Usar IA no es gratis: 21 Wh y litros de agua por prompt

Cada prompt tiene un coste físico: lo que muestra el reporte de Statista

Hacer una pregunta a ChatGPT, pedir una imagen a Gemini o ejecutar un agente de IA se siente gratis. El reporte Environmental impact of AI, de Statista, recuerda que no lo es: cada interacción suma consumo eléctrico, agua de refrigeración y, dependiendo de la matriz energética, emisiones asociadas.

El tamaño del mercado da una idea de la escala del fenómeno: la IA se valoró en US$548,79 mil millones en 2025 y Statista proyecta un crecimiento adicional de US$866,4 mil millones entre 2025 y 2032 (Merca20 / Statista). Lo que la industria gana en ingresos, la infraestructura lo paga en megawatts y litros de agua.

Electricidad: la IA pasó de 4,5 GW a proyectar casi 20 GW en cinco años

En 2023 la IA representaba unos 4,5 gigavatios (GW) de consumo eléctrico mundial, alrededor del 8% del total de los centros de datos. Para 2028, la previsión recogida por Statista coloca la cifra entre 14 y 18,7 GW, con un escenario alto en el que la IA podría llegar a 20% del consumo eléctrico de los centros de datos.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

La velocidad del cambio se ve mejor con otra comparación: en 2022 los centros de datos tradicionales demandaban 345 TWh, mientras que los dedicados específicamente a IA eran prácticamente cero. Para 2026 se proyecta que solo los centros de IA necesiten 90 TWh.

Fuera del reporte, otros análisis elevan aún más la presión. Lawrence Berkeley National Laboratory estima que los centros de datos podrían representar 11,8% del consumo eléctrico de EEUU en 2030 (Newsweek), y Goldman Sachs proyecta un crecimiento del 175% del consumo eléctrico de los centros de datos también hacia 2030. La demanda es real; la red eléctrica no siempre puede seguirle el ritmo.

¿Y por prompt? Depende del modelo

Una consulta individual es minúscula comparada con un data center, pero no es despreciable. Statista compara el consumo por prompt de longitud media:

DeepSeek V3.2 Exp: alrededor de 23,24 Wh
GPT-5 (high): alrededor de 21,85 Wh

Multiplicar una cifra genérica por todos los usuarios de ChatGPT o Gemini produce estimaciones engañosas: la arquitectura, la configuración y el modelo empleado cambian el resultado de forma significativa.

Agua: la huella menos visible

El agua es la cara oculta. Los chips de los servidores generan calor y los sistemas de refrigeración funcionan las 24 horas. Statista ilustra la variabilidad con un caso extremo: si el entrenamiento de GPT-3 se hubiera hecho en el centro de datos de Microsoft en Iowa, el consumo de agua habría rondado los 4.879 millones de litros; en Washington, la misma operación habría llegado a 15.539 millones de litros. Tres veces más, solo cambiando la ubicación.

Datos corporativos confirmados por la fuente:

Google retiró 14.689 millones de galones de agua en 2025, frente a 2.500 millones en 2016. El 90% se relaciona con sus centros de datos, principalmente para refrigeración. Además, 13% de los retiros procedieron de cuencas con alta escasez hídrica y 15% de zonas con escasez media.
Microsoft vio crecer sus retiros más de un 95%, desde 6.794 millones de litros en 2020 hasta 13.266 millones en 2025.

La foto macro la da un estudio citado por La Vanguardia: la demanda global de agua vinculada a la IA podría moverse entre 4,2 y 6,6 km³ en 2027, todavía lejos de los 2.700 km³ anuales del regadío agrícola, pero cada vez más relevante en cuencas locales concretas (La Vanguardia).

Carbono: de AlexNet a Grok 4 en menos de 15 años

El histórico de emisiones durante el entrenamiento de modelos es el dato más gráfico del reporte. En toneladas de CO₂ equivalente:

AlexNet (2012): 0,01
GPT-3: 588
GPT-4: 5.184
Llama 3.1 405B: 8.930
Grok 3: 59.200
Grok 4 (2025): 72.816

En poco más de una década, el coste de carbono de entrenar un modelo frontera se multiplicó por varios órdenes de magnitud. Esto no implica que cada prompt a una IA genere toneladas de CO₂ — las grandes cifras se concentran en el entrenamiento y en operaciones a escala de proveedor —, pero sí que el modelo de negocio subyacente está serializando emisiones crecientes a medida que la IA se vuelve más capaz.

¿Por qué los founders deben prestarle atención?

Porque la presión regulatoria y de costes ya está llegando. La Unión Europea presentó en septiembre de 2026 una etiqueta de sostenibilidad para centros de datos de más de 500 kW y prepara normas mínimas de rendimiento para 2027 (Euronews). En EEUU, una encuesta AP-NORC de julio de 2026 muestra que el 53% de los adultos está "muy" o "extremadamente" preocupado por el impacto ambiental de la IA, frente al 41% del año anterior.

Las grandes tecnológicas ya se están moviendo: Alphabet compró Intersect Power por US$4.750 millones para integrar generación solar, eólica y almacenamiento con sus centros de datos, y Google invirtió US$425 millones en Redwood Materials para reciclaje de baterías (wwwhatsnew / TechCrunch). Microsoft afirma que algunos de sus nuevos centros ahorran más de 125 millones de litros de agua al año mediante refrigeración líquida.

Qué significa esto para tu startup

El coste ambiental no es solo una cuestión de imagen: empieza a traducirse en regulación, en precio de la energía y en cláusulas contractuales con proveedores cloud. Si tu producto depende de LLM, planifica como cualquier otro coste operativo.

Acciones concretas que puedes tomar esta semana:

Audita tu consumo real. Pregunta a tu proveedor cloud o de LLM (Azure, AWS, GCP, OpenAI, Anthropic) por herramientas de medición de kWh y litros de agua por inferencia. Si no las ofrece, evalúa alternativas: SpainDC cifra el consumo de centros de datos españoles en 0,21 L de agua por kWh, frente a 0,31 L de la media europea (La Vanguardia). La geografía importa.
Optimiza el tamaño de modelo por tarea. No uses GPT-5 high para tareas donde basta con un modelo pequeño o un prompt cacheado. La diferencia entre 21 Wh y 5 Wh por consulta parece menor, pero multiplicada por millones de llamadas al mes cambia la factura y la huella.
Documenta la cadena energética. Si tu cliente enterprise te pregunta por la sostenibilidad de tu IA, necesitas saber en qué región corre tu inferencia y con qué proveedor. Tener esa respuesta lista en tu deck comercial se va a convertir en un requisito, no en un plus.

La IA no se va a apagar. Pero tratar su consumo eléctrico, hídrico y de carbono como una externalidad ya no es viable: se está convirtiendo en un capex de infraestructura comparable a pagar la nube o el salario de los ingenieros.