Cada vez que pedimos a una plataforma de inteligencia artificial que responda una consulta, genere una imagen o resuma un documento, miles de servidores trabajan de forma simultánea en grandes centros de datos. Igual que ocurre cuando un ordenador realiza tareas muy exigentes, como ejecutar un videojuego o descargar archivos pesados, ese esfuerzo consume más electricidad, genera calor y obliga a refrigerar los equipos para evitar averías o daños.
Ahí entra en juego el agua. Aunque también existen sistemas de ventilación, la refrigeración por agua sigue siendo actualmente la opción más eficiente para enfriar estos enormes centros de datos. La rápida expansión de la inteligencia artificial está aumentando, por tanto, la demanda de este recurso y con ella el debate sobre su impacto en las zonas donde el agua ya es un bien escaso. Pero medir ese impacto no es tan sencillo como contar litros. Depende de cómo se refrigeren los equipos, de dónde se ubiquen los centros de datos y de cómo se produzca la electricidad que utilizan.
¿Cuánta agua ‘bebe’ la IA?
Ahora bien, ¿cuánta agua consume realmente la IA cuando hacemos una consulta a un chat? Las estimaciones disponibles ofrecen resultados muy distintos, porque todavía no existe una forma estandarizada de medir este consumo.
Entre las consideradas más fiables, un estudio de la Universidad de California y la Universidad de Texas (EE. UU.) calculó que una conversación de entre 20 y 50 preguntas con un chat implica un consumo aproximado de medio litro, aunque se trata de una estimación sujeta a numerosas incertidumbres. Las grandes compañías tecnológicas también reconocen que el crecimiento de la IA ha incrementado el consumo de agua de sus centros de datos. Este aumento oscila entre algo más del 20 % y el 34 %, según la empresa.
¿Es mucho o es poco? La respuesta no es sencilla. “Cuantificar con precisión este consumo hídrico sigue siendo un reto. No existe todavía una contabilidad auditada ni estándares de información comparables entre empresas”, explica Ignacio Sánchez Serrano, responsable del área de Resources de Accenture. Pedro Martínez Santos, director del grupo de investigación en Hidrogeología y Medio Ambiente de la Universidad Complutense de Madrid (UCM), coincide: “Aunque proliferan los estudios, todavía no puede hablarse de una cifra plenamente fiable. Esto nos obliga a trabajar casi siempre con estimaciones indirectas y márgenes de error relativamente elevados”.
Pese a esa incertidumbre, todos los expertos coinciden en que la rápida expansión de la IA exige una gestión responsable del agua. “El ritmo de crecimiento del sector y su concentración en zonas con estrés hídrico justifican una gestión proactiva”, resume Sánchez Serrano.
¿Podemos fiarnos de las cifras?
Conviene poner estas cifras en contexto. Aunque el consumo de agua asociado a la IA está creciendo con rapidez, sigue siendo muy inferior al de actividades como la agricultura de regadío, que utiliza cientos de veces más agua cada año.
Según Pedro Martínez Santos, algunas estimaciones sitúan el consumo mundial de agua de la IA en unos 5 km³ para 2027, frente a los 2.500 km³ que consume cada año la agricultura de regadío y los 750 km³ del uso doméstico. “Ha crecido rápidamente en los últimos años, pero todavía representa un volumen pequeño en términos absolutos”, reconoce el experto.
Sin embargo, el volumen total no lo explica todo. Un mismo consumo de agua puede tener consecuencias muy distintas según dónde se produzca. No es lo mismo utilizar agua en una zona donde el recurso es abundante que hacerlo en regiones sometidas a estrés hídrico o sequías recurrentes.
Cómo calcular la huella hídrica de la IA
Calcular la huella hídrica de la IA no es sencillo. A diferencia del consumo eléctrico o de la huella de carbono, intervienen numerosos factores. No solo cuenta el agua utilizada para refrigerar los centros de datos, sino también la necesaria para fabricar los equipos o producir la electricidad que consumen. Además, muchos modelos de IA funcionan integrados con otros sistemas, como buscadores de Internet, asistentes virtuales o plataformas en la nube, lo que dificulta saber cuánta agua corresponde realmente a cada uno. A ello se suma que todavía no existen normas homogéneas para que las empresas informen sobre este consumo.
Para Alejandro Fuster, director técnico de SpainDC, la asociación que agrupa a los centros de datos instalados en España, no existe una relación automática entre estas infraestructuras y el estrés hídrico. “Todo depende de la ubicación, del diseño de la instalación y del sistema de refrigeración elegido. Más que hablar de un riesgo generalizado, hay que evaluar cada proyecto según los recursos disponibles en la zona y apostar por soluciones cada vez más eficientes”, analiza.
¿Qué soluciones existen?
La buena noticia es que la tecnología está avanzando para reducir esa huella. “Ya existen soluciones como la refrigeración en seco (utiliza aire en lugar de agua), los circuitos cerrados (reutilizan el agua), los sistemas híbridos (combinan distintas tecnologías de refrigeración), el uso de agua regenerada procedente de depuradoras o la refrigeración por inmersión, en la que los equipos se introducen en líquidos especiales para disipar el calor”, comenta Fuster. “El objetivo es enfriar mejor utilizando menos recursos”, añade el experto.
Para Ignacio Sánchez Serrano, el desafío no consiste solo en desarrollar tecnologías más eficientes. Además, es necesario planificar cómo crecerán los centros de datos en los próximos años, teniendo en cuenta los recursos disponibles en cada territorio. Una buena coordinación entre empresas, administraciones y gestores del agua será clave para compatibilizar el desarrollo de la IA con un uso sostenible de este recurso.
La huella hídrica de la IA no dependerá solo de los avances tecnológicos, sino también de cómo se gestione su crecimiento. Porque la inteligencia artificial puede parecer invisible, pero no lo es. Detrás de cada consulta hay una infraestructura física que consume energía, agua y otros recursos. Reducir ese impacto será un reto compartido por empresas, administraciones y usuarios. La cuestión no es dejar de usar la IA, sino impulsar un desarrollo que tenga en cuenta también el agua que necesita para funcionar.
