OpenAI lanzó ChatGPT en noviembre de 2022. En agosto de 2025, menos de tres años después, el chatbot ya supera los 700 millones de usuarios semanales.

La aceleración de la inteligencia artificial (IA) está redefiniendo las reglas de muchos sectores. Sin embargo, junto a la promesa de eficiencia y transformación, emerge un reto ineludible: el impacto ambiental derivado de su desarrollo y uso.

Aunque el impacto de cada consulta es pequeño y cae deprisa, la adopción masiva de asistentes, agentes y vídeo generado por IA puede elevar la demanda de recursos más rápido de lo que mejora la eficiencia.

No solo de energía vive la IA

El debate sobre la huella de la IA gana peso a medida que los modelos generativos demandan más energía. Según la Agencia Internacional de la Energía (IEA), los centros de datos que la sostienen ya consumen un 1,5% de la electricidad mundial y podrían alcanzar el 3% de las emisiones del sector eléctrico en 2030.

Pero no basta con hablar de energía. La evaluación debe considerar la huella de carbono asociada y la huella hídrica directa e indirecta de cada prompt, aterrizada al contexto local de cada centro de datos.La dificultad de medir estos impactos —por la falta de datos públicos y la rapidez de los avances— se suma a la presión regulatoria y a la creciente demanda de transparencia. Esto obliga a las compañías a revisar sus compromisos Net Zero y diseñar estrategias de transición climática más creíbles.

La eficiencia y la medición de impacto: absoluto vs. relativo

Uno de los debates clave es la diferencia entre métricas relativas y absolutas.

Las métricas relativas —impacto por unidad de consumo— permiten evidenciar mejoras de eficiencia. En telecomunicaciones, por ejemplo, el despliegue de 5G es hasta un 90% más eficiente por unidad de tráfico que 4G, lo que desacopla el aumento de datos del consumo energético.

En IA, Google anunció en el último año reducciones de 33x y 44x en consumo energético y huella de carbono por prompt de Gemini, mientras aumentaba la calidad de las respuestas. En cuanto a ChatGPT, las primeras estimaciones en 2023 situaban el consumo en 3 Wh por petición, frente a los 0,34 Wh reconocidos por Sam Altman en junio de este año: una mejora de diez veces.

Aun así, la eficiencia relativa puede quedar eclipsada si el crecimiento absoluto no se contiene.

En plena revolución industrial, William Jevons advirtió que el aumento de la eficiencia en las máquinas de vapor no reduciría el consumo de carbón, sino que lo incrementaría. Algo similar ocurrió en la telefonía móvil: a finales de 2024 había más dispositivos que habitantes en el planeta. Satya Nadella, CEO de Microsoft, citaba esta paradoja a principios de año para explicar la expansión imparable de la IA.

De ahí la importancia de combinar métricas absolutas y relativas, con una gobernanza clara y verificable sobre consumo energético, emisiones y uso de agua.

Avanzando en gestión y transparencia

El sector tecnológico está adoptando estrategias cada vez más sofisticadas para mitigar su impacto: contratos de energía renovable a largo plazo, centros de datos en regiones con acceso a energías limpias y compromisos Net Zero y Water Positive.

No obstante, estos esfuerzos conviven con una realidad compleja: el rápido crecimiento de la IA dispara el consumo y, en consecuencia, las emisiones absolutas. Google, por ejemplo, mantiene su meta de cero emisiones netas en 2030, pero reconoce que su huella ha aumentado un 50% desde 2019 por la presión de sus centros de datos. En materia hídrica, investigaciones recientes de la ONG SourceMaterial alertan sobre la expansión de centros de Amazon, Google y Microsoft en zonas con estrés hídrico.

Ante las críticas por la falta de transparencia, Google publicó en agosto una metodología integral para medir el impacto de Gemini en energía, carbono y agua. Aunque con limitaciones, lo relevante es el esfuerzo por establecer un marco de medición más completo, que incluya CPUs, RAM, refrigeración e infraestructuras de soporte. Este tipo de iniciativas son un paso hacia lo que debería ser un estándar sectorial: métricas verificables que midan avances en eficiencia junto al crecimiento absoluto de la demanda, reflejando además la realidad geográfica del impacto.

Desde la experiencia en sectores altamente expuestos a impactos medioambientales —como turismo, transporte o agroalimentación—, contar con mediciones auditables y alineadas con estándares de referencia como SBTi o la CSRD resulta indispensable para definir palancas de gestión, reforzar la gobernanza y prepararse para un futuro más exigente.

El camino hacia una integración sostenible de la tecnología

El impacto medioambiental del despliegue tecnológico aumenta también la exposición a riesgos climáticos físicos y de transición. Las empresas que integran una gestión avanzada de riesgos —anticipando impactos, diversificando su matriz energética, estableciendo objetivos absolutos y monitorizando la huella en tiempo real— estarán en mejor posición para captar financiación y fortalecer su legitimidad ante inversores, clientes y sociedad.

La sostenibilidad de la IA y del sector tecnológico exige una visión equilibrada: combinar innovación y eficiencia con un compromiso claro con la descarbonización. El futuro pasa por métricas sólidas, anticipación de riesgos y transparencia total en el reporte de impactos.

Convertir la sostenibilidad en ventaja competitiva requiere combinar innovación tecnológica con rigor en la medición del impacto ambiental. En un cambio de paradigma como el actual, actuar con visión de futuro y apoyarse en conocimiento especializado es esencial para impulsar la transformación que demanda el entorno.