La IA se ha convertido en uno de los mayores devoradores de consumo energético, pero sin el escrutinio público que en su día sufrió Bitcoin. Un reciente estudio de la Universidad de Rhode Island revela que solo el modelo ChatGPT-5 consume ya el doble de energía que toda la red de Bitcoin, convertida durante años en el chivo expiatorio de la huella de carbono tecnológica. La paradoja es evidente: aquello que se reprochaba a las criptomonedas lo está reproduciendo, a mayor escala, la IA. Esto obliga a preguntarse si estamos entrando en una era en la que la innovación digital repite los mismos errores, pero con un coste energético aún más desmesurado.
El consumo energético de la IA
Desde su creación, la red de Bitcoin ha operado bajo un mecanismo de consenso conocido como Prueba de Trabajo (Proof-of-Work o PoW). Este sistema está diseñado para asegurar la red, validar transacciones y permitir la acuñación de nuevas criptomonedas, pero es un proceso que inherentemente requiere una potencia computacional masiva.
FRANCIA QUIERE ESTABILIZAR SU RED ELÉCTRICA MINANDO BITCOIN CON ENERGÍA NUCLEAR SOBRANTE
De hecho, los mineros de Bitcoin a día de hoy, utilizan hardware especializado, conocidas como Unidades de Circuito Integrado para Aplicaciones Específicas (ASIC), que consumen grandes cantidades de electricidad para resolver complejos acertijos matemáticos basados en el hash SAH-256. Y con ello, añadir nuevos bloques a la cadena de bloques. Una dinámica que hace que el consumo anual de energía eléctrica de la red de Bitcoin se estime en 194,57 TWh, una cifra comparable al consumo de energía de países como Tailandia.
Es claro que esto lleva consigo una enorme huella de carbono, la cual es de unos 108,53 millones de toneladas de CO2, lo que la equipara a la de la República Checa. Además, cada transacción individual de Bitcoin tiene un impacto significativo, equivalente a la huella de carbono de 1.375.684 transacciones de VISA o el consumo eléctrico promedio de un hogar estadounidense durante 38,14 días.
Carbono, residuos y gestión
Por otro lado, la generación de residuos electrónicos (e-waste) es un desafío adicional, con 23,70 kilotoneladas anuales, comparables a los pequeños equipos de TI desechados en los Países Bajos. Asimismo, la red consume alrededor de 3066 gigalitros de agua dulce al año, una cantidad similar al uso total de agua de Suiza. Estos datos reflejan el costo ambiental asociado a la seguridad y descentralización que ofrece el modelo PoW.
De hecho, el ciclo continuo de minería incentiva a personas de todo el mundo a operar máquinas potentes, lo que ha impulsado el crecimiento del consumo energético de la red a proporciones épicas, especialmente cuando el precio de la criptomoneda alcanza nuevos máximos. Históricamente, una parte significativa de la energía utilizada para la minería de Bitcoin ha provenido de combustibles fósiles, exacerbando su impacto de carbono.
Autogeneración como clave para la sostenibilidad
Sin embargo, la industria minera ha buscado ubicaciones con acceso a electricidad barata y, en algunos casos, fuentes de energía renovable, lo que ha llevado a una migración de mineros en todo el mundo en búsqueda de una mayor rentabilidad y una menor huella de carbono. No solo eso, la industria poco a poco está aprovechando la energía autogenerada por las granjas para otros fines, especialmente en el campo de la computación en la nube y la IA, lo que diluye poco a poco el alto impacto energético de Bitcoin.
JENARO GARCÍA LANZA SUNU2: ENERGÍA SOLAR PARA MINAR BITCOIN EN TU TEJADO
Eso además de que el consumo de la red se está desacelerando, ya que los nuevos ASIC no solo son más potentes que versiones pasadas, sino que al mismo tiempo, consumen menor energía y requieren de menores infraestructuras de climatización. En pocas palabras: la industria de la minería de Bitcoin se está especializando y haciendo más eficiente con cada nueva generación, reduciendo con ello el impacto general de su actividad.
La llegada de la IA y su apetito energético
Pero mientras el debate sobre el consumo de energía de Bitcoin continuaba, una nueva tecnología llega y termina eclipsando rápidamente las preocupaciones anteriores con su propio y masivo apetito energético: la Inteligencia Artificial (IA). El avance de la IA, especialmente en áreas como el aprendizaje profundo (deep learning) y los grandes modelos de lenguaje (LLMs), ha desatado una demanda de electricidad sin precedentes. Y es que entrenar estos modelos complejos, que impulsan chatbots, sistemas de visión por computadora y otras aplicaciones sofisticadas, requiere clústeres de Unidades de Procesamiento Gráfico (GPUs) y Unidades de Procesamiento Tensorial (TPUs) funcionando a máxima capacidad durante largos periodos
Estos centros de datos, que albergan la infraestructura de IA, no solo consumen energía comparable a la de pequeñas ciudades, sino que se proyecta que su demanda aumente exponencialmente. Es más, la proliferación de aplicaciones de IA en todos los sectores, desde la medicina y las finanzas hasta el entretenimiento y la automoción, está intensificando aún más esta demanda, creando una necesidad constante de mayor capacidad de cómputo y, por ende, de más energía. Los investigadores estiman que la IA ya representa hasta una quinta parte de la electricidad utilizada por los centros de datos a nivel global.
Lo más llamativo es que, a diferencia de Bitcoin, el auge de la IA ha ocurrido en una fracción del tiempo, lo que sugiere una aceleración mucho más rápida en su trayectoria de consumo energético.
OpenAI supera al consumo de Bitcoin
De hecho, los datos emergentes revelan una verdad ineludible: la ambición de OpenAI (el mayor player dentro del sector IA) por desarrollar modelos de lenguaje cada vez más capaces está generando una demanda energética que ya supera la de economías digitales consolidadas.
Las estimaciones de la Universidad de Rhode Island son categóricas: el modelo GPT-5 de OpenAI, la iteración más reciente de su revolucionario chatbot, podría llegar a consumir hasta 40 vatios-hora (Wh) para generar una respuesta de longitud media. Esta cifra es asombrosamente superior a los 2,12 Wh requeridos por su predecesor, GPT-4, lo que representa un aumento de aproximadamente 8,6 veces en la eficiencia energética.
Para poner esto en perspectiva, si ChatGPT-5 manejara los 2,5 mil millones de solicitudes que recibe diariamente la popular plataforma, su consumo energético total ascendería a unos 45 GWh, o unos 394 TWh al año. Esta cantidad de energía es equivalente a la producción de dos a tres centrales nucleares modernas, o suficiente para abastecer la demanda eléctrica diaria de 1,5 millones de hogares estadounidenses.
Estos 394 TWh al año es casi el doble del consumo energético de Bitcoin, el cual ronda los 194,57 TWh al año, una clara señal de como el consumo energético de la IA sigue avanzando de forma acelerada.
xAI y Claude le siguen de cerca en consumo energético
A la par de OpenAI, otras potencias en el campo de la Inteligencia Artificial, como xAI (la empresa de IA de Elon Musk) y Anthropic (creadores de Claude), también están contribuyendo significativamente al creciente consumo energético global, desafiando el status quo y la percepción pública sobre qué tecnología es la más intensiva en recursos. Aunque la atención a menudo se centra en los proyectos más mediáticos, como ChatGPT, es vital reconocer que la carrera por la IA abarca un espectro mucho más amplio de empresas y modelos, todos ellos con sus propias y considerables demandas energéticas.
Sin embargo, la eficiencia es un concepto relativo en este nuevo paradigma, ya que incluso modelos más optimizados todavía implican un consumo sustancial a escala global. La continua competencia por desarrollar modelos más grandes y más capaces, impulsada por la creencia de que «el tamaño importa» para alcanzar la Inteligencia General Artificial (AGI), significa que el consumo total de energía de este sector solo aumentará.
Elon Musk, con xAI, ha entrado en esta contienda con una filosofía que, si bien busca la eficiencia, también aspira a la creación de modelos que rivalicen con los más grandes del mercado. Sus modelos, como Grok, están diseñados para manejar cantidades masivas de datos y operaciones complejas, lo que, por defecto, se traduce en una alta demanda computacional y energética. Aunque aún no se disponen de datos públicos específicos sobre el consumo de energía de los modelos de xAI a la misma escala que los de OpenAI o DeepSeek, es razonable asumir que, dado su enfoque en modelos poderosos y de vanguardia, su impacto energético será igualmente significativo.
BLOCKCHAIN ENTRA EN LA RED ELÉCTRICA: ASÍ SE TOKENIZA LA ENERGÍA
¿Qué pasará con la tendencia? Un problema futuro
En todo caso, la trayectoria actual del consumo energético de la Inteligencia Artificial no solo es preocupante en el presente, sino que se proyecta como un problema de magnitud creciente a futuro. Las estimaciones y pronósticos de diversos estudios señalan que el apetito de la IA por la electricidad no hará más que intensificarse en los próximos años, consolidándola como una de las principales cargas energéticas a nivel mundial. Y es que su crecimiento exponencial tiene implicaciones profundas para las infraestructuras eléctricas, el medio ambiente y la economía global.
Un informe de la Organización Latinoamericana de Energía (OLADE) proyecta que la IA representará el 5% del consumo total de electricidad en América Latina y el Caribe para el año 2035, lo que equivale a más de 120 TWh anuales. Se espera un crecimiento del 165% en el número de centros de datos a nivel global entre 2023 y 2030, con una tasa promedio anual del 15%. Esta expansión resultará en una demanda energética sin precedentes, especialmente en el entrenamiento de algoritmos, la ejecución de consultas y los complejos sistemas de enfriamiento necesarios para mantener la operatividad de los centros de datos. Mientras que a nivel global, las proyecciones para 2030, superan los 1100 TWh al año, más de 5 veces el consumo de la red Bitcoin, esto según datos de la IEA.
Un problema creciente
De hecho, en Estados Unidos, los centros de datos, que ya consumen el 2,5% de la electricidad total (aproximadamente 130 TWh anuales), podrían triplicar este consumo al 7,5% para 2030. Algunas estimaciones más pesimistas sugieren que el consumo de los centros de datos podría representar entre el 6,7% y el 15% del consumo total de electricidad en EE. UU. para 2028. Anualmente, esto se traduciría en un consumo que puede superar los 500 TWh.
TETHER LANZA SOFTWARE ABIERTO PARA MINAR BITCOIN CON ENERGÍA SOLAR
Para satisfacer esta creciente demanda, las principales empresas de servicios públicos en Estados Unidos están planificando nuevas centrales eléctricas de gas y explorando la reactivación de proyectos de energía nuclear. Esto plantea un serio dilema entre la necesidad inmediata de energía para la IA y los compromisos a largo plazo con la sostenibilidad. La transformación digital de los sistemas productivos debe ir de la mano con una planificación energética responsable y sostenible, ya que la IA podría competir por recursos energéticos con sectores prioritarios como el residencial, el industrial o el transporte.
Este escenario futuro subraya la necesidad de una profunda reevaluación del desarrollo de la IA, poniendo la eficiencia energética y la sostenibilidad en el centro de su evolución. Sin una intervención significativa, la IA, a pesar de sus beneficios transformadores, corre el riesgo de convertirse en un contribuyente masivo al cambio climático y a la presión sobre los recursos naturales.