{"id":30082,"date":"2025-09-22T08:00:54","date_gmt":"2025-09-22T06:00:54","guid":{"rendered":"https:\/\/ecoblog.mcp.es\/l4r\/?p=30082"},"modified":"2025-09-16T09:56:16","modified_gmt":"2025-09-16T07:56:16","slug":"la-huella-hidrica-de-la-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/ecoblog.mcp.es\/l4r\/la-huella-hidrica-de-la-inteligencia-artificial\/","title":{"rendered":"La huella h\u00eddrica de la inteligencia artificial"},"content":{"rendered":"<p>La inteligencia artificial (IA) est\u00e1 transformando el mundo a una velocidad vertiginosa. Desde asistentes virtuales hasta algoritmos que ayudan a diagnosticar enfermedades, sus aplicaciones parecen infinitas. Sin embargo, detr\u00e1s de cada consulta a un modelo de IA se esconde un coste ambiental menos visible: el consumo de agua.<\/p>\n<p><strong>Morgan Stanley <\/strong><a href=\"https:\/\/timesofindia.indiatimes.com\/business\/international-business\/ai-boom-may-drain-resources-data-centres-water-use-could-hit-1068-billion-litres-by-2028-morgan-stanley-report-flags-11x-rise\/articleshow\/123758252.cms?utm_source=chatgpt.com\">The Times of India<\/a><a href=\"https:\/\/yourstory.com\/ai-story\/ai-data-centres-water-consumption-rise-2028?utm_source=chatgpt.com\">YourStory.com<\/a> (septiembre 2025) prev\u00e9 que el uso de agua por parte de centros de datos vinculados a IA podr\u00eda 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 seg\u00fan eficiencia tecnol\u00f3gica y fuentes energ\u00e9ticas<\/p>\n<p>Y es que el entrenamiento y uso de modelos de IA requieren una enorme potencia y energ\u00eda 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.<\/p>\n<p>Para evitar que se sobrecalienten, se utilizan sistemas de refrigeraci\u00f3n. Y en muchos casos el m\u00e9todo m\u00e1s eficaz y barato de refrigeraci\u00f3n es el enfriamiento por agua, que tras circular por sistemas de tuber\u00edas y torres de refrigeraci\u00f3n, absorbe el calor y devuelve a los equipos una temperatura operativa segura.<\/p>\n<p>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.<\/p>\n<p>Las peque\u00f1as consultas cotidianas no est\u00e1n 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.<\/p>\n<p>Aunque estas cantidades puedan parecer peque\u00f1as a nivel individual, al escalar a millones de usuarios diarios y constantes, la huella h\u00eddrica se convierte en un desaf\u00edo ambiental considerable.<\/p>\n<p>Google us\u00f3 6,1 mil millones de galones (~23 mil millones de litros) en refrigeraci\u00f3n en 2023, y su centro de datos de Council Bluffs (Iowa) consumi\u00f3 1 mil millones de galones (~3,8 mil millones de litros) en 2024 <a href=\"https:\/\/ethicalgeo.org\/the-cloud-is-drying-our-rivers-water-usage-of-ai-data-centers\/?utm_source=chatgpt.com\">EthicalGEO<\/a><a href=\"https:\/\/gijn.org\/stories\/researching-water-consumption-data-centers\/?utm_source=chatgpt.com\">gijn.org<\/a>.<\/p>\n<p>Meta, por su parte, consumi\u00f3 813 millones de galones (~3,1 mil millones de litros) en total en 2023. <a href=\"https:\/\/gijn.org\/stories\/researching-water-consumption-data-centers\/?utm_source=chatgpt.com\">gijn.org<\/a>.<\/p>\n<p>Est\u00e1 claro que no en todos los lugares del planeta esta huella h\u00eddrica es similar. En regiones \u00e1ridas o con estr\u00e9s h\u00eddrico, como ciertas zonas de EE. UU. o Espa\u00f1a, 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 m\u00e1s lejos, est\u00e1n ubicados en zonas des\u00e9rticas como el suroeste del pa\u00eds. <a href=\"https:\/\/www.businessinsider.com\/how-data-centers-are-deepening-the-water-crisis-2025-6?utm_source=chatgpt.com\">Business Insider<\/a>.<\/p>\n<p>En cambio, en lugares con abundancia de agua, el impacto relativo es menor. Pero no desaparece.<\/p>\n<p>Las empresas tecnol\u00f3gicas son cada vez m\u00e1s conscientes de este reto y est\u00e1n explorando alternativas:<\/p>\n<ul>\n<li><strong>Refrigeraci\u00f3n por aire<\/strong> o por sistemas l\u00edquidos cerrados, que reducen la dependencia del agua.<\/li>\n<li><strong>Ubicaci\u00f3n estrat\u00e9gica<\/strong> de centros de datos en lugares fr\u00edos o cercanos a fuentes renovables.<\/li>\n<li><strong>Reutilizaci\u00f3n de agua<\/strong>, como el uso de aguas grises en vez de agua potable.<\/li>\n<li><strong>Optimizaci\u00f3n de modelos<\/strong>, reduciendo el tama\u00f1o y la energ\u00eda necesaria para entrenarlos y ejecutarlos.<\/li>\n<\/ul>\n<p>La periodista Silvia Ansorena explica que \u201cen Amazon Web Services (AWS), la divisi\u00f3n de Amazon dedicada a la nube, se combinan distintas t\u00e9cnicas de refrigeraci\u00f3n como aire en climas fr\u00edos, evaporativa en regiones templadas (como Arag\u00f3n) y compresi\u00f3n de vapor en zonas c\u00e1lidas.<\/p>\n<p>Sus centros de datos en Espa\u00f1a consumir\u00e1n cientos de miles de metros c\u00fabicos de agua al a\u00f1o, 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 m\u00e1s agua de la que consume\u201d.<\/p>\n<p>Pero, al margen de estos intentos por parte de la industria, no est\u00e1 de m\u00e1s que las personas usuarias tomemos tambi\u00e9n 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 tecnol\u00f3gicas y apoyar desarrollos m\u00e1s eficientes y responsables.<\/p>\n<p>Si quieres saber m\u00e1s sobre la IA:<\/p>\n<p class=\"entry-title single-title\"><a href=\"https:\/\/ecoblog.mcp.es\/l4r\/la-inteligencia-artificial-en-la-gestion-de-residuos\/\"><strong>La Inteligencia Artificial en la Gesti\u00f3n de Residuos<\/strong><\/a><\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>El entrenamiento y uso de modelos de IA requieren una enorme potencia y energ\u00eda 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, y para evitar que se sobrecalienten, se utilizan sistemas de refrigeraci\u00f3n, que a menudo se traducen en enfriamiento por agua.<br \/>\nEn consecuencia, actualmente cada consulta a un modelo de IA esconde un coste ambiental importante: el consumo de agua.<\/p>\n","protected":false},"author":7,"featured_media":30084,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[9,3142,2582,3200,9622,392,393,3333,98],"class_list":["post-30082","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-agua","tag-agua","tag-ciclo-integral-del-agua","tag-concienciacion-es","tag-huella-hidrica","tag-inteligencia-artificial","tag-mancomunidad-de-la-comarca-de-pamplona","tag-mcp","tag-nuevas-tecnologias","tag-sostenibilidad"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/ecoblog.mcp.es\/l4r\/wp-json\/wp\/v2\/posts\/30082","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ecoblog.mcp.es\/l4r\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ecoblog.mcp.es\/l4r\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ecoblog.mcp.es\/l4r\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/ecoblog.mcp.es\/l4r\/wp-json\/wp\/v2\/comments?post=30082"}],"version-history":[{"count":1,"href":"https:\/\/ecoblog.mcp.es\/l4r\/wp-json\/wp\/v2\/posts\/30082\/revisions"}],"predecessor-version":[{"id":30085,"href":"https:\/\/ecoblog.mcp.es\/l4r\/wp-json\/wp\/v2\/posts\/30082\/revisions\/30085"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ecoblog.mcp.es\/l4r\/wp-json\/wp\/v2\/media\/30084"}],"wp:attachment":[{"href":"https:\/\/ecoblog.mcp.es\/l4r\/wp-json\/wp\/v2\/media?parent=30082"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ecoblog.mcp.es\/l4r\/wp-json\/wp\/v2\/categories?post=30082"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ecoblog.mcp.es\/l4r\/wp-json\/wp\/v2\/tags?post=30082"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}