Centros de datos y sector energético, condenados a entenderse

El entrenamiento de los modelos de inteligencia artificial y la generación de respuestas requieren operar una gran cantidad de datos de sus procesadores en la nube y, por tanto, exigen un elevado consumo de electricidad y de agua, necesaria para refrigerarlos y asegurar su funcionamiento.

Este desafío a los compromisos ESG impacta particularmente en España, un enclave estratégico por ser cruce de autopistas digitales entre Europa, África y América Latina y donde se han aprobado, desde principios de la década, una treintena de nuevos proyectos para albergar centros de datos y que, según las previsiones, duplicarán esta cifra en los próximos años.

Según el reciente informe anual sobre electricidad de la Agencia Internacional de la Energía (AIE), los centros de datos consumieron 460TWh en 2022, una cifra que, según sus estimaciones, podría aumentar a más de 1.000TWh en 2026.

La sostenibilidad es fundamental

Además, los cálculos conocidos y llamativos sobre el consumo de agua que requiere, por ejemplo, una respuesta de ChatGPT también están impulsando la búsqueda de soluciones al reto que plantean los centros de datos y la potencia de cálculo de la IA en un escenario socioeconómico con un horizonte de sostenibilidad.

La industria avanza, por tanto, hacia un modelo de desarrollo que sea capaz de impulsar la inteligencia artificial y su capacidad transformadora para empresas y administraciones sin desatender los compromisos ESG.

Desde SpainDC, la asociación de data center en España, destacan el método liquid cooling o refrigeración líquida que, empleando una pequeña cantidad de agua que se mueve continuamente en un circuito cerrado en lugar de evaporarse, permite refrigerar los servidores reduciendo su impacto en la huella hídrica. Y los hiperescaladores están avanzando en la reducción de las emisiones de CO2 con experiencias como el de Microsoft, que está investigando las posibilidades del hidrógeno verde para suministrar energía a sus centros de datos, o el de Google y sus paneles solares para alimentar sus regiones data center.

Mientras y frente al uso mayoritario de combustibles fósiles para garantizar la movilidad de las personas, la habitabilidad de las viviendas y el sostenimiento del sistema económico, el contexto europeo propicia la electrificación de la economía y el consumo de renovables: la UE quiere acelerar su adopción para alcanzar el objetivo de reducción de emisiones netas de gases de efecto invernadero en al menos un 55 % de aquí a 2030.

Aumentar la demanda eléctrica

El crecimiento exponencial de la demanda energética que requieren los centros de datos se contempla como una oportunidad para responder al actual desfase entre el exceso de oferta y la escasez de demanda de energía verde, singularidad de una potencia mundial en la generación de solar o eólica como es España: la demanda eléctrica caía el año pasado hasta quedarse a niveles de hace dos décadas, según los registros de Red Eléctrica (REE), y el sector de las renovables alertaba sobre la viabilidad de nuevas plantas.

En España, enclave estratégico por el cruce de autopistas digitales antes mencionado, las propias compañías de generación renovable están desarrollando planes green IT –proyectos para incentivar la eficiencia energética en la tecnología– con foco en los centros de datos, que garantizan un consumo constante y potencialmente creciente las 24 horas los 365 días al año.

Según la tecnológica Minsait, "este flujo se presenta como una oportunidad de ida y vuelta para las compañías tecnológicas en su cumplimiento de los objetivos ESG y el de sus clientes, presentes también en un sector, el energético, con un fuerte componente de sostenibilidad."

Viceversa: el uso de la IA por parte del sector energético

También uno de los sectores que más utiliza la Inteligencia Artificial en sus procesos productivos es el energético. El mundo de la energía se encuentra en pleno proceso de transformación y la IA se percibe como una herramienta clave para abordar desafíos como la transición hacia fuentes de energía más limpia, la optimización de infraestructuras o la gestión de la demanda.

Las empresas de energía y utilities llevan años aplicando soluciones de IA y un 67% de ellas estima que aumentará considerablemente su presupuesto en ellas en los próximos dos años. Así lo revela el informe Ascendant de Minsait que, bajo el título IA: radiografía de una revolución en marcha, analiza el grado de adopción de la inteligencia artificial en compañías privadas e instituciones públicas de 15 sectores diferentes de actividad.

El estudio ha evidenciado un alto grado de madurez en la implementación de la IA en el sector. En los últimos años se ha observado cómo las compañías energéticas la integraban en sus distintas áreas de negocio, una tendencia que sigue expandiéndose en la cadena de valor teniendo en cuenta criterios de coste-beneficio y responsabilidad social. Ahora ya son una mayoría las que tienen planes integrados y trabajan para su aplicación a gran escala en los próximos dos años.

Múltiples usos

Este uso extensivo se refleja en múltiples casos de uso que las organizaciones ya están aplicando, como la optimización de la planificación y construcción de redes de distribución, la ubicación eficiente de activos críticos o plantas, la anticipación de fallos o conexiones anómalas y la mejora en los procesos de toma de decisiones. Además, un 44% de las empresas del sector están centrando sus esfuerzos en el área de ESG, como el análisis y pronóstico del impacto medioambiental.

También destaca el uso de la inteligencia artificial para identificar, explorar, extraer y transportar recursos energéticos (30%), especialmente la optimización de rutas y los mantenimientos predictivos de las infraestructuras. En relación con las áreas de distribución, un 22% de las empresas utilizan la IA para la detección de fugas y fraude en la red.

Además, cabe mencionar que en el 71% de las empresas, la motivación principal para comenzar a usar la IA o hacerlo de forma intensiva es mejorar la eficiencia y optimizar procesos internos. Sin embargo, a pesar de la variedad y gran cantidad de datos que las empresas energéticas son capaces de captar, especialmente en tiempo real, estas compañías necesitan reforzar su capacidad de análisis para extraer el máximo valor.