La Presidencia de la COP31 ha propuesto aumentar la proporción de la electricidad en la demanda final mundial de energía, pero la IA está en gran medida ausente de la planificación climática y energética.
Dos tendencias dominan actualmente la planificación a largo plazo de la IA y compiten entre sí: las enormes mejoras de eficiencia combinadas con un fuerte aumento previsto de la demanda.
En la COP31 de Antalya, en noviembre, tenemos la oportunidad de plasmar por escrito un plan compartido para los escenarios climáticos a largo plazo, sea cual sea la tendencia que finalmente prevalezca: la demanda o la eficiencia.
La inteligencia artificial no estuvo presente cuando el mundo diseñó sus objetivos de cero emisiones netas. En la COP31 de Antalya, en noviembre, esto debe cambiar.
En junio, la próxima Presidencia de la COP31 hizo de la electrificación el eje principal de su Agenda de Acción, proponiendo un objetivo colectivo para aumentar la proporción de la electricidad en la demanda final de energía, desde algo más del 20 % actual hasta el 35 % en 2035. Es la prioridad correcta. Pero la electrificación también es una cuestión de demanda: qué utilizará la electricidad adicional, dónde aparecerá esa demanda y cómo se suministrará.
La IA y los centros de datos deben ocupar ahora un lugar central en este debate.
IA y energía: dos tendencias que avanzan en direcciones opuestas
Para comprender por qué la agenda de electrificación no puede separarse de la IA y los centros de datos, es fundamental entender dos tendencias clave: la mejora de la eficiencia y el aumento de la demanda.
La primera tendencia es una mejora extraordinaria de la eficiencia. El consumo de energía por tarea de IA está disminuyendo a un ritmo de al menos un orden de magnitud al año, un ritmo sin precedentes en la historia energética. Google informa de que una consulta de texto mediana a Gemini consume actualmente unos 0,24 vatios-hora, tras una reducción de 33 veces en un año. Un estudio de 2026 estima una mediana de 0,31 vatios-hora para la inferencia de modelos de vanguardia.
La segunda tendencia es el aumento de la demanda total. El consumo eléctrico de los centros de datos creció un 17 % en 2025, mientras que el consumo de los centros de datos centrados en la IA aumentó un 50 %. La proyección central de la AIE prevé que la demanda mundial de centros de datos se duplique aproximadamente, de 485 teravatios-hora (TWh) en 2025 a 950 TWh en 2030 (alrededor del 3 % de la electricidad mundial).
La IA se está volviendo mucho más eficiente por tarea, mientras que el número, la complejidad y la frecuencia de las tareas crecen aún más rápido. Qué curva resulte más pronunciada determinará el sistema energético durante décadas.
Por qué las proyecciones se detienen en 2030
Casi todas las previsiones creíbles terminan en esta década, y la reticencia a predecir más allá es comprensible: la AIE señala que las incertidumbres se amplían notablemente después de 2030. Una tecnología cuya economía unitaria mejora diez veces al año hace que las previsiones puntuales carezcan de sentido. Si se extrapola la curva de eficiencia, la huella de la IA se reduce a un error de redondeo; si se extrapola la curva de adopción, absorbe sistemas eléctricos nacionales enteros.
El primer intento estructurado de modelar la demanda de centros de datos hasta 2050 dentro de marcos de escenarios climáticos establecidos arroja un rango de 1.800 a 5.000 TWh, una dispersión de casi tres veces. Pero precisamente los límites de la previsión son la razón por la que este ejercicio importa.
El sistema energético no puede permitirse el lujo de un horizonte de cinco años. Una turbina de gas encargada hoy funcionará hasta la década de 2050; una línea de transmisión autorizada ahora, tras cuatro a ocho años de desarrollo, determinará la ubicación de las instalaciones durante décadas; las centrales nucleares impulsadas por la contratación del sector tecnológico seguirán generando electricidad en 2070. Cada autorización de ubicación, conexión a la red y acuerdo de compra de energía incorpora una visión del apetito eléctrico a largo plazo de la IA, lo registre alguien por escrito o no.
¿Nos dirigimos hacia un desacoplamiento o un efecto rebote de la IA?
La cuestión a largo plazo se reduce a una bifurcación estructural. Por un camino, la curva de eficiencia gana. Las ganancias de un orden de magnitud al año se acumulan, la proporción de la IA en la electricidad mundial se estabiliza en un 3-5 % manejable, y su dividendo de eficiencia (los más de 13 exajulios de ahorro potencial que la AIE ha documentado en la industria, los edificios y el transporte) la convierte en un activo neto para el balance energético mundial.
Por el otro, prevalece la paradoja de Jevons. El economista del siglo XIX William Stanley Jevons observó que las máquinas de vapor más eficientes aumentaron, en lugar de reducir, el consumo de carbón de Gran Bretaña, porque la eficiencia hizo que el servicio fuera tan barato que podía usarse en todas partes. La inferencia barata no se limita a atender las consultas actuales de forma más económica; desbloquea una demanda que apenas existe todavía (agentes siempre activos, IA integrada en cada electrodoméstico y vehículo, robótica corporizada, simulación científica a gran escala). Las consultas de razonamiento extenso ya consumen aproximadamente 13 veces más energía que una consulta estándar. La eficiencia por tarea está mejorando, pero el número de tareas por persona se está disparando.
Nadie sabe en qué camino nos encontramos. Pero los caminos conducen a mundos profundamente distintos: en uno, la IA es una nota a pie de página en el balance energético de 2050; en el otro, es un factor determinante de la demanda que compite con el transporte electrificado, la calefacción y la refrigeración, y la industria por cada electrón limpio.
La COP31 puede corregir el punto ciego de la IA en las cero emisiones netas
El Acuerdo de París de 2015 invitó a los países a preparar estrategias de desarrollo a largo plazo con bajas emisiones. Se han presentado ochenta. Suelen modelizar la electrificación del transporte, los edificios y la industria, pero el marco en gran medida es anterior a la IA generativa, y los centros de datos no se representan de forma coherente como un sector de uso final diferenciado.
Esta omisión afecta en ambos sentidos. Por el lado de la demanda, una hipótesis invisible ocupa el lugar que debería tener un rango explícito. Por el lado de la mitigación, una oportunidad queda sin aprovechar: menos de la mitad de la demanda mundial de energía está cubierta por marcos normativos que promueven la adopción de la IA en el sector energético, y solo el 10 % del consumo eléctrico está cubierto por políticas de datos eléctricos abiertos.
Nada de esto exige que la COP31 de Antalya fije una cifra; exige hacer visible la cuestión. El objetivo de electrificación del 35 % podría incluir un rango explícito y actualizado periódicamente para la demanda de la IA y de los centros de datos, con los supuestos sobre eficiencia, adopción y concentración geográfica declarados en lugar de implícitos. Los planes nacionales podrían tratar a los centros de datos como un sector de uso final diferenciado, en lugar de un residuo oculto dentro de la demanda comercial, ya que los gobiernos no pueden gestionar lo que no ven. Los ahorros habilitados por la IA merecen un lugar en la contabilidad de la mitigación, pero basados en pruebas: medidos frente a líneas de base claras, divulgados de forma coherente y contrastados con el efecto rebote. Y la flexibilidad (ubicar las instalaciones donde existan energía limpia y capacidad de red, desplazar la computación no urgente en el tiempo y el espacio, participar en la respuesta de la demanda) puede convertir una carga de rápido crecimiento en una fuente de resiliencia del sistema.
La Misión Belém a 1,5, coordinada por las Presidencias de la COP29, la COP30 y la COP31 e informando antes de Antalya, es un vehículo natural para exactamente este tipo de brecha: una fuente de demanda de rápido crecimiento unida a una herramienta de mitigación importante pero poco utilizada.
El sector energético ya sabe cómo planificar en condiciones de incertidumbre; para eso sirven los escenarios. Lo que no puede permitirse es dejar la IA fuera del marco de planificación climática porque las barras de error son amplias. Antalya no resolverá la demanda eléctrica de la IA hasta 2050. Pero puede garantizar que la cuestión por fin se mida y se gobierne, antes de que quede bloqueada otra generación de infraestructuras, una decisión de ubicación, un pedido de turbina y una estrategia silenciosa a la vez.
