CMO y la IA: el nuevo reto de medir su costo ambiental

El marketing con IA ya no se mide solo por ROI: entra la variable ambiental

Los departamentos de marketing llevan años incorporando inteligencia artificial para generar contenido, personalizar campañas y automatizar procesos. El reporte Environmental impact of AI de Statista, recogido por Merca20, sitúa a marketing y ventas como una de las funciones empresariales con mayor adopción: 23% de las empresas usaba IA en marketing y ventas en 2023, y 14% utilizaba específicamente IA generativa, una cifra incluso superior al 13% observado en desarrollo de productos y servicios.

Esa escala, según la misma fuente, trae consigo una pregunta incómoda para cualquier CMO: ¿cuánto cuesta ambientalmente toda esa automatización? Ya no basta con medir conversiones o ahorro de costes; el consumo eléctrico, de agua y las emisiones de los centros de datos empiezan a formar parte del tablero.

Cuánta energía consume realmente la IA que usan los marketers

Las cifras recogidas por Merca20 a partir de Statista dibujan una curva ascendente difícil de ignorar:

🤖 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

En 2023, la IA representaba un consumo estimado de 4,5 gigawatts, alrededor del 8% del consumo eléctrico total de los centros de datos.
Para 2028, las previsiones recogidas por el informe sitúan esa demanda entre 14 y 18,7 GW, con un escenario alto en el que la IA podría concentrar 20% del consumo eléctrico de los centros de datos a nivel mundial.

Pero el impacto varía según el modelo. Para prompts de longitud media, el estudio sitúa a DeepSeek V3.2 Exp en aproximadamente 23,24 Wh por consulta y a GPT-5 en su configuración high en alrededor de 21,85 Wh, mientras que otros modelos presentan consumos considerablemente menores. Para un CMO, esto abre una nueva variable de decisión: la elección del modelo ya no es solo una cuestión de calidad o coste, también lo es de consumo energético.

La magnitud del fenómeno se confirma con datos globales. Un informe del Lawrence Berkeley National Laboratory de junio de 2026 estima que, para 2030, los centros de datos de EE. UU. podrían representar entre 9,5% y 15,3% del consumo eléctrico total del país, según recoge PolitiFact. El Electric Power Research Institute, en su reporte Powering Intelligence 2026, sitúa esa franja entre 9% y 17%.

Google y Microsoft: cuando la factura eléctrica se multiplica

Las big tech que sostienen la infraestructura de la IA también muestran un crecimiento acelerado en su consumo, según los datos de Statista citados por Merca20:

Google pasó de 12.802 GWh en 2019 a 44.046,5 GWh en 2025.
Microsoft saltó de 10.770,7 GWh en 2020 a 37.026,35 GWh en 2025, más del triple en cinco años, con un incremento del 24% solo entre 2024 y 2025.

La fuente aclara un matiz importante: estas cifras corresponden al consumo total reportado por las compañías, no exclusivamente a actividades de inteligencia artificial, un detalle clave al evaluar el impacto.

Para gestionar esa presión, según explica TechTarget, los operadores recurren a acuerdos de compra de energía renovable (PPA) y a certificados de energía renovable (REC) que les permiten reclamar cobertura 100% renovable sin que, en muchos casos, la electricidad física que alimenta el centro de datos provenga de fuentes limpias. Como recoge ese mismo artículo citando al MIT Climate and Sustainability Consortium, «nuestra capacidad de construir de forma sostenible no puede seguir el ritmo de la construcción de centros de datos necesaria para soportar la IA generativa».

El agua: la variable que casi nadie estaba mirando

El reporte de Statista, también recogido por Merca20, añade una dimensión menos visible pero igualmente crítica: el agua. Los centros de datos necesitan refrigeración constante y el recurso hídrico es central en muchos de esos sistemas.

Google retiró 14.689 millones de galones de agua en 2025, frente a 2.500 millones en 2016. Aproximadamente 90% se destinó a sus centros de datos.
13% de esa agua procedía de cuencas con alta escasez hídrica, 15% de zonas de escasez media y 72% de regiones de baja escasez, un dato especialmente sensible para los compromisos ESG.
Microsoft elevó sus retiros de agua desde 6.794 millones de litros en 2020 hasta 13.266 millones en 2025, un incremento superior al 95% asociado principalmente a la refrigeración de centros de datos.

Las emisiones habilitadas por la IA podrían superar las evitadas

Una investigación publicada en NPJ Climate Action y recogida por Futurism añade un matiz clave para entender el debate: el impacto ambiental de la IA no se limita a los centros de datos. El estudio estima que el boom de la IA podría generar entre 3 y 13 veces más emisiones de combustibles fósiles que las que ya producen los propios data centers, porque la tecnología también se usa para aumentar la productividad, perforar más pozos y expandir la producción de petróleo y gas.

Esto significa que, para una marca con compromisos climáticos, la conversación sobre «IA verde» va mucho más allá del kilowatt-hora del prompt: incluye el uso que se hace de la tecnología en toda la cadena de valor.

Qué significa esto para tu startup

Si diriges un equipo de marketing o un área de growth y ya dependes de IA generativa para producir contenido, segmentar audiencias o automatizar campañas, la conversación interna tiene que incorporar dos nuevas preguntas:

¿Cuánta IA consumes realmente? No el coste en dólares, sino el número de llamadas a modelos, su tamaño y la complejidad de los prompts. Es el equivalente, en gasto computacional, de mirar la factura de cloud antes de fin de mes.
¿En qué infraestructura corre esa IA? No todos los proveedores son iguales: el mix energético (renovables, gas, nuclear) y la eficiencia de refrigeración cambian radicalmente la huella. Algunas regiones ya exigen reportar parte de esta información.

Acciones concretas que puedes implementar esta semana

Audita tu stack de IA con criterio ambiental. Pide a tu proveedor de LLM, de generación de imágenes o de transcripción de audio un dato básico: el mix energético de la región donde corren tus consultas o, en su defecto, su compromiso de cobertura renovable. Si no te lo da, documenta esa ausencia como parte de tu reporte ESG.
Empieza a medir, aunque sea en una hoja de cálculo. Estima consultas mensuales por modelo, prompts largos vs. cortos, y volumen de imágenes o vídeos generados. Aunque hoy no exista una metodología estándar, tener la línea base te permite defenderte frente a clientes, reguladores o inversores que cada vez más preguntan por la huella de la IA.
Prioriza modelos y tareas por eficiencia, no solo por precio. El mismo estudio de Statista muestra diferencias de consumo Wh por consulta entre modelos. Si una tarea de clasificación o de resumen no necesita el modelo más potente, redirígela a uno más ligero: ahorras dinero y reduces huella al mismo tiempo.
Integra la conversación climática con proveedores y clientes. Si trabajas con marcas europeas o con grandes corporativos, ten en cuenta que la normativa Green Claims de la UE ya obliga a justificar las afirmaciones ambientales con datos verificables. Startups como Devera, que automatizan el análisis de ciclo de vida con IA, apuntan precisamente a ese nicho: ayudar a empresas a respaldar su sostenibilidad con cifras, según recoge Periodista Digital.
No te quedes solo en la electricidad: pregunta por el agua. Si tu proveedor opera en regiones con estrés hídrico, esa información debería pesar en tu decisión, especialmente si tu marca tiene compromisos con comunidades locales o con la cadena alimentaria.

La IA no va a salir del marketing, y tampoco debería hacerlo. Pero el próximo diferencial competitivo no será solo cuánto automatizas, sino cuánta energía y agua cuesta esa automatización, y si tu marca puede contarlo con datos en lugar de con eslóganes.