Los hallazgos de Ceres sobre el agua de los centros de datos ponen bajo escrutinio las centrales eléctricas de la IA
Ceres ha llevado el debate sobre el agua de la IA más allá de la refrigeración de servidores, cuestionando la idea de que un centro de datos eficiente en agua necesariamente tenga una huella hídrica reducida. Los hallazgos de Ceres sobre el agua de los centros de datos centran la atención en la generación eléctrica, donde la demanda de agua puede seguir siendo considerable incluso cuando las instalaciones reducen su propio consumo.
El conflicto está entre las afirmaciones de eficiencia a nivel de instalación y la infraestructura más amplia necesaria para suministrar capacidad de cómputo. Los cambios en la refrigeración de Microsoft y la estrategia de refrigeración de Google específica para cada ubicación abordan preocupaciones operativas reales. Ninguno de los dos enfoques, considerado de forma aislada, determina cuánta agua requiere el sistema eléctrico que los respalda.
Para operadores cloud, empresas de servicios públicos y compradores empresariales, esa distinción cambia las preguntas que conviene plantear. Un anuncio sobre refrigeración describe una parte del sistema. Evaluar la infraestructura de IA también exige examinar el suministro eléctrico, las cuencas hidrográficas afectadas y los límites de la evidencia disponible.
Los hallazgos de Ceres sobre el agua de los centros de datos amplían el límite más allá de la refrigeración
Ceres publicó Water Behind the Watts: The Hidden Risk of Powering Data Centers el 25 de agosto de 2026. Su análisis del agua utilizada en la generación eléctrica examina Virginia, Texas, California, Illinois, Georgia, Ohio y Arizona.
Según Ceres, esos estados albergan en conjunto aproximadamente la mitad de los centros de datos de Estados Unidos. El informe sostiene que la adquisición de electricidad merece mayor atención dentro de las evaluaciones del riesgo hídrico de los centros de datos.
El cambio central está en el límite de la responsabilidad: el riesgo hídrico se extiende más allá de la propiedad donde operan los servidores.
Ese límite importa al evaluar afirmaciones sobre infraestructura de IA. Una instalación puede reducir la demanda de agua dentro de su perímetro y, al mismo tiempo, seguir dependiendo de agua en otros lugares. Su desempeño local de refrigeración no responde a la cuestión aguas arriba.
Explicado así, el informe de Ceres sobre el agua plantea un desafío para las prácticas de divulgación, más que un veredicto contra una tecnología de refrigeración concreta. Los operadores deben mostrar qué incluyen sus afirmaciones sobre el agua.
Una empresa que hable del consumo de refrigeración debería identificar explícitamente ese alcance. Una empresa que hable de su huella hídrica operativa total debe explicar cómo trata la electricidad adquirida.
Los lectores también deberían distinguir el informe reciente de la relación física subyacente. La generación eléctrica requería agua antes de la actual expansión de la IA. Ceres incorpora esa dependencia existente al debate sobre inversiones en infraestructura.
Esa distinción evita una explicación engañosa de lo que cambió. El informe no descubrió que la electricidad y el agua interactúan. Intensificó el escrutinio sobre si la planificación de centros de datos considera adecuadamente esa interacción.
La misma disciplina se aplica al término “IA”. Los centros de datos admiten muchas cargas de trabajo, incluidos el almacenamiento, el software cloud convencional y las aplicaciones empresariales. La evidencia sobre todo el sector no puede convertirse automáticamente en un total exclusivo de la IA.
Por ello, este artículo considera los hallazgos como una advertencia sobre infraestructura. Establecen motivos para examinar la exposición aguas arriba, mientras que cada instalación y carga de trabajo sigue sujeta a una investigación adicional.
Pensemos en un campus proyectado que anuncia un consumo mínimo de agua para refrigeración. Esa afirmación puede ayudar a un municipio a evaluar la demanda sobre su sistema de agua potable. No puede, por sí sola, determinar las implicaciones hídricas del suministro de electricidad.
La pregunta práctica pasa a ser si la evaluación del proyecto conecta esos sistemas. Revisar por separado la refrigeración y la electricidad corre el riesgo de dejar insuficientemente examinada una dependencia importante entre ambas.
Esa es la conclusión útil de los hallazgos de Ceres sobre el agua de los centros de datos. La infraestructura relevante incluye el lugar donde se origina la electricidad, junto con el lugar donde tiene lugar el cómputo.
Para los lectores, la interpretación más sólida sigue siendo específica. La refrigeración eficiente en agua es evidencia relevante sobre una instalación. Se convierte en una respuesta incompleta cuando se presenta como evidencia sobre toda la operación dependiente de electricidad.
Este enfoque también mantiene abierta la posibilidad de mejora. Los operadores pueden abordar la exposición aguas arriba mediante una mejor divulgación y decisiones de infraestructura, en lugar de defender cada proyecto con la misma estadística de refrigeración.
Las estimaciones nacionales muestran por qué la electricidad merece atención
El estudio sobre energía de centros de datos de Berkeley Lab, publicado en diciembre de 2024, ofrece una referencia nacional independiente. Estimó que los centros de datos de Estados Unidos consumieron directamente aproximadamente 66.000 millones de litros de agua en 2023.
El estudio estimó casi 800.000 millones de litros de consumo indirecto asociado a su uso de electricidad. Estas estimaciones abarcan los centros de datos de Estados Unidos en general, no solo la IA.
La comparación nacional respalda el examen del consumo de agua relacionado con la electricidad, pero no determina la huella de un servicio individual de IA.
Berkeley Lab utilizó combinaciones regionales de generación eléctrica para estimar los impactos indirectos. Su metodología no incorporó los acuerdos de compra de energía de instalaciones individuales ni la generación situada detrás de sus medidores.
Esas limitaciones importan al evaluar a un operador concreto. Una estimación regional aporta contexto; no puede sustituir la evidencia sobre los acuerdos eléctricos reales de ese operador.
Sin embargo, la comparación revela un problema de divulgación. Si la atención se detiene en el consumo directo de agua para refrigeración, puede excluir una categoría sustancial de demanda operativa de agua.
La respuesta debería ser una mejor medición, en lugar de extrapolaciones más dramáticas. Una estimación nacional debería orientar la investigación sobre las condiciones locales, las fuentes de electricidad y las operaciones de las instalaciones.
Para los compradores empresariales, esto plantea una cuestión de diligencia debida. Un proveedor puede ofrecer una métrica precisa de refrigeración y, al mismo tiempo, proporcionar poca información sobre los supuestos aguas arriba que sustentan sus afirmaciones ambientales.
Esa diferencia de visibilidad puede influir en las decisiones de compra. Los compradores que comparan proveedores necesitan suficiente contexto para entender si cifras aparentemente similares miden las mismas actividades.
Las empresas de servicios públicos afrontan un desafío analítico relacionado. Una carga de cómputo propuesta conlleva un requisito de electricidad, pero evaluar ese requisito también implica los recursos necesarios para suministrarla.
Una evaluación completa conectaría la demanda proyectada con los supuestos de generación relevantes. Después identificaría qué cuestiones relacionadas con el agua deben incluirse en la revisión y cuáles siguen sin resolverse.
Las autoridades locales se enfrentan a un límite distinto. Su jurisdicción directa podría centrarse en la conexión de agua de un campus, aunque las dependencias eléctricas del proyecto se extiendan más allá de esa ubicación.
La implicación es la coordinación. Una revisión del emplazamiento y una revisión del sistema eléctrico responden a preguntas relacionadas, y ninguna debería implicar que la otra ya ha resuelto todas las inquietudes.
Esto importa para los usuarios de IA sin exigirles calcular el consumo de agua de cada interacción. La infraestructura detrás de sus servicios sigue siendo responsabilidad de los proveedores.
Una empresa que adopta IA a gran escala puede solicitar evidencia acorde con su decisión de compra. Las respuestas útiles describen la región de servicio, el período de medición, el alcance de la divulgación y las exclusiones importantes.
Para un equipo pequeño, exigir esa información de forma individual podría lograr poco. Los compradores más grandes y los grupos de adquisición del sector tienen más motivos para buscar divulgaciones comparables entre proveedores.
La presión, entonces, recae sobre las organizaciones que hacen afirmaciones sobre infraestructura. Deben explicar qué demuestra su evidencia y en qué punto una estimación deja de ser informativa.
Una cifra precisa se vuelve más útil cuando sus límites son visibles. Sin esos límites, incluso una estadística exacta puede respaldar una conclusión que nunca fue diseñada para establecer.
La refrigeración sin agua deja abierta la cuestión eléctrica
Microsoft anunció su diseño de refrigeración de próxima generación en diciembre de 2024, afirmando que el enfoque elimina la evaporación de agua para la refrigeración. Su diseño de refrigeración de circuito cerrado recircula agua entre los servidores y el equipo de refrigeración.
La empresa también reconoció una compensación energética al sustituir la refrigeración evaporativa por refrigeración mecánica. La refrigeración evaporativa elimina el calor permitiendo que el agua se evapore.
Una reducción del agua de refrigeración no determina, por sí sola, una reducción del consumo total de agua relacionado con la electricidad.
Esa es la compensación entre agua y refrigeración de Microsoft en su forma más limitada. El resultado aguas arriba depende tanto de la electricidad requerida como de las implicaciones hídricas de suministrarla.
Sería igualmente engañoso asumir que la compensación siempre anula el beneficio. La declaración de Microsoft no establece esa conclusión, y los distintos suministros eléctricos requieren una evaluación independiente.
La interpretación defendible conserva ambos hechos. Reducir la evaporación in situ aborda una fuente real de demanda. Evaluar el resultado más amplio requiere información que va más allá del sistema de refrigeración.
Google describe un marco de decisión diferente en su enfoque de refrigeración consciente del clima. La empresa afirma que considera las condiciones locales del agua junto con los factores de energía y emisiones.
Esa comparación ilustra por qué los operadores pueden tomar decisiones de refrigeración diferentes sin necesariamente contradecirse. Las limitaciones relevantes varían según la ubicación, y las descripciones corporativas no determinan resultados equivalentes.
El enfoque declarado de ninguna de las dos empresas debería convertirse en una clasificación universal. Comparar resultados exige alinear los límites de divulgación, las condiciones operativas y los supuestos eléctricos detrás de cada evaluación.
El vocabulario de ingeniería puede ocultar esta distinción. La refrigeración líquida desplaza el calor mediante líquido, pero la expresión por sí sola no describe cómo el calor termina saliendo de la instalación.
Del mismo modo, un circuito cerrado describe la recirculación dentro de un sistema. No describe por sí solo todos los requisitos de agua en otras partes de la operación.
Un comprador que encuentre esos términos debería tratarlos como información de diseño. Se convierten en evidencia ambiental solo cuando se conectan con un desempeño medido y un alcance claramente definido.
Consideremos la diferencia entre un anuncio de diseño y un resultado operativo. El anuncio explica el comportamiento previsto; el resultado muestra qué ocurrió en condiciones reales.
Esa diferencia importa especialmente al comparar una instalación planificada con una flota existente. Las especificaciones futuras no pueden determinar el desempeño actual de instalaciones que utilizan sistemas distintos.
La compensación entre agua y refrigeración de Microsoft también demuestra por qué una métrica destacada puede fomentar una comparación incompleta. Mejorar la medida más visible no resuelve todas las cuestiones de recursos conectadas.
Una evaluación eficaz mantiene esas medidas unidas sin reducirlas a un solo eslogan. El consumo local de agua, la demanda eléctrica y la exposición aguas arriba describen, cada uno, algo relevante.
Para las comunidades, ese enfoque preserva el valor de reducir la demanda directa. También evita que una mejora en la refrigeración se convierta en una garantía general sobre el sistema eléctrico que la respalda.
Para los operadores, la tarea de comunicación es sencilla. Expresar el beneficio con precisión, revelar el límite y explicar qué evidencia respalda cualquier afirmación más amplia.
Por lo tanto, el anuncio de refrigeración más sólido deja espacio para el escrutinio. Muestra dónde la ingeniería mejora el rendimiento e identifica las preguntas restantes que requieren datos operativos.
La extracción, el consumo y la atribución a la IA cambian la historia
La extracción de agua se refiere al agua tomada de una fuente. El consumo de agua describe la parte que no regresa fácilmente a esa fuente inmediata, incluida el agua perdida por evaporación.
Estas medidas responden a preguntas diferentes. Tratarlas como equivalentes puede hacer que las comparaciones resulten engañosas, incluso cuando las cifras subyacentes se citan correctamente.
Una afirmación sobre el agua necesita una medida, ubicación, período y límite de carga de trabajo definidos antes de que los lectores puedan interpretar su importancia.
Las extracciones pueden importar porque la infraestructura debe obtener y gestionar el agua implicada. El consumo importa porque parte del agua deja de estar disponible para el sistema inmediato.
Ninguna medida describe automáticamente el impacto local completo. Una evaluación también debe considerar de dónde procede el agua y qué condiciones se aplican allí.
El mismo volumen numérico puede tener implicaciones distintas en diferentes cuencas hidrográficas. Por eso, una comparación nacional no puede resolver por sí sola una decisión local de permisos.
Aquí también es donde las afirmaciones generales sobre la IA se vuelven vulnerables. El sector de los centros de datos incluye actividades que continuarían sin la IA generativa.
Atribuir a la IA toda la huella del sector exagera lo que la evidencia demuestra. Ignorar la contribución de la IA a la nueva demanda crea un fallo analítico distinto.
La tarea informativa adecuada es la asignación, respaldada por métodos divulgados. Cuando esa asignación no está disponible, un artículo debe conservar la incertidumbre en lugar de inventar una proporción precisa.
La revisión sobre estimaciones de agua de octubre de 2026 de Eric Masanet añade una advertencia metodológica oportuna. El preprint examina cómo el diseño de los estudios afecta las estimaciones e identifica oportunidades para prácticas de investigación más sólidas.
Su importancia aquí es procedimental. Un resultado debe evaluarse a través de sus supuestos y alcance, en lugar de aceptarse o rechazarse porque su cifra principal resulte conveniente.
Por ejemplo, una estimación basada en una combinación eléctrica promedio responde a una pregunta distinta de una evaluación de generación adicional. La primera asigna impactos del sistema existente; la segunda examina un cambio.
Ambos enfoques pueden ser útiles cuando su propósito está claro. La confusión surge cuando un resultado de un enfoque se convierte en una respuesta concluyente a la otra pregunta.
La distinción también afecta las afirmaciones sobre contratos de electricidad. Un acuerdo de compra requiere una interpretación cuidadosa antes de que alguien concluya que establece un resultado físico específico para el agua.
Los lectores no necesitan resolver por sí mismos todos los debates contables. Sí necesitan suficiente información metodológica para entender qué puede respaldar una afirmación.
Las cifras corporativas merecen ese escrutinio, y también las estimaciones críticas. La consistencia mejora el debate más que elegir la cifra que mejor respalde una posición preferida.
El informe de Ceres sobre el agua, explicado sin estas distinciones, corre el riesgo de convertirse en otra advertencia general desvinculada de las decisiones operativas. Con ellas, identifica preguntas concretas para la revisión de proyectos.
También hay un límite para la expresión «el mayor problema del agua». El volumen nacional, la escasez local, la fiabilidad del suministro y las consecuencias ecológicas describen dimensiones diferentes.
Una huella agregada mayor no vuelve irrelevante un problema local menor. Los residentes experimentan las condiciones en su propio sistema de agua, no un promedio nacional.
La mejor conclusión es, por tanto, condicional y útil. La generación de electricidad debe formar parte del análisis, mientras que la gravedad del impacto de cualquier proyecto concreto sigue requiriendo evidencia local.
La creciente demanda de IA eleva el coste de los informes incompletos
Las perspectivas sobre la electricidad para la IA de abril de 2026 de la Agencia Internacional de la Energía explican por qué estos límites contables importan ahora. Informó que la demanda mundial de electricidad de los centros de datos creció un 17 % en 2025.
El consumo de electricidad en centros de datos centrados en IA creció un 50 %, según la agencia. Estas son tendencias de electricidad, no mediciones de un aumento equivalente en el consumo de agua.
La creciente demanda de computación hace que la divulgación aguas arriba sea más importante, aunque el resultado hídrico sigue dependiendo de cómo se suministre esa demanda.
Esa relación crea un desafío de planificación. Las mejoras de eficiencia pueden reducir los recursos necesarios para una tarea, mientras que la expansión del uso puede aumentar los recursos totales requeridos.
Estos desarrollos pueden ocurrir a la vez. Un mejor rendimiento por tarea no demuestra por sí solo una reducción de la huella global de infraestructura.
Para los compradores de IA, la implicación es separar las afirmaciones de eficiencia de las afirmaciones sobre demanda total. Cada una requiere su propia evidencia, y ninguna debe sustituir silenciosamente a la otra.
La misma distinción se aplica al evaluar la refrigeración. Un proveedor puede mejorar su rendimiento de refrigeración mientras amplía la cantidad de computación que ofrece.
Que su consumo total de agua aumente o disminuya pasa entonces a ser una cuestión empírica. La respuesta requiere datos medidos de actividad y recursos dentro de un límite de información coherente.
Por eso la contratación empresarial forma parte de esta historia. Las organizaciones que seleccionan infraestructura de IA pueden influir en qué divulgaciones consideran comercialmente necesarias los proveedores.
Una empresa hipotética que traslada cargas de trabajo de procesamiento de documentos a un servicio en la nube ilustra el problema. Su equipo de aplicaciones podría comparar precisión, tiempos de respuesta, requisitos de seguridad y disponibilidad del servicio.
Su equipo de sostenibilidad podría revisar por separado los compromisos corporativos del proveedor. Sin coordinación, ninguno de los dos equipos examina necesariamente la infraestructura regional pertinente para la implementación propuesta.
La brecha es tanto organizativa como técnica. Una declaración global de sostenibilidad y una decisión de compra a nivel de servicio operan con distintos niveles de detalle.
Una respuesta práctica conectaría la decisión con la evidencia regional disponible. Cuando el proveedor carezca de esa evidencia, el comprador debería registrar la brecha en lugar de sustituirla por un promedio de flota no relacionado.
Los equipos que organizan estos materiales pueden utilizar una base de conocimientos con capacidad de búsqueda para conservar los documentos fuente y los supuestos. Organizar la evidencia ayuda a los revisores a rastrear una conclusión; no valida las mediciones subyacentes.
Los desarrolladores también tienen un papel, aunque la responsabilidad debe seguir siendo proporcional. Las decisiones de aplicación afectan la cantidad de computación solicitada, mientras que los operadores de infraestructura controlan sistemas que los usuarios no pueden inspeccionar.
Un desarrollador no puede inferir la huella hídrica completa de un servicio a partir de una interfaz. Por tanto, los proveedores siguen siendo responsables de poner a disposición la información relevante sobre la infraestructura.
Tampoco debería la medición incierta convertirse en una razón para imponer restricciones arbitrarias a aplicaciones útiles. El enfoque más sólido conecta las decisiones operativas con la evidencia y el propósito al que sirve la carga de trabajo.
Para las empresas de servicios públicos y los reguladores, el requisito paralelo es la transparencia sobre los supuestos. La revisión de un proyecto debe distinguir entre la capacidad informática anunciada y la demanda realmente utilizada en su análisis.
Esa disciplina hace que el desacuerdo sea más productivo. Los participantes pueden cuestionar un supuesto o solicitar evidencia faltante, en lugar de discutir afirmaciones que describen sistemas diferentes.
Esté atento a los datos operativos, los planes eléctricos y límites más claros
Durante los próximos meses, las señales más útiles procederán de divulgaciones y documentos de proyectos. Otra promesa general de sostenibilidad revelará menos que la evidencia vinculada a operaciones reales.
La prueba clave es si los operadores conectan el rendimiento de la refrigeración con el suministro eléctrico y las condiciones hídricas que hay detrás.
En primer lugar, esté atento a los resultados operativos de instalaciones que utilizan diseños de refrigeración más recientes. Las divulgaciones útiles explicarían el rendimiento directo del agua junto con la electricidad necesaria para lograrlo.
Estos resultados reforzarían la confianza en beneficios más amplios si los respaldan dentro de un límite claramente establecido. Los resultados relativos únicamente a la refrigeración dejarían abierta la cuestión aguas arriba.
Un resultado decepcionante también requeriría una interpretación cuidadosa. Las condiciones de una instalación concreta no deberían convertirse automáticamente en un veredicto sobre cada instalación que emplee equipos similares.
La comparación pertinente es entre la promesa y la operación medida bajo condiciones divulgadas. Esa comparación proporciona una base para evaluar las afirmaciones de ingeniería.
En segundo lugar, esté atento a los documentos de planificación de las empresas de servicios públicos y a los acuerdos eléctricos asociados a los centros de datos propuestos. Busque una explicación de los supuestos de generación que respaldan la nueva carga.
Un análisis del agua vinculado a esos supuestos reforzaría la idea de que la exposición aguas arriba recibe una revisión sustantiva. Su ausencia mantendría la preocupación destacada aquí.
Esto no significa que todos los proyectos requieran la misma evaluación. La profundidad adecuada depende de la infraestructura propuesta, la evidencia disponible y las condiciones de los sistemas de agua afectados.
La señal útil es si quienes toman las decisiones explican su razonamiento. Una explicación transparente permite a las comunidades y los compradores entender qué se evaluó y qué sigue sin resolverse.
En tercer lugar, esté atento a los límites de las divulgaciones ambientales corporativas. Los proveedores deben distinguir las extracciones del consumo, las operaciones directas de la electricidad adquirida y los resultados medidos de las estimaciones modelizadas.
Las divulgaciones que hagan esas distinciones mejorarían la comparabilidad. Las cifras combinadas sin definiciones claras impedirían a los lectores evaluar el progreso con confianza.
El mismo estándar debería aplicarse a la cobertura de los hallazgos de Ceres sobre el agua en los centros de datos. La cobertura futura debería explicar si la nueva evidencia refuerza la advertencia aguas arriba o limita su relevancia.
Estas señales son más informativas que una competencia por la cifra más grande. Conectan el debate público con decisiones que operadores, empresas de servicios públicos y compradores realmente pueden cambiar.
También dejan espacio para resultados que compliquen la historia inicial. Una instalación podría mostrar ahorros directos considerables junto con una exposición aguas arriba manejable, o revelar una compensación que requiere mayor atención.
Cualquiera de los dos resultados mejoraría la comprensión si está respaldado por evidencia transparente. El objetivo es una explicación defendible de la demanda de recursos, no un veredicto predeterminado sobre la IA.
La consecuencia práctica es un estándar más elevado para las afirmaciones. Una mejora de refrigeración debe recibir reconocimiento por el beneficio que establece, mientras que las garantías más amplias requieren evidencia más amplia.
Antes de su próxima contratación de IA o revisión de infraestructura, pida al proveedor que defina el límite de su afirmación sobre el agua. Solicite la región pertinente, el período de información, el método de medición y el tratamiento de la electricidad adquirida. Pregunte qué cifras describen operaciones existentes y cuáles describen diseños futuros. Conserve los documentos fuente para que otro revisor pueda seguir el razonamiento. Si el proveedor solo proporciona una estadística de refrigeración, registre qué establece esa estadística y qué deja sin responder. El debate de Ceres sobre el agua de los centros de datos se vuelve útil cuando produce esa claridad. Empiece con la afirmación de refrigeración de la instalación y siga su dependencia de la electricidad lo suficiente como para identificar las preguntas hídricas restantes.
