La inteligencia artificial (IA) está transformando rápidamente el espacio tecnológico global, pero su acelerada evolución ha resaltado un debate crucial en la gestión universal de los recursos naturales. De acuerdo con un reciente análisis de la unidad de agua del Banco Mundial, esta innovadora tecnología actúa a modo de arma de doble filo: por un lado, los inmensos centros de datos necesitan cantidades absolutamente extraordinarias de agua y de energía para trabajar, por otro, sus algoritmos se pueden transformar en maestros sin precedentes en la resiliencia hídrica.
El voraz hambre hídrica y energética de los centros de datos
Para que los complejos sistemas de inteligencia artificial generativa puedan procesar por sí mismos millones de datos en fracciones de segundo, requieren estructuralmente de masivas infraestructuras localizadas en la nube que obligan a tener miles de servidores trabajando sin pausa. Los grandes centros de datos generan enormes cantidades de calor térmico operativo, lo que empuja a las instalaciones a consumir continuamente agua potable en su estado evaporativo para evitar que los equipos, en toda su complejidad, se sobrecalienten y colapsen. A este uso directo de agua se le suma el uso indirecto estrictamente necesario para generar la propia electricidad que alimenta las instalaciones, un uso que puede elevarse hasta el 80 % o más de su inmensa huella hídrica total.
Los estudios oficiales predicen que el uso de electricidad de los centros de datos se duplicará holgadamente para 2030, alcanzando los 945 teravatios-hora, un consumo de electricidad que equivale al consumo anual de países enteros. A la par de este voraz consumo eléctrico, se estima que la muy grande demanda de agua dulce a nivel mundial asociada directamente a los sistemas de generación de inteligencia artificial podría llegar a un consumo entre 1,1 y 1,7 billones de galones para el año 2027.
Estrés hídrico global y el potencial para los países en vías de desarrollo
A escala planetaria, la monumental cantidad neta de agua utilizada por estos centros de procesamiento de datos puede resultar insignificante al compararla con mastodónticos y tradicionales sectores como el de la producción agrícola extensiva que acapara millones de acres. No obstante, en lo que estrictamente local se refiere, la realidad resulta enteramente opuesta. En territorios geográficos que o bien ya sufren de una crónica escasez, o bien no gozan de abastecimiento suficiente, los de superlativos requerimientos de los clústeres tecnológicos compiten por los mismos stocks que dan abasto a los hogares y a los pequeños agricultores y empresas del entorno.
La competencia de las empresas llega a ser problemáticamente crítica dado que en cada una de las diferentes economías emergentes, las condiciones climáticas cálidas y el enfriamiento de los servidores adquirieron un carácter compulsivamente más intenso por los altos niveles de calor que normalmente sobrepasan los 90 °F durante la estación estival.
Regulaciones de infraestructuras y soluciones predictivas
Más de un tercio de la actual infraestructura de centros de datos se encuentra ya ubicada donde las necesidades de agua son más críticas. El agua es un recurso extremadamente barato de obtener o, incluso, en buena medida subsidiado por los gobiernos, procedimiento que lleva a las empresas a ignorar los costos ambientales a largo plazo.
Las mismas administraciones públicas tienen que poner en marcha inmediatamente políticas exigentes de ubicación informada, exigir monitoreos transparentes y promover con intensidad una fuerte innovación empresarial de cara a la gestión de la vía de acción referida. En resumen, la misma tecnología que hoy, día a día, crea una nueva y masiva demanda sobre los recursos hídricos de las economías más sensibles es la tecnología que al mismo tiempo encierra la mayor promesa técnica para administrarlos de manera verdaderamente inteligente a escala mundial.
¿Te ha servido este artículo?
Recibe cada semana lo que de verdad importa
Análisis de energía, clima y naturaleza en tu correo. Gratis y sin spam.
