El informe sobre residuos electrónicos de Basel Action Network revela el problema oculto del hardware de la IA
Basel Action Network estima ahora que los equipos vinculados a la IA podrían generar hasta 617 millones de toneladas de residuos electrónicos para 2050. El informe sobre residuos electrónicos de Basel Action Network llega a esa cifra al contabilizar mucho más que procesadores y servidores. Incluye los sistemas eléctricos, de refrigeración, redes, almacenamiento y respaldo que mantienen operativos los centros de datos de IA.
Ese límite más amplio genera una proyección muchas veces superior a investigaciones anteriores centradas principalmente en hardware informático. En el extremo superior, los equipos retirados llenarían unos 23 millones de contenedores marítimos de 40 pies. Alineados, esos contenedores rodearían el planeta aproximadamente seis veces.
La cifra principal es una previsión, no un resultado medido. Sin embargo, el informe pone de manifiesto un problema inmediato para los proveedores de nube, fabricantes de equipos, recicladores y reguladores. La huella física de la IA no termina en la electricidad y el agua. Cada nuevo centro de datos también crea un futuro flujo de maquinaria obsoleta, materiales peligrosos y metales recuperables.
La estimación de residuos electrónicos de IA acaba de aumentar considerablemente
La nueva estimación cambia el límite contable, no solo la hipótesis de crecimiento.
La organización sin ánimo de lucro Basel Action Network, o BAN, publicó su análisis el 15 de septiembre de 2026. Proyecta que entre 395 millones y 617 millones de toneladas de equipos electrónicos relacionados con la IA serán retiradas entre 2025 y 2050.
La estimación superior equivale a unos 23 millones de contenedores marítimos. Incluso la estimación inferior representa un flujo de residuos muy superior a las proyecciones centradas en servidores que han marcado el debate hasta ahora.
BAN estima que los retiros anuales podrían alcanzar entre 8,6 millones y 13,1 millones de toneladas en 2030. La organización describe esta cifra como aproximadamente entre 40 y 60 veces algunas estimaciones centradas en servidores y procesadores gráficos.
Esa diferencia comienza con lo que BAN incluye dentro del límite del sistema. Un centro de datos necesita servidores, pero no puede funcionar solo con ellos. También requiere conmutadores, dispositivos de almacenamiento, equipos de distribución eléctrica, baterías, generadores, maquinaria de refrigeración, cables y otro hardware especializado.
El informe señala que las investigaciones centradas en servidores pasan por alto alrededor del 87 por ciento de la infraestructura electromecánica más amplia de un centro de datos. Por ello, BAN aplica un modelo de infraestructura completa que asigna unas 70.000 toneladas de equipos a cada gigavatio de capacidad de centro de datos.
Las proyecciones de capacidad impulsan después el pronóstico. El modelo se basa en estimaciones según las cuales la capacidad mundial de centros de datos podría alcanzar 219 gigavatios en 2030. Extender la sustitución de equipos a escenarios posteriores de expansión produce el rango acumulado de BAN hasta 2050.
El método también incluye lo que la organización denomina “contagio de residuos de IA”. Esta categoría abarca equipos de telecomunicaciones relacionados y dispositivos personales que el desarrollo de la IA podría llevar a sus propietarios a sustituir antes de tiempo.
Ese es el componente más amplio e incierto del modelo. El retiro de un servidor puede vincularse directamente con una actualización de un centro de datos. Es más difícil determinar si una función de IA hizo que un consumidor sustituyera un teléfono o un ordenador.
El hallazgo central de BAN sigue siendo importante incluso si esa categoría se interpreta con cautela. La estimación de infraestructura completa identifica equipos que los estudios más acotados suelen dejar fuera de sus modelos.
Un procesador gráfico desechado es visible y fácil de asociar con la IA. Las bombas de refrigeración retiradas, la aparamenta eléctrica, las baterías de respaldo, los conmutadores de red y los sistemas de energía atraen menos atención. En conjunto, pueden superar en peso a los equipos informáticos dentro de la misma instalación.
Este alcance ampliado explica por qué el informe no es simplemente otra advertencia basada en un crecimiento más rápido de los modelos. BAN sostiene que gran parte de los residuos futuros no se contemplaba antes de que nadie debatiera la tasa de crecimiento.
El resultado replantea cada campus de IA anunciado como un compromiso diferido de gestión de residuos. La construcción determina no solo la demanda eléctrica a corto plazo, sino también la cantidad de equipos que alguien deberá finalmente reutilizar, reciclar, almacenar o desechar.
Por qué los centros de datos de IA crean un ciclo de sustitución de hardware
La infraestructura de IA se convierte en residuo mediante sustituciones repetidas, no por un único y lejano evento de demolición.
Los centros de datos contienen equipos con distintas vidas útiles. Los servidores pueden actualizarse mientras un edificio sigue operativo. Las baterías, los componentes de refrigeración, las unidades de almacenamiento y los equipos de red siguen calendarios separados de mantenimiento y sustitución.
La IA acelera ese ciclo porque los operadores compiten en rendimiento por vatio, densidad de computación y coste del servicio. Un acelerador más reciente puede procesar más trabajo dentro de un límite energético restringido. Eso puede hacer que equipos antiguos que aún funcionan dejen de ser comercialmente atractivos antes de que fallen físicamente.
Los residuos resultantes no se limitan al hardware averiado. Incluyen equipos retirados porque un sistema más nuevo ofrece una mejor economía. Algunos dispositivos pueden entrar en mercados secundarios, pero otros tienen diseños especializados o una demanda limitada de reventa.
Los grandes clústeres de IA también transforman los sistemas que los rodean. Las mayores densidades de rack requieren distintas configuraciones de refrigeración, suministro eléctrico, redes y distribución física. Sustituir la capa informática puede, por tanto, obligar a realizar cambios en otras partes de la instalación.
Esto crea un conflicto entre el despliegue rápido y una larga vida útil de los equipos. Los proveedores de nube quieren poner en línea rápidamente cada generación de hardware. La reducción de residuos funciona mejor cuando los equipos siguen siendo útiles durante más tiempo, se reparan o pasan a una aplicación de segunda vida.
Investigaciones anteriores captaron parte de esta presión. Un estudio revisado por pares de 2024 estimó que la IA generativa podría acumular entre 1,2 millones y 5 millones de toneladas de residuos electrónicos entre 2020 y 2030. Su modelo se centró especialmente en los equipos informáticos de los grandes modelos de lenguaje.
El mismo estudio sobre IA generativa concluyó que las estrategias circulares podrían reducir los residuos modelizados entre un 16 y un 86 por ciento. Esas estrategias incluían prolongar la vida útil del hardware, reutilizar equipos y mejorar la recuperación de materiales.
Un análisis académico independiente de 2026 llegó a una estimación menor a corto plazo. Proyectó que los servidores de IA podrían producir entre 131.000 y 224.800 toneladas de residuos electrónicos al año para 2030.
Esa reevaluación centrada en servidores concluyó que la IA podría contribuir menos a los residuos electrónicos mundiales de lo que sugerían estimaciones anteriores. También subrayó la falta de datos de la cadena de suministro e información realista sobre la vida útil de los servidores.
A primera vista, esa conclusión entra en conflicto con las cifras de BAN. Sin embargo, los estudios no miden exactamente lo mismo. Uno hace hincapié en los servidores de IA, mientras que BAN intenta contabilizar la infraestructura circundante y la sustitución inducida de dispositivos.
Esta distinción es importante porque “residuos electrónicos de IA” no tiene un límite contable aceptado universalmente. Los analistas pueden contabilizar aceleradores, servidores completos, instalaciones enteras, activos de telecomunicaciones conectados o dispositivos de consumo afectados por la adopción de IA.
Cada elección responde a una pregunta distinta. Un modelo centrado solo en servidores puede estimar la carga directa de hardware de la computación. Un modelo de sistema completo es más adecuado para examinar las obligaciones de residuos creadas por una expansión de infraestructura.
Por tanto, el informe de BAN no invalida automáticamente las estimaciones académicas. Cuestiona si sus límites son lo bastante amplios para las políticas públicas y la planificación de residuos a largo plazo.
Los resultados contrapuestos revelan un problema más profundo de transparencia. Los investigadores externos generalmente no tienen acceso a inventarios completos de equipos, calendarios de retiro, tasas de reacondicionamiento y registros de eliminación final de los principales operadores de centros de datos.
Sin esos registros, los modelos deben combinar proyecciones públicas de capacidad con supuestos sobre la masa y la vida útil de los equipos. Pequeños cambios se acumulan a lo largo de décadas, especialmente cuando las previsiones se extienden hasta 2050.
La incertidumbre es real, pero no hace que el hardware desaparezca. Demuestra por qué los operadores deberían informar sobre los activos físicos con la misma seriedad que aplican al consumo energético y las emisiones de carbono.
El informe sobre residuos electrónicos de Basel Action Network presiona a los recicladores
La expansión de la IA está generando residuos especializados más rápido de lo que los sistemas de reciclaje se vuelven transparentes y responsables.
El mundo generó 62 millones de toneladas de residuos electrónicos en 2022, según el Global E-waste Monitor. Solo el 22,3 por ciento quedó documentado como recogido y reciclado formalmente de manera ambientalmente adecuada.
El inventario mundial de residuos proyecta que la generación anual de residuos electrónicos alcanzará 82 millones de toneladas en 2030. Ese crecimiento ya se esperaba antes de que BAN aplicara una definición más amplia a la infraestructura de IA.
BAN estima que los equipos relacionados con la IA podrían llegar a representar entre el 15 y el 20 por ciento de los residuos electrónicos mundiales. Compara esa proporción con un total mundial proyectado de 211 millones de toneladas anuales para 2050.
Estas cifras no deben tratarse como un resultado garantizado. Combinan crecimiento a largo plazo de los centros de datos, intensidad de equipos, ciclos de sustitución y proyecciones mundiales de residuos. Cada componente puede cambiar.
Aun así, el escenario muestra el problema de capacidad al que se enfrentan los recicladores. Los equipos de centros de datos contienen valioso cobre, aluminio, acero, placas de circuito y otros materiales recuperables. También pueden contener baterías y sustancias que requieren una manipulación controlada.
La recogida es solo el primer desafío. Los productos electrónicos modernos combinan materiales de formas que complican su separación. Recuperar metales a granel suele ser más fácil que extraer pequeñas cantidades de materiales críticos de componentes integrados.
Los recicladores también necesitan información fiable sobre lo que reciben. Los inventarios de equipos, la composición de los componentes, el historial de servicio y los requisitos de seguridad de datos influyen en si el hardware puede reutilizarse o debe desmontarse.
Los dispositivos que almacenan datos crean otro obstáculo. Las empresas pueden destruir equipos de almacenamiento reutilizables para evitar filtraciones de información. Los sistemas de borrado seguro y de cadena de custodia verificada pueden preservar las opciones de reutilización, pero exigen planificación antes del retiro.
El sector de la IA tiene incentivos para recuperar parte del valor de los equipos. Los aceleradores, servidores y dispositivos de red pueden seguir siendo útiles para cargas de trabajo menos exigentes. Las piezas también pueden respaldar reparaciones o despliegues secundarios.
Sin embargo, la reutilización depende del soporte de software, la eficiencia energética, la compatibilidad y el acceso a compradores. Un servidor que funciona podría tener poco valor práctico si sus costes operativos superan los de equipos más recientes.
Esa tensión hace importantes las decisiones de diseño. Los sistemas modulares permiten a los operadores sustituir componentes individuales en lugar de conjuntos completos. Las piezas estandarizadas y la documentación de reparación también pueden prolongar la vida útil.
Los fabricantes influyen en esas decisiones, pero los clientes de hiperescala tienen poder de negociación. Los proveedores de nube encargan equipos en enormes volúmenes y a menudo ayudan a definir diseños personalizados. Sus reglas de adquisición pueden exigir capacidad de reparación, divulgación de materiales y servicios de devolución.
Los planes de reciclaje también deben cubrir la instalación que rodea al servidor. Las fuentes de alimentación, los equipos de refrigeración, las baterías, los cables y los sistemas de red siguen distintos canales de reutilización y recuperación. Un único contratista puede no gestionar bien todos los flujos.
Por tanto, la presión recae sobre toda una cadena. Los propietarios de centros de datos deciden cuándo los equipos salen de servicio. Los fabricantes controlan la información de diseño. Los proveedores logísticos trasladan los activos retirados y los recicladores determinan qué materiales vuelven a la producción.
Cualquier ruptura en esa cadena puede convertir equipos recuperables en chatarra destinada a la exportación o residuos para vertedero. La magnitud de la previsión de BAN hace cada vez más difícil justificar una rendición de cuentas fragmentada.
Las normas de exportación revelan la geografía de los residuos de la IA
La pregunta más difícil no es solo cuántos equipos se retiran, sino adónde van después.
Los residuos electrónicos suelen cruzar fronteras porque la mano de obra, los costes de tratamiento y los controles ambientales varían enormemente. Un envío etiquetado para reutilización puede contener equipos con escaso valor restante.
El Convenio de Basilea regula los movimientos internacionales de residuos peligrosos y otros residuos controlados. Sus enmiendas sobre residuos electrónicos entraron en vigor el 1 de enero de 2025, ampliando los controles de consentimiento fundamentado previo para los envíos internacionales de residuos electrónicos.
En virtud de ese proceso, un país exportador generalmente necesita el consentimiento por escrito de los países importadores y de tránsito pertinentes antes de que proceda un envío controlado. Las normas buscan evitar que residuos no deseados lleguen a lugares sin capacidad de tratamiento seguro.
Estados Unidos ha firmado, pero no ratificado, el Convenio de Basilea. Eso deja al mayor mercado de infraestructura de IA fuera del marco pleno de las partes del tratado, aunque las normas nacionales y de los países de destino todavía pueden restringir los envíos.
BAN lleva mucho tiempo centrándose en esta brecha regulatoria. Sus investigaciones han rastreado aparatos electrónicos desechados que salen de mercados más ricos para ser procesados en países con una aplicación más débil de las normas o importantes sectores de reciclaje informal.
Una investigación de 2025 identificó envíos de aparatos electrónicos estadounidenses hacia destinos del Sudeste Asiático y Oriente Medio. Las autoridades de varios países receptores ya estaban incrementando las incautaciones y las actividades de control.
La investigación sobre exportaciones describió a trabajadores desmontando equipos sin protección adecuada. Este tipo de procesamiento puede liberar humo tóxico, polvo contaminado y residuos peligrosos.
Los equipos de IA no seguirán automáticamente esas rutas. Los grandes operadores pueden exigir un tratamiento certificado, auditar a los proveedores y mantener registros desde la retirada hasta el tratamiento final.
El riesgo aumenta cuando los equipos pasan por intermediarios y múltiples empresas posteriores. Cada transferencia puede reducir la visibilidad sobre si un activo fue reutilizado, reciclado correctamente, almacenado indefinidamente o vertido.
Los totales corporativos de reciclaje no siempre responden a esa pregunta. Una empresa puede informar del porcentaje desviado de vertederos sin revelar los destinos finales ni la tasa de recuperación de materiales individuales.
Del mismo modo, “reciclado” no significa que cada componente se haya convertido en un producto nuevo. El término puede abarcar procesos que van desde la recuperación cuidadosa de materiales hasta la trituración de bajo valor con una cantidad considerable de residuos remanentes.
El argumento de política pública del informe se basa en cerrar estas brechas de visibilidad. BAN busca controles más estrictos sobre las exportaciones de residuos, certificación independiente de reciclaje y una responsabilidad más clara sobre los equipos durante todo su ciclo de vida.
La responsabilidad ampliada del productor ofrece una vía. Estas normas hacen responsables a los productores de financiar u organizar la recogida y el tratamiento una vez que los productos llegan al final de su vida útil.
Este enfoque puede trasladar los costes de los residuos a las empresas que influyen en el diseño. También puede incentivar productos que duren más, se separen con mayor facilidad o conserven valor en mercados secundarios.
Sin embargo, la infraestructura de centros de datos no encaja perfectamente en los programas para dispositivos de consumo. Los equipos personalizados, las ventas entre empresas, el hardware arrendado y las operaciones globales en la nube requieren normas diseñadas para la tecnología industrial.
La coordinación internacional importa por la misma razón. Un programa estricto en un mercado tiene un alcance limitado si los equipos retirados pueden pasar por otra jurisdicción con requisitos de información más débiles.
La expansión de la infraestructura de IA hace más difícil ignorar este desajuste normativo. El hardware opera dentro de las fronteras nacionales, pero las cadenas de suministro y los mercados de residuos son globales.
La cifra más grande también es la más incierta
La previsión de BAN es un escenario de advertencia, no una medición precisa de residuos ya producidos.
La organización es una entidad de vigilancia ambiental con una posición política clara sobre las exportaciones de residuos peligrosos. Su análisis debe evaluarse como investigación de incidencia, sin confundirlo con un consenso científico revisado por pares.
Varios supuestos pueden modificar drásticamente la proyección. La capacidad futura de los centros de datos podría crecer más rápido o más despacio de lo esperado. La intensidad de equipos por gigavatio podría cambiar a medida que las instalaciones mejoren su densidad y eficiencia.
La vida útil del hardware es igualmente importante. Extender la vida media de servicio reduce el número de ciclos de sustitución antes de 2050. Los ciclos más cortos aumentan tanto la demanda de fabricación como los volúmenes de retirada.
El modelo también debe distinguir la sustitución de los residuos. Un acelerador retirado vendido a otro operador ha salido de su centro de datos original, pero no ha llegado al final de su vida útil. Tratar la retirada y la eliminación como idénticas sobrestimaría los residuos inmediatos.
BAN plantea su rango en torno a los equipos electrónicos retirados del servicio. Por ello, los lectores deben evitar interpretar cada tonelada como material enviado directamente a un vertedero durante el periodo de previsión.
El uso en una segunda vida puede retrasar la eliminación durante años. Sin embargo, no elimina la obligación final de gestionar los residuos. Los equipos terminan llegando a un punto en el que repararlos, revenderlos o reasignarlos deja de ser práctico.
La categoría de “contagio de residuos de IA” introduce otra capa de incertidumbre. Las funciones de IA pueden fomentar la actualización de dispositivos, pero los consumidores sustituyen sus aparatos por muchas razones que se solapan. Separar esas causas es difícil.
Las previsiones hasta 2050 también dependen de tecnologías que aún no existen. Los futuros aceleradores podrían utilizar menos materiales por unidad de computación. Los nuevos diseños de refrigeración podrían reducir la masa de los equipos, o los despliegues más densos podrían requerir sistemas más especializados.
La política pública también puede cambiar el resultado. Los requisitos de reparación, las normas de contenido reciclado, las leyes de responsabilidad del productor y los controles de exportación alterarían tanto los volúmenes de residuos como las vías de tratamiento.
Estas incertidumbres debilitan las afirmaciones de exactitud, pero refuerzan el argumento a favor de una mejor divulgación. Los operadores podrían sustituir supuestos por datos medidos publicando recuentos de equipos, masa, antigüedad, tasas de reutilización y destinos verificados.
La presentación de informes comparables también resolvería las discrepancias entre estimaciones estrechas y amplias. Los investigadores podrían mostrar por separado los residuos de servidores y la infraestructura de apoyo sin reducir ambos a una sola cifra.
Un marco útil de divulgación seguiría al menos cuatro etapas: equipos comprados, equipos desplegados, equipos retirados y equipos que llegan al tratamiento final. La reutilización debe mantenerse separada del reciclaje.
Las empresas también deberían informar de la recuperación de materiales en lugar de basarse únicamente en el número de unidades. Un servidor reutilizado y un sistema de refrigeración reciclado representan resultados ambientales distintos.
La respuesta más sólida a la previsión de BAN no es aceptar todos los supuestos del límite superior. Es exigir suficiente evidencia operativa para sustituir estimaciones inciertas por registros auditables.
Hasta entonces, tanto las garantías del sector como las proyecciones externas seguirán siendo difíciles de verificar. La brecha de información favorece las afirmaciones optimistas porque los residuos aparecen años después de que los anuncios de infraestructura reciben atención pública.
Tres señales mostrarán si la previsión se cumple
El crecimiento de la capacidad, la longevidad de los equipos y la recuperación verificada determinarán si la IA se acerca a la estimación superior de BAN.
La primera señal es el ritmo y la composición de la construcción de centros de datos. La capacidad anunciada no siempre se convierte en capacidad operativa. Los retrasos relacionados con conexiones eléctricas, financiación, permisos o suministro de chips pueden modificar las proyecciones de retirada.
Más importante aún, los desarrolladores deberían publicar la intensidad de equipos junto con los megavatios. Dos instalaciones con la misma capacidad eléctrica pueden contener cantidades distintas de hardware de refrigeración, respaldo, redes y computación.
Si la capacidad desplegada se aproxima a las previsiones actuales de alto crecimiento sin una menor intensidad material, el rango de BAN se vuelve más plausible. Una construcción más lenta o una infraestructura más ligera debilitarían el escenario superior.
La segunda señal es la vida útil real del hardware de IA. Los operadores rara vez proporcionan datos públicos coherentes que muestren cuánto tiempo permanecen desplegados los aceleradores, servidores y sistemas de apoyo.
Busque evidencia de que los aceleradores más antiguos se están trasladando a cargas de trabajo de inferencia, investigación o mercados secundarios. Un canal de reventa funcional reduciría los residuos a corto plazo y mejoraría la viabilidad económica de un uso más prolongado del hardware.
El soporte del fabricante también importa. La compatibilidad de software, las piezas de repuesto, el acceso a reparaciones y las actualizaciones de firmware pueden decidir si los equipos más antiguos siguen siendo útiles.
Si los proveedores de nube sustituyen sistemas después de solo unos años sin una reasignación sustancial, los residuos anuales aumentarán rápidamente. Un servicio más prolongado y segundas vidas documentadas empujarían los resultados hacia el extremo inferior.
La tercera señal es la recuperación posterior verificable. Los informes corporativos de sostenibilidad deberían identificar qué cantidad de equipos fue reutilizada, reacondicionada, reciclada y enviada a eliminación final.
Estos informes también deberían indicar las regiones de tratamiento y describir los métodos de auditoría. Un porcentaje de reciclaje sin datos de destino no puede mostrar si material peligroso se trasladó a un procesamiento deficientemente controlado.
Los reguladores pueden reforzar esta señal mediante registros de envíos y medidas de control. Las normas de Basilea sobre residuos electrónicos proporcionan un marco para el consentimiento y el seguimiento internacional, aunque la participación nacional y la aplicación de las normas siguen siendo desiguales.
Una información transparente permitiría a los clientes comparar proveedores de nube en algo más que velocidad, acceso a modelos y afirmaciones sobre electricidad. Los compradores empresariales podrían incluir requisitos sobre la vida útil de los equipos y su recuperación en la contratación de infraestructura.
Los desarrolladores y trabajadores del conocimiento tienen menos control directo, pero sus decisiones de compra siguen influyendo en la demanda. Elegir modelos de tamaño adecuado y prolongar la vida útil de los dispositivos puede reducir la presión en los márgenes del sistema.
El informe sobre residuos electrónicos de Basel Action Network cuestiona, en última instancia, la idea de que la IA existe principalmente como software. Cada modelo depende de sistemas físicos con vidas operativas finitas y destinos complicados.
La estimación de 617 millones de toneladas puede disminuir a medida que mejoren la tecnología, las políticas y las prácticas de reutilización. También podría resultar conservadora si la capacidad y los ciclos de sustitución se aceleran a la vez.
Lo que importa ahora es si los operadores divulgan suficiente evidencia para distinguir entre ambos escenarios. Pregunte a los proveedores cuánto tiempo mantienen sus equipos en servicio, adónde van los sistemas retirados y cómo se verifica la recuperación. Esas respuestas revelarán si el auge del hardware de IA está construyendo una cadena de suministro circular o simplemente posponiendo una crisis de residuos mucho mayor.
