La huella hídrica de la inteligencia artificial
Google ha estimado que cada consulta típica dirigida a su chatbot Gemini consume aproximadamente 0.26 mililitros de agua, lo que equivale a cerca de cinco gotas. Sin embargo, cuando se considera el agua utilizada para generar la electricidad que alimenta los centros de datos, esta cifra se eleva a aproximadamente 0.725 mililitros, un incremento del 179%.
Investigaciones previas sugieren que la huella hídrica asociada con la inteligencia artificial podría ser considerablemente mayor si se analiza a gran escala. Un estudio de 2023, coautorado por Shaolei Ren, profesor de ingeniería eléctrica e informática en la Universidad de California, Riverside, estimó que un modelo anterior de ChatGPT podía consumir hasta medio litro de agua por cada 10 a 50 interacciones con el chatbot.
Comparaciones con otros sectores
La huella hídrica de la inteligencia artificial puede parecer pequeña en comparación con otros procesos industriales. Por ejemplo, se ha estimado que la producción de un solo par de pantalones de mezclilla requiere alrededor de 3,800 litros de agua, según datos de Levi’s citados por el Programa de las Naciones Unidas para el Medio Ambiente (PNUMA). Asimismo, una camiseta de algodón puede tener una huella hídrica de aproximadamente 2,720 litros, y el consumo anual de café y té a nivel mundial asciende a cerca de 140 billones de litros.
Aunque estas cifras superan con creces las estimaciones de una única consulta a un chatbot, es fundamental considerar que incluyen factores como el agua de lluvia, el riego y el impacto del agua en la contaminación agrícola e industrial. La preocupación radica en la rápida expansión de la demanda de servicios de inteligencia artificial y las implicaciones sobre el consumo de agua en regiones que ya enfrentan escasez.
Proyecciones alarmantes para el futuro
Un estudio en el que Ren fue coautor en 2025 proyectó que las operaciones globales de inteligencia artificial podrían extraer entre 4.2 y 6.6 billones de litros de agua anualmente para 2027, un volumen que equivale entre cuatro y seis veces las extracciones anuales de agua de Dinamarca. Esta magnitud de demanda genera interrogantes sobre el verdadero consumo hídrico de la IA, especialmente a medida que los centros de datos se desplazan hacia áreas con recursos hídricos limitados.
Desafíos en la estimación del consumo de agua
Determinar la cantidad exacta de agua utilizada por una sola consulta es complicado, ya que las estimaciones dependen en gran medida de los métodos de medición empleados por los investigadores. En un estudio realizado en septiembre de 2026, expertos de la Northeastern University y la Boston University desarrollaron un marco llamado «Water Cost of Intelligence» (WCI), que considera el agua consumida directamente en los centros de datos, el agua utilizada para generar electricidad y la escasez hídrica a nivel regional. Esta metodología explica por qué las estimaciones de Google son más bajas, ya que solo tienen en cuenta el agua utilizada en sus instalaciones, sin considerar la electricidad necesaria para su funcionamiento.
Además, la variabilidad en el trabajo requerido para procesar diferentes solicitudes complica aún más la asignación de cifras precisas. Ren señala que, aunque se pueden hacer estimaciones para tareas específicas, el concepto de «una solicitud» se ha vuelto menos consistente, ya que puede generar respuestas breves o requerir razonamientos extensos y múltiples interacciones con el modelo.
El dilema del consumo de agua en los centros de datos
Es importante destacar que un centro de datos puede consumir poca agua de manera directa, pero depender de una generación eléctrica que, a su vez, requiere agua adicional. Ren destaca que esta disyuntiva es particularmente relevante en climas calurosos, donde la necesidad de energía para la refrigeración puede incrementar el consumo hídrico. Arif Gasilov, experto en recursos naturales y agua, cuestiona la utilidad de las estimaciones por consulta, ya que los servidores pueden manejar miles de solicitudes simultáneamente y su consumo de electricidad es constante, independientemente de la actividad.
Gasilov resalta que gran parte del consumo de agua atribuible a una solicitud se basa en promedios, sin medir directamente el uso real. Además, la fuente de abastecimiento de un centro de datos puede influir significativamente en su impacto ambiental. Un centro que dependa de recursos hídricos abundantes puede ejercer menos presión sobre su entorno que uno que utilice sistemas municipales limitados o que opere en áreas desérticas.
Compromisos y soluciones para el futuro
Los esfuerzos para reducir el consumo de agua en los centros de datos a menudo conllevan compensaciones. Por ejemplo, los sistemas de refrigeración de circuito cerrado, que reutilizan agua, pueden disminuir el consumo en las instalaciones, pero a menudo requieren más electricidad, lo que podría aumentar la demanda de agua en las plantas de energía que las alimentan.
La pregunta que queda es si las mejoras en eficiencia podrán mantenerse al ritmo del crecimiento acelerado del uso de la inteligencia artificial. Gasilov expresa sus dudas sobre si el aumento de la eficiencia será suficiente para compensar la creciente base de usuarios. A medida que la tecnología avanza, la necesidad de un enfoque sostenible y consciente del medio ambiente se vuelve cada vez más urgente.
