La IA tiene un apetito voraz de energía y representa una crisis inminente que podría colapsar la red y elevar las facturas de electricidad de todos.
La IA es también la carga de trabajo más definida por software, más controlable y más móvil espacialmente que jamás ha consumido electricidad a escala industrial.
La IA podría convertirse en la tecnología que por fin haga que la red funcione como siempre debió hacerlo.
La tecnología energética más trascendente de la próxima década quizá no se parezca en nada a una central eléctrica. Podría parecerse a una «fábrica de IA» o a lo que el CEO de NVIDIA, Jensen Huang, denomina la nueva generación de campus informáticos especializados en producir tokens de inteligencia artificial.
Calificar la IA de tecnología energética revolucionaria suena extraño. La narrativa dominante sobre la IA y la energía es la contraria: la IA tiene un apetito voraz de energía y representa una crisis inminente que podría colapsar la red y elevar las facturas de electricidad de todos. Los centros de datos ya consumen aproximadamente el 6 % de toda la electricidad de Estados Unidos y el Reino Unido. La Agencia Internacional de la Energía proyecta que la demanda mundial de electricidad de los centros de datos de IA podría más que cuadruplicarse para 2030. Ninguna carga energética industrial en la historia moderna ha crecido de esta manera.
Pero el planteamiento de la «IA como carga» es erróneo. La IA no es simplemente una nueva carga inusualmente grande. Es la carga de trabajo más definida por software, más controlable y más móvil espacialmente que jamás ha consumido electricidad a escala industrial. Bien orquestadas, las fábricas de IA con flexibilidad energética —centros de datos diseñados para modular su propio consumo eléctrico en tiempo real— se convierten en una nueva tecnología energética y podrían llegar a ser una de las más trascendentes de la historia. Podrían reducir las facturas de electricidad, proteger la fiabilidad de la red y liberar una enorme capacidad eléctrica para impulsar la revolución de la IA.
¿Cómo podemos redefinir la IA como un activo energético, y no como un pasivo?
Consideremos lo que solemos entender por «tecnología energética». Algunas tecnologías energéticas crean nuevo suministro: los paneles solares, las centrales nucleares y los reactores de fusión que se vislumbran en el horizonte. Otras transforman la forma en que la energía se transporta y almacena, como el transporte de alta tensión o las baterías de iones de litio. Una tercera categoría, más discreta, transforma la forma en que se consume la energía: las bombas de calor sustituyeron a los hornos, los motores de velocidad variable reemplazaron a los de velocidad fija y las bombillas LED desplazaron a las incandescentes.
La IA pertenece a esa tercera categoría, y podría tener incluso más potencial que sus predecesoras. Mediante una gestión energética inteligente y flexible, las fábricas de IA se convierten en activos precisos y controlables dentro de la red eléctrica. Cuando la red se acerca a la demanda energética máxima en un caluroso día de verano, las fábricas de IA pueden ralentizar de forma dinámica las tareas de IA que son inherentemente flexibles, ya sean cargas de investigación, ajuste fino de modelos o trabajos de inferencia por lotes que pueden pausarse y reprogramarse. Incluso las cargas de trabajo que deben ejecutarse en tiempo real, como una consulta a un chatbot o una acción de un agente autónomo, pueden enrutarse a la velocidad de la luz hacia una región donde la energía abunda. Ninguna otra gran carga industrial tiene esta combinación de flexibilidad tanto en el tiempo como en la geografía. Una acería no puede trasladarse desde Phoenix cuando Texas alcanza su pico. Una fábrica de semiconductores no puede ralentizarse ni detenerse durante dos horas y reanudar la producción sin problemas. La IA sí puede hacerlo, cumpliendo al mismo tiempo los requisitos de rendimiento de sus usuarios.
Es cierto que, a primera vista, la economía hace que esto parezca imposible. Un campus de IA de un gigavatio gasta aproximadamente 5 000 millones de dólares al año en el coste de sus GPU y otros 2600 millones de dólares en el edificio y la red que los rodea. Su factura anual de electricidad —unos 590 millones de dólares— es más de diez veces menor. ¿Por qué un operador querría limitar miles de millones de dólares en aceleradores para perseguir un descuento sobre un insumo comparativamente barato?
Pero esta objeción no comprende la magnitud de la oportunidad de que la IA funcione como una tecnología revolucionaria de gestión energética. Las fábricas de IA pueden desbloquear miles de millones de dólares de valor anual mediante la generación de tokens de inteligencia artificial, lo que supera con creces los escasos casos en que limitar de forma flexible la energía puede aliviar la presión de la demanda máxima en la red.
Los sistemas eléctricos están diseñados para su pico de demanda, lo que significa que permanecen infrautilizados la mayor parte de las horas de cada año. Las fábricas de IA flexibles monetizan esa capacidad latente. Análisis independientes de la Universidad de Duke estiman que la liberación de capacidad ascendería a unos 100 gigavatios solo en la red existente de Estados Unidos, lo que basta para absorber varios años de crecimiento de la IA sin una sola nueva línea de transmisión. Además, al evitar costosas mejoras de la red y utilizar mejor la infraestructura existente, las fábricas de IA flexibles pueden reducir las facturas de electricidad de las comunidades locales, lo que atenúa la poderosa reacción política que se está gestando contra la infraestructura de IA que podría elevar esas facturas.
La generación renovable es barata y abundante, pero irregular, y la red necesita una demanda que pueda absorber los excedentes y retroceder durante los déficits. Las herramientas de flexibilidad de que disponemos hoy —las baterías a escala de red y un reducido conjunto de programas heredados de respuesta de la demanda industrial— son caras, lentas o ambas cosas. Las fábricas de IA flexibles pueden ajustarse más rápido y a mayor escala que cualquiera de ellas.
Existe una implicación aún más profunda. Las fábricas de IA del mundo están cada vez más interconectadas mediante fibra, software y estándares compartidos. Empiezan a comportarse menos como emplazamientos industriales aislados y más como nodos de una única red que abarca todo el planeta: una suerte de red complementaria que se superpone a la red eléctrica pública. La red eléctrica mueve electrones. La red de IA mueve computación. Cuando ambas redes están diseñadas para comunicarse entre sí, se vuelven más útiles que cualquiera de ellas por separado: la energía puede dirigirse hacia donde está la computación, y la computación puede dirigirse hacia donde está la energía.
Llevar la teoría a la práctica en el mundo real
La flexibilidad de la IA no es solo una teoría. En Emerald AI hemos demostrado una infraestructura de IA que responde a la red en cinco centros de datos comerciales de todo el mundo durante el último año, incluidos los sistemas más recientes NVIDIA Blackwell Ultra. Hemos mostrado en directo, con cargas de trabajo reales, que las fábricas de IA pueden reducir su consumo eléctrico a una orden en cuestión de segundos y mantener esas reducciones durante horas sin perder rendimiento en las cargas de trabajo más críticas. Silicon Valley Power (SVP), la empresa eléctrica municipal de Santa Clara, ha puesto en marcha un programa pionero en su género en el que Emerald gestiona la flexibilidad de los principales centros de datos del corazón de Silicon Valley, lo que permite a SVP ofrecer una capacidad ampliada a clientes a los que antes no podía atender, al tiempo que protege la asequibilidad de las tarifas para los residentes. Y, más adelante en 2026, NVIDIA, Digital Realty y Emerald AI pondrán en funcionamiento la primera fábrica de IA con flexibilidad energética a escala comercial del mundo: una instalación de 96 MW en Virginia capaz de modular su consumo eléctrico en respuesta a las señales de la red.
Google lleva varios años ejecutando una plataforma informática con inteligencia de carbono, que desplaza las cargas de trabajo no urgentes en el tiempo y entre regiones para ajustarlas a las horas en que la red es más limpia. La iniciativa DCFlex del Instituto de Investigación en Energía Eléctrica, lanzada en 2024 con más de veinte compañías eléctricas y grandes proveedores de nube, lleva a cabo demostraciones multisitio de flexibilidad de los centros de datos en redes reales.
La oportunidad es más acuciante fuera de Estados Unidos. El operador de la red de Irlanda ha restringido las nuevas conexiones de centros de datos en la región de Dublín. Singapur levantó su moratoria solo después de introducir normas de eficiencia estrictas. India prevé que su capacidad de centros de datos se triplique aproximadamente para 2030 y, al mismo tiempo, electrifica su industria y su transporte. Los países que logren que la infraestructura de IA sea flexible por defecto tendrán una ventaja estructural para atraer inversión en computación sin sacrificar la fiabilidad ni la asequibilidad para el resto de la red. El Centro para la Energía y los Materiales del Foro ya reúne a compañías eléctricas, reguladores y grandes proveedores de nube en torno precisamente a esta cuestión; ese trabajo debe acelerarse.
Tomado en serio, esto replantea la historia energética de la IA. Sí, la IA requerirá enormes cantidades de electricidad. Pero, como la IA está definida por software, esas mismas cargas de trabajo pueden hacerse compatibles con la red, en lugar de luchar contra ella. La flexibilidad no reduce el apetito de la IA por la energía; lo reconfigura. Lo que presiona a una red —elevando las facturas y motivando las moratorias de conexión que hoy se observan desde Dublín hasta Singapur— no es la electricidad total que una región consume a lo largo de un año, sino la carga que extrae en las horas más ajustadas y más caras del sistema.
Al retraerse cuando la red escasea e intensificar su consumo cuando la energía abunda, las fábricas de IA flexibles pueden añadir su enorme nueva demanda sin sumarla a ese pico: aliviando, en lugar de agravar, el riesgo de apagones y de subidas de tarifas, y evitando a las comunidades el coste de la generación y de las infraestructuras de transporte que, de otro modo, permanecerían inactivas la mayor parte del año. En Estados Unidos, donde se prevé que los centros de datos representen casi la mitad de todo el crecimiento de la demanda eléctrica en esta década, esa diferencia separa a una red que se doblega de otra que absorbe el auge.
Más generación eléctrica, como los reactores nucleares, es esencial, pero el nuevo participante más grande, más controlable y de crecimiento más rápido en las redes eléctricas del mundo hoy no es una central eléctrica. Es la propia computación. Si diseñamos la infraestructura de IA para que sea flexible por defecto, y si los reguladores y las compañías eléctricas recompensan esa flexibilidad con conexiones más rápidas y acceso a los mercados de servicios de red, la IA no será recordada como la crisis que desbordó la red, sino como la tecnología que por fin hizo que la red funcionara como siempre debió hacerlo.
Ha llegado una nueva tecnología energética. Está hecha de GPU, fibra y código. Y acaba de empezar.
