La expansión de los centros de datos que sostienen a la IA exige cada vez más energía, agua, chips, suelo e infraestructura. El desafío será mantener este crecimiento sin poner bajo presión los recursos disponibles.
La inteligencia artificial atraviesa una etapa de expansión acelerada, pero detrás de cada consulta a un chatbot, modelo generativo o sistema automatizado existe una infraestructura física que requiere enormes cantidades de recursos. Centros de datos, servidores, sistemas de refrigeración, redes eléctricas y semiconductores se han convertido en piezas esenciales para sostener el crecimiento de esta tecnología.
Según las proyecciones citadas por Primicias, el gasto mundial relacionado con la inteligencia artificial podría alcanzar USD 2,59 billones en 2026, de los cuales unos USD 1,43 billones corresponderían a infraestructura. La cifra refleja la magnitud de la carrera tecnológica que protagonizan las grandes empresas del sector.
Centros de datos, el corazón físico de la IA
Los modelos de inteligencia artificial funcionan gracias a enormes instalaciones llenas de servidores que procesan y almacenan información. A diferencia de los centros de datos tradicionales, las nuevas instalaciones diseñadas para IA requieren una capacidad de cómputo mucho mayor y sistemas de refrigeración capaces de manejar altas temperaturas.
El problema no se limita al consumo eléctrico. Estas infraestructuras demandan agua, suelo, hormigón, minerales, cables, baterías, generadores y redes de transmisión, lo que convierte a la IA en una actividad con una creciente huella física.
La Agencia Internacional de Energía estimó que los centros de datos consumieron alrededor de 415 teravatios-hora de electricidad en 2024, equivalente al 1,5% del consumo eléctrico mundial. La proyección apunta a que esta demanda podría duplicarse hacia 2030.
El agua también entra en la ecuación
Uno de los principales desafíos está relacionado con la refrigeración de los servidores. A medida que aumenta la capacidad de procesamiento, también crece el calor generado por los equipos y, por lo tanto, la necesidad de sistemas de enfriamiento.
En Texas, por ejemplo, una investigación citada por Primicias proyecta que el consumo de agua de los centros de datos podría pasar de 185.000 millones de litros a 1,5 billones de litros anuales en 2030. Además, alrededor del 40% de los nuevos proyectos de centros de datos en Estados Unidos estarían ubicados en zonas con estrés hídrico.
Esto genera una preocupación adicional: no solamente importa cuánto consumen los centros de datos durante un año, sino si las redes locales de agua y electricidad pueden soportar los picos de demanda durante períodos de calor o sequía.
La expansión también presiona a los fabricantes de chips
La carrera por desarrollar modelos de IA más potentes está provocando un aumento de la demanda de semiconductores y, particularmente, de memorias de alto ancho de banda o HBM, necesarias para procesar grandes volúmenes de información.
La producción mundial de estos componentes está concentrada en pocas empresas, mientras que los fabricantes han redirigido parte de su capacidad hacia los servidores destinados a inteligencia artificial. Esta presión ya comienza a trasladarse al mercado de dispositivos electrónicos.
En 2026, por ejemplo, Micron anunció incrementos superiores al 60% en el precio de determinadas memorias. El encarecimiento de estos componentes también puede terminar afectando los precios de computadoras, teléfonos y otros dispositivos tecnológicos.
¿Puede sostenerse este crecimiento?
El crecimiento de la infraestructura de IA plantea un dilema: la tecnología promete mayor productividad y nuevas oportunidades económicas, pero también exige una cantidad creciente de recursos físicos.
Expertos citados por Primicias advierten que la pregunta hacia 2030 no será únicamente cuánta inteligencia artificial podrá desarrollar la industria, sino si las ciudades y comunidades donde se instalen estos centros tendrán suficiente agua y electricidad para atender su demanda, especialmente durante períodos de estrés climático.
El desafío, por tanto, será conseguir que la expansión de la IA avance acompañada de mayor eficiencia energética, fuentes renovables, sistemas de refrigeración menos intensivos en agua y una planificación adecuada de la infraestructura. El objetivo será que la revolución digital no termine trasladando sus costos a los recursos naturales y a las comunidades que la sostienen.
