

“La demanda de energía de la IA está creciendo tan rápido que incluso con eficiencias récord, la red eléctrica necesitará duplicar su capacidad en la próxima década”, advierte un informe de Goldman Sachs.

Conclusión

La adaptación de la red eléctrica estadounidense al boom de la IA es uno de los mayores retos tecnológicos y energéticos de nuestra era. Requerirá inversión, innovación y cooperación entre gobiernos, empresas y ciudadanos. El futuro de la IA depende de que logremos alimentarla de manera sostenible. Como señaló el CEO de OpenAI, Sam Altman, en el Foro Económico Mundial de 2024: “Necesitamos un avance energético para sostener la IA”. Sin una red modernizada y un mix energético limpio, el potencial transformador de la IA podría verse limitado por su propio apetito energético.