El debate público en torno a la inteligencia artificial (IA) suele centrarse en su capacidad para transformar sectores económicos y generar nuevas herramientas, pero también ha despertado preocupación sobre su posible impacto ambiental. La percepción extendida es que esta tecnología requiere enormes cantidades de energía, especialmente debido al crecimiento de centros de datos y al uso de hardware especializado. Sin embargo, un nuevo análisis científico cuestiona esta idea.

El estudio, elaborado por Anthony R. Harding y Juan Moreno-Cruz , evalúa por primera vez cómo variaría el consumo energético en Estados Unidos si la IA se integrara de forma amplia en múltiples actividades económicas. Los resultados contradicen algunas de las suposiciones más extendidas: su impacto total sería reducido y, en determinados escenarios, incluso podría contribuir a procesos más eficientes. Según recoge el propio trabajo, “La adopción de IA podría conducir a un uso adicional de energía de 28 PJ y a 896 ktCO2 en emisiones anuales—equivalente aproximadamente al 0,03% del uso nacional anual de energía y al 0,02% de las emisiones nacionales anuales de CO2 ".

El estudio utiliza una metodología económica que combina datos laborales, productivos y ambientales, teniendo en cuenta la intensidad energética y la intensidad de emisiones de cada sector. Esta perspectiva permite medir no solo el gasto energético asociado al funcionamiento de los modelos de IA, sino también los efectos indirectos derivados de aumentos de productividad .

Los resultados muestran diferencias importantes entre sectores . Actividades con amplio margen de automatización pueden experimentar incrementos de productividad que conllevan pequeñas subidas de consumo energético, especialmente en industrias ya muy intensivas en energía, como transporte o construcción. En cambio, sectores con baja intensidad energética —como los relacionados con la información, la edición o determinadas actividades profesionales— apenas muestran modificaciones.

El análisis también revela que el impacto energético de la IA, incluso contabilizando el entrenamiento e inferencia de modelos avanzados , representa una fracción mínima en comparación con el consumo total del país. Aunque reconoce que algunas regiones podrían percibir aumentos locales debido a centros de datos, el trabajo insiste en que el efecto agregado a nivel nacional es limitado.

Más allá de medir consumos, la investigación contempla la posibilidad de que la IA contribuya a reducir energía gracias a optimizaciones industriales, mejor gestión de demanda o mayor eficiencia en infraestructuras. Aunque estos beneficios no se modelizan en detalle , los autores sugieren que el efecto neto podría ser incluso más bajo que la estimación inicial.

El trabajo recuerda sus propias limitaciones, como el uso de datos energéticos de 2014 para mantener la coherencia metodológica, así como la imposibilidad de extrapolar conclusiones a países con matrices energéticas distintas. Aun así, las proyecciones hasta 2023 muestran variaciones menores.

En conjunto, la investigación aporta una perspectiva más matizada del impacto de la IA en el ámbito ambiental. Si bien existen desafíos concretos, especialmente en zonas donde se concentran infraestructuras tecnológicas, el consumo agregado aparece lejos de representar una amenaza significativa. Además, la IA podría convertirse en una herramienta útil para acelerar la transición hacia modelos más sostenibles.