Estudio de Harvard sobre centros de datos estima una demanda de 82 TWh
El estudio de Harvard sobre centros de datos estima que 403 grandes instalaciones estadounidenses consumieron 82 teravatios-hora de electricidad durante un año, suministrada mayoritariamente por combustibles fósiles. Un teravatio-hora mide el uso acumulado de electricidad, a diferencia de un teravatio, que mide la potencia en un momento determinado. Esta distinción corrige un error relevante en algunos titulares: el hallazgo se refiere a 82 TWh, no a 82 TW.
Publicado el 16 de noviembre de 2026, el estudio analiza instalaciones que operaron entre mayo de 2024 y abril de 2025. Su estimación central se acerca al 83 % de las ventas minoristas de electricidad de Michigan en 2024. Es una comparación considerable, pero no significa que estos centros consumieran más electricidad que Michigan.
La tensión central gira en torno a qué significa la electricidad limpia cuando las instalaciones informáticas dependen de redes regionales. Las empresas pueden financiar generación renovable mientras los sistemas eléctricos de su entorno siguen quemando gas y carbón. Para los operadores de nube, compradores empresariales y comunidades que evalúan nuevos campus, el estudio plantea una pregunta práctica: ¿qué evidencia vincula los compromisos de sostenibilidad con las condiciones operativas?
Lo que realmente midió el estudio de Harvard sobre centros de datos
La investigación ofrece una estimación para un grupo definido de instalaciones, no una lectura de contadores de toda la industria.
El estudio sobre electricidad de hiperescala, revisado por pares, presenta resultados bajo distintos supuestos sobre las cargas de las instalaciones, es decir, la intensidad con que operan los centros. Esos escenarios generan un rango de consumo eléctrico de aproximadamente 68–99 TWh. La estimación central es de 82 TWh, asociada a aproximadamente 25,7 millones de toneladas métricas de dióxido de carbono.
En esos escenarios, las emisiones atribuidas oscilan entre aproximadamente 21 millones y 31 millones de toneladas métricas. La estimación central de electricidad equivale a cerca del 1,8 % del consumo total de EE. UU. Aproximadamente el 54 % de la generación atribuida procede de combustibles fósiles.
Los investigadores estudiaron instalaciones de hiperescala, es decir, grandes centros que dan soporte a proveedores de nube o contenido, incluidas las instalaciones que cumplen los requisitos y son operadas por terceros. Esta categoría describe infraestructura, no una aplicación concreta. Un edificio que presta servicio a clientes de nube puede alojar IA junto con otros servicios informáticos.
Esta distinción importa porque el consumo eléctrico de una instalación no puede convertirse automáticamente en una estimación del consumo eléctrico de la IA. La investigación no separa la computación general de las cargas de trabajo de IA. Por tanto, no puede establecer cuánta electricidad consumió un chatbot, proveedor de modelos o asistente empresarial concreto.
Las fechas requieren una cautela similar. Noviembre de 2026 es la fecha de publicación, mientras que abril de 2025 marca el final del período operativo analizado. Tratar la estimación como consumo medido de 2026 adelantaría silenciosamente la evidencia.
La comparación con Michigan ayuda a establecer la escala sin aportar un equivalente operativo directo. Las cifras federales sitúan las ventas minoristas de electricidad de Michigan en 2024 en aproximadamente 99 TWh. Dividir 82 entre 99 produce cerca del 83 %, claramente por encima de cuatro quintas partes.
Sin embargo, las ventas minoristas son una estadística eléctrica definida, no cualquier medida imaginable del uso energético de un estado. El consumo de gasolina, los combustibles industriales y la calefacción de edificios de Michigan no forman parte de esta comparación. Tampoco la electricidad generada dentro de Michigan equivale necesariamente a la electricidad vendida a sus clientes.
El perfil eléctrico de Michigan proporciona ese punto de referencia. Mantener visible su denominador evita que una comparación accesible se convierta en una afirmación engañosa sobre el consumo energético total.
Una comparación estatal comunica magnitud, pero el límite de las instalaciones tiene mayor peso analítico. Los lectores necesitan saber qué edificios están incluidos antes de comparar estudios, evaluar afirmaciones empresariales o debatir el crecimiento.
El cambio importante es la disponibilidad de una estimación geográficamente específica. Crea un punto de partida para examinar dónde la demanda informática se encuentra con el suministro eléctrico. No elimina la necesidad de divulgar información operativa.
La presión recae sobre operadores, empresas eléctricas y compradores
El estudio desplaza la atención de los compromisos climáticos generales hacia la evidencia disponible para ubicaciones individuales.
La evaluación de emisiones de instalaciones de Harvard describe cómo los investigadores combinaron imágenes satelitales con información sobre instalaciones y datos federales de electricidad. Estimaron la demanda bajo escenarios operativos y, después, atribuyeron emisiones utilizando las combinaciones regionales de generación eléctrica.
Los investigadores reconocen una cobertura incompleta y la incapacidad de distinguir la electricidad de IA de la computación general. También señalan que los resultados describen una instantánea anterior de una industria en expansión. Estas salvedades hacen que los hallazgos sean más útiles porque definen qué debe mejorar la evidencia posterior.
Para los operadores, la presión práctica se refiere a la divulgación de información. Una organización puede anunciar un objetivo de sostenibilidad sin revelar datos suficientes para evaluar un campus concreto. Una estimación de una instalación plantea preguntas sobre su carga operativa, región eléctrica y relación con la generación limpia contratada.
Para las empresas eléctricas, la demanda anual y los requisitos de suministro representan preguntas de planificación distintas. El consumo anual describe la cantidad de electricidad utilizada a lo largo del tiempo. La planificación de infraestructura también exige entender cuándo llega la demanda y cuán fiable debe ser su suministro.
El estudio no establece si un proyecto concreto de transmisión es necesario ni quién debería pagarlo. Esas decisiones requieren evidencia local. Su relevancia reside en que la gran demanda informática merece ser analizada dentro del sistema eléctrico que se espera que la atienda.
Las comunidades afrontan una distinción similar entre un anuncio y un acuerdo operativo. Un campus propuesto puede incluir promesas de inversión, empleo o energía limpia. Evaluar esas promesas requiere documentos que las conecten con instalaciones específicas y condiciones de suministro.
Para los compradores empresariales, la implicación inmediata se refiere a preguntas de contratación, no a una instrucción automática de cambiar de proveedor. Una empresa que compra computación en la nube necesita entender qué afirmaciones ambientales se aplican a la región que ha elegido. Una declaración global de un proveedor no describe necesariamente cada ubicación de servicio.
Consideremos una empresa hipotética que implementa un asistente interno de documentos. Los empleados cargan material, recuperan pasajes y solicitan resúmenes mediante un servicio alojado. El comprador puede evaluar directamente la utilidad de la aplicación, pero su huella eléctrica requiere información del proveedor de infraestructura.
Un contrato que identifique la región de alojamiento ofrece a ese comprador un punto de partida más concreto. Una divulgación adicional sobre la contabilidad eléctrica mejoraría aún más la evaluación. Sin esos detalles, atribuir un beneficio ambiental a la elección de un proveedor se vuelve difícil.
Estas son respuestas propuestas ante la evidencia, no hallazgos que los investigadores hayan medido. El estudio no cuantifica el comportamiento de contratación, los cambios contractuales ni las facturas eléctricas locales.
No obstante, el estudio de Harvard sobre centros de datos hace concreto el vacío de información. Cuando investigadores externos deben estimar las condiciones operativas, los compradores no pueden asumir que una afirmación general de sostenibilidad responda a sus preguntas sobre instalaciones.
La presión resultante es directa: explique el límite, explique el cálculo y muestre qué evidencia operativa respalda la afirmación.
Los contratos de energía limpia y la electricidad local responden preguntas distintas
La contratación de renovables y las emisiones de las redes regionales pueden describir aspectos diferentes del mismo negocio informático.
La contabilidad basada en la ubicación estima las emisiones utilizando la combinación eléctrica asociada con la ubicación de una instalación. La contabilidad basada en el mercado incorpora instrumentos contractuales que cumplen los requisitos y están asociados con la electricidad adquirida. Estos enfoques responden preguntas relacionadas, pero sus resultados no deben tratarse como intercambiables.
La distinción ayuda a explicar por qué un compromiso de energía limpia no describe, por sí solo, cada hora de operación de una instalación. Un total anual de contratación establece una cantidad a lo largo de un año. Por sí solo, no establece el momento ni el lugar de la generación.
Esta observación no vuelve irrelevante la contratación. Los contratos pueden respaldar proyectos eléctricos y representar una parte importante de la estrategia de una empresa. Evaluar sus efectos exige saber qué financian los contratos, cuándo operan los proyectos y cómo se relacionan con la demanda.
Google ilustra la importancia de indicar la medición. Su información pública sobre progreso de energía libre de carbono describe un objetivo de igualar las operaciones con electricidad libre de carbono las 24 horas del día. Google informa de un promedio global aproximado del 65 % en centros de datos y oficinas para 2025, frente al 66 % de 2024.
Esos porcentajes comunicados por la empresa describen un límite distinto al de la muestra de Harvard. No deben colocarse junto al porcentaje de combustibles fósiles del estudio como mediciones rivales de instalaciones idénticas. Su utilidad consiste en mostrar que el desempeño eléctrico por hora puede diferir de un compromiso amplio de energía limpia.
Microsoft ofrece otro ejemplo de la vía de contratación. Sus divulgaciones sobre contratación de energía renovable describen contratos y alianzas de infraestructura como parte de su estrategia de sostenibilidad. La capacidad contratada es relevante, pero es una medición distinta de la electricidad consumida o de las emisiones regionales atribuidas a los centros operativos.
Estos ejemplos establecen enfoques, no una clasificación de proveedores. Una cartera global de una empresa y una muestra seleccionada de instalaciones estadounidenses difieren en geografía, períodos operativos y límites contables. Declarar un ganador a partir de esas cifras crearía una precisión que la evidencia no respalda.
La tensión subyacente se da entre un compromiso de compra y las condiciones operativas de un sistema eléctrico. Un comprador puede respaldar la futura generación limpia y, al mismo tiempo, seguir dependiendo hoy de un suministro regional mixto. Ambos hechos pueden ser ciertos.
Para un cliente empresarial, la pregunta útil se vuelve más específica que si un proveedor compra electricidad renovable. ¿Qué ubicación presta servicio a la carga de trabajo? ¿Qué divulga el proveedor sobre esa ubicación y qué método contable produjo su cifra ambiental?
Una respuesta basada en contratación anual puede seguir siendo informativa. Simplemente debe conservar esa etiqueta. Presentarla como prueba de operación continua libre de carbono requeriría evidencia adicional.
La misma disciplina se aplica a las críticas. La atribución regional de combustibles fósiles no establece que las compras de energía limpia de una empresa carezcan de valor. Tampoco demuestra que los investigadores rastrearan la electricidad desde una central eléctrica individual hasta un edificio concreto.
El estudio de Harvard sobre centros de datos precisa esta distinción. Sus hallazgos se refieren a emisiones operativas atribuidas dentro de un marco regional. Los contratos corporativos pertenecen al debate, siempre que su propósito distinto siga siendo visible.
La incertidumbre cambia cómo deben utilizarse las cifras
La interpretación más sólida conserva el rango de escenarios y evita convertir una estimación en una auditoría operativa precisa.
Las limitaciones del estudio del editor subrayan las cargas estimadas de las instalaciones y los promedios anuales regionales de electricidad. Los resultados se aplican a las 403 instalaciones validadas examinadas. No deben interpretarse como un inventario completo de la infraestructura hiperescalable de Estados Unidos.
La carga estimada es relevante porque la capacidad y el consumo describen cosas diferentes. La capacidad expresa un nivel operativo potencial, mientras que el consumo acumula el uso real a lo largo del tiempo. Conocer lo primero no establece lo segundo sin supuestos o mediciones.
Una instalación con espacio o equipos sin utilizar no puede considerarse automáticamente operando a su máximo. A la inversa, una estimación basada en un nivel operativo supuesto puede pasar por alto un sitio con mayor utilización. El análisis de escenarios hace visible esa incertidumbre.
Por tanto, el rango informado forma parte del resultado. Citar solo la cifra central elimina información que los lectores necesitan para valorar su precisión. Citar únicamente el límite superior introduciría otra distorsión.
La atribución regional también tiene límites. Asocia la demanda con una combinación eléctrica en lugar de rastrear electrones individuales. Los promedios anuales no pueden describir las condiciones de generación de cada hora ni establecer la fuente exacta que abastece una instalación en un momento determinado.
Una cuestión distinta se refiere a las emisiones marginales, es decir, el cambio en la generación asociado a una unidad adicional de demanda eléctrica. Esto requiere un análisis diferente al de asignar una combinación regional de generación existente. El total publicado no debe convertirse silenciosamente en una estimación de las emisiones evitadas al cerrar instalaciones.
El límite de las emisiones también importa. El dióxido de carbono relacionado con la electricidad no ofrece un recuento completo de la construcción, la fabricación de equipos, el consumo de agua u otros efectos ambientales. Estas cuestiones merecen evidencia propia.
Los efectos sobre la salud requieren una cautela adicional. Harvard los identifica como un tema para futuras investigaciones, no como un resultado medido directamente aquí. Los lectores no deben inferir una carga cuantificada de enfermedades a partir de la estimación de dióxido de carbono.
Las comparaciones históricas pueden resultar engañosas cuando los estudios usan grupos de instalaciones o métodos distintos. Una estimación publicada más alta no establece automáticamente un aumento equivalente de las emisiones medidas. Una tendencia válida requiere comprobar que los límites subyacentes sigan siendo comparables.
También existe una cuestión de reproducibilidad. El código público puede ayudar a los lectores a examinar los cálculos sin proporcionar necesariamente acceso sin restricciones a las observaciones reales de las instalaciones. Ejecutar un conjunto de datos ilustrativo es distinto de reproducir de forma independiente los resultados a partir de los registros de infraestructura originales.
Estas limitaciones no eliminan el hallazgo. Definen las afirmaciones que puede respaldar. Una estimación acotada puede revelar una importante brecha de información sin resolver todas las cuestiones sobre la industria.
La conclusión apropiada es que las instalaciones examinadas representan una demanda eléctrica considerable bajo los escenarios modelados. Las afirmaciones sobre todos los centros de datos, el consumo actual de IA o proveedores individuales requieren más evidencia.
Las afirmaciones de eficiencia necesitan una medida absoluta de electricidad
Una mayor eficiencia informática y un menor consumo total de electricidad son resultados diferentes.
La eficiencia describe cuánto trabajo útil entrega un sistema para una determinada entrada de recursos. La demanda total también depende de cuánto trabajo solicitan los usuarios. Un servicio más eficiente aún puede consumir más electricidad si su carga de trabajo global se expande lo suficiente.
Esa relación es aritmética, no una predicción sobre una empresa concreta. Explica por qué un anuncio de eficiencia necesita una medida de carga de trabajo que lo acompañe. Sin ella, los lectores no pueden determinar qué ocurrió con el consumo absoluto.
En los servicios de IA, la definición de trabajo útil también requiere atención. Una respuesta más corta, un modelo más pequeño o menos pasos de procesamiento podrían reducir el uso de recursos. Que esto represente una mejora depende de si el sistema sigue realizando la tarea requerida.
Consideremos un asistente hipotético de atención al cliente. Su operador modifica el sistema para que las solicitudes rutinarias usen un proceso más sencillo, mientras que los casos difíciles reciben computación adicional. La evaluación pertinente examinaría la calidad del servicio junto con los recursos consumidos.
Informar solo de un menor uso de recursos por solicitud rutinaria dejaría sin resolver el resultado más amplio. El volumen total de solicitudes, la frecuencia de los casos difíciles y los intentos repetidos podrían afectar al consumo. Esas mediciones serían necesarias antes de afirmar una reducción en todo el servicio.
El mismo razonamiento se aplica al análisis de documentos. Un asistente que produce un resumen inutilizable podría requerir otro intento, una corrección manual o un modelo diferente. Una evaluación de eficiencia debe considerar la finalización exitosa en vez de tratar cada resultado como igualmente valioso.
Ninguno de estos ejemplos describe una carga de trabajo medida en la investigación de Harvard. Muestran lo que los compradores de aplicaciones necesitarían evaluar después de recibir una estimación a nivel de instalación. El estudio no puede asignar su total de electricidad entre funciones individuales de software.
Para los desarrolladores, esto sugiere una disciplina práctica de elaboración de informes. Indiquen qué tarea se completó, qué estándar de calidad se aplicó y qué límite de infraestructura cubre la medición. Mantengan separados los cambios en el uso de los cambios en la eficiencia.
Para los equipos empresariales, también crea una razón para conservar la evidencia de respaldo. Las decisiones de alojamiento pueden depender de documentación del servicio, divulgaciones de sostenibilidad y requisitos internos que cambian con el tiempo. Una base de conocimiento con búsqueda puede ayudar a conservar esos registros, sin validar por sí misma las afirmaciones ambientales.
El registro más útil vincula cada conclusión con su fuente y fecha. Una decisión de compra tomada a partir de un informe global de sostenibilidad debe seguir siendo identificable como tal. No debería recordarse después como una medición específica de una instalación.
Esta distinción devuelve la discusión a la demanda absoluta. El hardware eficiente, el software mejorado y una electricidad más limpia pueden ser importantes, pero responden a preguntas diferentes. Informarlos conjuntamente exige mantener intactas sus mediciones individuales.
El estudio de Harvard sobre centros de datos ofrece una razón para pedir esa imagen más completa. Su estimación se refiere al consumo acumulado de electricidad, donde las mejoras de eficiencia exitosas deben competir en última instancia con la expansión de la demanda.
Observe la divulgación, el suministro operativo y la evidencia de carga de trabajo
Los próximos avances útiles conectarán los compromisos públicos con instalaciones medidas, electricidad suministrada y trabajo informático completado.
Durante los próximos meses, la divulgación de instalaciones debería ser la primera señal a observar. La evidencia útil identificaría ubicaciones operativas, períodos de medición, consumo de electricidad y el método utilizado para calcular las emisiones. Una divulgación coherente facilitaría la evaluación de las estimaciones externas.
Un total a nivel de empresa aún puede contribuir, pero su límite debe mantenerse explícito. Un desglose por instalación ofrece un nivel de detalle diferente. Publicar ambos permitiría a los lectores comprender cómo se relacionan las condiciones locales con la cartera más amplia.
Más datos medidos reforzarían la confianza en el debate, incluso si modificaran la estimación central. Una cifra revisada no es automáticamente evidencia de que la investigación anterior careciera de valor. Puede representar un avance desde la estimación hacia la observación.
La segunda señal es la relación entre el nuevo suministro eléctrico y la demanda operativa. Los anuncios deben seguirse hasta el punto en que los proyectos realmente proporcionen electricidad. Un acuerdo firmado, un hito de construcción y un generador operativo representan etapas diferentes.
Los lectores deberían examinar si la información divulgada sobre el suministro aborda la ubicación y el momento del consumo. La evidencia de una mejor alineación reforzaría las afirmaciones de que el crecimiento de la computación puede acompañar una operación más limpia. La dependencia continua de amplios totales de adquisición dejaría sin resolver una mayor parte de la cuestión local.
Esto no afirma que todo proyecto propuesto vaya a fracasar ni que todo contrato sea insuficiente. Es una distinción entre intención y entrega. La información ambiental se vuelve más útil cuando las empresas muestran cómo una se convierte en la otra.
La tercera señal es la evidencia de carga de trabajo que vincula la eficiencia con el consumo absoluto. Los desarrolladores y proveedores deben identificar el servicio entregado, su calidad y el límite eléctrico que se está midiendo. Los cambios en la demanda total deben aparecer junto con las mejoras por tarea completada.
Esa información ayudaría a los compradores empresariales a evaluar si un cambio en una aplicación reduce el uso de recursos en todo el servicio real. También dificultaría confundir una mejora aislada en un benchmark con un resultado ambiental general.
Estas señales constituyen una prueba práctica, no una previsión programada. No es necesario ningún anuncio específico para que el hallazgo central del estudio siga siendo relevante. Lo importante es si la evidencia posterior reduce la incertidumbre sobre las operaciones.
El estudio de Harvard sobre centros de datos ofrece a los lectores una estimación considerable con límites claramente establecidos. Su valor duradero dependerá en parte de si los operadores hacen que esos límites sean más fáciles de investigar mediante divulgaciones medidas y comparables.
Antes de compartir una comparación del tamaño de un estado, compruebe la unidad, el período operativo, la muestra de instalaciones y el método de emisiones. Antes de aceptar una afirmación sobre energía limpia, pregunte qué ubicación y qué horas describe. Antes de celebrar una mejora de eficiencia, busque su efecto sobre el consumo total y el trabajo completado. Mantenga esas respuestas vinculadas a la evidencia original, especialmente al comparar proveedores o revisar una decisión de infraestructura. El próximo titular podría ofrecer una cifra mayor, pero una cifra mayor por sí sola no resolverá la incertidumbre central. Busque información que haga más fácil poner a prueba la afirmación. ¿Qué proveedor divulgará suficiente detalle operativo para que los clientes conecten sus servicios informáticos con los sistemas eléctricos que los respaldan?



