Los centros de datos del mundo consumieron hasta 500 teravatios-hora de electricidad en 2023, según la estimación anual más reciente de la Organización de Países Exportadores de Petróleo. Ese total, que duplicó con creces los niveles anuales entre 2015 y 2019, podría triplicarse hasta alcanzar los 1500 teravatios-hora para 2030, según las proyecciones de la OPEP.

Como muestra el gráfico del Fondo, el consumo eléctrico de los centros de datos, que ya es equivalente al de Alemania o Francia, sería comparable para 2030 al de India, el tercer mayor consumidor de electricidad del mundo. Esto también superaría el consumo proyectado de los vehículos eléctricos, que consumirían 1,5 veces más energía que los vehículos eléctricos para finales de la década.

El consumo energético de los centros de datos está creciendo con mayor rapidez en Estados Unidos, donde se encuentra la mayor concentración de centros del mundo. Es probable que la energía necesaria para las granjas de servidores estadounidenses se triplique con creces, superando los 600 teravatios-hora para 2030, según una proyección de McKinsey & Co. para un escenario de demanda media.

El auge en la construcción de nuevos almacenes de datos almacenados en la nube y en la respuesta a consultas de inteligencia artificial subraya la urgencia de que los responsables de las políticas implementen estrategias energéticas efectivas para garantizar que haya suministros adecuados que puedan satisfacer la creciente demanda.

El aumento de la demanda de electricidad del sector tecnológico estimulará la oferta general, que, si responde con la suficiente rapidez, solo provocará un pequeño aumento en los precios de la energía. Sin embargo, una respuesta más lenta de la oferta provocará aumentos de costos mucho más pronunciados que perjudicarán a los consumidores y las empresas, y posiblemente frenarán el crecimiento de la propia industria de la IA.

Con las políticas energéticas actuales, el aumento de la demanda de electricidad impulsado por la IA podría añadir 1,7 gigatoneladas a las emisiones globales de gases de efecto invernadero entre 2025 y 2030, aproximadamente tanto como las emisiones relacionadas con la energía de Italia durante un período de cinco años.

La demanda de computación y electricidad de las plataformas de IA está sujeta a una gran incertidumbre. Modelos de IA eficientes y de código abierto como DeepSeek reducen los costos de computación y la demanda de electricidad. Sin embargo, la reducción de costos incrementa el uso de la IA, y los modelos de razonamiento con mayor consumo energético incrementan la demanda de electricidad.

El efecto neto sobre la demanda de electricidad aún es incierto, lo que podría retrasar las inversiones en energía y provocar un aumento de precios. Los responsables políticos y las empresas deben colaborar para garantizar que la IA alcance su máximo potencial, minimizando al mismo tiempo los costes. Implementar políticas que incentiven el uso de múltiples fuentes de energía puede mejorar el suministro eléctrico, ayudar a mitigar los aumentos repentinos de precios y contener las emisiones.

Fuente: Fondo Monetario Internacional (FMI)