La huella de agua de la IA: qué significa la cifra de 2030

La inteligencia artificial depende de una infraestructura muy física: servidores que generan calor, centrales eléctricas, sistemas de refrigeración y redes de suministro. Un informe del Instituto de la Universidad de las Naciones Unidas para el Agua, el Medio Ambiente y la Salud (UNU-INWEH), publicado el 3 de junio de 2026, calcula que en 2030 la huella hídrica asociada a los centros de datos que impulsan la IA podría alcanzar 9,3 billones de litros, un volumen comparable a las necesidades domésticas básicas anuales de los 1.300 millones de habitantes del África subsahariana.

La comparación no significa que el agua vaya a retirarse literalmente de los hogares de esa región ni que cada consulta tenga una cantidad fija de agua detrás. Expresa la escala prevista del impacto y reúne el agua relacionada con la refrigeración y la generación de electricidad. El mismo informe proyecta que los centros de datos dedicados a estas tecnologías consumirán 945 teravatios-hora de electricidad al año y ocuparán más de 14.500 kilómetros cuadrados. El reto es comprender qué miden esas cifras y dónde se concentra la presión.

La nube digital tiene una dirección física

Durante años, la discusión ambiental sobre la inteligencia artificial se ha centrado sobre todo en las emisiones de carbono. Es un indicador importante, pero no cuenta toda la historia. Un centro de datos necesita electricidad de forma constante y debe disipar el calor que producen sus equipos; además, requiere edificios, conexiones eléctricas, componentes y materiales. La huella completa incluye agua, suelo, energía y recursos extraídos, además de las emisiones que se generan en distintas etapas de la cadena.

La imagen de la nube puede ocultar esa realidad. Una pregunta escrita en una pantalla viaja por redes hasta máquinas instaladas en edificios concretos, donde procesadores trabajan a gran velocidad y liberan calor. Según el diseño, el clima y la fuente de energía, la refrigeración puede recurrir a aire, agua, circuitos cerrados o una combinación de sistemas. Parte del impacto hídrico también aparece fuera del recinto, en las centrales que producen la electricidad. Por eso, el consumo de agua no se limita al grifo de un centro de datos.

El informe estima que los centros de datos globales utilizaron 448 teravatios-hora de electricidad en 2025. Si se consideraran como un solo país, ocuparían el undécimo puesto entre los mayores consumidores, por detrás de Francia y por delante de Arabia Saudí. Para 2030, la demanda podría alcanzar los 945 teravatios-hora, casi el triple del consumo eléctrico combinado de Pakistán, Bangladés y Nigeria. Es una proyección para la infraestructura analizada, no una medición de una instalación concreta, y su resultado dependerá de cuánto se expanda la computación y con qué fuentes energéticas funcione.

Qué compara la cifra de los 1.300 millones

La referencia a la población del África subsahariana sirve para traducir un volumen difícil de imaginar a una escala humana. El informe compara la huella hídrica estimada para 2030 con las necesidades básicas anuales de agua de alrededor de 1.300 millones de personas. No está diciendo que los centros de datos vayan a usar el agua destinada a una población específica. Tampoco equipara el agua de refrigeración con el consumo doméstico: se trata de una comparación de magnitudes, útil para visualizar el tamaño potencial de la demanda.

La distinción importa porque el agua no es intercambiable de un lugar a otro. Un mismo volumen puede tener consecuencias distintas según la cuenca, la estación, la disponibilidad local y los usos que compiten por el recurso. En una zona con abundantes reservas, la presión puede ser diferente a la de una región sometida a sequía o con redes de abastecimiento frágiles. Así, la cifra mundial no permite por sí sola concluir qué comunidad soportará el coste. Para saberlo hacen falta datos sobre la ubicación, la fuente de agua y el sistema de refrigeración de cada instalación.

También conviene distinguir entre agua extraída y agua consumida. Parte puede circular por un sistema y regresar al entorno; otra parte puede evaporarse o quedar incorporada en procesos que impiden su devolución inmediata. A ello se suma el agua utilizada para generar electricidad. Por tanto, la huella hídrica reúne impactos que no siempre se producen en el mismo lugar ni de la misma manera. El mérito de la estimación es ampliar la mirada más allá del carbono; su límite es que una cifra agregada no describe todas las condiciones locales.

El uso diario puede pesar más que el entrenamiento

El entrenamiento de un modelo grande requiere una enorme capacidad de cálculo y concentra mucha atención pública. Pero una vez que el sistema está disponible, millones de consultas pueden mantenerlo trabajando de manera continua. El informe calcula que la inferencia, nombre técnico del procesamiento de solicitudes, representa entre el 80% y el 90% del consumo energético total de la IA. Dicho de otro modo, construir el modelo importa, pero también importa cuánto se utiliza después. La actividad cotidiana puede convertirse en la parte dominante del gasto acumulado.

El documento estima que ChatGPT procesa alrededor de 2.500 millones de consultas al día y atribuye a esa actividad unos 383 gigavatios-hora de consumo anual. Son cálculos del informe, no un contador público actualizado consulta por consulta, y las cifras pueden variar a medida que cambian los modelos, los equipos y la manera de usarlos. Como referencia de escala, el estudio calcula que compensar las emisiones asociadas exigiría plantar 2,6 millones de árboles y mantenerlos durante una década, en una superficie comparable a Manhattan. El volumen de uso convierte pequeñas operaciones en una demanda considerable.

Además, una consulta no equivale necesariamente a otra. Según las comparaciones recogidas en el informe, una conversación típica con un chatbot puede requerir unas 200 veces más energía que una tarea sencilla de clasificación de texto. La generación de una imagen puede multiplicar ese consumo por 1.450, mientras que un vídeo breve producido con IA puede equipararse al de 200.000 clasificaciones de correo no deseado. La longitud de la solicitud, la resolución y el formato de salida también influyen. La tecnología detrás de una respuesta breve y de un vídeo detallado no exige la misma cantidad de cálculo ni de refrigeración.

La eficiencia no garantiza una huella menor

Los procesadores mejoran y los modelos pueden ofrecer respuestas con menos energía por operación. Sin embargo, esa ganancia no asegura que disminuya el consumo total. Si la tecnología se abarata y se integra en más productos, el número de tareas puede crecer lo suficiente como para superar el ahorro obtenido en cada una. Este fenómeno se conoce como paradoja de Jevons o efecto rebote: una eficiencia mayor puede estimular un uso más amplio y elevar la demanda agregada.

La cuestión no es teórica. Una herramienta que responde a una pregunta aislada puede terminar incorporada a buscadores, programas de oficina, plataformas de vídeo y servicios empresariales. Si cada función activa un modelo generativo aunque una tarea simple bastara, las operaciones se multiplican. El informe advierte que las mejoras por consulta pueden quedar anuladas por el aumento del volumen. Eso no convierte cada uso individual en un problema ambiental equivalente, pero sí desplaza la discusión desde la eficiencia técnica hacia el diseño de los servicios y la escala de su despliegue.

La elección de energía también revela que no hay una solución única. El estudio señala que sustituir carbón por bioenergía puede reducir la huella de carbono de la electricidad en un 70%, pero multiplicar por treinta la huella hídrica y por cien la ocupación de suelo. Son promedios presentados en el informe y muestran una compensación posible, no un resultado idéntico en todos los proyectos. Una medida puede mejorar un indicador y empeorar otro. Por eso, calificar una infraestructura como sostenible solo por sus emisiones puede ocultar costes trasladados al agua o al territorio.

El impacto cambia según el lugar

Las consecuencias de una instalación se sienten en una red eléctrica y una cuenca concretas, mientras que sus servicios pueden utilizarse desde cualquier país. Esa distancia entre quienes reciben los beneficios y quienes conviven con la infraestructura está detrás de buena parte de la controversia. En Irlanda, los centros de datos representaron el 21% de la electricidad medida en 2023, por encima del consumo de todos los hogares urbanos. El operador de la red suspendió nuevas autorizaciones en los alrededores de Dublín hasta 2028, una decisión que refleja la presión que puede ejercer una demanda concentrada.

En Querétaro, México, la expansión de instalaciones de computación coincide con periodos de sequía y preocupación por el abastecimiento. En Uruguay, los planes para un centro de datos de alto consumo de agua se encontraron con la sequía que redujo las reservas de agua dulce de Montevideo. Estos ejemplos no demuestran que todos los centros de datos produzcan el mismo efecto ni que la tecnología sea la única causa de la escasez. Sí muestran por qué las evaluaciones globales necesitan aterrizarse en cada lugar: la disponibilidad hídrica y eléctrica depende del contexto territorial.

La superficie prevista para 2030, más de 14.500 kilómetros cuadrados, añade otra dimensión. El informe la compara con cerca del doble del área metropolitana de Yakarta. No se trata solo del terreno ocupado por edificios con servidores, sino también de la infraestructura energética y de las cadenas de suministro que sostienen la computación. La instalación puede generar inversión y actividad económica, pero también competir con otros usos del suelo y requerir nuevas conexiones. El balance depende de la planificación, la ubicación y los controles aplicados, no de una etiqueta tecnológica. El mapa es parte de la huella ambiental.

Una brecha tecnológica con costes desiguales

La infraestructura especializada está muy concentrada. El informe indica que solo 32 países albergan centros de datos dedicados a la IA y que el 90% de la capacidad computacional se reparte entre dos países. Al mismo tiempo, más de 150 naciones tienen poco o ningún acceso a capacidad soberana de computación para estos sistemas. Esa distribución influye en quién controla los recursos y quién puede desarrollar tecnología propia, pero también en dónde se alojan las instalaciones que consumen energía y agua.

La desigualdad no se limita a la ubicación de los servidores. Los minerales necesarios para fabricar chips y equipos se extraen en distintas regiones, y los residuos electrónicos pueden terminar en países con menos capacidad de control ambiental. Así, una tecnología que se usa globalmente puede dejar parte de sus costes materiales lejos de quienes obtienen sus principales ventajas económicas. No basta con preguntar cuánta electricidad consume un modelo; también importa quién aporta los materiales, quién gestiona los desechos y quién participa en las decisiones. El informe presenta este reparto como un asunto de justicia ambiental, además de una brecha digital.

La concentración también puede hacer que los países dependan de infraestructura situada fuera de sus fronteras. Desarrollar capacidad propia ofrece ventajas económicas y estratégicas, pero implica construir instalaciones con necesidades de electricidad, suelo y refrigeración. Ahí aparece una tensión real: renunciar a esa capacidad puede aumentar la dependencia, mientras que replicar centros de datos sin planificación puede agravar presiones locales. El dilema no se resuelve con una consigna general contra la expansión. Exige valorar quién recibe los beneficios, quién asume los costes y qué condiciones hacen legítimo un proyecto en cada territorio.

Servidores, minerales y residuos electrónicos

La infraestructura de IA no termina en los edificios. Requiere servidores, chips, memorias, equipos de red y sistemas de refrigeración, fabricados con materiales que deben extraerse, procesarse y transportarse. Cuando esos equipos se sustituyen, aparece el problema de los residuos electrónicos. El informe calcula que la infraestructura vinculada a la IA podría generar hasta 2,5 millones de toneladas anuales en 2030. La cifra incluye una carga material que suele quedar fuera de la experiencia del usuario, aunque forma parte de la vida útil completa de la tecnología.

Los aparatos desechados contienen materiales recuperables, pero su gestión inadecuada puede exponer a trabajadores y comunidades a sustancias peligrosas. El informe advierte de que una parte importante de esos residuos podría procesarse en economías de bajos ingresos con salvaguardas limitadas. También señala que algunos minerales críticos se extraen en jurisdicciones con supervisión ambiental débil. La rapidez de la innovación, que convierte equipos recientes en candidatos a renovación, puede acelerar esa corriente de materiales. La sostenibilidad, por tanto, no depende solo de la electricidad que usa un servidor mientras funciona: también cuenta cómo se fabrica, cuánto dura y qué ocurre al retirarlo.

Las mejoras de refrigeración, la reutilización del agua y los equipos más eficientes pueden reducir impactos específicos, pero no eliminan automáticamente la presión total si el parque tecnológico crece con rapidez. Algunas grandes empresas han anunciado compromisos para reponer más agua de la que consumen en sus operaciones o para mejorar la gestión de las cuencas donde trabajan. Son iniciativas relevantes, aunque no equivalen por sí solas a reducir el consumo en cada cuenca ni sustituyen la información comparable sobre impactos. La pregunta central es si las medidas se pueden comprobar y si la responsabilidad abarca toda la cadena de suministro.

Medir todas las huellas antes de ampliar la infraestructura

El informe de UNU-INWEH plantea que una IA más sostenible requiere transparencia sobre el uso de energía, agua y suelo, además de eficiencia incorporada desde el diseño. También destaca la equidad ambiental, la responsabilidad durante todo el ciclo de vida, la cooperación internacional y un uso sostenible de los recursos. No son soluciones independientes: publicar datos sin reglas comparables dificulta evaluar proyectos, mientras que mejorar equipos sin considerar su ubicación puede desplazar el impacto. La medición conjunta permite advertir qué se gana y qué se sacrifica con cada decisión.

Para las autoridades, eso significa tratar los centros de datos como infraestructuras con efectos territoriales, no como edificios neutros que solo almacenan información. La planificación eléctrica, el estado de las cuencas, la ocupación de suelo y la gestión futura de los equipos deben formar parte de la evaluación. Para las empresas, la transparencia importa porque el consumo real varía según la localización, el tipo de refrigeración, la fuente eléctrica y la carga de trabajo. Sin datos públicos y comparables, resulta difícil distinguir una mejora efectiva de un cambio contable. La huella debe seguirse desde el suministro hasta el residuo.

La estimación de 9,3 billones de litros no plantea una elección simple entre inteligencia artificial y acceso al agua. Señala que una tecnología cada vez más presente depende de recursos finitos y que sus costes no se reparten de manera uniforme. Algunas aplicaciones pueden aportar valor en ciencia, educación, accesibilidad o gestión de procesos; otras multiplican operaciones sin que el beneficio sea igual de claro. Entender esa diferencia requiere salir de la pantalla y mirar la infraestructura que la sostiene. El futuro digital no flota en una nube: se construye en lugares concretos y deja una huella que también puede medirse.