LA HUELLA DE CARBONO DE LA INTELIGENCIA ARTIFICIAL

Blog 18 de noviembre de 2026 Por Act. Javier Lozano Dubernard | Presidente del Consejo Directivo de la AMDAD, A.C.
LA HUELLA DE CARBONO DE LA INTELIGENCIA ARTIFICIAL

Una contribución todavía marginal, pero creciente, que exige atención y responsabilidad ambiental.

Una segunda dimensión del costo ambiental

En un artículo anterior abordamos el impacto de la expansión de los centros de datos sobre la disponibilidad de agua y energía, así como la necesidad de que la innovación tecnológica avance de la mano de la sostenibilidad ambiental. Existe, sin embargo, otra dimensión que merece atención: las emisiones de gases de efecto invernadero asociadas a la infraestructura que hace posible la inteligencia artificial.

La conversación sobre inteligencia artificial suele concentrarse en sus beneficios: productividad, innovación, mejores servicios, investigación y nuevas capacidades para resolver problemas complejos. Esos beneficios son reales y deben reconocerse. Pero también es necesario considerar los recursos que requiere su operación y las emisiones que se generan para mantenerla funcionando.

¿Cuánto contribuyen los centros de datos y la IA?

La Agencia Internacional de Energía (IEA) estimó que, en 2024, los centros de datos generaron alrededor de 180 millones de toneladas de CO₂ indirectas por la electricidad que consumieron. Esa cantidad equivalía aproximadamente al 0.5% de las emisiones mundiales de CO₂ procedentes de la combustión de combustibles. La estimación comprende todas las actividades de los centros de datos —almacenamiento, servicios en la nube, plataformas digitales e inteligencia artificial, entre otras— y no debe atribuirse exclusivamente a esta última.

Para dimensionar de manera más específica la huella de la IA, el investigador Alex de Vries-Gao estimó que los sistemas de inteligencia artificial podrían haber generado entre 32.6 y 79.7 millones de toneladas de CO₂ durante 2025. Se trata de un intervalo estimado, no de un inventario mundial medido directamente. La incertidumbre obedece, entre otros factores, a que las empresas no suelen separar públicamente el consumo eléctrico de las cargas de trabajo de IA del resto de sus operaciones.

Estas cifras deben leerse con cuidado y no sumarse entre sí: la huella estimada de la IA forma parte del universo más amplio de los centros de datos. Además, los alcances metodológicos no son idénticos. La cifra de 0.5% corresponde a emisiones indirectas de todos los centros de datos frente a las emisiones globales de CO₂ por combustión; no es el porcentaje que corresponde a la IA.

Una proporción pequeña frente a los grandes sectores emisores

En términos comparativos, la infraestructura digital todavía se encuentra muy por debajo de los sectores que concentran las mayores emisiones mundiales. El Programa de las Naciones Unidas para el Medio Ambiente reportó que, en 2023, la generación de electricidad fue la principal fuente sectorial de gases de efecto invernadero, con 15.1 gigatoneladas de CO₂ equivalente; le siguieron el transporte, con 8.4; la agricultura, con 6.5; y la industria, también con 6.5 gigatoneladas.

La comparación requiere una precisión: las cifras sectoriales del PNUMA están expresadas en CO₂ equivalente e incluyen distintos gases de efecto invernadero, mientras que la estimación de la IEA para centros de datos se refiere a CO₂ indirecto asociado al consumo eléctrico. Por ello, sirven para ubicar órdenes de magnitud, pero no constituyen una comparación contable estrictamente homogénea.

En consecuencia, sería exagerado presentar hoy a la inteligencia artificial como una de las principales responsables de las emisiones mundiales. Pero también sería equivocado concluir que su impacto es irrelevante. Una contribución adicional, aunque todavía pequeña en la escala global, se incorpora a un problema climático acumulativo.

El riesgo está en la velocidad del crecimiento

La preocupación principal no se limita a la proporción actual, sino a la trayectoria de crecimiento. La IEA proyecta que el consumo eléctrico mundial de los centros de datos podría aproximarse a 950 teravatios-hora en 2030, más del doble del nivel de 2025. La demanda de los centros enfocados en IA crecería con mayor rapidez y podría triplicarse en ese periodo.

En su análisis de emisiones, la IEA estimó que las emisiones indirectas de los centros de datos podrían aumentar casi 80% hacia 2030 en su escenario base, y alcanzar 2.5 veces el nivel de referencia en un escenario de expansión acelerada. En este último escenario, representarían alrededor de 1.4% de las emisiones mundiales de CO₂ procedentes de la combustión de combustibles.

Estas proyecciones no significan que un desastre ambiental sea inevitable ni que la IA sea por sí misma la causa del cambio climático. Sí indican que una actividad en rápida expansión puede convertirse en una fuente cada vez más importante de demanda energética y emisiones si su crecimiento no se acompaña de electricidad de menor intensidad de carbono, eficiencia, transparencia y medidas verificables de mitigación.

Las emisiones tienen consecuencias que ya son observables

El dióxido de carbono no desaparece al concluir el proceso tecnológico que lo produjo. Una parte permanece en la atmósfera y contribuye al calentamiento global; otra es absorbida por los océanos y los ecosistemas terrestres, con efectos que también generan presiones ambientales. El aumento de la temperatura, la acidificación y el calentamiento de los océanos, la pérdida de masa de los glaciares, el incremento del nivel del mar y las alteraciones de los ecosistemas son fenómenos documentados por organismos científicos internacionales.

Es importante establecer correctamente la relación causal: estos impactos son resultado del conjunto de las emisiones antropogénicas acumuladas y del cambio climático, no de la inteligencia artificial ni de un centro de datos en particular. La huella de la IA constituye una contribución adicional a ese desafío global. Precisamente por ello, medirla y reducirla forma parte de una responsabilidad ambiental más amplia.

La responsabilidad de anticiparse

La respuesta no consiste en frenar indiscriminadamente la innovación ni desconocer las oportunidades que ofrece la inteligencia artificial. Consiste en asegurar que sus beneficios económicos, sociales y científicos no se obtengan trasladando costos ambientales crecientes a las comunidades y a las generaciones futuras.

Para ello, es necesario fortalecer la transparencia de las empresas operadoras y exigir información verificable sobre el consumo eléctrico de los centros de datos, la proporción de energía procedente de fuentes de bajas emisiones, las emisiones directas e indirectas, la fabricación y renovación de equipos, y los resultados de las medidas de mitigación. También es indispensable evitar que los compromisos ambientales se limiten a declaraciones generales sin indicadores, líneas base ni evidencia de cumplimiento.

¿Qué debe evaluar la auditoría al desempeño?

La auditoría al desempeño puede contribuir a que la discusión pase de las promesas a los resultados. Además de examinar la productividad, la calidad y los beneficios de los sistemas de IA, debe considerar su costo ambiental a lo largo del ciclo de vida. Entre otros aspectos, conviene evaluar:

  • La cantidad de energía consumida y las emisiones de CO₂ asociadas a la operación de los centros de datos.
  • La intensidad de carbono de la electricidad utilizada y la evidencia de que la energía limpia contratada corresponde a generación adicional y verificable.
  • Las emisiones relacionadas con la fabricación, transporte, renovación y disposición de servidores, chips y equipos.
  • La eficiencia de los sistemas de refrigeración y la relación entre consumo de agua, energía y emisiones.
  • La existencia de metas públicas, indicadores comparables, mecanismos de verificación y reportes periódicos.
  • La relación entre los beneficios sociales y económicos obtenidos y los costos ambientales generados.

Conclusión: medir hoy para no lamentar mañana

La inteligencia artificial no figura actualmente entre las grandes fuentes mundiales de emisiones. Su contribución, considerada dentro de la infraestructura digital, sigue siendo relativamente pequeña frente a sectores como la generación de electricidad, el transporte, la agricultura y la industria. Sin embargo, su crecimiento acelerado y la magnitud de los recursos que demanda hacen necesario observarla con rigor.

El verdadero error sería esperar a que su huella alcance una dimensión crítica para comenzar a medirla y atenderla. La innovación responsable exige anticipación: conocer los impactos, transparentar la información, establecer objetivos verificables y corregir oportunamente. La tecnología debe contribuir a resolver problemas y generar valor público, no convertirse en una nueva fuente de costos ambientales que la sociedad termine pagando.

La pregunta que debemos plantearnos no es si debemos aprovechar la inteligencia artificial, sino bajo qué condiciones hacerlo. Una transformación digital sostenible requiere que la eficiencia tecnológica vaya acompañada de responsabilidad energética, hídrica y climática. En esa tarea, la evaluación y la auditoría al desempeño tienen un papel fundamental.

Referencias

  1. Agencia Internacional de Energía (IEA). (2025). Energy and AI, apartado “AI and climate change”. https://www.iea.org/reports/energy-and-ai/ai-and-climate-change
  2. Agencia Internacional de Energía (IEA). (2026). Key Questions on Energy and AI, resumen ejecutivo. https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary
  3. de Vries-Gao, A. (2026). The carbon and water footprints of data centers and what this could mean for artificial intelligence. Patterns, 7(1), 101430. https://doi.org/10.1016/j.patter.2025.101430
  4. Programa de las Naciones Unidas para el Medio Ambiente (PNUMA). (2024). Emissions Gap Report 2024: No more hot air … please! https://www.unep.org/interactives/emissions-gap-report/2024/
  5. Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC). (2023). Climate Change 2023: Synthesis Report. https://www.ipcc.ch/report/ar6/syr/