La inteligencia artificial (IA) está transformando el mundo a una velocidad vertiginosa. Desde asistentes virtuales hasta algoritmos que ayudan a diagnosticar enfermedades, sus aplicaciones parecen infinitas. Sin embargo, detrás de cada consulta a un modelo de IA se esconde un coste ambiental menos visible: el consumo de agua.

Morgan Stanley The Times of IndiaYourStory.com (septiembre 2025) prevé que el uso de agua por parte de centros de datos vinculados a IA podría alcanzar los 1 068 mil millones de litros anuales en 2028, lo que supone un aumento de once veces respecto a los niveles actuales. Las estimaciones oscilan entre 637 y 1 485 mil millones de litros según eficiencia tecnológica y fuentes energéticas

Y es que el entrenamiento y uso de modelos de IA requieren una enorme potencia y energía que se concentra en grandes centros de datos, donde miles de servidores trabajan sin descanso. Cuando estos procesadores funcionan a pleno rendimiento, generan mucho calor.

Para evitar que se sobrecalienten, se utilizan sistemas de refrigeración. Y en muchos casos el método más eficaz y barato de refrigeración es el enfriamiento por agua, que tras circular por sistemas de tuberías y torres de refrigeración, absorbe el calor y devuelve a los equipos una temperatura operativa segura.

Esto trae como consecuencia que, en la actualidad, entrenar un modelo de lenguaje de gran escala pueda requerir cientos de miles de litros de agua para enfriar los servidores durante semanas o meses de entrenamiento.

Las pequeñas consultas cotidianas no están exentas de ese consumo desmesurado de agua. Realizar unas pocas decenas de preguntas a un sistema de IA avanzada puede implicar el consumo indirecto de varios centilitros de agua, si se consideran todas las etapas de procesamiento y enfriamiento.

Aunque estas cantidades puedan parecer pequeñas a nivel individual, al escalar a millones de usuarios diarios y constantes, la huella hídrica se convierte en un desafío ambiental considerable.

Google usó 6,1 mil millones de galones (~23 mil millones de litros) en refrigeración en 2023, y su centro de datos de Council Bluffs (Iowa) consumió 1 mil millones de galones (~3,8 mil millones de litros) en 2024 EthicalGEOgijn.org.

Meta, por su parte, consumió 813 millones de galones (~3,1 mil millones de litros) en total en 2023. gijn.org.

Está claro que no en todos los lugares del planeta esta huella hídrica es similar. En regiones áridas o con estrés hídrico, como ciertas zonas de EE. UU. o España, el uso intensivo de agua para enfriar servidores puede competir con las necesidades de la agricultura y el consumo humano. Microsoft y Amazon, sin ir más lejos, están ubicados en zonas desérticas como el suroeste del país. Business Insider.

En cambio, en lugares con abundancia de agua, el impacto relativo es menor. Pero no desaparece.

Las empresas tecnológicas son cada vez más conscientes de este reto y están explorando alternativas:

• Refrigeración por aire o por sistemas líquidos cerrados, que reducen la dependencia del agua.
• Ubicación estratégica de centros de datos en lugares fríos o cercanos a fuentes renovables.
• Reutilización de agua, como el uso de aguas grises en vez de agua potable.
• Optimización de modelos, reduciendo el tamaño y la energía necesaria para entrenarlos y ejecutarlos.

La periodista Silvia Ansorena explica que “en Amazon Web Services (AWS), la división de Amazon dedicada a la nube, se combinan distintas técnicas de refrigeración como aire en climas fríos, evaporativa en regiones templadas (como Aragón) y compresión de vapor en zonas cálidas.

Sus centros de datos en España consumirán cientos de miles de metros cúbicos de agua al año, con el compromiso de reutilizarla en riego forestal, entre otras medidas, y de alcanzar la meta de ser water positive en 2030, es decir, devolver a la naturaleza más agua de la que consume”.

Pero, al margen de estos intentos por parte de la industria, no está de más que las personas usuarias tomemos también conciencia del problema y pensemos que cada vez que interactuamos con un modelo, hay un consumo real de recursos naturales. Ser conscientes de ello es el primer paso para exigir transparencia a las empresas tecnológicas y apoyar desarrollos más eficientes y responsables.

Si quieres saber más sobre la IA:

La Inteligencia Artificial en la Gestión de Residuos