Tecnología
¿Cuánta agua y luz consuma la IA que usas cada día?

La IA no es magia: centros de datos, agua y electricidad. Cifras de Google, Microsoft y la AIE y el coste real de cada uso cotidiano en 2026.
La “IA generativa” no vive en una nube etérea: vive en centros de datos que comen electricidad y beben agua para que las máquinas no se achicharren. El salto ya tiene cifras serias. En 2024, el consumo eléctrico global de los centros de datos rondó 415 TWh (teravatios hora), algo así como el 1,5% de toda la electricidad del planeta, y las proyecciones más repetidas en los informes energéticos sitúan el listón cerca de 945 TWh en 2030. Traducido a castellano llano: más del doble en seis años, empujado sobre todo por la IA, aunque no solo.
Y el agua, que suele aparecer de perfil, está en el centro del debate por un motivo sencillo: enfriar con agua suele ser más eficiente que enfriar solo con aire, pero ese “más eficiente” puede convertirse en más polémico cuando el centro de datos aterriza en una cuenca con estrés hídrico o en un territorio que ya vive mirando al cielo. Las compañías intentan compensar con proyectos de “reposición” y diseños nuevos que prometen cero agua para refrigeración, pero el choque entre la expansión de la IA y los límites físicos —red eléctrica, permisos, agua, calor— ya no es una nota al pie; es el tema.
La factura invisible: lo que ya se sabe con números
La discusión suele empezar mal porque se mezclan cosas distintas: entrenar un modelo (un esfuerzo intensivo, concentrado, carísimo en computación) y usar un modelo (millones de respuestas pequeñas que, sumadas, hacen una montaña). En el escaparate solo se ve la respuesta; detrás hay servidores acelerados, redes internas, almacenamiento, sistemas de alimentación, baterías, generadores diésel de respaldo y, sobre todo, refrigeración. El resultado es una industria que crece a un ritmo raro: en la última década los centros de datos mejoraron su eficiencia, sí, pero la IA ha vuelto a apretar el acelerador.
El dato que más se repite en despachos energéticos es este: si en 2024 el mundo estaba en torno a 415 TWh de consumo de centros de datos, el escenario “base” para 2030 se acerca a 945 TWh, con escenarios alternativos que pueden ir desde un frenazo por cuellos de botella hasta un despegue más agresivo si la IA se mete en todo y la infraestructura acompaña. Lo llamativo no es solo el volumen; es la concentración. Gran parte de esa demanda se acumula en zonas muy concretas, donde un centro de datos puede comportarse como una fábrica electrointensiva y presionar redes locales, precios, subestaciones, líneas, permisos, y ahí el debate deja de ser abstracto.
En Estados Unidos, por ejemplo, un informe técnico de referencia situó el consumo de los centros de datos en 176 TWh en 2023, alrededor del 4,4% de la electricidad del país, con una horquilla para 2028 que baila entre 325 y 580 TWh. Esa banda es enorme porque depende de cuántos chips entren al mercado, cuánto se utilicen, cómo se enfríen los equipos y qué se haga con el “tiempo muerto” (servidores encendidos sin trabajar a pleno rendimiento, que es un vicio caro). La IA aparece aquí como un cambio de época: no es “más tráfico web”, es otra clase de carga.
Y luego está el punto delicado, el que se cuela en los plenos municipales y en las conversaciones con agricultores: el agua. No toda el agua “se gasta” igual, pero cuando se habla de consumo, suele significar agua que se evapora o se pierde del ciclo inmediato por el método de enfriamiento, no solo agua “retirada” y devuelta. Parece una discusión semántica… hasta que la cifra se convierte en permiso.
Agua: enfriar, evaporar, reponer
El ejemplo más transparente, por volumen y por detalle, lo ha dejado por escrito una de las grandes del sector. En 2024, Google declaró haber consumido aproximadamente 8,1 mil millones de galones de agua (unos 31.000 millones de litros, o 31 millones de metros cúbicos) en el conjunto de sus centros de datos y oficinas. Es una cifra que, en comparación cotidiana, se entiende mejor con imágenes incómodas: hablamos de riego anual de decenas de campos de golf en climas secos, o de caudales que, en lugares concretos, dejan de ser un número y pasan a ser un tema de barrio. Google subrayó otro matiz: el 72% de sus retiradas de agua dulce procedieron de fuentes con bajo riesgo de escasez o agotamiento, precisamente para blindarse ante la crítica que más duele: “se instalan donde el agua falta”.
La misma compañía presume de “reposición” —palabra fetiche— con un dato llamativo: en 2024 dice haber repuesto 4,5 mil millones de galones (unos 17.000 millones de litros) y haber pasado de compensar un 18% de su consumo de agua dulce en 2023 a un 64% en 2024. Reponer no significa devolver exactamente el mismo litro al mismo río; significa financiar y ejecutar proyectos (restauración de llanuras de inundación, recargas, eficiencia agrícola, mejoras de calidad) que, en teoría, devuelven volumen a la cuenca. Es relevante, sí, pero no borra el debate: el agua “repone” a escala de proyecto, el impacto se siente a escala de día caluroso y de pico de demanda.
Microsoft, que también está en plena carrera de centros de datos para IA, ofrece otra fotografía con unidades distintas. En su ejercicio fiscal 2024 declaró 10.377 ML de retiradas totales de agua (megalitros; es decir, 10.377 millones de litros) y un consumo total de 5.807 ML. Y aquí aparece el dato más político: del total, 4.747 ML de retiradas (un 46%) venían de zonas con estrés hídrico, y 2.423 ML de su consumo (un 42%) también se ubicaba en esas zonas. La compañía, además, reconoce cambios metodológicos recientes para estimar parte del agua cuando no hay medición directa en todos los emplazamientos. Es decir, hay transparencia… y también un recordatorio: no todo se mide igual y la cifra, a veces, es una combinación de contadores y modelos.
Meta, por su parte, publicó en su índice ambiental 2024 cifras parecidas en escala: una retirada total de 5.637 ML y un consumo total de 3.123 ML, con 748 ML consumidos en áreas de alto o extremadamente alto estrés hídrico. Son números más pequeños que los de Google en global, pero aquí manda el mapa: un emplazamiento en una zona húmeda puede ser discutible; un emplazamiento en un entorno seco puede ser explosivo.
El truco de los “dos vasos”: agua directa y agua escondida
Hay un detalle que cambia el marco. Una cosa es el agua que se usa en el centro de datos para enfriar (la que ves en la tubería), y otra la que se consume para generar la electricidad que alimenta el centro. Un informe técnico estadounidense estimó que, en 2023, el consumo directo de agua por centros de datos del país rondó 66.000 millones de litros y que podría estar entre 60.000 y 124.000 millones de litros en 2028 según escenarios. Pero lo más brutal es la cifra indirecta: el “pie hídrico” asociado a la electricidad consumida por centros de datos en 2023 se acercó a 800.000 millones de litros. Es el agua del mix eléctrico, del tipo de planta, de la tecnología de refrigeración en generación, de la geografía. En números finos, ese análisis hablaba de una intensidad de 4,52 litros por kWh para el consumo indirecto asociado a centros de datos, muy similar al promedio nacional, pero aplicada a un volumen eléctrico en rápido crecimiento.
Por eso los números tipo “una consulta gasta X gotas” siempre llevan a discusión. En 2025, Sam Altman —máximo responsable de OpenAI— escribió que una consulta media de ChatGPT consumiría 0,34 Wh (vatios hora) y unos 0,000085 galones de agua, aproximadamente un quinceavo de cucharadita. Suena tranquilizador. También es un promedio sin desglose público de metodología, sin aclaración de qué parte es agua directa y cuál incluye la indirecta, y sin diferenciar tareas: no es lo mismo pedir una definición que generar código largo o razonar durante minutos.
Google, en otro frente, publicó resultados sobre su asistente Gemini defendiendo que un “prompt” típico de texto estaría en torno a 0,24 Wh y 0,26 ml de agua en la mediana. Varias voces académicas respondieron que ese enfoque puede subestimar el impacto si excluye el agua indirecta o si utiliza métricas “de mercado” para emisiones en vez de reflejar la realidad del mix eléctrico local. La pelea no es por la décima; es por el marco.
La cifra que se viraliza porque duele: “un email = una botella”
Hay una estimación que se clavó en titulares en 2024 por lo visual: para redactar un texto de unas 100 palabras con GPT-4, el consumo de agua asociado podía equivaler a una botella en ciertos escenarios, y en ubicaciones concretas subir bastante más. Esa investigación señalaba que el consumo dependía del centro de datos y de su forma de refrigeración, y dejaba una idea incómoda: la IA no tiene un coste fijo por respuesta, tiene un coste que varía con el lugar, la hora, la tecnología de enfriamiento y el tipo de tarea. De nuevo, lo que parece pequeño en una interacción se vuelve grande por volumen de uso.
Electricidad: el salto que ya está en marcha
La electricidad es el corazón del asunto porque es el insumo que todo lo demás arrastra. Si crece la demanda eléctrica, crece el debate sobre redes, sobre generación, sobre gas, sobre nuclear, sobre renovables… y sobre quién paga la inversión en infraestructuras. En el escenario energético más citado, la demanda eléctrica global de centros de datos pasaría de esos 415 TWh de 2024 a los 945 TWh en 2030, con la IA como motor principal. Se menciona incluso que, en algunos países, los centros de datos podrían explicar una parte enorme del crecimiento de demanda, no porque el país entero se digitalice, sino porque la carga se concentra en polos donde la red ya iba ajustada.
El sector, además, se mueve por una obsesión técnica que suena fría pero marca el recibo: PUE (Power Usage Effectiveness). Es una forma de medir cuánta energía se pierde en “lo que no es computación” —refrigeración, transformación, distribución interna— respecto a la energía que llega a los servidores. Los grandes centros han bajado su PUE con los años, pero la IA complica el juego: densidades de potencia más altas, más calor por metro cuadrado, más necesidad de refrigeración avanzada, y en algunos casos refrigeración líquida a nivel de chip. Esa transición puede mejorar eficiencia… o desplazar el problema al agua, según el diseño.
Google presume de eficiencia con un dato que se cita mucho: sus TPU (chips propios para IA) han mejorado su eficiencia energética hasta 30 veces respecto a 2018 en ciertas comparaciones internas. Y añade el otro titular de manual corporativo: en 2024 habría contratado más de 8 GW de energía limpia. Es relevante, claro, porque el gran argumento del sector es “crecer sin disparar emisiones”. Pero aquí entra el efecto rebote, el viejo conocido: si cada consulta cuesta menos energía, la tentación es hacer diez veces más.
Gas, nuclear y el “siempre encendido” que exige la IA
La IA no es solo “muchos kWh”; es “muchos kWh sin fallos”. Para un centro de datos de IA, la calidad del suministro es casi religión: interrupciones mínimas, tensión estable, redundancia. Eso empuja a contratos de energía a largo plazo, a inversiones en subestaciones, y también a soluciones que el sector energético conoce de sobra: gas para generación firme y rápida, baterías para respaldo instantáneo, y, en algunos planes, nuclear para garantizar base limpia (con tiempos y polémicas que no se resuelven en dos titulares). En proyecciones energéticas recientes, se insiste en que el crecimiento se cubrirá con una combinación donde renovables y gas natural llevan la delantera, precisamente por velocidad de despliegue y capacidad de aportar firmeza con apoyo de red y almacenamiento.
En paralelo, siguen los generadores diésel de emergencia, una pieza poco glamourosa pero omnipresente: están ahí para “cuando todo falla”, y aunque no funcionen a diario, existen, se prueban, se mantienen, ocupan espacio y entran en la conversación ambiental cada vez que se habla de permisos.
Gas, petróleo y el lado fósil del “cloud”
Cuando se pregunta “¿cuánto petróleo gasta la IA?”, la respuesta rara vez es directa. La IA no quema petróleo en un motor, pero puede empujarlo por dos vías: el mix eléctrico que aún depende de combustibles fósiles en muchas regiones, y la cadena de suministro de hardware, que es energía, transporte, minería, química, fabricación y logística. El gas aparece de forma más transparente porque en algunos países se usa para cubrir picos y para dar firmeza a una red llena de renovables variables; si el centro de datos exige disponibilidad constante y rápida expansión, el gas se convierte en el comodín que llega antes que una línea nueva o que un reactor.
Y luego está el carbón, que el sector intenta esquivar en narrativa, pero que sigue presente en redes donde el mix es más sucio. Por eso la localización importa tanto: la misma carga de IA puede tener una huella distinta si se ejecuta donde la electricidad es más limpia o donde se compra “limpia” por contrato, que no siempre coincide con el lugar físico donde se consume. Ese matiz —energía contratada frente a energía real en el enchufe— es uno de los puntos donde más se atasca la conversación pública.
El hardware, además, no es etéreo. Un clúster de IA significa servidores con GPU, redes internas de alta capacidad, racks, acero, aluminio, cobre, plásticos, refrigerantes, y minerales críticos en volúmenes que no son simbólicos. Aquí la huella no se resume con un “Wh por consulta”, porque hay un capítulo de fabricación que pesa, y pesa antes de que el primer usuario escriba una palabra. Muchas empresas, curiosamente, hablan mucho de energía y menos de materiales; y cuando hablan, lo hacen en términos agregados.
De una consulta a un año entero: empresas frente a uso cotidiano
La comparación “empresa vs individuo” es tentadora y tramposa a la vez. Una persona que usa un chatbot para redactar un correo al día no está sosteniendo, por sí sola, un centro de datos; pero sí participa en una economía donde la demanda se multiplica por millones. Aquí lo honesto es hablar de rangos y de situaciones.
Si se toma como referencia la cifra divulgada por Sam Altman, 0,34 Wh por consulta media, mil consultas serían 340 Wh, que es 0,34 kWh: poca cosa en un hogar. El problema es el estadio. Si una plataforma tiene cientos de millones de usuarios semanales, y cada uno hace varias consultas, la suma se convierte en megavatios constantes. Y, además, la “consulta media” no es una unidad universal: hay prompts cortos, hay prompts interminables, hay generación de imágenes, hay vídeo, hay razonamiento extendido. No es el mismo animal.
Con el agua pasa igual. Una cifra como “un quinceavo de cucharadita” suena microscópica. Pero si se habla de millones de interacciones, el volumen crece. Y si se incorpora el agua indirecta del mix eléctrico, el dibujo cambia otra vez. Por eso algunas estimaciones sobre tareas concretas (por ejemplo, generar un email) han mostrado consumos equivalentes a cientos de mililitros o incluso más en ubicaciones determinadas. No porque el modelo “beba” agua, sino porque el sistema de enfriamiento y la electricidad asociada lo hacen.
En el lado empresarial, los números ya no son metáforas. Google, con esos 31 millones de m³ de agua consumida en 2024, Microsoft con 5.807 ML de consumo en su FY24, Meta con 3.123 ML en 2024… son órdenes de magnitud que obligan a hablar de permisos, cuencas, reutilización, aguas regeneradas, y estrategias de “water positive” que, en realidad, son promesas de compensación y eficiencia. Y aquí hay una tensión inevitable: cuando una compañía anuncia un diseño “sin agua para refrigeración”, suele significar sin agua evaporada en el sistema de enfriamiento, no “sin agua en absoluto”. Microsoft, por ejemplo, presentó un diseño que afirma consumir cero agua para refrigeración y cuantificó el potencial de evitar del orden de 125 millones de litros al año por centro de datos en comparación con soluciones evaporativas. Es un avance técnico real, pero no es un billete gratis: puede implicar más consumo eléctrico en ciertas condiciones, o requerir equipamientos distintos, o trasladar complejidad.
España y Europa en el mapa: permisos, datos y tensión local
Europa ha empezado a apretar por un lugar donde duele: la obligación de reportar. La Directiva de Eficiencia Energética establece un esquema de reporte para centros de datos por encima de cierto umbral de potencia (por ejemplo, 500 kW) con entrega de indicadores en un calendario ya en marcha desde 2024 y consolidación anual. El objetivo, más allá del papeleo, es obvio: sin datos comparables, el debate se convierte en una pelea de titulares. Con datos, al menos, hay suelo.
España aparece cada vez más en ese mapa por una mezcla conocida: disponibilidad de suelo, nodos eléctricos, llegada de cables submarinos, interés de operadores, y una posición geográfica que seduce para servir tráfico entre continentes. Pero España también arrastra su propia tensión estructural: sequías, restricciones locales, y cuencas donde el agua es un recurso político. El resultado es que el crecimiento de centros de datos, especialmente cuando se asocia a IA, se mira con lupa en términos de impacto hídrico y de capacidad de red. Un centro de datos no es una panadería: puede necesitar potencia equivalente a un pequeño polígono industrial, y su demanda es constante, con picos.
El caso de Aragón se ha convertido en un símbolo internacional por la combinación de clima, discusión pública y presencia de grandes operadores. Cuando una empresa plantea ampliar infraestructura, el foco salta rápido a la pregunta que parece sencilla y nunca lo es: ¿cuánta agua y cuánta luz, exactamente, y de dónde?. Las compañías responden con reutilización, con agua regenerada, con proyectos de reposición, con acuerdos de energía renovable. Los críticos responden con una frase corta: “el agua repuesta no enfría hoy”, y piden transparencia total por centro, por cuenca, por hora y por tecnología.
Aquí es donde la IA se diferencia de otras industrias digitales: su crecimiento es tan rápido que puede pillar a la administración con el pie cambiado. Permisos ambientales, evaluaciones de disponibilidad hídrica, planes de red, subestaciones… todo eso va más lento que el ciclo de una GPU.
Lo que está en juego: justificar, ajustar o frenar sin teatro
La pregunta de fondo —si está justificado usar IA “tanta”— se contesta mejor sin moralina y con una idea práctica: no toda IA vale lo mismo en coste ambiental ni en utilidad. Hay usos que sustituyen procesos pesados y pueden ahorrar recursos netos (optimización logística, eficiencia energética en edificios, detección temprana de fallos en redes), y hay usos que son puro entretenimiento intensivo y multiplican demanda por capricho del mercado. La palabra clave aquí no es “prohibir”; es priorizar. Y eso, en 2026, suena menos filosófico de lo que parece: ya hay redes saturadas, cuencas tensas y ciudades que empiezan a poner condiciones.
El sector tecnológico intenta una salida técnica: chips más eficientes, modelos más pequeños para tareas sencillas, centros de datos que mueven carga a horas de menor huella, refrigeración líquida que reduce pérdidas, y, donde se puede, diseños que evitan evaporación. También intenta una salida contractual: energía renovable comprada a largo plazo, proyectos de reposición de agua, acuerdos con municipios. El problema es que la demanda crece a una velocidad que convierte cualquier mejora en una carrera contra una cinta que acelera.
Y, al final, todo vuelve a lo mismo: la escala. Un solo prompt es un suspiro; millones de prompts son una industria. Un solo centro de datos puede ser un vecino silencioso; diez centros en una misma zona son una negociación permanente con el territorio. La IA, por muy intangible que parezca en la pantalla, ha aterrizado en lo físico con ruido de transformador y olor a verano.
La cuenta real de la IA, sin magia ni humo
La IA está disparando consumo de electricidad y tensando el debate sobre agua porque exige computación concentrada, continua y cada vez más densa. El mundo se mueve entre dos cifras que ya funcionan como frontera mental: 415 TWh de centros de datos en 2024 y un horizonte de alrededor de 945 TWh en 2030 si la expansión sigue el guion principal. En agua, los números de los gigantes no son abstractos: Google habla de 31.000 millones de litros consumidos en 2024, Microsoft de 5.807 ML consumidos en su FY24 con una parte grande en zonas de estrés hídrico, Meta de 3.123 ML consumidos en 2024 con 748 ML en áreas estresadas. En paralelo, los análisis técnicos advierten de un doble grifo: el agua directa de enfriamiento y la indirecta que se consume para generar la electricidad que alimenta la IA, con órdenes de magnitud que marean cuando se miran a escala nacional.
¿Peligro? En términos ambientales y de infraestructura, el riesgo no es una distopía, es algo más prosaico: cuellos de botella, presión sobre redes, conflictos por agua en lugares concretos, y una huella que puede crecer aunque cada chip sea mejor, simplemente porque se hace mucho más con ellos. ¿Justificado? Depende del uso y del marco: con transparencia obligatoria, métricas comparables y decisiones de localización coherentes, la industria puede recortar impacto sin fingir que no existe. Sin datos y sin freno en la demanda, la moda “inteligente” puede acabar siendo, literalmente, una factura: de luz, de agua y de paciencia territorial.












