Banco de Inglaterra: IA podría racionarse por energía en 2026

¿Por qué el gobernador del Banco de Inglaterra propone racionar la IA?

Andrew Bailey, gobernador del Banco de Inglaterra, advirtió este viernes que la inteligencia artificial podría necesitar ser racionada porque el suministro eléctrico no puede mantener el ritmo de sus capacidades. La advertencia no es teórica: según la Agencia Internacional de la Energía, el consumo global de electricidad de los centros de datos podría alcanzar 1.050 TWh en 2026, una cifra que equivale a cuatro veces el consumo eléctrico anual de España.

Para founders que construyen productos con IA, esto no es una noticia lejana: significa que los costos de inferencia podrían dispararse, que habrá colas para acceder a capacidad de GPU, y que las decisiones de arquitectura técnica tendrán impacto directo en la viabilidad económica del negocio.

¿Qué cifras respaldan esta advertencia?

Los datos son contundentes. Un análisis de Deloitte proyecta que la demanda de energía de los data centers dedicados a IA podría pasar de 4 GW en 2024 a 123 GW en 2035, un aumento de 30 veces. Esto no es crecimiento lineal: es exponencial.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

En Estados Unidos, los centros de datos ya consumen entre el 4,4% y 6,7% de la electricidad nacional, y las proyecciones indican que podrían llegar al 12% hacia 2028. Goldman Sachs anticipa un aumento global del consumo eléctrico de centros de datos del 165% hasta 2030, impulsado principalmente por cargas de IA basadas en GPU.

La magnitud del fenómeno es tal que la inversión en data centers ha superado en 2025 incluso la búsqueda de nuevo suministro petrolero, según reporta TechCrunch. Ya no estamos hablando de un sector tech: estamos hablando de infraestructura crítica nacional.

¿Cómo se compara el consumo de IA con otros sectores?

El dato de 1.050 TWh para 2026 pone el consumo de centros de datos en perspectiva: es comparable al consumo eléctrico anual de países medianos-grandes. En Alemania, los centros de datos ya consumen más de 21.000 millones de kWh al año, superando a varios sectores industriales intensivos en electricidad.

La Comisión Europea exige desde 2024 reportes anuales de consumo para centros de datos con 500 kW o más de demanda TI, señal de que el tema ya es regulatorio, no solo prospectivo. En Alemania, la ley EnEfG establece que a partir de julio de 2026, los nuevos centros de datos deberán demostrar un PUE máximo de 1,2 (Power Usage Effectiveness), y los existentes deberán alcanzar 1,5 antes de julio de 2027.

Esto significa que la eficiencia energética ya no es opcional: es un requisito legal en mercados clave.

¿Qué están diciendo otros reguladores y bancos centrales?

La advertencia de Andrew Bailey encaja en un patrón más amplio. Si bien no aparecen citas directas de otros bancos centrales como la Fed o el BCE sobre "racionamiento" de IA, existe un consenso regulatorio creciente sobre transparencia, eficiencia y límites físicos.

La Unión Europea ha pasado de la preocupación general a la obligación de transparencia: los grandes centros de datos deben reportar consumo energético y otras métricas anualmente. El MITECO en España ya implementa el marco legal para la recopilación de datos sobre consumo energético de centros de datos, alineado con la normativa europea.

El mensaje implícito es claro: la infraestructura digital ya no puede tratarse como un sector separado de la política energética nacional. Los gobiernos están empezando a ver la capacidad de cómputo como un recurso estratégico limitado, similar al espectro radioeléctrico o las frecuencias de telecomunicaciones.

¿Qué significa esto para tu startup?

Si estás construyendo un producto con IA en 2026, esta noticia tiene implicaciones concretas para tu estrategia técnica y comercial.

Primero: el costo de inferencia va a subir. Si los precios eléctricos aumentan o se restringe la capacidad de conexión a la red, las startups que dependen de inferencia intensiva verán aumentos de costo y posibles colas de despliegue en la nube o en colocation. Los proveedores cloud trasladarán estos costos a sus clientes.

Segundo: la ubicación importa más que nunca. Las startups que puedan operar en regiones con excedente renovable o mejor acceso a red tendrán ventaja competitiva. El problema ya no es solo computacional sino infraestructural. Considera desplegar cargas de trabajo en regiones con energía más barata y estable, incluso si eso implica mayor latencia para algunos casos de uso.

Tercero: el diseño de producto debe priorizar eficiencia. Habrá presión para usar modelos más pequeños, técnicas de compresión, caché, batching y routing inteligente para reducir el costo por consulta. Una arquitectura que consume 10x menos energía por inference puede ser la diferencia entre ser rentable o no en 2027.

Cuarto: las métricas ESG serán exigidas por clientes enterprise. Clientes corporativos y reguladores pedirán más trazabilidad sobre consumo, emisiones y eficiencia. En la UE esto ya tiene base normativa para centros de datos grandes. Si vendes a enterprise, prepárate para reportar tu huella energética.

Quinto: el riesgo competitivo se amplifica. Si la capacidad eléctrica es escasa, algunas startups competirán peor frente a incumbentes con contratos energéticos de largo plazo, acceso preferente a GPU y acuerdos con proveedores cloud. Los nuevos entrantes sin relaciones establecidas podrían enfrentar barreras de entrada más altas.

¿Qué acciones concretas puedes tomar hoy?

Audita tu consumo energético por inference. Mide cuánta energía consume cada llamada a tu modelo. Usa herramientas de monitoreo de tu proveedor cloud para identificar optimizaciones. Un modelo más pequeño bien ajustado puede reducir costos 5-10x sin perder calidad perceptible para el usuario.
Evalúa arquitecturas híbridas. Considera combinar modelos grandes en la nube con modelos pequeños edge para casos de uso que lo permitan. El caching agresivo de respuestas frecuentes puede reducir llamadas innecesarias. Implementa batching para procesar múltiples requests juntos cuando la latencia lo permita.
Negocia contratos de largo plazo con proveedores. Si tu uso de IA es significativo, busca acuerdos que fijen precios y garanticen capacidad. Los proveedores están priorizando clientes con contratos multi-anuales frente a consumo on-demand.
Diversifica regiones de despliegue. No dependas de una sola región cloud. Despliega en múltiples zonas con diferentes mixes energéticos para mitigar riesgo de restricciones locales y aprovechar precios diferenciales.
Incorpora eficiencia como KPI del producto. Haz que el costo energético por usuario activo sea una métrica que tu equipo trackee semanalmente, junto con CAC y LTV. Esto alinea incentivos técnicos y comerciales hacia la sostenibilidad económica.

Conclusión

La advertencia de Andrew Bailey no es alarmismo: es un reconocimiento de que la infraestructura física tiene límites. Para founders, esto significa que la era de la IA ilimitada y barata está llegando a su fin. Las startups que sobrevivan y prosperen serán aquellas que diseñen sus productos con eficiencia energética como principio fundamental, no como optimización posterior.

La pregunta ya no es "¿qué puede hacer la IA?", sino "¿qué puede hacer la IA dentro de los límites energéticos disponibles?". Las empresas que respondan primero a esta pregunta tendrán ventaja competitiva en los próximos años.