El libro se centra en el papel clave que desempeñan las bibliotecas en impulsar la Educación para el Desarrollo Sostenible (EDS), un componente esencial de los programas educativos de la UNESCO para la Agenda 2030. El texto destaca que las bibliotecas no solo proporcionan acceso a recursos informativos, sino que funcionan como instituciones de aprendizaje activo, donde comunidades diversas pueden explorar conocimientos, habilidades y valores vinculados con la sostenibilidad. En el contexto de la EDS, estos espacios fomentan competencias como el pensamiento crítico, la colaboración y la comprensión de desafíos globales como el cambio climático, la equidad social y la justicia ambiental.
Además, el informe argumenta que las bibliotecas verdes o sostenibles —aquellas que integran prácticas ecológicas en su gestión y servicios— merecen reconocimiento como socios activos en los esfuerzos nacionales e internacionales por alcanzar los Objetivos de Desarrollo Sostenible (ODS). Se subraya que iniciativas innovadoras como proyectos educativos informales, programas comunitarios y alianzas intersectoriales amplían la influencia educativa de las bibliotecas más allá de las colecciones tradicionales. Esto posiciona a las bibliotecas como agentes que no solo difunden información, sino que también inspiran acción y cambio en sus comunidades locales.
La obra también integra análisis y ejemplos de experiencias de bibliotecas que han implementado proyectos alineados con la EDS, mostrando cómo estas instituciones pueden traducir conceptos globales en actividades tangibles —por ejemplo, talleres sobre sostenibilidad, exposiciones educativas y colaboraciones con escuelas o asociaciones civiles. A través de estos casos se ilustra cómo las bibliotecas contribuyen a una educación más inclusiva, equitativa y transformadora, reforzando su rol como espacios educativos y culturales que apoyan tanto a individuos como a comunidades en la construcción de un futuro sostenible.
Se plantea que el verdadero desafío para escalar la inteligencia artificial a gran escala no es únicamente mejorar chips o redes de datos tradicionales, sino la provisión masiva y eficiente de energía, algo que las infraestructuras terrestres actuales no pueden sostener.
El autor argumenta que el consumo energético de los centros de datos dedicados a IA está creciendo exponencialmente y que las soluciones existentes —como nuevas plantas de energía, redes de transmisión o renovables terrestres— enfrentan límites físicos, económicos y regulatorios. En este contexto, se presenta la idea de trasladar infraestructura de IA al espacio, aprovechando la energía solar continua y las condiciones únicas de los entornos orbitales y lunares para superar los cuellos de botella que la Tierra ya no puede resolver eficientemente.
Una pieza central del argumento es la previsión de que, en las próximas décadas, los centros de datos orbitales y las instalaciones lunares podrían actuar como fuentes de energía y cómputo de IA a una escala varias veces superior a la posible en tierra. El autor visualiza constelaciones de satélites que funcionan como centros de datos alimentados por paneles solares eficientemente expuestos al Sol sin las pérdidas asociadas a la atmósfera terrestre o ciclos día/noche. Asimismo, menciona conceptos como grandes anillos solares alrededor de la Luna (por ejemplo, la idea de Luna Ring de Shimizu Corporation) que podrían captar energía solar continua y transmitirla a la Tierra o a instalaciones espaciales, reduciendo la dependencia de la infraestructura energética terrestre y minimizando los cuellos de botella actuales en la generación y distribución de energía para cómputo intensivo de IA.
El texto también explora la geopolítica y economía de este posible futuro, sugiriendo que empresas espaciales y tecnológicas como SpaceX, Blue Origin y grandes proveedores de infraestructura de nube podrían competir para construir estas capacidades orbitales. Se alude a entrevistas con líderes como Elon Musk, destacando su visión de generar enormes cantidades de energía solar en el espacio para alimentar IA y posicionar a entidades como SpaceX como proveedores de cómputo a escala planetaria. Además, el autor señala que estos desarrollos no solo son técnicamente ambiciosos, sino también impulsados por la necesidad práctica de sortear limitaciones regulatorias —como largos permisos y cuellos de botella de conexión a redes eléctricas terrestres— que hacen inviable la expansión masiva de centros de datos en tierra.
Hauke, Petra, Antonia Mocatta y Priscilla Nga Ian Pun. IFLA Guidelines for Green Libraries. The Hague: International Federation of Library Associations and Institutions (IFLA) 2026
IFLA Guidelines for Green Libraries constituyen un marco integral y sistemático para el desarrollo, la gestión y la evaluación de bibliotecas verdes y sostenibles en contextos muy diversos, tanto geográficos como institucionales.
El documento parte de una concepción amplia de la sostenibilidad, entendida como la interrelación equilibrada entre la responsabilidad ambiental, la equidad social y la viabilidad económica. Desde esta perspectiva, las directrices no se limitan a cuestiones medioambientales, sino que proponen una transformación transversal del quehacer bibliotecario, alineada con los Objetivos de Desarrollo Sostenible y con los retos sociales contemporáneos.
El texto aborda de manera detallada la integración de la sostenibilidad en la gobernanza y la gestión estratégica de las bibliotecas, subrayando la importancia del liderazgo institucional, la definición de políticas claras y la incorporación de criterios sostenibles en la toma de decisiones. Se destaca el papel fundamental de la formación y sensibilización del personal, entendida como un elemento clave para garantizar la coherencia entre los valores de la organización y sus prácticas diarias. La sostenibilidad se presenta así como una responsabilidad compartida que debe impregnar la cultura organizativa de la biblioteca.
En el ámbito operativo, las directrices ofrecen orientaciones prácticas sobre la gestión eficiente de recursos, el uso responsable de la energía y los materiales, y la reducción del impacto ambiental de las actividades cotidianas. Se presta especial atención a la planificación y gestión de edificios, instalaciones y equipamientos bibliotecarios, promoviendo criterios de diseño sostenible, mantenimiento responsable y adaptación a las condiciones locales. Asimismo, se analizan los desafíos y oportunidades asociados al uso de las tecnologías de la información y la comunicación, enfatizando la necesidad de equilibrar innovación tecnológica y sostenibilidad ambiental.
Las Guidelines también profundizan en la dimensión social de las bibliotecas verdes, destacando su compromiso con la accesibilidad, la inclusión y la participación comunitaria. Las bibliotecas son concebidas como espacios abiertos y equitativos que contribuyen al bienestar colectivo, fomentan la alfabetización ambiental y actúan como agentes educativos en materia de sostenibilidad. En este sentido, el documento subraya el potencial de los servicios, las colecciones y las actividades bibliotecarias para sensibilizar a la ciudadanía y promover cambios de comportamiento hacia modelos más sostenibles.
Un elemento central del texto es la insistencia en la evaluación continua y la mejora progresiva. Las directrices animan a las bibliotecas a establecer mecanismos de seguimiento y medición de impacto que permitan valorar el grado de cumplimiento de los objetivos sostenibles y ajustar las estrategias cuando sea necesario. A través de estudios de caso y ejemplos de buenas prácticas, se demuestra que bibliotecas de distintos tamaños, recursos y contextos pueden generar un impacto ambiental y social significativo mediante acciones adaptadas a su realidad específica.
En conjunto, IFLA Guidelines for Green Libraries posiciona a las bibliotecas no solo como instituciones comprometidas con la sostenibilidad, sino como referentes y modelos para sus comunidades. El documento refuerza la idea de que las bibliotecas pueden desempeñar un papel activo en la transición hacia sociedades más justas, inclusivas y respetuosas con el medio ambiente, integrando los principios de sostenibilidad en todos los niveles de su actividad.
Un análisis basado en un informe técnico de Google que desglosa, por primera vez con detalle, la huella ambiental de las consultas al sistema de inteligencia artificial Gemini.
Google reveló que una consulta de texto típica —evaluada por la mediana de uso, es decir, aquella que se sitúa en el centro de la distribución de todos los prompts— consume aproximadamente 0,24 vatios-hora (Wh) de electricidad, genera cerca de 0,03 gramos de dióxido de carbono equivalente (gCO₂e) y requiere alrededor de 0,26 mililitros de agua, lo que equivale a unas cinco gotas. Para ponerlo en perspectiva cotidiana, la compañía equiparó esa cifra energética con la que emplea encender una televisión durante menos de nueve segundos. Estas métricas son parte de una metodología “full stack” desarrollada por Google, que intenta medir no solo el consumo directo de los procesadores de IA, sino también el uso de energía en sistemas auxiliares, memoria, infraestructura en reposo y refrigeración.
Google además destacó que la eficiencia de Gemini ha mejorado de forma dramática en el último año: desde mayo de 2024 hasta mayo de 2025, el consumo energético por consulta se redujo 33 veces y la huella de carbono se redujo 44 veces, mientras que, paralelamente, la calidad de las respuestas del modelo fue incrementándose. Estos avances se atribuyen a mejoras tanto de software —optimización de los modelos y algoritmos— como de hardware e infraestructura en los centros de datos de Google. La divulgación de estos datos se presenta como un paso hacia una mayor transparencia en el sector tecnológico, dada la creciente preocupación global por el impacto ambiental de los grandes modelos de IA y el uso masivo de energía de los centros de datos que los soportan.
Sin embargo, este enfoque también ha generado debate entre expertos ambientales. Algunos especialistas señalan que las cifras oficiales de Google, aunque impresionantes, pueden quedar cortas si no consideran factores indirectos más amplios, como la energía consumida por la generación eléctrica o el impacto del entrenamiento de los modelos a gran escala, que históricamente ha requerido volúmenes de energía y recursos muchísimo mayores que la inferencia diaria. Además, la extrapolación del consumo por prompt individual a escala global —con miles de millones de interacciones diarias— subraya que incluso pequeños valores por consulta pueden traducirse en una carga energética significativa cuando se multiplican por volumen de uso. Estas discusiones ponen de relieve la complejidad de medir con precisión el impacto ecológico de las tecnologías de IA y la necesidad de métricas estandarizadas en toda la industria.
La demanda de electricidad en Norteamérica está siendo impulsada de forma creciente por la expansión de centros de datos dedicados a la inteligencia artificial (IA). Según un nuevo informe citado por CNET, se proyecta que estos centros, por sí solos, puedan llegar a representar hasta el 12 % del consumo eléctrico total de Norteamérica hacia el 2040.
Este aumento masivo del consumo no es casual: los algoritmos de IA requieren enormes recursos computacionales y un suministro constante de electricidad para alimentar GPUs de alto rendimiento, mantener servidores y sistemas de refrigeración, así como garantizar disponibilidad continua. Esa necesidad energética coloca a la IA como la “principal fuerza motriz” detrás del crecimiento de la demanda eléctrica en la región.
Esos centros de datos, que albergan miles de ordenadores para gestionar todo, desde el entrenamiento de modelos de IA hasta la respuesta a tus solicitudes de ChatGPT, Gemini y Sora, consumirán no solo megavatios de electricidad, sino también millones de galones de agua y miles de acres de tierra.
El impacto ya empieza a notarse en los sistemas energéticos: en Estados Unidos, los centros de datos representan una parte sustancial del crecimiento previsto en demanda eléctrica de aquí a 2030. Si continúa esta tendencia, la presión sobre la red eléctrica, la necesidad de más generación, infraestructura y inversiones energéticas será mayor. Eso plantea retos de sostenibilidad, pues buena parte de esta electricidad todavía proviene de fuentes fósiles, lo que implica un aumento de emisiones y de la huella ambiental ligada al “boom” de la IA.
En julio, la administración Trump publicó lo que denomina el Plan de Acción de IA de Estados Unidos, en el que insta a acelerar la construcción de centros de datos, dejando en segundo plano las cuestiones normativas. «El sistema de permisos medioambientales y otras normativas de Estados Unidos hacen que sea casi imposible construir esta infraestructura en el país con la rapidez necesaria».
Pero a pesar del rápido avance de la IA y del retroceso de la administración Trump en materia de regulaciones medioambientales en Estados Unidos, la empresa prevé que las emisiones globales se reducirán un 63 % para 2060. El informe estima que lo que está sucediendo en Estados Unidos tendrá un mayor efecto en el país, con un retraso de unos cinco años en la reducción de emisiones, y no tanto en los objetivos mundiales de energía limpia.
En definitiva —y según lo que denuncia el informe citado por CNET—, la expansión de la inteligencia artificial no es neutra en términos energéticos: su demanda creciente transforma la estructura del consumo eléctrico en Norteamérica, lo que pone en evidencia la necesidad de replantear políticas energéticas, promover el uso de energías renovables y diseñar una gobernanza de la IA que tenga en cuenta su impacto ambiental.
Green Librarian Handbook representa un paso significativo hacia la integración de la sostenibilidad en la misión y operaciones de las bibliotecas europeas. Al proporcionar marcos prácticos y estrategias adaptables, EBLIDA y ELAN buscan empoderar a las bibliotecas para que desempeñen un papel activo en la construcción de comunidades más sostenibles y resilientes.
Green Librarian Handbook, publicado por EBLIDA en septiembre de 2025, es una guía estratégica diseñada para capacitar a las bibliotecas europeas en la promoción de la sostenibilidad. Esta publicación forma parte del proyecto ELAN (European Library Associations Network), cofinanciado por la Unión Europea, y tiene como objetivo fortalecer la capacidad de las asociaciones bibliotecarias para apoyar a las bibliotecas en áreas clave como la acción climática, la inclusión social, la transición digital y la defensa de la democracia.
Publicación elaborada por Marta Isabel García Rodríguez, Belén Lapardina Bernús, David Mercadal Cuesta, Alfonso Peña Rotella y Rosario Toril Moreno, de la Asociación RECIDA, profesionales de información y documentación ambiental y EBLIDA /ELAN (European Bureau of Library, Information and Documentation Associations / European Library Associations Network), y cofinanciada por la Unión Europea
El manual adopta un enfoque denominado “Sinfonía en Sostenibilidad Mayor”, que integra las dimensiones ambiental, social y económica de la sostenibilidad en la práctica bibliotecaria. Ofrece marcos conceptuales, ejemplos prácticos y herramientas para que las bibliotecas puedan incorporar prácticas sostenibles en su gestión diaria, desde la adquisición de recursos hasta la programación de servicios comunitarios.
Como parte del proyecto ELAN, se realizó en primavera de 2025 una encuesta inicial para evaluar la capacidad y confianza de las asociaciones bibliotecarias en Europa para apoyar a las bibliotecas en estas áreas clave. Los resultados sirvieron de base para el desarrollo de recursos y actividades que respondan a las necesidades identificadas, incluyendo estrategias de acción climática, inclusión social, transición digital y defensa de la democracia.
Además del manual, ELAN está creando recursos adicionales, como herramientas en línea, documentos de posición y sesiones de aprendizaje entre pares, con el fin de apoyar la implementación de prácticas sostenibles en las bibliotecas. Se organizan eventos y actividades que fomentan el intercambio de buenas prácticas y promueven la colaboración entre bibliotecas de distintos países.
Google ha publicado un informe técnico detallado sobre la huella ambiental de su modelo de IA Gemini, destacando métricas clave como energía, emisiones de carbono y consumo de agua por cada consulta de texto, algo poco común entre empresas del sector
Según este estudio, la consulta mediana de texto en Gemini utiliza aproximadamente 0,24 vatios-hora, una cifra equivalente a ver la televisión durante menos de nueve segundos. Además, la emisión de carbono por consulta es de 0,03 gramos de CO₂ equivalente, y el consumo de agua asciende a 0,26 ml, es decir, alrededor de cinco gotas.
Estos avances reflejan una mejora notable en eficiencia: en el último año, el consumo energético por consulta cayó 33 veces, mientras que la huella de carbono disminuyó 44 veces, todo esto mientras mejoraba la calidad de las respuestas de Gemini
Google atribuye estos logros a una estrategia integral que abarca desde el diseño de hardware y algoritmos más eficientes hasta mejoras en modelos y centro de datos alimentados por energías limpias .
No obstante, expertos han planteado críticas sobre el enfoque de Google, señalando que sus estimaciones podrían ser engañosas, ya que omiten impactos indirectos como el uso de agua adicional y una contabilización optimista de las emisiones de carbono (basada en el mercado).
Aun así, a pesar de la aparente eficiencia por consulta, el consumo total de energía y agua sigue siendo relevante, especialmente considerando la escala global del uso de IA
Finalmente, aunque la empresa ha avanzado en eficiencia y transparencia, su huella global de emisiones ha aumentado —un 51 % desde 2019— principalmente por la creciente demanda energética derivada del uso de IA y el crecimiento de sus centros de datos
Un informe reciente de la Agencia Internacional de la Energía (IEA) advierte que la demanda de electricidad de los centros de datos —especialmente por el auge de la inteligencia artificial (IA)— se duplicará para 2030. Se espera que casi la mitad de esta energía provenga de fuentes renovables como la solar, eólica e hidráulica, aunque el gas natural, el carbón y la energía nuclear seguirán teniendo un papel importante.
La revolución tecnológica liderada por la inteligencia artificial (IA) está generando transformaciones profundas en el ámbito energético. Según un informe publicado por la Agencia Internacional de la Energía (IEA) en abril de 2025, la demanda eléctrica de los centros de datos —infraestructuras esenciales para el funcionamiento de la IA, la computación en la nube, el almacenamiento de datos y los servicios digitales— se duplicará con creces en los próximos cinco años.
El aumento de la demanda no será uniforme a nivel global. En países como Estados Unidos, Japón o Malasia, se prevé que los centros de datos representen entre una quinta parte y más de la mitad del incremento total en el consumo eléctrico.
El gráfico de Statista muestra que a nivel global el consumo de electricidad de los centros de datos aumentará notablemente entre 2025 y 2035. China seguirá dependiendo del carbón más que Estados Unidos, que recurrirá más al gas natural y reducirá su uso de carbón. Ambos países aumentarán considerablemente su generación a partir de fuentes solares y eólicas.
El aumento en el uso de energía trae consigo una consecuencia directa: las emisiones de carbono. Actualmente, los centros de datos emiten unas 180 millones de toneladas de CO₂ indirectamente, lo que representa un 0,5 % de todas las emisiones globales relacionadas con la combustión. Esta cifra podría aumentar si no se adoptan medidas correctoras.
No obstante, la IEA subraya que la IA no es solo parte del problema, sino también parte de la solución. Si se aplica correctamente, puede contribuir a optimizar redes eléctricas, reducir el consumo en industrias clave y acelerar el desarrollo de tecnologías limpias como baterías de alta capacidad o sistemas solares más eficientes.
La inteligencia artificial está generando una demanda energética descomunal. A medida que los modelos se vuelven más grandes y se utilizan con mayor frecuencia, los centros de datos necesitan más electricidad que nunca.
En 2022, consumieron alrededor de 460 teravatios-hora (TWh), pero se estima que esa cifra superará los 1.000 TWh para 2026, lo cual equivale al consumo eléctrico anual de un país como Japón. En la actualidad, la IA representa ya hasta el 20 % del uso energético de los centros de datos, y se prevé que alcance el 50 % antes de que termine el año.
Además de la electricidad, el enfriamiento de los centros de datos exige enormes cantidades de agua. Muchos de ellos utilizan sistemas de refrigeración por evaporación que requieren cientos de miles de litros diarios. Se calcula que el uso de agua asociado a la IA podría ascender a entre 4.200 y 6.600 millones de metros cúbicos anuales para 2027, más que el consumo total del Reino Unido. En 2022, solo Google, Meta y Microsoft usaron en conjunto más de 2.200 millones de metros cúbicos de agua, a menudo en zonas propensas a la sequía.
El impacto climático también es preocupante. Entrenar grandes modelos de IA, como GPT-3, puede emitir tanto CO₂ como varios cientos de vuelos de larga distancia. Aunque las empresas tecnológicas han prometido usar fuentes renovables o incluso energía nuclear, las emisiones totales siguen aumentando. Por ejemplo, las emisiones de Google aumentaron un 48 % entre 2019 y 2023 debido en gran parte al crecimiento de la IA y de sus centros de datos.
Si bien se están logrando mejoras en la eficiencia de los chips y en la gestión de los centros de datos, existe el riesgo de un “efecto rebote”: si hacer cada tarea es más barato y rápido, se hacen muchas más, lo que termina aumentando el consumo global. Por otro lado, la IA también podría contribuir a combatir el cambio climático si se aplica a la optimización de redes eléctricas, energías renovables o captura de carbono. Sin embargo, estos beneficios podrían quedar neutralizados por los altos costes energéticos de su implementación.
Finalmente, tanto los gobiernos como las organizaciones internacionales están comenzando a exigir más transparencia sobre el uso de energía y agua por parte de los modelos de IA. Empresas como Microsoft están invirtiendo en energías alternativas, incluyendo reactores nucleares para alimentar sus centros de datos. Pero el artículo advierte que, sin regulación y prácticas sostenibles, el impacto ambiental de la IA podría eclipsar sus promesas tecnológicas.
La inteligencia artificial (IA) se ha consolidado como una tecnología esencial en múltiples sectores, pero su desarrollo y operación requieren un consumo energético considerable que plantea importantes retos ambientales. El gasto de energía asociado a la IA no es uniforme, sino que varía según las etapas de su ciclo de vida, principalmente el entrenamiento de modelos y la fase de inferencia o uso.
Durante el entrenamiento, que consiste en “enseñar” a los modelos de IA a partir de grandes cantidades de datos, se utiliza una enorme potencia computacional. Esta etapa es la más intensiva en consumo energético, ya que involucra grandes centros de procesamiento que pueden consumir decenas de megavatios durante días o semanas. Entrenar un solo modelo avanzado puede requerir tanta energía como la que consumen varias viviendas durante un año. Esto refleja la escala y complejidad del esfuerzo necesario para desarrollar IA de última generación.
Por otro lado, la fase de inferencia, en la que el modelo responde a consultas o realiza tareas específicas, consume mucha menos energía por operación individual. Sin embargo, dado el incremento exponencial en la demanda de estas herramientas, el consumo acumulado también es considerable. Además, la infraestructura de soporte, como los centros de datos que albergan los equipos y los sistemas de refrigeración, representa un porcentaje importante del gasto energético total.
Las proyecciones a futuro señalan que el consumo energético de la IA seguirá aumentando drásticamente. Para 2030, se estima que los centros de datos dedicados a IA podrían representar hasta el 17% del consumo eléctrico total de Estados Unidos, una cifra que subraya la necesidad urgente de soluciones para hacer más sostenible esta tecnología. Esta demanda creciente está impulsando la construcción y expansión de centros de datos, que requieren cada vez más fuentes de energía.
Como admitió recientemente en un artículo de opinión la doctora Sasha Luccioni, responsable de IA y clima en la plataforma de desarrollo Hugging Face, todavía no sabemos realmente cuánta energía consume la IA, porque muy pocas empresas publican datos sobre su uso. Sin embargo, varios estudios indican que el consumo de energía va en aumento, impulsado por la creciente demanda de IA. Un análisis de 2024 Berkeley Lab descubrió que el consumo de electricidad ha crecido exponencialmente a la par que la IA en los últimos años.
Los servidores acelerados por GPU -hardware utilizado específicamente para IA- se multiplicaron en 2017; un año después, los centros de datos representaban casi el 2% del consumo anual total de electricidad en Estados Unidos, y esa cifra crecía anualmente un 7%. En 2023, esa tasa de crecimiento se había disparado hasta el 18%, y se prevé que alcance el 27% en 2028. Aunque no podamos empalmar cuánta energía de los centros de datos se gasta en IA, la tendencia entre más consumo y expansión de la IA es clara. Boston Consulting Group estima que los centros de datos representarán el 7,5% de todo el consumo eléctrico de Estados Unidos en 2030, o el equivalente a 40 millones de hogares estadounidenses.
En respuesta a estos desafíos, la industria tecnológica está invirtiendo en mejorar la eficiencia energética mediante el desarrollo de hardware más eficiente y la optimización de los modelos de IA para reducir su necesidad computacional. Paralelamente, se promueve el uso de fuentes de energía renovables, como la solar y la eólica, e incluso la energía nuclear, para alimentar estas instalaciones con un menor impacto ambiental. Donald Trump anunció el Proyecto Stargate, una iniciativa de 500.000 millones de dólares apoyada por empresas como OpenAI, Softbank y Oracle para construir «colosales» centros de datos de 500.000 metros cuadrados. Estas empresas son conocidas como hiperescaladores, un grupo pequeño pero dominante de corporaciones como Microsoft, Google, Meta y AWS que están construyendo la mayor parte de la infraestructura.
Finalmente, el consumo energético de la IA no es solo un asunto técnico, sino también ético y social. Es imprescindible balancear la huella de carbono con los beneficios sociales y económicos que ofrece la inteligencia artificial. Asimismo, es fundamental fomentar la transparencia y la responsabilidad en el uso y desarrollo de estas tecnologías para asegurar que sean sostenibles y beneficiosas para la sociedad en su conjunto.
Datos clave sobre el consumo energético de la IA
Crecimiento acelerado:
En 2018, los centros de datos representaban casi el 2% del consumo eléctrico anual de EE. UU.
Para 2023, ese crecimiento se aceleró al 18% anual
Se proyecta que alcance hasta un 27% anual para 2028
Infraestructura intensiva:
La IA requiere chips potentes, múltiples GPUs y centros de datos masivos
Entrenar modelos de IA consume mucho más que tareas informáticas tradicionales
Impacto de una sola consulta:
Una simple pregunta a un chatbot puede consumir tanta energía como una bombilla LED encendida durante 45 minutos
El “cloud” no es etéreo:
Lo que llamamos “la nube” son en realidad centros físicos de datos que consumen grandes cantidades de electricidad para almacenar y procesar datos
Tendencia a la expansión:
A medida que la IA se vuelve más accesible y barata, la demanda de estos centros de datos crece exponencialmente
Universo Abierto 