La crisis silenciosa del agua en la infraestructura de los centros de datos globales
El crecimiento acelerado de la inteligencia artificial en los últimos dos años ha puesto en una dimensión distinta un problema que existía antes pero que la industria tecnológica manejaba con relativa comodidad: el consumo de agua en los centros de datos globales. Lo que antes era una variable operativa más está convirtiéndose en una tensión real entre la demanda energética de la tecnología y la disponibilidad de un recurso que no es infinito y que ya está bajo presión en muchas partes del mundo por razones completamente ajenas a la industria tecnológica.
Por qué los centros de datos necesitan agua
Los servidores que procesan datos generan calor de forma continua, y ese calor tiene que ir a algún lado. El método más extendido para manejarlo es la refrigeración por evaporación: agua que absorbe el calor de los equipos y se evapora en el proceso. Es un método eficiente y económico, lo que explica por qué la industria lo adoptó de forma masiva durante décadas. El problema es que el agua que se evapora no regresa al sistema. Se pierde de forma permanente, y en regiones donde el agua ya escasea, esa pérdida compite directamente con el uso agrícola, doméstico e industrial.
Un centro de datos de tamaño mediano puede consumir entre uno y cinco millones de litros de agua al día. Los más grandes superan esa cifra con facilidad. Google reportó en 2022 un consumo total de 21.000 millones de litros de agua a nivel global. Microsoft, en el mismo período, reportó cerca de 8.000 millones. Meta no se queda atrás. Y esas cifras corresponden a antes del boom de la IA generativa, lo que significa que los números actuales son considerablemente mayores.
El efecto de la inteligencia artificial
Entrenar un modelo de lenguaje grande consume cantidades significativas de energía y, por extensión, de agua. Investigadores de la Universidad de California estimaron que entrenar GPT-3 requirió aproximadamente 700.000 litros de agua dulce solo para refrigeración, el equivalente al consumo de una persona promedio durante varios años. Pero el entrenamiento ocurre una sola vez. Lo que ocurre de forma continua es la inferencia: cada consulta que alguien hace a un modelo de IA genera procesamiento en un servidor que produce calor y que necesita ser refrigerado. A escala de millones de consultas diarias, ese consumo acumulado es difícil de dimensionar con precisión, entre otras cosas porque las empresas no están obligadas a reportarlo de forma detallada.
La expansión de la IA no es un fenómeno futuro. Está ocurriendo ahora, y la infraestructura que la soporta crece a un ritmo que varios gobiernos y organizaciones ambientales han comenzado a cuestionar con datos concretos, aunque sin una respuesta coordinada todavía.
Dónde se concentra el problema
El impacto no se distribuye de forma pareja. Es más grave donde coinciden tres condiciones al mismo tiempo:
- Alta concentración de centros de datos.
- Clima cálido que aumenta la demanda de refrigeración.
- Estrés hídrico previo en la región.
Arizona es un caso documentado. Es una de las zonas con mayor crecimiento de infraestructura de datos en Estados Unidos y al mismo tiempo una región con serios problemas de disponibilidad de agua. Varios municipios han comenzado a restringir o condicionar la instalación de nuevos centros de datos por su impacto en los acuíferos locales. En Europa, los Países Bajos llegaron a pausar permisos de construcción en la región de Ámsterdam por la misma razón. Irlanda, que concentra gran parte de la infraestructura de datos de empresas tecnológicas en Europa, ha generado un debate público creciente sobre si la capacidad hídrica y energética del país puede sostener ese ritmo de expansión sin consecuencias para otros sectores.
En América Latina y el Sur Global, donde la demanda de centros de datos crece para atender mercados locales, el tema empieza a aparecer en conversaciones de política pública, aunque todavía sin la urgencia que tiene en otras regiones donde los efectos ya son visibles.
Lo que la industria está haciendo
Hay iniciativas reales dentro de la industria, aunque su alcance todavía es limitado frente a la escala del desafío:
- Aprovechamiento climático: Algunos centros de datos ubicados en climas fríos están usando aire exterior para refrigerar en lugar de agua. Microsoft tiene instalaciones en Suecia y Finlandia que aprovechan el clima local para reducir el consumo hídrico de forma significativa.
- Refrigeración líquida directa: En lugar de enfriar el aire de la sala, este sistema enfría directamente el chip o el servidor. Es más eficiente y usa menos agua, pero requiere una inversión de infraestructura mayor y no todos los equipos existentes son compatibles.
- Sistemas de circuito cerrado: Algunos operadores están invirtiendo en sistemas donde el agua se trata y se reutiliza en lugar de descartarse, lo que reduce el consumo neto aunque no lo elimina.
En el plano de los compromisos corporativos, Microsoft se comprometió a ser water positive para 2030, es decir, devolver más agua de la que consume. Google tiene metas similares. Son compromisos que merecen seguimiento, pero que dependen de proyectos de restauración hídrica todavía en etapas tempranas y cuya efectividad real es difícil de verificar de forma independiente.
Lo que falta
La ausencia de un estándar global obligatorio para reportar el consumo de agua es uno de los obstáculos más concretos para entender la dimensión real del problema. Las empresas que publican cifras lo hacen de forma voluntaria y con metodologías distintas, lo que hace difícil comparar datos entre operadores o verificar si los compromisos anunciados se están cumpliendo. Esa opacidad no es neutral: beneficia a quienes consumen más y desincentiva a quienes invierten en eficiencia, porque no hay forma de distinguirlos con claridad desde afuera.
En cuanto a regulación, los gobiernos que han actuado lo han hecho de forma reactiva y sin coordinación entre países, mientras las empresas eligen dónde instalar su infraestructura considerando, entre otros factores, dónde las exigencias ambientales son menores. Esa dinámica crea incentivos para concentrar infraestructura en regiones con regulación más laxa, lo que desplaza el problema en lugar de resolverlo.
Hay además una discusión que la industria ha evitado en gran medida: si el ritmo de crecimiento actual de la IA es compatible con los recursos hídricos disponibles, o si en algún punto la ecuación deja de cerrar. No es una pregunta ideológica ni una crítica a la tecnología como tal. Es una pregunta de ingeniería y de política de recursos naturales que va a necesitar una respuesta antes de que la presión sobre los sistemas hídricos la fuerce de forma menos ordenada.
El agua es un recurso con límites físicos que ya está bajo presión en muchas partes del mundo por razones que no tienen nada que ver con la tecnología: agricultura, crecimiento urbano, variabilidad climática. Agregar a esa presión la demanda de una industria que crece a tasas del 20 o 30 por ciento anual no es un problema que la eficiencia tecnológica pueda absorber completamente, al menos no al ritmo al que se está construyendo infraestructura nueva.
Resolver esto requiere decisiones sobre dónde se construye, cómo se regula, qué se reporta públicamente y, en última instancia, qué modelo de crecimiento se considera razonable en función de los recursos disponibles. Esas decisiones todavía no se están tomando con la misma velocidad con que se está expandiendo la infraestructura, y esa brecha entre la velocidad de construcción y la velocidad de la regulación es probablemente el problema más urgente de toda esta discusión.
Comentarios
Publicar un comentario