Los marcos de emisiones integrados han sido durante mucho tiempo una herramienta crucial para que los responsables políticos contabilicen las emisiones a través de las fronteras y las cadenas de suministro. Ahora, están centrando su atención en la inteligencia artificial.
En los círculos de política climática, la inteligencia artificial (IA) suele debatirse desde la perspectiva de dos preguntas recurrentes: ¿cómo reducimos la huella ambiental de la IA? y ¿cómo utilizamos la IA para acelerar la descarbonización? Ambas son importantes.
Hoy, sin embargo, surge una tercera pregunta ineludible: ¿cómo transforma la IA la forma en que medimos las emisiones inherentes a los bienes y servicios que transitan por las fronteras? La respuesta a esta pregunta se encuentra en la intersección de la gobernanza digital, el comercio internacional y la responsabilidad ambiental.
Marcos de emisiones integrados y la huella ambiental de la IA
Para comprender cómo medimos las emisiones transfronterizas de la IA, es fundamental comprender los Marcos de Emisiones Integradas (EEF, por sus siglas en inglés).
Los EEF se están convirtiendo en la columna vertebral de la política comercial relacionada con el clima. Estas herramientas sustentan mecanismos como el Mecanismo de Ajuste en Frontera del Carbono (CBAM) y la Directiva sobre Informes de Sostenibilidad Corporativa (CSRD) de la UE, las normas de divulgación de emisiones a nivel de producto y las regulaciones de debida diligencia en la cadena de suministro. Su propósito es simple: hacer visibles, comparables y controlables las emisiones de los productos comercializados. Sin embargo, la IA está complicando esta tarea. Está transformando los sistemas de producción, reconfigurando las cadenas de suministro y alterando la naturaleza de los propios productos. Al mismo tiempo, la complejidad de implementar los EEF crece tan rápidamente que la IA podría ser la única herramienta capaz de gestionarla.
La huella de la IA más allá de los centros de datos
La huella ambiental de la IA se discute a menudo cuando se trata de consumo eléctrico de los centros de datos o la intensidad de carbono del entrenamiento de modelos grandes. Eso es sin duda un factor, pero El consumo de energía solo refleja una parte del panorama.
En la fase inicial, la digitalización genera impactos ambientales en toda la cadena de valor.extracción de materiales, fabricación, uso de energía y agua y residuos electrónicos La fabricación de semiconductores requiere un uso intensivo de recursos; la fabricación de chips depende de la extracción de minerales y de procesos industriales que consumen mucha agua; y la cadena de suministro global de hardware es rica en carbono mucho antes de que se entrene un solo modelo.
En la fase posterior de la cadena de valor, la IA influye en la logística, el diseño de productos, la extracción de recursos y el comportamiento del consumidor. Puede reducir las emisiones mediante la optimización o aumentarlas acelerando la producción y el consumo.
Estos efectos ascendentes y descendentes plantean una cuestión que las métricas convencionales de sostenibilidad de la IA no siempre responden: ¿dónde y cómo se debe contabilizar la huella ambiental de la actividad económica habilitada por la IA? Aquí es donde los EEF cobran importancia.
El Literatura emergente sobre EEF Hace hincapié en la importancia de la precisión, la transparencia, la relevancia y la coherencia, al tiempo que reconoce la necesidad de metodologías que puedan operar dentro del marco de las normas del comercio internacional.
Consideremos un producto cuyo diseño, proceso de fabricación, logística o gestión energética se han optimizado sustancialmente mediante inteligencia artificial. El impacto ambiental puede depender no solo del producto físico, sino también de los sistemas digitales y la infraestructura que respaldan su producción.
Del mismo modo, un servicio habilitado por IA puede depender de una infraestructura informática ubicada en múltiples jurisdicciones, alimentada por electricidad con diferentes intensidades de emisiones.
Esto no significa que todos los impactos ambientales asociados a la IA deban incorporarse automáticamente a un Marco de Impacto Ambiental (EIA). Más bien, plantea una cuestión más fundamental sobre los límites del sistema y la atribución: ¿qué impactos ambientales son relevantes para el bien o servicio que se comercializa y qué información se necesita para contabilizarlos de forma creíble?
Cómo la gobernanza de la IA está abordando las emisiones integradas
El Principios de IA de la OCDE Se pide que la IA contribuya al desarrollo sostenible y a la sostenibilidad ambiental, mientras que Recomendación de la UNESCO sobre la ética de la inteligencia artificial Se exige explícitamente que se consideren los impactos ambientales y ecosistémicos a lo largo del ciclo de vida de la IA, incluyendo el consumo de energía, las emisiones de carbono y el uso de recursos. También se debe considerar la huella ambiental del ecosistema de IA y la cadena de valor. Ley de IA de la UE Asimismo, se avanza en esta dirección exigiendo a los proveedores de modelos de IA de propósito general que documenten el consumo energético conocido o estimado. La Comisión Europea está desarrollando nuevos enfoques para medir el consumo energético y las emisiones asociadas a los modelos y sistemas de IA.
Estos avances introducen conceptos de gran relevancia para los EEF: transparencia, trazabilidad, medición y rendición de cuentas.
Si la IA afecta de forma significativa al desempeño ambiental de bienes o servicios, la información sobre ese impacto podría integrarse cada vez más en la arquitectura de información ambiental más amplia a través de la cual los mercados y los reguladores evalúan esos productos.
La IA podría potenciar los marcos de control de emisiones integrados.
Sin embargo, la relación no es unidireccional. La IA no solo plantea nuevos retos para la contabilidad integrada de emisiones, sino que también podría ayudar a resolver algunos de ellos.
A medida que proliferan las políticas comerciales relacionadas con el clima, las empresas tienen que lidiar cada vez más con múltiples metodologías de emisiones, requisitos de presentación de informes, procesos de verificación y requisitos de datos de la cadena de suministro.
La IA podría ayudar a automatizar la presentación de informes de emisiones, conciliar conjuntos de datos, mapear cadenas de suministro, identificar información faltante y detectar anomalías. Los reguladores podrían usar la IA para respaldar la verificación, identificar inconsistencias y evaluar los riesgos de emisiones relacionados con el comercio. Esto es particularmente importante para las empresas más pequeñas que carecen de los recursos para mantener sistemas sofisticados de contabilidad de emisiones.
Pero hay una salvedad importante: la IA no puede solucionar las deficiencias de la metodología contable subyacente.
Si los factores de emisión no son fiables, los datos de la cadena de suministro son incompletos o los límites del sistema son inconsistentes, automatizar el proceso no hace que la información resultante sea más creíble y puede agravar este problema de gobernanza.
Por lo tanto, el reto no consiste simplemente en utilizar la IA para los EEF, sino en garantizar que la contabilidad basada en IA evolucione para ser transparente, auditable y coherente con los principios acordados.
Es probable que el futuro implique coevolución.
Es posible que las normas medioambientales específicas para la IA exijan cada vez más la presentación de informes sobre el consumo de energía, las emisiones y el uso de recursos a lo largo de todo el ciclo de vida y la cadena de suministro de la IA. Dichos datos, cuando sean pertinentes y relevantes, podrían incorporarse a sistemas más amplios de contabilidad y divulgación medioambiental.
Al mismo tiempo, la IA podría integrarse en la infraestructura utilizada para implementar los marcos de evaluación ambiental, ayudando a las empresas a gestionar datos cada vez más complejos y a los reguladores a verificar las declaraciones ambientales. El uso de la IA en este ámbito también debe gestionarse con cautela, dado su impacto ambiental.
Esto ya se está haciendo visible en los debates sobre política internacional. OMC Informe sobre el Comercio Mundial 2025 Se destacó cómo la IA está transformando la producción y el comercio de bienes y servicios, y se hizo hincapié en la importancia de la cooperación internacional a medida que la IA remodela el comercio mundial.
La IA y los EEF no pueden gobernarse de forma aislada.
La IA está transformando los sistemas de producción y las cadenas de suministro; los EEF están transformando la forma en que se miden y gestionan las emisiones a nivel internacional. La gobernanza de la IA determina cómo se responsabiliza a los sistemas digitales, mientras que las políticas comerciales y climáticas influyen en cómo la información ambiental afecta el acceso a los mercados y la regulación nacional.
Por lo tanto, la próxima generación de gobernanza climática no solo regulará las emisiones, sino que cada vez más controlará los sistemas digitales que las miden, asignan, verifican e influyen en ellas.
Es necesario visibilizar la huella ambiental de la IA. Pero la IA también puede contribuir a que la responsabilidad ambiental sea viable.
La oportunidad reside en diseñar marcos de evaluación ambiental que reflejen las realidades ambientales de una economía cada vez más impulsada por la IA, y sistemas de IA que ayuden a que esos marcos contables sean prácticos, creíbles y escalables en el comercio mundial, y compatibles con las políticas climáticas.
Es importante alinear los incentivos, romper silos y colaborar con actores afines. Necesitamos pensar de forma creativa para explorar más incentivos que impulsen los sistemas de IA y los sistemas de IA en esta dirección, desde oportunidades de contratación pública hasta desgravaciones fiscales. Esto requiere diálogo y trabajo conjunto entre las comunidades de IA, medio ambiente, comercio y otras, en relación con mecanismos existentes y futuros como CBAM y CSRD.
