El coste oculto de la IA: el informe de la ONU

¿Qué dice exactamente el informe de la ONU?

El documento se titula "Coste ambiental del uso energético de la IA: huellas de carbono, agua y suelo" y fue elaborado por el Instituto de la Universidad de la ONU para el Agua, el Medio Ambiente y la Salud (UNU-INWEH). Su planteamiento central es que medir el impacto ambiental de la inteligencia artificial únicamente por sus emisiones de carbono deja fuera dos huellas igual de relevantes: el agua usada para refrigeración y generación eléctrica, y el suelo ocupado por infraestructuras energéticas y cadenas de suministro.

Las proyecciones para 2030 son las que han generado más debate: los centros de datos de IA consumirán 945 teravatios-hora de electricidad al año, casi el triple del consumo combinado de Pakistán, Bangladés y Nigeria —países que suman más de 650 millones de personas. En paralelo, ya en 2025 los centros de datos globales consumieron 448 teravatios-hora, lo que los situaría como el undécimo mayor consumidor de electricidad del mundo si fueran un país, por detrás de Francia y por delante de Arabia Saudí.

"Este informe no es un manifiesto en contra de la inteligencia artificial. Es un llamamiento a usarla de forma responsable y a abordar sus impactos no deseados de manera proactiva, para hacerla sostenible y equitativa." — Kaveh Madani, director de UNU-INWEH y líder de la investigación

El dato que más incomoda: la eficiencia no basta

Uno de los hallazgos más relevantes del informe es lo que los autores llaman "efecto rebote" o paradoja de Jevons: cuando un modelo de IA se vuelve más eficiente y barato de usar, su consumo total no se reduce —se multiplica. La gente asume que la huella ambiental de la IA bajará a medida que la tecnología mejore, pero el informe sostiene que una IA más accesible genera más uso, y ese crecimiento de volumen anula con frecuencia las ganancias de eficiencia por consulta.

El informe también desmonta otra idea extendida: que la energía limpia resuelve automáticamente el problema. Brasil es el ejemplo que citan los autores: su red eléctrica, dominada por hidroeléctricas, genera un 77% menos de CO₂ por kilovatio-hora que la media mundial, pero su huella hídrica y de suelo prácticamente triplica ese promedio. Lo "bajo en carbono" no siempre significa "bajo en agua" ni "bajo en suelo ocupado".

Lo que el debate público ignoraba vs. lo que revela el informe

⚠️ El relato hasta ahora

• El impacto de la IA se medía solo en emisiones de CO₂
• "Energía renovable" se asumía como sinónimo de "sin impacto"
• El foco estaba en el entrenamiento de modelos, no en su uso diario
• Las tecnológicas no publicaban cifras de consumo de agua
• Se asumía que la eficiencia reduciría el consumo total

✓ Lo que confirma el informe ONU

• El agua y el suelo ocupado son huellas igual de críticas
• Una fuente "limpia" en carbono puede triplicar el gasto de agua
• La inferencia diaria representa el 80–90% del consumo total de IA
• UNU-INWEH exige estándares de transparencia obligatorios
• El efecto rebote anula las ganancias de eficiencia si el uso crece

El caso Querétaro: cuando el mapa de la IA coincide con la sequía

Caso destacado · México Querétaro, la capital de centros de datos que el informe pone bajo la lupa

El informe identifica a Querétaro como una de las zonas con mayor concentración de centros de datos de México y la región. Imágenes satelitales de febrero de 2026 citadas por los autores muestran cómo la sequía prolongada ha reducido drásticamente la superficie del embalse de la Presa El Centenario, uno de los principales reservorios de agua de la zona.

Mientras el nivel del agua caía, la demanda de refrigeración y generación eléctrica de los centros de datos de la región siguió creciendo. El Dr. Mir Matin, coautor del informe y responsable del Programa de Análisis Geoespacial de UNU-INWEH, señala que al mapear dónde se construye infraestructura de IA frente a dónde el estrés hídrico es mayor, en muchos casos coinciden exactamente las mismas regiones.

El caso no es aislado: el informe documenta una situación similar en Irlanda, donde los centros de datos representaron el 21% de la electricidad medida del país en 2023, superando el consumo de todos los hogares urbanos combinados, lo que llevó al operador de la red a paralizar nuevas aprobaciones en Dublín hasta 2028.

No todas las consultas de IA pesan lo mismo

El informe también desglosa el coste ambiental según el tipo de tarea que se le pide a un modelo de IA. La diferencia entre una consulta simple y una generación compleja es enorme:

Qué puede hacer una empresa consciente frente a estos datos

El propio informe insiste en que su objetivo no es frenar la adopción de IA, sino exigir transparencia y uso responsable. Para una empresa o agencia que integra IA en sus procesos —como la automatización de marketing, atención al cliente o generación de contenido— hay decisiones concretas que reducen el impacto sin renunciar a la tecnología.

• Evita usar IA generativa de imagen o vídeo para tareas que se pueden resolver con texto o plantillas: el coste ambiental de generar contenido visual es órdenes de magnitud mayor que el de una consulta de texto.
• Prioriza proveedores de IA que publiquen métricas de huella hídrica y de carbono de forma transparente, en lugar de limitarse a declaraciones genéricas de "neutralidad en carbono".
• Usa modelos más pequeños y eficientes para tareas simples —clasificación, resumen corto, extracción de datos— en lugar de recurrir siempre al modelo más grande disponible.
• Evalúa el procesamiento local (on-device) para tareas recurrentes: reduce la dependencia de centros de datos masivos y, en muchos casos, también el coste operativo.
• Si automatizas procesos para clientes, evita la multiplicación innecesaria de llamadas a IA generativa cuando un flujo de trabajo tradicional puede cumplir la misma función con menor huella.

Preguntas frecuentes

💡 Dato clave

Generar un solo vídeo corto con IA puede consumir hasta 200.000 veces más energía que una tarea simple como filtrar correo no deseado, según UNU-INWEH.