IA en marketing dispara consumo eléctrico corporativo

La IA ya no es solo una decisión de marketing: es una decisión energética

En 2023, el 23% de las empresas del sector marketing y ventas ya utilizaban algún tipo de inteligencia artificial, y un 14% había incorporado específicamente IA generativa, según los datos citados por el reporte original. La cifra parece modesta hasta que se pone en contexto: el mercado global de IA estaba estimado en US$548.790 millones para 2025, con un crecimiento adicional proyectado de US$866.400 millones entre 2025 y 2032. La IA generativa en marketing y ventas (14%) ya superaba levemente su adopción en desarrollo de productos (13%).

Lo que hace apenas dos años era una decisión de herramientas hoy es una decisión de infraestructura energética. Y los números empiezan a ser difíciles de ignorar.

El consumo eléctrico: la variable que los boards están empezando a mirar

La IA consumió aproximadamente 4,5 GW en 2023, equivalentes al 8% del consumo eléctrico total de los centros de datos. Las proyecciones recogidas por el reporte original apuntan a que esa demanda podría situarse entre 14 y 18,7 GW hacia 2028, lo que elevaría la cuota de la IA hasta cerca del 20% del consumo eléctrico mundial de data centers.

🤖 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

Esas cifras se quedan cortas si se miran los planes de construcción. La firma de servicios inmobiliarios JLL estima que los data centers de IA necesitarán en conjunto 200 GW hacia 2030, partiendo de poco más de 100 GW hoy, según recogió The Motley Fool. Morgan Stanley, citada por The Globe and Mail, cifra el déficit potencial de oferta eléctrica para IA en alrededor de 38 GW hasta 2028, suficiente para alimentar varias docenas de grandes ciudades.

La tracción del lado de la demanda es clara. En julio de 2026, ChatGPT alcanzó cerca de 77,75 millones de descargas móviles a nivel mundial, frente a 27,57 millones de Gemini, según los datos del reporte. Cada consulta a ChatGPT consume aproximadamente 3 Wh, alrededor de diez veces más que una búsqueda tradicional en Google, de acuerdo con TechTarget. Entrenar el modelo GPT-3 requirió unos 1.287 MWh, equivalentes al consumo anual de 130 hogares estadounidenses, y modelos más recientes como GPT-4 habrían multiplicado esa cifra por 40, según estimaciones de Google y UC Berkeley recogidas por el mismo medio.

Modelos no son iguales: la nueva variable de decisión

El impacto ambiental no se distribuye de forma pareja entre proveedores. El reporte original cita que DeepSeek V3.2 Exp consume alrededor de 23,24 Wh por consulta, mientras que GPT-5 en su configuración alta ronda los 21,85 Wh. La diferencia entre modelos abre un eje nuevo de procurement: ya no solo se evalúa costo por token y calidad, sino también Wh por consulta y, eventualmente, gCO₂e por consulta.

La presión ya es visible en los operadores. El reporte estima que el consumo eléctrico de Google alcanzará 44.046,5 GWh en 2025, frente a los 12.802 GWh registrados previamente, una trayectoria que obliga a las grandes plataformas a firmar acuerdos de compra de energía a largo plazo, incluyendo reacondicionamiento de reactores nucleares y contratos con pequeños reactores modulares (SMR), como documenta TechTarget sobre los pactos de Microsoft, Google y Amazon.

El contexto que cambia la conversación en marketing

Dos señales recientes ilustran hacia dónde se mueve el tablero. Por un lado, Samsung levantó en junio de 2026 su prohibición interna de usar IA generativa externa, adoptando oficialmente ChatGPT, Gemini y Claude en toda su DX Division, tras tres años de veto por un incidente de filtración de código fuente en 2023, según CIO.com. El giro es relevante porque demuestra que incluso organizaciones con políticas de riesgo estrictas están concluyendo que el costo de quedarse fuera supera al de regular el uso.

Por el otro, en el Cannes Lions 2026, Fernando Machado, Chief Brand Officer de Chipotle, advirtió que la adopción acrítica de IA generativa en marketing puede producir un «efecto túnel de viento» que homogeniza la identidad de marca. Citando datos de la firma de búsqueda de ejecutivos Spencer Stuart, Machado recordó que solo el 10% de los CMO llegan a CEO, y que aproximadamente un tercio de los CEOs del Fortune 500 tienen experiencia real en marketing, una asimetría que, según su argumento, empuja a los boards a preferir eficiencia algorítmica por encima de diferenciación creativa.

La advertencia no anula el uso: lo matiza. La IA acelera la producción y reduce costos, pero no compensa briefings mal construidos ni falta de criterio estratégico, un problema que el IPA estima ya desperdicia alrededor de un tercio de los presupuestos de marketing.

¿Qué significa esto para tu startup?

El dato energético deja de ser externo cuando empiezas a pagar la factura. Tres acciones concretas que un founder puede implementar este trimestre:

Mide el costo energético de tu stack de IA. Pide a tu proveedor (o estima con herramientas públicas) los Wh por consulta y los tokens procesados mensualmente. Multiplica por la intensidad de carbono de la región donde corre el modelo (España peninsular, por ejemplo, ronda los 200 gCO₂/kWh; el promedio de la red chilena es muy distinto). Tendrás un número defendible en una junta.
Incluye eficiencia energética como criterio de procurement. Si dos modelos rinden similar en tu caso de uso, elige el de menor Wh por consulta. El reporte original ya documenta diferencias de más del 6% entre DeepSeek V3.2 Exp y GPT-5 en configuración alta: con escala, esa diferencia se traduce en presupuesto y en narrativa ESG.
Separa dos métricas en tu reporte a inversores. Una cosa es el ROI de marketing (leads, CAC, LTV) y otra es la huella de IA (kWh, gCO₂e, costo por inference). Mezclarlas te hace vulnerable a que un ESG-focused LP pregunte por la segunda y no tengas respuesta. Tenerlas separadas, aunque sean aproximadas, demuestra que el tema está en tu radar.

Conclusión

La IA generativa dejó de ser únicamente una decisión de CMO. Su consumo eléctrico ya representa cerca del 8% del data center global y podría acercarse al 20% en 2028, con un déficit de oferta que Morgan Stanley cifra en 38 GW hasta esa fecha. Para un founder hispanohablante, la traducción práctica es directa: el costo por consulta y la intensidad de carbono del modelo son variables de procurement tan reales como el precio por token. Ignorarlas hoy es explicar mañana, ante un board o un cliente enterprise, por qué la empresa no las midió.