La expansión imparable de la inteligencia artificial ha abierto una nueva era digital con un impacto que trascienden lo tecnológico y toca directamente al sistema energético global. El consumo energético de modelos como Chat GPT alcanza cifras comparables al uso de electricidad de grandes metrópolis tan granades como Madrid o Nueva York durante largos periodos.
Esta realidad, que ya está ocurriendo actualmente, genera preocupaciones sobre la sostenibilidad del crecimiento de la IA y su impacto en la estabilidad de las redes eléctricas, y potencialmente en tecnologías limpias como el coche eléctrico.
El consumo de energía de la inteligencia artificial
Según un análisis reciente del portal BestBrokers, ChatGPT demanda alrededor de 17,3 TWh de electricidad al año solo para procesar las consultas de usuarios a escala global. Esa cantidad de energía equivale al consumo anual de grandes ciudades. Cómo referencia, sería suficiente para abastecer a Madrid o Nueva York durante aproximadamente siete meses y medio.
Esa magnitud tiene efectos sobre las infraestructuras eléctricas. Los centros de datos que alojan los modelos de IA no solo consumen energía directamente para el cálculo sino también para sistemas de refrigeración y mantenimiento, lo que eleva aún más la carga sobre la red.
Hoy, los grandes centros de datos representan entre el 2 % y el 3 % del consumo eléctrico total en países como Estados Unidos, y parte de ese consumo se debe a modelos de IA como ChatGPT, que consumen entre seis y diez veces más energía por consulta que una búsqueda típica en internet.
El crecimiento exponencial de la IA también se observa en las proyecciones a medio plazo: los datos disponibles señalan que el consumo de electricidad de los centros de datos podría duplicarse para 2030, alcanzando cifras próximas a 945 TWh, equivalentes al consumo de países completos como Japón.
Este apetito energético creciente tiene implicaciones directas para la operación del sistema eléctrico, que debe equilibrar constantemente producción y demanda para mantener la estabilidad de frecuencia y tensión. Un exceso de carga, especialmente en momentos punta, puede tensar la capacidad disponible de las redes, como ha sido observado en algunos estados de Estados Unidos donde las infraestructuras han tenido que implementar medidas de emergencia para gestionar la tensión causada por las demandas de energía intensivas, incluidos los centros de datos.
El vehículo eléctrico VS Inteligencia Artificial
Ante esta presión, surge un debate crucial entre expertos: la función que podrían desempeñar los vehículos eléctricos conectados a la red (vehicle-to-grid o V2G). Estos coches no solo consumen electricidad para cargarse, sino que pueden devolver energía a la red en momentos de alta demanda, actuando como estabilizadores móviles del sistema.
Sin embargo, si el consumo de energía por parte de instalaciones de IA continúa en aumento sin mecanismos eficaces de gestión y flexibilidad, esta función de los vehículos eléctricos podría verse comprometida o tener un valor menor frente a demandas masivas de grandes consumidores como los centros de datos.
El potencial de los vehículos eléctricos para ayudar a mitigar picos de demanda no es una hipótesis teórica: las tecnologías de carga inteligente y V2G permiten que los coches aprovechen momentos de baja demanda para cargarse y, a su vez, ofrezcan energía de vuelta a la red en periodos críticos.
Esto, en teoría, fortalecería la resiliencia y estabilidad del sistema eléctrico. No obstante, estas capacidades requieren inversiones en infraestructura, regulación y coordinación entre operadores de red, gestores de carga y fabricantes de automóviles.
En contraste, los centros de datos que soportan servicios de IA como ChatGPT operan con patrones de consumo intensivo y continuo, que no siempre coinciden con los momentos de menor presión de la red.
Estudios técnicos señalan que los cambios rápidos en la demanda de energía de estos centros pueden provocar variaciones bruscas en la tensión y frecuencia de la red si no se gestionan adecuadamente, obligando a los operadores a recurrir a reservas costosas y servicios auxiliares para equilibrar el sistema.
Las implicaciones no son meramente técnicas, sino también económicas y regulatorias. El alto coste energético que implica alimentar la infraestructura de IA se traduce en presiones sobre el coste de la electricidad, inversiones en generación y transmisión, y en la autonomía energética de pueblos y ciudades.
Esta presión también se suma a la discusión sobre las inversiones necesarias para potenciar las energías renovables a escala suficiente para cubrir tanto el consumo tradicional como las nuevas demandas impuestas por la IA.
La rivalidad entre tecnologías emergentes por un recurso finito como es la energía eléctrica revela tensiones profundas en el esquema energético actual. La función estabilizadora del coche eléctrico, vista como un componente clave de las redes inteligentes del futuro, podría verse parcial o totalmente eclipsada si no se integran políticas de demanda flexible, infraestructura adecuada y un equilibrio entre generación renovable y consumo digital intensivo.
La analogía de que ChatGPT consume tanta energía como ciudades completas no es solo un dato sorprendente: es un signo claro de que el sistema energético deberá transformarse para acomodar simultáneamente la revolución digital y la transición hacia una movilidad sostenible.