La eficiencia de los centros de datos lucha por seguir el ritmo del crecimiento de la IA

Google News ha puesto de relieve un marcado conflicto: los centros de datos son cada vez más eficientes, pero el crecimiento de la IA sigue elevando su demanda energética total.

Esta distinción es importante para los objetivos ambientales, sociales y de gobernanza. Los operadores pueden mejorar la refrigeración, el suministro eléctrico y la eficiencia informática y, aun así, consumir más electricidad, agua y materiales de construcción cada año.

La presión se extiende ahora más allá de Google. Microsoft, Amazon, Meta, los proveedores de colocación, las empresas de servicios públicos y los compradores empresariales afrontan la misma prueba. La eficiencia debe avanzar más rápido que la expansión de la infraestructura, o los objetivos climáticos corporativos seguirán alejándose.

Google News destaca el paso de una eficiencia opcional a una necesidad operativa

La eficiencia de los centros de datos se ha convertido en un requisito de capacidad, no simplemente en una preferencia ambiental.

El cambio inmediato no es un nuevo dispositivo de refrigeración ni un marco de reporte. Es la escala de la demanda eléctrica vinculada a los planes de infraestructura de IA.

La Agencia Internacional de la Energía estima que los centros de datos consumieron alrededor de 415 teravatios-hora de electricidad en todo el mundo durante 2024. Esto representó aproximadamente el 1,5% del consumo eléctrico global.

Su escenario base proyecta que el consumo alcance unos 945 teravatios-hora en 2030. Eso supone más del doble del nivel de 2024 y algo más de lo que Japón consume actualmente.

La IA es el principal impulsor del aumento proyectado. Se espera que el uso de electricidad de los servidores acelerados, que incluyen GPU y otros sistemas especializados, crezca cerca de un 30% anual hasta 2030.

Se prevé que el consumo eléctrico de los servidores convencionales crezca un 9% anual. Los servidores acelerados representan casi la mitad del aumento neto esperado en la demanda de los centros de datos.

Estas estimaciones aparecen en el análisis de demanda energética de la IEA. Establecen la escala con la que deben evaluarse las afirmaciones corporativas sobre eficiencia.

Los centros de datos contienen más que equipos informáticos. También necesitan sistemas de refrigeración, hardware de red, almacenamiento, equipos de conversión eléctrica, baterías y generación de respaldo.

Los servidores representan alrededor del 60% de la demanda eléctrica de una instalación moderna, según la IEA. La refrigeración puede oscilar entre aproximadamente el 7% en instalaciones hyperscale eficientes y más del 30% en instalaciones empresariales menos eficientes.

Esa brecha genera una oportunidad real. Un mejor flujo de aire, temperaturas operativas más elevadas, refrigeración líquida, sistemas eléctricos eficientes y una gestión de capacidad más sólida pueden reducir la sobrecarga.

La eficacia del uso de energía, o PUE, mide esa sobrecarga. Divide la energía total de la instalación entre la energía consumida por los equipos de TI.

Un PUE de 1,2 significa que la instalación utiliza un 20% más de energía de la que requiere su equipo informático. Un PUE más cercano a 1,0 indica una menor sobrecarga de infraestructura.

La definición de PUE de TechTarget explica por qué los operadores utilizan esta relación para comparar instalaciones y evaluar cambios operativos.

Sin embargo, el PUE no revela si los servidores realizan trabajo útil. Tampoco mide la intensidad de carbono de la electricidad, el consumo de agua, la fabricación de hardware ni el crecimiento total de la demanda.

Por tanto, una instalación puede informar de un PUE excelente mientras consume más electricidad que un año antes. También puede operar eficientemente en una red con alta intensidad de carbono.

Este es el cambio central detrás del debate de Google News. La eficiencia sigue siendo importante, pero las métricas aisladas de las instalaciones ya no aportan evidencia suficiente para una afirmación ESG.

Los operadores ahora deben conectar la eficiencia de las instalaciones con la producción de las cargas de trabajo, las condiciones de la red local, el estrés hídrico y las emisiones absolutas. De lo contrario, cada métrica presenta solo una parte del coste ambiental.

El momento es especialmente importante porque el suministro eléctrico se ha convertido en una restricción para el despliegue. Las empresas de servicios públicos deben dar cabida a grandes cargas concentradas que pueden asemejarse a plantas industriales.

Los centros de datos de IA también exigen energía fiable durante todo el día. Su perfil operativo complica los planes que dependen por completo de la generación eólica o solar intermitente.

El resultado es una nueva condición competitiva. Las empresas no pueden separar la estrategia informática de la estrategia energética cuando las conexiones a la red determinan cuándo estará disponible nueva capacidad.

El crecimiento de la IA presiona los compromisos climáticos más rápido de lo que la eficiencia puede protegerlos

Las empresas que construyen la infraestructura más eficiente también están creando la mayor nueva demanda de energía.

Google ofrece un ejemplo claro del conflicto. Sus centros de datos respaldan Search, Google News, Gemini, YouTube, Cloud, la publicidad y numerosos servicios empresariales.

Google informó de que la demanda eléctrica de sus centros de datos aumentó un 27% durante 2024. La empresa también afirmó que las emisiones energéticas de los centros de datos cayeron un 12% ese año.

Esa combinación mostró que una electricidad más limpia y las mejoras operativas pueden debilitar el vínculo entre el crecimiento informático y las emisiones energéticas. No demostró que la demanda absoluta de recursos hubiera dejado de crecer.

El informe ambiental de 2026 de Google añade otra capa. La empresa afirma que repuso alrededor de 7.700 millones de galones de agua durante 2025.

Ese volumen equivalió aproximadamente al 78% de su consumo total de agua dulce durante el año. Google también amplió su cartera de gestión responsable del agua a 165 proyectos en 97 cuencas hidrográficas.

La reposición puede financiar proyectos de restauración de hábitats, conservación, infraestructura y acceso al agua. No significa que el agua extraída de una cuenca hidrográfica regrese físicamente al mismo lugar al mismo tiempo.

La ubicación importa porque los impactos sobre el agua son locales. Un galón consumido en una región con estrés hídrico conlleva un riesgo distinto al de un galón consumido donde el agua es abundante.

La contabilidad de la electricidad presenta una cuestión similar. La adquisición anual de renovables puede igualar el consumo sobre el papel, mientras un centro de datos sigue dependiendo de generación fósil durante determinadas horas.

La correspondencia de energía libre de carbono las 24 horas del día establece un estándar más estricto. Plantea si la electricidad limpia está disponible en la misma red y durante las mismas horas que el consumo.

Alcanzar ese estándar exige más que comprar certificados. Las empresas necesitan nueva generación, capacidad de transmisión, almacenamiento, cargas de trabajo flexibles y energía baja en carbono fiable.

Google, Microsoft, Amazon y Meta persiguen combinaciones de energías renovables, energía nuclear, proyectos geotérmicos y almacenamiento. Estas inversiones pueden ampliar el suministro limpio, pero los plazos de construcción siguen siendo desiguales.

El gas natural también está ganando atención porque los desarrolladores necesitan capacidad despachable. La IEA espera que la generación a gas cubra parte del aumento de la demanda eléctrica de los centros de datos hasta 2035.

Esto crea una tensión directa con las promesas corporativas de descarbonización. Una empresa puede comprar electricidad limpia en otro lugar mientras su expansión local contribuye a nueva generación fósil.

La presión no se limita a los hyperscalers. Las empresas de colocación deben proporcionar a sus clientes información creíble sobre energía, agua y emisiones.

Los compradores empresariales incorporan después esas cifras a sus propios inventarios de Alcance 3. El Alcance 3 abarca las emisiones de la cadena de valor fuera de las operaciones directas de una empresa o de la electricidad adquirida.

Por tanto, unos datos de infraestructura deficientes pueden debilitar la precisión de los informes de los clientes. También pueden hacer que las migraciones a la nube parezcan más limpias de lo que son.

Los reguladores y los inversores desean cada vez más información comparable en lugar de un lenguaje amplio sobre sostenibilidad. Necesitan límites, métodos de medición y períodos de reporte coherentes.

Las comunidades locales tienen preocupaciones diferentes. Quieren saber si una instalación propuesta afectará las tarifas eléctricas, las aguas subterráneas, los ingresos fiscales, el uso del suelo o la fiabilidad de la red.

Estas cuestiones convierten la eficiencia en un asunto social y de gobernanza. Los avances técnicos por sí solos no pueden resolver las disputas sobre quién recibe los beneficios económicos y quién asume los costes de infraestructura.

La cobertura de Google News ayuda a visibilizar esta audiencia cada vez más amplia. El rendimiento de los centros de datos ya no es un tema especializado de instalaciones debatido solo por ingenieros.

Ahora afecta a los consejos de administración, los planificadores de servicios públicos, los reguladores, los inversores, los clientes y los residentes cerca de los campus propuestos. Cada grupo evalúa la eficiencia desde una perspectiva de riesgo diferente.

La verdadera competencia enfrenta las mejoras de eficiencia con el crecimiento total de los recursos

Una mejora de eficiencia respalda los objetivos ESG solo cuando modifica la trayectoria del impacto ambiental total.

Este es un problema de escala construido en torno a dos variables en movimiento. La primera es la energía consumida por cada unidad de trabajo informático.

La segunda es la cantidad de computación demandada. Las empresas de IA están mejorando la primera variable mientras aumentan rápidamente la segunda.

Los chips más eficientes pueden procesar cálculos adicionales por vatio. Un mejor software puede reducir operaciones innecesarias, mejorar el enrutamiento de modelos y asignar el trabajo al hardware adecuado.

Una mayor utilización de los servidores también distribuye los impactos incorporados y operativos entre más trabajo útil. Los aceleradores inactivos siguen consumiendo electricidad mientras generan poco valor para el cliente.

Sin embargo, unos costes más bajos pueden estimular un mayor uso. Los economistas suelen describir este resultado como un efecto rebote, en el que la eficiencia abarata un servicio y amplía el consumo total.

Los sistemas de IA ilustran el riesgo. Una consulta de texto más barata puede llevar a los desarrolladores a incorporar modelos en Search, software de oficina, atención al cliente, herramientas de programación y agentes automatizados.

Los modelos de razonamiento pueden realizar pasos computacionales repetidos antes de devolver una respuesta. La generación de vídeo y los sistemas multimodales pueden requerir mucho más procesamiento que las respuestas de texto simples.

Los agentes también pueden ejecutar cadenas de llamadas a modelos sin intervención humana continua. Cada tarea individual podría volverse más eficiente mientras el número total de tareas aumenta más rápidamente.

La IEA informó en 2026 de que el uso de energía por tarea de IA había caído al menos un orden de magnitud anual en los últimos años. También constató que el uso de electricidad de los centros de datos centrados en IA aumentó un 50% durante 2025.

Estos hallazgos no son contradictorios. Muestran por qué el progreso por tarea y la demanda de todo el sistema deben comunicarse conjuntamente.

El diseño de las instalaciones enfrenta la misma tensión. La refrigeración líquida puede extraer el calor de racks de IA densos con mayor eficiencia que la refrigeración por aire tradicional.

Sin embargo, los sistemas líquidos introducen nuevas decisiones de diseño relacionadas con bombas, intercambiadores de calor, fuentes de agua y equipos de rechazo de calor. Su rendimiento depende del clima y de la configuración.

Una mayor densidad por rack puede reducir el espacio físico necesario para una cantidad determinada de computación. También puede concentrar la demanda eléctrica y el calor en un área más pequeña.

Esa concentración afecta a transformadores, equipos de conmutación, sistemas de respaldo e interconexiones con la red. Un edificio técnicamente eficiente puede seguir requiriendo mejoras sustanciales fuera de sus muros.

Por tanto, el PUE debe integrarse en un conjunto de mediciones más amplio. El Departamento de Energía de EE. UU. recomienda combinar medidas de tipo PUE con indicadores de agua, carbono, reutilización de energía y producción informática.

Su guía de eficiencia de diseño describe valores de PUE de alrededor de 1,6 como estándar, 1,4 como buenos y 1,1 como mejores.

La guía también advierte de que el PUE no define la eficiencia de un centro de datos completo. No dice nada sobre si los servidores instalados son productivos o están adecuadamente aprovisionados.

La efectividad del uso del agua, o WUE, mide el uso anual de agua de una instalación en relación con la energía consumida por los equipos de TI. La efectividad del uso de carbono vincula las emisiones con el consumo eléctrico de TI.

La efectividad de la reutilización de energía tiene en cuenta la energía exportada para otro uso. El calor residual puede respaldar la calefacción urbana, procesos industriales o edificios cercanos cuando existe la infraestructura adecuada.

Las métricas de computación añaden el componente de resultados que falta. Los operadores pueden seguir transacciones, tokens de modelos, progreso de entrenamiento u otra unidad específica de la carga de trabajo por vatio.

No existe una única métrica de resultados que funcione para todas las cargas de trabajo. Entrenar un modelo, transmitir vídeo, almacenar registros y procesar transacciones financieras ofrecen formas distintas de valor.

Esa limitación no justifica ignorar los resultados. Significa que las empresas deben publicar con suficiente claridad los métodos, límites y categorías de carga de trabajo para que terceros puedan interpretar los resultados.

Un programa ESG basado únicamente en PUE puede recompensar el comportamiento equivocado. Sustituir equipos antiguos podría mejorar la sobrecarga de la instalación sin abordar servidores infrautilizados.

Trasladar cargas de trabajo a un proveedor de hiperescala podría reducir el uso eléctrico corporativo medido. La demanda energética subyacente sigue existiendo y se desplaza al inventario del proveedor.

Los certificados de energía renovable pueden reducir las emisiones de Alcance 2 basadas en el mercado. No reducen automáticamente las emisiones físicas asociadas al consumo local de electricidad.

Del mismo modo, la reposición anual de agua puede respaldar proyectos de restauración útiles. No puede sustituir la información a nivel de instalación sobre las extracciones durante sequías o picos de demanda.

El enfoque más creíble conecta cinco capas: producción informática útil, energía total de la instalación, fuentes eléctricas por hora, impacto local sobre el agua y emisiones de la cadena de suministro.

Este cuadro de indicadores más amplio cambia las decisiones de compra. Los compradores pueden comparar proveedores según el resultado del servicio y las consecuencias ambientales, en lugar de aceptar una única ratio de eficiencia.

También cambia las prioridades de ingeniería. Los equipos pueden optimizar modelos, programación, utilización de hardware, refrigeración y abastecimiento energético como un sistema conectado.

Un mejor hardware no puede corregir mediciones y divulgaciones deficientes

La mayor incertidumbre no es si funciona la tecnología de eficiencia, sino si las métricas comunicadas revelan lo suficiente para evaluar las afirmaciones corporativas.

El sector ha mejorado el rendimiento de las instalaciones durante las últimas dos décadas. Esas mejoras son reales, pero el ritmo se ha ralentizado en gran parte de la base instalada.

La encuesta global de 2025 de Uptime Institute concluyó que el PUE medio había cambiado poco durante seis años consecutivos. La infraestructura heredada y las limitaciones de refrigeración específicas de cada clima restringieron avances adicionales.

La misma encuesta determinó que la recopilación y comunicación de métricas clave de sostenibilidad no mejoraron durante 2025. Uptime vinculó el estancamiento, en parte, con la presión comercial de la IA y la relajación de la regulación en algunas regiones.

Estos hallazgos aparecen en los resultados de la encuesta del instituto.

La brecha de divulgación dificulta las comparaciones. Las empresas eligen distintos límites organizativos, métodos contables y definiciones de consumo de agua o energía renovable.

Algunas publican el uso eléctrico de toda la empresa sin separar los centros de datos. Otras informan totales regionales, pero omiten las instalaciones individuales.

La divulgación a nivel de instalación puede plantear preocupaciones de seguridad y comerciales. Sin embargo, la agregación puede ocultar los lugares donde las redes eléctricas y las cuencas hidrográficas afrontan mayor presión.

Las cargas de trabajo de IA crean otro desafío de medición. Los proveedores rara vez publican datos energéticos completos por modelo, tipo de tarea, ubicación y momento.

Un único promedio puede combinar solicitudes de texto eficientes con generación de vídeo de alto consumo energético. También puede ocultar diferencias entre tamaños de modelos y configuraciones de razonamiento.

Investigadores de Google han propuesto medir la inferencia de IA en toda la pila de servicio. Esto incluye aceleradores, sistemas anfitriones, capacidad inactiva y sobrecarga de la instalación.

Ese método es más informativo que medir solo el chip activo. Sin embargo, la comparación independiente sigue siendo limitada cuando los proveedores usan diferentes cargas de trabajo e infraestructura privada.

Los objetivos corporativos añaden una cuestión de gobernanza. Los consejos de administración suelen aprobar compromisos climáticos a largo plazo antes de que los equipos de infraestructura sepan con qué rapidez crecerá la demanda de IA.

Los directivos se enfrentan entonces a incentivos contrapuestos. Quieren proteger las promesas climáticas y, al mismo tiempo, evitar retrasos que puedan debilitar su posición en el mercado de IA.

El problema se agudiza cuando la compensación o la financiación dependen del desempeño en sostenibilidad. Las definiciones débiles pueden recompensar una contabilidad favorable en vez de reducciones físicas.

Los reguladores pueden mejorar la comparabilidad estableciendo requisitos de información coherentes. Unas normas mal diseñadas también pueden generar datos de cumplimiento sin significado operativo.

La Unión Europea ha empezado a exigir informes de sostenibilidad a los centros de datos que cumplen los requisitos. Alemania ha adoptado requisitos de eficiencia, incluidos futuros umbrales de PUE para las instalaciones.

Los requisitos de información no harán comparables todas las instalaciones. El clima, los requisitos de disponibilidad, el tipo de carga de trabajo y la antigüedad del edificio influyen en el rendimiento alcanzable.

Un centro de datos en un lugar cálido y húmedo no debería juzgarse únicamente frente a una instalación que utiliza refrigeración gratuita en un clima frío. La cuestión relevante es si cada instalación emplea métodos adecuados.

La fiabilidad introduce otra disyuntiva. Los equipos redundantes aumentan la sobrecarga eléctrica, pero protegen los servicios digitales esenciales frente a interrupciones.

Eliminar todas las capas de redundancia podría mejorar una ratio de eficiencia y, a la vez, generar un riesgo operativo inaceptable. El análisis ESG debe tener en cuenta la resiliencia del servicio.

El agua y la energía también pueden evolucionar en direcciones opuestas. La refrigeración evaporativa puede reducir el consumo eléctrico, pero consumir más agua.

Los sistemas refrigerados por aire pueden reducir el uso directo de agua, pero requerir más electricidad. La opción más limpia depende del estrés hídrico local y de las emisiones de la red.

Estas disyuntivas dificultan verificar afirmaciones amplias como «centro de datos verde». Un operador transparente debería divulgar tanto los beneficios como los impactos transferidos.

El análisis independiente sigue siendo esencial porque los informes empresariales se dirigen a varias audiencias. Ofrecen datos útiles, pero también presentan la estrategia corporativa en términos favorables.

La cobertura de Associated Press ha documentado cómo la expansión de la IA está complicando las promesas climáticas de las grandes empresas tecnológicas. Su análisis de objetivos climáticos señala que las empresas reconocen cada vez más la dificultad.

Ese reconocimiento es importante, pero no demuestra avances. Los lectores deberían distinguir entre objetivos, contratos energéticos firmados, proyectos terminados y resultados operativos medidos.

Google News puede mostrar las cuatro categorías en un mismo flujo. Editores y lectores deben evitar tratarlas como pruebas equivalentes.

Un acuerdo nuclear propuesto no equivale a generación operativa. Un compromiso de reposición de agua no supone agua restaurada hasta que los proyectos aporten beneficios verificados.

Una afirmación de eficiencia basada en hardware de laboratorio no es un resultado de toda la flota. Un objetivo de construcción no es una instalación baja en carbono terminada.

Los informes ESG más sólidos hacen visibles esas etapas. También explican las carencias en vez de sustituir objetivos anteriores por una nueva redacción.

Tres señales mostrarán si la eficiencia puede alcanzar la expansión de la IA

La próxima fase se juzgará por resultados absolutos, no por otra ronda de anuncios aislados de eficiencia.

La primera señal será si las emisiones totales de los centros de datos comienzan a disminuir mientras el consumo eléctrico sigue creciendo.

La eficiencia tiene un valor real si frena la demanda y reduce las emisiones en comparación con una expansión sin gestionar. Sin embargo, los compromisos climáticos corporativos requieren en última instancia reducciones absolutas.

Los lectores deberían comparar el crecimiento anual de la electricidad con las emisiones basadas en la ubicación y en el mercado. Las cifras basadas en la ubicación reflejan las redes que abastecen las operaciones, mientras que las basadas en el mercado incluyen compras contractuales.

Una brecha cada vez mayor entre esas cifras indicaría una dependencia más intensa de instrumentos contables. Un descenso en ambas aportaría pruebas más sólidas de descarbonización física.

La segunda señal será si las empresas publican información más detallada sobre energía y agua.

Una divulgación útil separaría los centros de datos de las oficinas y otras operaciones. También identificaría las principales regiones, las ubicaciones con estrés hídrico y los métodos empleados para calcular el consumo.

En el caso de la IA, los proveedores deberían explicar qué componentes del sistema se incluyen en las estimaciones por tarea. Deberían divulgar categorías de carga de trabajo sin exponer información sensible de los clientes.

Una información más coherente reforzaría la idea de que los objetivos ESG orientan las decisiones de infraestructura. La agregación continuada mantendría las dudas sobre los impactos locales.

La tercera señal será si la eficiencia modifica la planificación de capacidad, en lugar de limitarse a mejorar las nuevas instalaciones.

Los operadores deberían mostrar una mayor utilización de servidores, programación de cargas de trabajo, retirada de equipos y flexibilidad de la demanda. También deberían demostrar que los equipos de software consideran la energía al seleccionar modelos.

Las empresas de servicios públicos ofrecerán una prueba práctica. Los proyectos que vinculen nuevas cargas con generación, transmisión y almacenamiento ejecutables afrontarán menos dudas sobre su credibilidad.

Los proyectos que dependan de suministro futuro incierto aumentarán la presión sobre las redes locales. También pueden generar resistencia política, retrasos en permisos y mayores costes de infraestructura.

Los próximos informes ambientales corporativos facilitarán la comparación de estas señales. Google, Microsoft, Amazon y Meta afrontan ahora escrutinio en las mismas dimensiones básicas.

Sus cifras de PUE comunicadas seguirán siendo importantes. Las cifras más relevantes serán la electricidad total, la cobertura horaria de energía limpia, el consumo de agua, las emisiones y la computación útil entregada.

Google News seguirá difundiendo anuncios sobre chips eficientes, refrigeración líquida y nuevos acuerdos energéticos. Los lectores deberían preguntarse si cada avance modifica esos totales más amplios.

Los desarrolladores y compradores empresariales también tienen influencia. Pueden elegir modelos más pequeños, reducir llamadas innecesarias, almacenar en caché resultados adecuados y solicitar datos creíbles de infraestructura a los proveedores.

Los trabajadores del conocimiento pueden cuestionar si cada tarea necesita el modelo con mayor intensidad computacional. Los equipos de producto pueden medir la calidad de los resultados frente a la energía y la latencia, en lugar de maximizar el tamaño del modelo.

La eficiencia energética de los centros de datos es ahora inseparable de la credibilidad de la estrategia de crecimiento de la IA. La pregunta decisiva es sencilla: ¿llegarán reducciones verificadas de recursos antes de que la expansión vuelva inalcanzables los objetivos ESG corporativos?