IMPACTO. El agua es necesaria para enfriar los servidores que atienden los pedidos de millones de usuarios. Por cada 50 consultas, OpenAi necesita dos litros de agua.
El mundo está en modo “Ghibli”. Una nueva función de ChatGPT generó que millones de usuarios modifiquen imágenes llevándolas al estilo de la productora de animación japonesa, poniendo a la inteligencia artificial (IA) y a los Studio Ghibli en tendencia.
Las redes están inundadas de las imágenes y esa demanda de los usuarios a la aplicación de GPT-40 de OpenAi generó un consumo masivo de recursos, en una nueva constatación de que la IA no solo consume datos; también recursos naturales esenciales, como el agua y la energía.
Según un informe del Washington Post en colaboración con investigadores de la Universidad de California en Riverside, durante los cinco días en que esta moda estuvo en su punto más alto, se utilizaron al menos 216 millones de litros de agua solo para mantener operativos los servidores que procesaban las imágenes.
El impacto ambiental de la IA no se limita solo al consumo de agua. El procesamiento de imágenes en modelos como GPT-4o requiere una cantidad significativa de energía. Incluso el CEO de OpenAI, Sam Altman, comentó que la demanda de generación de imágenes “derritió” las GPUs de la empresa debido al elevado consumo energético, lo que incluso obligó a retrasar el acceso gratuito a la herramienta.
Enfriamiento de servidores
Los centros de datos que impulsan la IA no solo consumen energía, sino que también necesitan sistemas de refrigeración para evitar el sobrecalentamiento. OpenAI, por ejemplo, emplea más de 2 litros de agua por cada 50 consultas solo para mantener la temperatura estable en sus servidores.
Algunas compañías han comenzado a explorar soluciones como el uso de agua de mar para reducir la presión sobre los recursos de agua dulce. Sin embargo, esta alternativa aún enfrenta desafíos, ya que la extracción masiva de agua salada podría alterar ecosistemas marinos y acelerar el blanqueamiento de corales.
Empresas como Microsoft han considerado la reapertura de la central nuclear de Three Mile Island para alimentar sus sistemas de IA, a pesar de que esta planta fue escenario del peor desastre nuclear en la historia de Estados Unidos en 1979.
La operatividad de los servidores demanda una gran cantidad de recursos ambientales. El desafío es avanzar hacia su sostenibilidad.
Antecedentes
Un estudio realizado por la Universidad de Illinois en Urbana-Champaign por parte del Centro Para el Agua Segura, advirtió sobre el gran consumo de agua y energía que requieren los servidores para generarlas.
El estudio señala que el uso de inteligencia artificial puede consumir agua por diferentes razones como lo puede ser el sobrecalentamiento de los servidores ya que se puede evaporar entre 1 a 9 litros por kWh de energía consumida. Además, la producción de microchips los cuales son fundamentales en las IAs puede utilizar de 8 a 10 litros de agua.
Mientras tanto, otro estudio realizado por la Universidad de California con el Washington Post, menciona que Chat GPT utiliza 519 mililitros de agua para escribir 100 palabras.
Se estima que el uso de energía por parte de los centros de datos enfocados en inteligencia artificial podría triplicarse para 2028, aumentando proporcionalmente la demanda de agua. A escala global, el crecimiento proyectado de esta industria podría requerir entre 4.200 y 6.600 millones de metros cúbicos de agua para 2027, una cantidad similar al consumo anual de Dinamarca o la mitad del Reino Unido.
La búsqueda para lograr que la IA sea más sostenible
Algunas empresas trabajan en soluciones más ecológicas para reducir el impacto de la IA. Entre las iniciativas en desarrollo se encuentran sistemas de enfriamiento más eficientes, que aprovechan la reutilización del calor y optimizan el uso de agua salada para disminuir el consumo de agua dulce. También se fomenta la producción de dispositivos reparables y actualizables, como el Asus Strix Scar 18 (2025), el HP ZBook Fury G1i y la línea Lenovo ThinkPad T-series, que permiten reemplazar componentes y reducir la obsolescencia.
Otra alternativa en estudio es el desarrollo de portátiles solares con procesadores de bajo consumo energético, una tecnología aún en fase experimental, pero con potencial para mejorar la eficiencia energética.
