La demanda eléctrica de los centros de datos en 2026 se disparará hasta cuadruplicar la de España

La presión energética que genera la expansión de la inteligencia artificial (IA) está llevando a los centros de datos a niveles de consumo sin precedentes. Según el informe “IA sostenible para un futuro más verde” elaborado por NTT DATA, la demanda eléctrica global asociada a estas infraestructuras podría alcanzar los 1.050 TWh en 2026. El dato refleja un crecimiento acelerado que ya avanza a una media del 12% anual y que, entre 2024 y 2030, podría elevarse a un ritmo del 15% cada año.

Esta proyección sitúa a los centros de datos en una escala energética que rivaliza con la de economías nacionales enteras. Aunque el informe no incluye cifras comparativas por país, sí subraya que el volumen de electricidad requerido por estas instalaciones está tensionando los sistemas eléctricos y amenaza con anular avances recientes en eficiencia energética. La propia Agencia Internacional de la Energía estima que la IA llegará a absorber más de la mitad de toda la electricidad utilizada en centros de datos en 2028, una tendencia que NTT DATA alerta como potencialmente insostenible si no se actúa de forma coordinada.

Impacto

El impacto ambiental no se reduce al consumo eléctrico. El informe detalla que la huella de carbono operativa de estas infraestructuras podría duplicarse antes de 2030, alcanzando 860 millones de toneladas de CO2e, equivalente aproximadamente al 1 % de todas las emisiones globales actuales. A ello se suma la enorme demanda de agua para refrigeración —millones de litros por cada modelo entrenado— y el creciente agotamiento de minerales críticos utilizados en la fabricación de hardware especializado.

La industria tecnológica advierte que la trayectoria actual es incompatible con los compromisos internacionales de sostenibilidad. “El paradigma es claro: para que la IA contribuya a la sostenibilidad, primero debe ser sostenible”, recoge el informe de NTT DATA. La compañía subraya la necesidad de un cambio profundo en la forma en que se desarrollan, entrenan y despliegan los modelos, y propone estrategias como la sincronización energética de cargas de trabajo, el uso de arquitecturas ligeras o el despliegue de infraestructuras optimizadas desde el punto de vista ambiental.

Soluciones

Entre las soluciones presentadas destacan los servicios remotos de GPU basados en redes fotónicas, que permiten derivar cargas de trabajo hacia ubicaciones más eficientes y reducir así el impacto de carbono del entrenamiento de modelos generativos. También sobresale el modelo “tsuzumi”, un LLM de menor tamaño que reduce entre 250 y 300 veces el consumo energético respecto a arquitecturas tradicionales sin sacrificar rendimiento en tareas clave.

NTT DATA concluye que la próxima década será determinante: sin estándares, gobernanza común y tecnologías orientadas a la eficiencia, el crecimiento exponencial de la IA podría comprometer los objetivos globales de descarbonización. En cambio, integrar la sostenibilidad como métrica central del desarrollo permitirá —afirman— asegurar “una IA poderosa, accesible y ambientalmente responsable” para las industrias y las sociedades que dependen de ella.