Saciar la sed de la IA: una perspectiva de conservación del agua
Cuando se habla de los costes medioambientales de la inteligencia artificial, se suele hacer hincapié en las emisiones de carbono y el consumo de electricidad. De lo que se habla menos es del impacto sobre el agua.
Lo bueno: La IA tiene un gran potencial para contribuir a la conservación del agua. En agricultura, las herramientas de IA ayudan a optimizar el riego combinando previsiones meteorológicas, datos sobre el suelo e información sobre los cultivos para suministrar agua de forma más eficiente. Las empresas de servicios públicos están empezando a utilizar el aprendizaje automático para detectar fugas en tuberías y edificios, evitando el derroche antes de que se agraven los problemas. Las instalaciones de tratamiento de aguas están adoptando la IA para mejorar la eficiencia de procesos como la dosificación química y la aireación, ahorrando agua y energía.
Lo malo: Los centros de datos, que alimentan los sistemas de IA, utilizan grandes cantidades de agua para su refrigeración. Algunas estimaciones sugieren que la infraestructura de IA podría consumir miles de millones de metros cúbicos de agua dulce en los próximos años, lo suficiente para cubrir casi 200.000 campos de fútbol con un metro de agua, superando la extracción anual de algunas naciones pequeñas. La huella hídrica no es sólo directa, sino también indirecta, ya que la generación de electricidad suele depender en gran medida del agua. El entrenamiento de grandes modelos de inteligencia artificial consume una enorme cantidad de agua en función de la combinación energética y la ubicación.
El equilibrio entre los costes y los beneficios de la IA depende de las decisiones que se tomen. Ubicar los centros de datos en zonas con un suministro de agua sostenible, mejorar la transparencia en la información sobre el uso del agua e invertir en tecnologías de refrigeración de circuito cerrado puede reducir la presión sobre los recursos hídricos. Al mismo tiempo, el despliegue continuado de la IA en la conservación y gestión del agua puede ayudar a compensar parte de la propia huella del sector.
También está la cuestión geográfica: muchos centros de datos están situados en regiones que ya sufren escasez de agua, lo que aumenta la presión sobre las comunidades locales.
Investigaciones recientes han puesto de manifiesto lo sedienta que está la IA. Un estudio calculó que el entrenamiento de GPT-3 consumió unos 700.000 megalitros de agua limpia, suficiente para fabricar cientos de coches o miles de smartphones. En Iowa, donde Microsoft tiene un importante centro de datos, los informes muestran que el consumo de agua aumentó en millones de galones durante los periodos de entrenamiento intenso de IA.
Y no sólo el entrenamiento de los modelos consume agua, sino también su funcionamiento. Según datos recopilados por Business Energy UK y The Washington Post, una sola respuesta de 100 palabras de ChatGPT-4 consume aproximadamente 519 mililitros de agua y 0,14 kWh de electricidad. Con unos 285 millones de respuestas diarias generadas por los 57 millones de usuarios activos de ChatGPT, se calcula que se consumen 148 millones de litros de agua al día, suficientes para cubrir casi 28.000 campos de fútbol con una capa de agua de un centímetro.
Estas cifras subrayan la magnitud del reto y la urgencia de hacer cambios. Las mayores empresas tecnológicas, como Microsoft, Google y Amazon, se han comprometido a ser "hídricamente positivas" en esta década, lo que significa que pretenden reponer más agua de la que consumen. Si estos compromisos siguen el ritmo del rápido crecimiento de la IA será una de las cuestiones medioambientales que definan el sector.
La huella hídrica de la IA va mucho más allá de la mera refrigeración de servidores: también incluye la generación de electricidad fuera de las instalaciones y la fabricación de semiconductores, todas ellas con un elevado consumo de agua. Morgan Stanley Research señala que, a medida que se acelere la adopción de la IA, la demanda global de computación podría aumentar debido a que el aumento de la eficiencia reduciría los costes, creando un efecto de "paradoja de Jevons". Sin embargo, algunos expertos advierten de que el aumento de la eficiencia por sí solo podría no reducir el consumo total de agua debido a la paradoja de Jevons, que es la idea de que a medida que la tecnología se vuelve más eficiente y accesible, la gente tiende a utilizarla aún más, lo que en realidad puede aumentar el consumo total. Si estos compromisos siguen el ritmo del rápido crecimiento de la IA será una de las cuestiones medioambientales definitorias de la industria. Esto significa que el consumo de agua aumentará aún más en toda la cadena de valor de la IA. El 73% de los profesionales de centros de datos afirman que la disponibilidad de agua está ralentizando las nuevas construcciones, y se prevé que la escasez mundial de agua se intensifique, con 1.000 millones de personas más que vivirán bajo un estrés hídrico extremadamente alto en 2050. Como el cambio climático sigue alterando las precipitaciones y disminuyendo el almacenamiento de agua terrestre, garantizar fuentes de agua sostenibles será fundamental para el crecimiento futuro de la IA.
Desde la perspectiva de OceanWell, produciremos agua de las profundidades oceánicas, donde las temperaturas son naturalmente ultrafrías durante todo el año, lo que la convierte en un recurso ideal para aplicaciones avanzadas de refrigeración, como subproducto natural de nuestro suministro de agua dulce. Este frío constante puede aprovecharse para reducir drásticamente la demanda energética de los centros de datos de inteligencia artificial (IA), que requieren una inmensa potencia de refrigeración para funcionar eficientemente. Al aprovechar las aguas profundas del océano como fuente de refrigeración renovable, OceanWell ofrece una alternativa sostenible a los sistemas tradicionales de aire acondicionado y evaporación, reduciendo tanto los costes como las emisiones de carbono gracias a una infraestructura fiable y resistente al clima que soporta la creciente demanda de IA y otras tecnologías informáticas de alto rendimiento. Puede obtener más información sobre OceanWell y los centros de datos aquí:
A medida que la IA sigue expandiéndose, también lo hace la inmensa demanda de agua para mantener refrigerados los centros de datos, un reto que ya pone a prueba los suministros locales. OceanWell puede suministrar: 60 millones de galones al día a través de su sistema modular Water Farm 1, lo que equivale a 227.000 metros cúbicos o 2.626 litros por segundo de agua dulce y ultrafría de las profundidades oceánicas. Aprovechando esta fuente constante y renovable, la infraestructura de IA podría dejar de competir con las comunidades por la escasa agua dulce y aprovechar un suministro de refrigeración sostenible que se adapte al rápido crecimiento de la potencia informática.
La relación de la IA con el agua es complicada. Es a la vez un reto y una herramienta. Si se gestiona con cuidado, la tecnología puede convertirse en parte de la solución a la escasez de agua en lugar de ser parte del problema. Pero por ahora, está claro que la IA tiene mucha sed.
Referencias
- Noticias del MIT. "Explicado: Impacto medioambiental de la IA generativa". 2025. https://news.mit.edu/2025/explained-generative-ai-environmental-impact-0117
- Forbes. "La IA está acelerando la pérdida de nuestro recurso natural más escaso: el agua". 2024. https://www.forbes.com/sites/cindygordon/2024/02/25/ai-is-accelerating-the-loss-of-our-scarcest-natural-resource-water
- White & Case. "La IA en la gestión del agua: Equilibrio entre innovación y consumo". 2023. https://www.whitecase.com/insight-our-thinking/ai-water-management-balancing-innovation-and-consumption
- Investigación de Morgan Stanley. (2024). Desglosando la huella hídrica de la IA. Morgan Stanley. Siddik, Md AbuBakar; Shehabi, Arman; Marston, Landon T. "La huella ambiental de los centros de datos en Estados Unidos". Environmental Research Letters, 2021. Este artículo cuantifica las huellas de carbono e hídrica de los centros de datos estadounidenses (usos directos e indirectos del agua) y muestra cuántos están situados en cuencas hidrográficas con problemas de agua.
- Siddik, Md AbuBakar; Shehabi, Arman; Marston, Landon T. "La huella ambiental de los centros de datos en Estados Unidos". Environmental Research Letters, 2021. Este artículo cuantifica la huella de carbono y la huella hídrica de los centros de datos estadounidenses (usos directos e indirectos del agua) y muestra cuántos están situados en cuencas hidrográficas con problemas de agua. https://eta-publications. lbl.gov/publications/environmental-footprint-data-centers?
Entradas relacionadas
Rúbrica
