El próximo cuello de botella de la inteligencia artificial es la electricidad barata » Enrique Dans
Llevamos años obsesionados con los modelos y los asistentes, pero aquí viene una nueva verdad reveladora: la próxima ventaja competitiva en la inteligencia artificial no vendrá de otro benchmark, sino los electrones. Y no cualquier electrón, sino los baratos. A medida que las «guerras de la inteligencia artificial» se intensifican, los ganadores no serán simplemente quienes tengan la mejor experiencia de usuario o más capacidad de cómputo, sino aquellos que puedan asegurar energía abundante y de bajo coste a escala, hora tras hora, año tras año.
Es ahí donde la inteligencia artificial choca con el mundo físico, donde la historia deja de girar en torno al software y empieza a tratar sobre redes eléctricas, turbinas y curvas de precio. Los análisis más recientes muestran que los centros de datos impulsados por IA ya son un motor visible de la demanda eléctrica en los Estados Unidos, y empiezan a elevar los precios minoristas, una señal clara de que la restricción ha pasado de estar en las GPUs a estar en los kilovatios-hora.
Luego está el debate sobre el agua, que necesita unos cuantos matices. En realidad, el problema es que el término «uso de agua» se confunde frecuentemente con «consumo de agua». En los centros de datos, gran parte del agua utilizada en los sistemas de refrigeración se extrae, se emplea para absorber calor y luego se devuelve. Caliente, sí, pero se reincorpora al ciclo hídrico tras reducir su temperatura hasta el rango permitido.
Sólo algunos diseños (principalmente enfriamiento evaporativo) consumen agua por pérdidas de vapor; otros intercambian agua por electricidad usando enfriadores por aire o bucles de líquido directos al chip, lo que reduce drásticamente las extracciones en la cuenca del sitio.
Pensar localmente
La manera adecuada de abordar el problema es a escala local: el estrés hídrico es un problema de cuenca, no global, y el riesgo depende tanto del lugar donde se instala la carga como, sobre todo, de la tecnología de refrigeración elegida. En resumen, los titulares frecuentemente sobredimensionan una «sed universal» que la ingeniería y los datos no respaldan.
Nada de esto minimiza a las comunidades que sí sufren estrés hídrico, donde una sola instalación puede marcar la diferencia. Algunas investigaciones revelan proyectos de clusters de centros de datos en regiones áridas, lo que provoca escrutinios y nuevas regulaciones locales. Esa es la discusión correcta: ajustar las elecciones tecnológicas a los cánones de la cuenca y dejar de tratar el «agua para la inteligencia artificial» como si fuese el mismo problema en todos lados.
En lugares con agua no potable o reciclada, o con refrigeración seca / termosifón, la huella se puede manejar; en cuencas vulnerables, se convierte en una decisión de ubicación, no un problema de ingeniería.
La electricidad es distinta, porque no hay alternativa local si el precio es estructuralmente alto. Y en cuanto al coste, el mercado es brutalmente claro: el último informe Lazard Levelized Cost of Energy+ (LCOE+) confirma una vez más que la energía eólica y la solar a escala industrial siguen en el nivel más bajo del coste, mientras que las nuevas plantas de ciclo combinado de gas suben en precio y la nuclear aún es una opción más cara en países ricos cuando tenemos en cuenta todos los factores que los pro-nucleares siempre intentan quitar de la ecuación. Si lo que quieres es ejecutar entrenamientos masivos o inferencias siempre activas, la diferencia entre energía limpia y barata y generación heredada no es un error de redondeo, sino el margen que decide dónde construir y si la unidad económica tiene sentido.
Pensemos en la energía nuclear: la expansión de la central de Vogtle en Georgia finalmente entró en funcionamiento, sí, pero solo tras sobrecostes y retrasos históricos que se tradujeron en fuertes aumentos tarifarios para los usuarios, como en muchos otros casos recientes. Si la ventaja de la inteligencia artificial es velocidad y escala, cuesta cuadrar eso con tecnologías que llegan tarde, que se pasan casi siempre del presupuesto y que mantienen costes nivelados en el extremo malo de la curva. La física funciona. La economía, hoy, no.
Por eso el nuevo foso defensivo no es el «acceso a la energía» en abstracto: es el acceso a energía barata, entregada con fiabilidad. Ganarán quienes puedan asegurar un suministro económico 24/7, desplazar cargas no urgentes a horas valle y co-ubicar el cómputo con renovables subutilizadas o infraestructuras sobredimensionadas. El resto lo pagará al precio de venta minorista, pasando esos costes a los usuarios o inversores.
Ya estamos viendo a utilities, operadores de red y empresas tecnológicas negociar flexibilidad y reducción de carga, y los modelos de la Agencia Internacional de la Energía (IEA) dejan claro que la demanda relacionada con la inteligencia artificial está creciendo, y pondrá a prueba sistemas que no estaban diseñados para soportar este tipo de cómputo siempre activo.
El factor China
Esto nos lleva a una comparación que nadie en Silicon Valley quiere mencionar en voz alta: China. Miremos más allá de los titulares sobre carbón y sigamos los datos. China alcanzó su meta de 2030 para viento y solar en 2024, seis años antes, y añadió alrededor de 429 GW de nueva capacidad neta a la red en 2024, en su mayoría solar y eólica y respaldadas por una inversión masiva en transmisión. El ritmo importa, porque los megavatios-hora marginales de renovables ultra-baratas establecen el suelo del coste de entrenamiento e inferencia. La red china todavía tiene retos (incluidos los deslastres de generación), pero si la pregunta es «¿quién está generando electrones baratos con escala y más rápido?», hoy la respuesta no es Estados Unidos.
Eso no significa resignación; significa enfoque. Si los Estados Unidos quieren mantener competitividad en la economía de la inteligencia artificial, la prioridad no es otro anuncio de un modelo nuevo, sino la expansión de generación barata y las infraestructuras para moverla. Todo lo que demore eso —ya sea insistir en la volatilidad del gas, pretender que el carbón es barato una vez que se consideran pagos de capacidad y externalidades, o soñar con nucleares que llegarán tarde— mantendrá a la IA donde la energía sea barata y previsible. En un mundo de cargas sensibles a la ubicación, los electrones deciden la geografía.
La conclusión práctica
Si realmente inviertes en inteligencia artificial, tu CFO debería conocer tu coste combinado de electricidad con la misma precisión que tu factura de cloud computing, y negociar ambas. Favorece regiones con abundante viento y solar y buena transmisión; exige tarifas según uso horario y programas de respuesta a demanda; exige a tus proveedores energía libre de carbono 24/7, no compensaciones anuales que no alivian ni los picos ni las demandas locales. Esto no es postureo ESG: es control de costes para una línea de producto intensiva en cómputo cuyas economías unitarias están ligadas a los mercados energéticos.
En cuanto al agua, seamos pragmáticos. Pregunta por diseños de refrigeración, no por slogans. ¿Es evaporativo o circuito cerrado? ¿Cuál es la eficacia en el uso del agua y la temperatura de descarga? ¿En qué punto del mapa de acuíferos del World Resources Institute (WRI) está el sitio, tanto hoy como bajo los futuros escenarios climáticos? Si tu proveedor no puede responder a lo básico, no está listo para crecer allí donde tú planeas hacerlo. Pero no permitas que el meme «la inteligencia artificial se está bebiendo el planeta» oscurezca una realidad más simple: con la tecnología adecuada y una buena localización, el factor limitante es la electricidad barata, no la humedad de un circuito recirculante.
La narrativa está cambiando. La primera fase del boom de la inteligencia artificial premió a quienes podían recaudar capital y comprar GPUs. La siguiente fase recompensará a quienes puedan comprar electrones baratos, limpios y sostenidos en el tiempo. Si deseas un anticipo de quién ganará las guerras de los asistentes, no mires las demos, mira las interconexiones, los acuerdos de compra de energía y los mapas de expansión de capacidad eólica y solar. El software es glamouroso, pero la energía marca el destino.
(This article was previously published on Fast Company)
