La inteligencia artificial se presenta a menudo como una revolución del software. Pero las cifras cuentan una historia más física.
La IA no funciona en abstracto. Funciona dentro de centros de datos. Esos centros de datos requieren electricidad, agua, sistemas de refrigeración, chips, terrenos, subestaciones, transformadores, conexiones de fibra, energía de reserva y trabajadores cualificados. A medida que la IA pasa de la experimentación a la implantación global, estos requisitos físicos se están convirtiendo en una de las mayores limitaciones de la tecnología.
La cuestión no es si la IA puede escalar en teoría. La cuestión es si el mundo puede, en la práctica, construir infraestructuras suficientes para soportarla.
Según la Agencia Internacional de la Energía, el consumo mundial de electricidad de los centros de datos rondará los 415 TWh en 2024, lo que equivale aproximadamente al 1,5% del consumo mundial total de electricidad. En el caso base de la AIE, se prevé que esta cifra se duplique con creces hasta los 945 TWh en 2030, alcanzando algo menos del 3% de la demanda total de electricidad mundial. Esto significa que se espera que el consumo eléctrico de los centros de datos crezca en torno a un 15% anual entre 2024 y 2030, más de cuatro veces más rápido que el crecimiento del consumo eléctrico global de otros sectores.
Estas cifras revelan el problema central: la IA no es sólo una tecnología digital. Se está convirtiendo en un importante reto de infraestructura física.
La primera cifra que hay que entender es 415 TWh.
Esa es la estimación de la AIE para el consumo mundial de electricidad de los centros de datos en 2024. Para ponerlo en perspectiva, los centros de datos ya consumían alrededor del 1,5% de la electricidad mundial antes de la plena implantación global de la IA.
Esto es importante porque el auge de la IA está llegando sobre una infraestructura digital ya existente. La computación en nube, el streaming, el software empresarial, los sistemas financieros, el comercio electrónico, la publicidad en línea y las redes sociales ya requieren grandes redes de centros de datos. La IA añade una nueva y más intensa capa de demanda.
Las cargas de trabajo tradicionales de los centros de datos ya eran importantes, pero las de la IA son diferentes. Requieren GPU de alto rendimiento, clústeres de servidores densos, redes avanzadas y sistemas de refrigeración más potentes. Esto significa que la IA no aumenta simplemente el número de servidores. Cambia el tipo de infraestructura necesaria.
El punto clave es que la IA parte de una base elevada. El mundo no está pasando de cero a una infraestructura de IA. Está añadiendo IA a una economía digital que ya consume mucha energía.
La AIE prevé que el consumo mundial de electricidad de los centros de datos alcance unos 945 TWh en 2030 en su hipótesis de base. Esto supone más del doble del nivel de 2024.
Esta es una de las cifras más importantes en el debate sobre la infraestructura de la IA.
Pasar de 415 TWh a 945 TWh supone un aumento de aproximadamente 530 TWh en sólo seis años. Esa demanda adicional supera el consumo total anual de electricidad de muchos países.
Estas cifras también explican por qué los gobiernos, las empresas de servicios públicos y las compañías energéticas se están implicando cada vez más en la estrategia de la IA. La expansión de la IA ya no es sólo una cuestión para las empresas tecnológicas. También lo es para los mercados energéticos, los planificadores de redes y la política energética nacional.
El reto no es sólo el consumo total. También es la velocidad. Una tasa de crecimiento anual del 15% en el consumo eléctrico de los centros de datos es extremadamente rápida para un sector que requiere muchas infraestructuras. Las redes eléctricas, las subestaciones, las líneas de transmisión y los activos de generación de energía no se construyen a la velocidad del software.
Esto crea uno de los principales muros físicos de la IA: la demanda puede crecer más rápido de lo que la infraestructura puede responder.
En 2030, los centros de datos podrían representar algo menos del 3% del consumo mundial de electricidad, según la hipótesis de base de la AIE.
A primera vista, un 3% puede no parecer abrumador. Pero este porcentaje global puede ser engañoso por tres razones.
En primer lugar, la demanda de centros de datos está muy concentrada. La infraestructura de IA no está distribuida uniformemente por todo el mundo. Tiende a agruparse en torno a las principales regiones de nubes, rutas de fibra, centros energéticos, centros financieros y mercados tecnológicos.
En segundo lugar, los centros de datos necesitan energía fiable y continua. Una gran instalación de IA no puede depender de un suministro eléctrico intermitente o incierto. Necesita capacidad firme, alto tiempo de actividad y conexiones estables a la red.
En tercer lugar, las redes locales pueden sufrir tensiones aunque la cuota mundial de electricidad siga siendo modesta. Una media nacional o mundial oculta los cuellos de botella locales. Una región puede tener suficiente electricidad sobre el papel, pero carecer de la capacidad de transmisión, las subestaciones o los transformadores necesarios para conectar un nuevo campus de centros de datos de IA.
Por eso, el debate sobre la energía en los centros de datos no debe centrarse únicamente en el porcentaje global. La cuestión más importante es si se puede suministrar la cantidad adecuada de energía a los lugares adecuados en el momento oportuno.
Estados Unidos ofrece uno de los ejemplos más claros de la rapidez con que crece la demanda de electricidad de los centros de datos.
Un informe del Laboratorio Nacional Lawrence Berkeley, respaldado por el Departamento de Energía de Estados Unidos, estimó que los centros de datos estadounidenses consumieron 176 TWh de electricidad en 2023. Esto representaba alrededor del 4,4% del consumo total de electricidad en EE.UU.
El informe también calcula que el consumo eléctrico de los centros de datos estadounidenses podría aumentar hasta alcanzar entre 325 TWh y 580 TWh en 2028. Esto representaría entre el 6,7% y el 12,0% del consumo total de electricidad en Estados Unidos.
Este rango es importante porque muestra lo incierto que sigue siendo el futuro. Las estimaciones inferior y superior dependen de factores como la adopción de la IA, los envíos de servidores, la eficiencia del hardware, las opciones de refrigeración y las tasas de utilización.
Pero incluso el extremo inferior de la proyección es significativo. Pasar de 176 TWh en 2023 a 325 TWh en 2028 supondría un gran aumento en sólo cinco años. La estimación superior de 580 TWh implicaría una transformación mucho más drástica de la demanda eléctrica estadounidense.
Por eso la infraestructura de la IA se ha convertido en una cuestión estratégica en Estados Unidos. Afecta a la planificación de la red, la generación de energía, la adquisición de energía por parte de las empresas, la política medioambiental y el desarrollo regional.
La previsión estadounidense de 325 TWh a 580 TWh para 2028 no debe considerarse un resultado único garantizado. Se trata de un escenario.
Esta distinción es importante.
La demanda de energía de la IA es difícil de prever porque actúan varias fuerzas simultáneamente. La demanda de servicios de IA puede crecer más rápido de lo previsto. El hardware puede volverse más eficiente. Los modelos pueden volverse más pequeños y especializados. La inferencia puede abaratarse. O, por otro lado, la IA puede estar integrada en casi todos los flujos de trabajo digitales, creando una demanda mucho mayor.
El amplio abanico indica que el futuro de la infraestructura de la IA sigue abierto. Pero también muestra que incluso los escenarios conservadores requieren una planificación seria.
Si se materializa el escenario inferior, EE.UU. sigue necesitando grandes inversiones en infraestructuras energéticas. Si se materializa el escenario superior, el país se enfrenta a un reto de planificación energética mucho mayor.
La conclusión segura no es que se vaya a producir una cifra exacta. La conclusión segura es que la IA ha hecho que la demanda de electricidad de los centros de datos sea demasiado grande para ignorarla.
El reto físico de la IA no sólo tiene que ver con el uso total de electricidad. También se trata de la densidad de potencia.
La AIE informa de que la densidad de potencia de los servidores de IA se multiplicó por 11 entre 2020 y 2025. Para 2027, podría aumentar otras cuatro veces.
Se trata de una de las limitaciones técnicas más importantes de la infraestructura de la IA.
Un centro de datos tradicional puede tener suficiente espacio físico, pero no suficiente potencia y capacidad de refrigeración por bastidor. Los servidores de IA concentran enormes cantidades de potencia informática en un área pequeña. Eso crea un intenso calor local y requiere sistemas eléctricos y de refrigeración más avanzados.
La AIE también señala que un bastidor de servidor individual en un centro de datos avanzado podría, en 2027, tener una demanda máxima de energía equivalente a la de 65 hogares.
Esta cifra ilustra por qué los centros de datos de IA son diferentes de las instalaciones más antiguas. El reto no es sólo construir más metros cuadrados de espacio para centros de datos. Se trata de construir instalaciones capaces de soportar entornos informáticos extremadamente densos.
En términos prácticos, esto significa más presión sobre los transformadores, la electrónica de potencia, los sistemas de refrigeración, la energía de reserva y el diseño de las instalaciones.
La imagen de un rack de IA que consume una potencia máxima equivalente a la de 65 hogares ayuda a explicar el problema de la refrigeración.
Cada vatio de potencia que utiliza un servidor acaba convirtiéndose en calor. Cuanta más potencia se concentra en cada rack, más difícil resulta eliminar ese calor de forma segura y eficiente.
La refrigeración ya representa una parte importante del consumo energético de los centros de datos. La AIE señala que la refrigeración puede representar alrededor del 7% del consumo eléctrico en centros de datos hiperescalares eficientes, pero más del 30% en centros de datos empresariales menos eficientes.
La IA aumenta la importancia de la refrigeración al alterar el perfil térmico de las instalaciones. Los clusters de GPU de alta densidad suelen requerir refrigeración líquida, refrigeración directa al chip u otros sistemas avanzados de gestión térmica.
Esto genera varias consecuencias:
Cuanto más se amplía la IA, más se convierten los centros de datos en un reto de ingeniería térmica.
La horquilla que va del 7% a más del 30% de la electricidad utilizada para refrigeración muestra hasta qué punto importa el diseño de las instalaciones.
Los centros de datos hiperescalares eficientes pueden reducir la cuota de refrigeración mediante un diseño avanzado, un mejor flujo de aire, refrigeración líquida, una ubicación respetuosa con el clima y una optimización operativa. Las instalaciones menos eficientes pueden gastar una parte mucho mayor de su electricidad simplemente eliminando calor.
Esto es fundamental para la IA porque la ineficacia de la refrigeración multiplica la carga energética. Si la demanda de computación aumenta rápidamente y los sistemas de refrigeración son ineficientes, el consumo total de electricidad crece más rápidamente.
Sin embargo, la optimización de la refrigeración no es sencilla. Un sistema que reduce el uso de electricidad puede requerir más agua. Un sistema que reduce el uso de agua puede consumir más electricidad. Una instalación en un clima más frío puede necesitar menos refrigeración, pero aún así enfrentarse a limitaciones de red o conectividad.
Por eso la sostenibilidad de la IA no puede juzgarse por una sola cifra. La electricidad, el agua, la intensidad de carbono y la ubicación son importantes.
El agua se está convirtiendo en una de las limitaciones físicas más delicadas desde el punto de vista político para los centros de datos de IA.
La razón es sencilla: los centros de datos suelen necesitar agua para refrigeración, especialmente cuando se utilizan sistemas evaporativos. El consumo de agua varía mucho en función de la ubicación, el diseño, el clima y la tecnología de refrigeración.
Investigadores de la Universidad de las Naciones Unidas han advertido de que la infraestructura de la IA crea presión no sólo sobre los sistemas de electricidad, sino también sobre los de agua, tierra y residuos electrónicos. Un reciente informe de Reuters sobre una investigación de la UNU afirmaba que los centros de datos podrían duplicar su consumo de energía y agua para 2030 debido a la creciente demanda de IA.
El problema del agua es muy local. Un centro de datos en una región rica en agua no crea el mismo riesgo que una instalación en una región propensa a la sequía o con escasez de agua. Por eso puede surgir la oposición pública incluso cuando una empresa afirma haber hecho progresos globales en sostenibilidad.
Para las comunidades, la cuestión no es sólo si el centro de datos es eficiente. La cuestión es si los recursos hídricos locales se están utilizando para apoyar los servicios globales de IA.
Este es uno de los ejemplos más claros de la naturaleza física de la IA. Un servicio digital puede crear conflictos de recursos locales muy reales.
La infraestructura de la IA también crea un reto de residuos electrónicos.
Investigadores de la Universidad de las Naciones Unidas han advertido de que la infraestructura de la IA podría generar hasta 2,5 millones de toneladas de residuos electrónicos al año de aquí a 2030.
Esto es importante porque el hardware de la IA evoluciona rápidamente. Las GPU, los servidores, los equipos de red, las baterías, los sistemas de refrigeración y los componentes de alimentación pueden sustituirse con frecuencia a medida que las nuevas generaciones se vuelven más eficientes o más potentes.
El impacto medioambiental de la IA no se limita, por tanto, al uso de electricidad durante su funcionamiento. También incluye la fabricación, el transporte, la sustitución y la eliminación del hardware.
Esto crea un problema de ciclo de vida.
Un modelo puede volverse más eficiente con el tiempo, pero si la infraestructura que lo sustenta requiere una rápida renovación del hardware, la carga medioambiental no desaparece. Se traslada a las cadenas de suministro, la minería, la fabricación y el procesamiento de residuos.
Por tanto, una infraestructura de IA responsable debe incluir el reciclaje, la reutilización, la recuperación de materiales y la planificación de un ciclo de vida del hardware más largo.
Las limitaciones físicas no sólo las plantean los grupos ecologistas o los críticos externos. Los propios operadores de centros de datos las están denunciando.
La Encuesta Global de Centros de Datos 2025 del Uptime Institute, basada en las respuestas de más de 800 propietarios y operadores de centros de datos, destaca el aumento de los costes, el empeoramiento de las restricciones energéticas, los retos de la densidad de la IA, los problemas de personal, los retrasos en la cadena de suministro y la incertidumbre tecnológica.
Esto es importante porque demuestra que los cuellos de botella son operativos y no teóricos.
Los operadores se enfrentan a limitaciones reales a la hora de asegurar la energía, actualizar las instalaciones, contratar personal, gestionar las cadenas de suministro y adaptarse a las cargas de trabajo de la IA. El sector es resistente, pero también está bajo presión.
Esta es otra razón por la que la implantación de la IA puede ser más lenta o desigual de lo que sugiere el bombo publicitario. La demanda de IA puede crecer rápidamente, pero la infraestructura necesaria para ofrecerla depende de sistemas físicos más lentos.
Las previsiones del sector financiero también apuntan a un crecimiento significativo de la demanda energética de los centros de datos.
Goldman Sachs Research ha pronosticado que la demanda mundial de energía para centros de datos podría aumentar en torno a un 165% con respecto a los niveles de 2023 para 2030.
Este tipo de previsión debe tratarse de forma diferente a las estimaciones respaldadas por la AIE o el DOE. Se trata de una perspectiva de mercado, no de una referencia de un organismo público. Pero sigue siendo útil porque muestra que el crecimiento de la demanda de energía es ahora fundamental para las expectativas de los inversores sobre la IA.
La dirección del viaje es consistente a través de múltiples fuentes: La IA está aumentando la demanda de capacidad de los centros de datos, y esa capacidad requiere grandes cantidades de energía.
El número exacto puede variar según la metodología. La tendencia es clara.
Los muros físicos de la IA no se limitan a la energía y el agua. La IA también depende de hardware especializado.
Los sistemas avanzados de IA requieren GPU, aceleradores de IA, memoria de gran ancho de banda, equipos de red, componentes ópticos, electrónica de potencia y embalaje avanzado. Estas cadenas de suministro son complejas y están concentradas.
La escasez de cualquiera de estos componentes puede ralentizar el despliegue.
Esta es la razón por la que la infraestructura de la IA es vulnerable a las limitaciones de suministro de semiconductores, los controles de exportación, los cuellos de botella en la fabricación, las tensiones geopolíticas y la competencia por la memoria avanzada y la capacidad de embalaje.
La cuestión clave es que la demanda de software puede escalar casi instantáneamente, pero la oferta de chips no. La fabricación de semiconductores requiere años de planificación, enormes inversiones de capital y una capacidad de producción altamente especializada.
La implantación global de la IA depende, por tanto, no sólo del desarrollo de modelos, sino de la capacidad física para fabricar y suministrar el hardware necesario para ejecutar esos modelos.
La IA también requiere suelo. Los grandes campus de centros de datos necesitan salas de servidores, sistemas de refrigeración, subestaciones, generadores de reserva, baterías, perímetros de seguridad, carreteras de acceso y, a veces, infraestructuras energéticas adyacentes.
Esto crea presión en regiones donde se solapan terrenos adecuados, acceso a la red y conectividad. Las mejores ubicaciones para centros de datos no son sólo parcelas vacías. Deben combinar disponibilidad de energía, acceso a fibra, aprobación normativa, recursos de agua o refrigeración, capacidad de construcción y aceptación política.
Aquí es donde la resistencia local puede convertirse en una barrera. Las comunidades pueden cuestionarse si los centros de datos consumen demasiada electricidad o agua, si crean suficientes puestos de trabajo permanentes, si aumentan los costes energéticos locales o si ejercen demasiada presión sobre las infraestructuras públicas.
Esto significa que las empresas de IA necesitan algo más que capacidad técnica. Necesitan una licencia social para construir.
Las cifras apuntan a una conclusión: El crecimiento de la IA se está convirtiendo en crecimiento físico.
En 2027, un bastidor de IA avanzado podría consumir una potencia pico equivalente a 65 hogares.
La refrigeración puede representar alrededor del 7% del consumo eléctrico en instalaciones eficientes a hiperescala, pero más del 30% en centros de datos empresariales menos eficientes.
La infraestructura de la IA podría generar hasta 2,5 millones de toneladas de residuos electrónicos al año de aquí a 2030.
Estas cifras demuestran que la IA ya no es sólo una carrera de modelos. Es una carrera de infraestructuras.
Los datos sugieren que la implantación global de la IA se verá condicionada por seis cuellos de botella físicos. El primero es la electricidad. La IA requiere grandes volúmenes de energía fiable.
El segundo es la capacidad de la red. La electricidad debe suministrarse a lugares concretos, no sólo generarse en algún punto del sistema. El tercero es la refrigeración. Una mayor densidad de potencia genera más calor y requiere una gestión térmica más avanzada.
El cuarto es el agua. Las opciones de refrigeración pueden crear estrés hídrico local y oposición política. El quinto es el hardware. La IA depende de complejas cadenas de suministro de semiconductores y componentes.
El sexto es el terreno y los permisos. Los centros de datos necesitan espacio físico, aceptación pública y aprobación normativa. Estos cuellos de botella no significan que la IA vaya a dejar de crecer. Significan que el crecimiento de la IA será más desigual, más caro y más dependiente de la planificación de infraestructuras de lo que muchas expectativas iniciales sugerían.
La IA parece digital porque los usuarios la experimentan a través del software. Pero sus cimientos son industriales. Funciona con electricidad. Depende de los chips. Produce calor. Puede consumir agua. Requiere terrenos. Genera residuos de hardware. Necesita redes eléctricas, sistemas de refrigeración, redes de fibra, transformadores, subestaciones y trabajadores cualificados.
Por tanto, la cuestión central de la IA está cambiando. La primera pregunta era: ¿Puede la IA llegar a ser lo suficientemente inteligente como para transformar los negocios y la sociedad? La siguiente pregunta es: ¿puede el mundo físico soportar la IA a escala global?
La respuesta dependerá no sólo de la mejora de los modelos, sino también de los sistemas energéticos, el diseño de los centros de datos, la fabricación de chips, la tecnología de refrigeración, la gestión del agua, la regulación y la confianza pública.
Puede que la IA sea la tecnología digital definitoria de la década, pero sus límites son cada vez más físicos.
