A medida que Europa sale de un verano de temperaturas récord y Estados Unidos se prepara para las elecciones de mitad de mandato, los centros de datos se han convertido en objeto de debate a ambos lados del Atlántico. En el Reino Unido, las empresas de agua estiman que estas instalaciones utilizan 6,6 millones de litros de suministro público al día. En Estados Unidos, algunos ciudadanos atribuyen el aumento de sus facturas eléctricas a la expansión de los centros de datos. Bloomberg ha llegado a describir la reacción contra ellos como un asunto decisivo para las elecciones.

La preocupación es comprensible: se ha extendido la idea de que se construyen demasiados centros de datos, demasiado deprisa y, en ocasiones, en lugares donde escasea el agua. Algunas comunidades temen que sus necesidades queden relegadas frente a la expansión de la infraestructura que sostiene la inteligencia artificial.

En ciertos casos, hay motivos legítimos para el descontento. En etapas anteriores, la eficiencia hídrica no siempre fue una prioridad de diseño. Sin embargo, el debate actual también se alimenta de cifras que van de desactualizadas a incorrectas. Algunas exageran el problema de forma considerable; otras, incluidas algunas que repite la propia industria, lo minimizan.

Acertar con los datos es esencial, sobre todo para las comunidades que acogen estas instalaciones. Las cifras equivocadas pueden conducir a malas decisiones sobre su ubicación, desviar la atención y erosionar la confianza.

## El principal mito sobre el consumo de agua

«Cada conversación con ChatGPT consume una botella de agua» es una de las afirmaciones más conocidas sobre la infraestructura de la inteligencia artificial. Pero no se basa en mediciones directas de un centro de datos. La cifra procede de un estudio académico, *Making AI Less “Thirsty”*, elaborado por investigadores de la Universidad de California en Riverside. Era una estimación calculada a partir de datos públicos, no una lectura de contador en una instalación real.

Un análisis de *The Washington Post* publicado en 2024 contribuyó a popularizarla. Desde entonces, uno de los autores del estudio ha señalado que la estimación para GPT-4 probablemente era demasiado alta y que el valor real podría acercarse a 15 mililitros por consulta en total, de los cuales unos 5 mililitros corresponderían al agua utilizada para la refrigeración en el centro de datos. En agosto de 2025, Google estimó que una consulta de texto mediana en Gemini consumía 0,26 mililitros de agua en las instalaciones: aproximadamente cinco gotas.

Las estimaciones fiables siguen variando en más de mil veces, según el modelo, la ubicación, la estación y, sobre todo, qué se contabiliza. La respuesta honesta a «¿cuánta agua consume una consulta?» no es una cifra única, sino un intervalo amplio. La falta de criterios uniformes de divulgación dificulta estrecharlo.

## No todos los centros de datos son iguales

No todas las instalaciones utilizan la misma tecnología de refrigeración ni tienen el mismo impacto hídrico. En 2024, Google informó de que uno de sus centros de datos en Texas consumió unos 10.000 galones de agua en un año, mientras que su mayor consumidor, en Iowa, utilizó alrededor de mil millones. La diferencia entre ambas instalaciones fue de cinco órdenes de magnitud y se debió principalmente a la arquitectura de refrigeración y al clima.

También es engañoso afirmar que toda el agua utilizada por un centro de datos desaparece para siempre. Una instalación puede tomar agua de un río, usarla en intercambiadores de calor y devolverla al cauce a una temperatura algo mayor. Otra puede extraer agua de un acuífero y evaporar un volumen equivalente. Son impactos distintos.

Por eso es fundamental diferenciar entre extracción y consumo. La extracción mide cuánta agua se obtiene de una fuente; el consumo, cuánta no se devuelve a esa fuente. Sin ambas cifras —y sin información sobre las descargas— es difícil comprender el efecto real de una instalación.

## El impacto local importa más que el promedio nacional

En muchos países, el consumo de agua de los centros de datos representa una fracción pequeña del total. En Estados Unidos, por ejemplo, su consumo directo anual equivale aproximadamente al 0,3 % del suministro público. Los campos de golf consumen cerca de treinta veces más agua que todos los centros de datos estadounidenses juntos. A escala mundial, la agricultura es mucho más importante: representa alrededor del 70 % de las extracciones de agua dulce, según el Informe Mundial de las Naciones Unidas sobre el Desarrollo de los Recursos Hídricos.

Pero los promedios nacionales pueden ocultar efectos locales. Una instalación que llega de pronto a un municipio pequeño y necesita millones de galones al día puede ejercer una presión significativa, aunque el sector tenga un peso reducido en las estadísticas nacionales. La atención de las comunidades no responde únicamente al volumen total, sino también a la concentración y la visibilidad del uso.

## Más inteligencia artificial no implica necesariamente más consumo de agua

El crecimiento de la inteligencia artificial no tiene por qué traducirse automáticamente en un mayor consumo de agua. Los centros de datos más recientes incorporan diseños de circuito cerrado, refrigeración por inmersión y acuerdos para utilizar agua reciclada. Estas soluciones cobran importancia a medida que las cargas de trabajo de IA exigen sistemas capaces de gestionar más calor.

Microsoft, Google y Amazon se han comprometido a ser «positivas en agua» para 2030, es decir, a reponer más agua de la que consumen. La regulación también puede contribuir: la Unión Europea exige informes anuales sobre el uso de agua a los centros de datos con una capacidad superior a 500 kW.

Los compromisos corporativos y las nuevas tecnologías son un avance, pero no sustituyen a la transparencia. Para evaluar los resultados hacen falta datos comparables y verificables.

## La necesidad de rendir cuentas con claridad

La evidencia disponible indica que los centros de datos de IA son un usuario minoritario de agua a escala nacional, aunque su huella es real y puede resultar importante en determinadas localidades. La ingeniería, una planificación cuidadosa y una regulación eficaz pueden ayudar a reducirla. Lo que aún falta es un sistema claro y coherente para contabilizar el uso.

La divulgación estandarizada, verificable de forma independiente y desglosada por instalación debería incluir las extracciones, las descargas y el consumo. Para la industria, el coste de informar con rigor sería relativamente bajo; para las comunidades, el valor de esa información podría ser considerable.

Las cifras erróneas alimentan una vigilancia mal enfocada y una confianza inmerecida. Si el debate público y las políticas quieren seguir el ritmo del crecimiento de la inteligencia artificial, necesitan datos completos, comparables y honestos.

from Latest from TechRadar https://ift.tt/PJZMV4g
via IFTTT IA