El mercado mundial de la IA podría alcanzar un valor de 1,6 billones de dólares en 2030, lo que tendría importantes repercusiones ambientales.
Sin embargo, los datos y la IA pueden contribuir a resolver problemas ambientales al facilitar la investigación y promover una gobernanza ambiental eficaz.
Los gobiernos y las empresas deberían respaldar el uso responsable de la IA en el contexto del cambio climático.
Se prevé que el mercado mundial de la inteligencia artificial (IA) registre una tasa de crecimiento anual compuesta (TCAC) del 38,1 % y alcance un valor cercano a los 1,6 billones de dólares en 2030: un crecimiento meteórico impulsado tanto por los macrodatos como por el software y el hardware.
Según Statista, la cantidad de datos que genera hoy la economía digitalizada crece un 40 % cada año y se prevé que alcance los 163 billones de gigabytes en 2025, lo que impulsará aún más el crecimiento de la IA.
La cadena de valor de los datos y el medio ambiente
La cadena de valor de los datos comprende dispositivos y sensores para capturarlos, redes para comunicarlos y centros de datos para almacenarlos. Todo ello requiere recursos naturales y energía para fabricar y transportar los dispositivos y productos, que emiten gases de efecto invernadero a lo largo de su ciclo de vida. Además de los propios productos, también se necesita energía para ejecutar algoritmos de aprendizaje automático.
Los centros de datos son responsables del 20 % de todo el consumo eléctrico de Fráncfort, centro financiero de Alemania. Las redes neuronales —sistemas informáticos inspirados en el cerebro humano y utilizados por la mayoría de los algoritmos modernos de IA— consumen especialmente mucha energía.
La tendencia general en la IA apunta a un consumo energético cada vez mayor, debido a la potencia de cálculo necesaria para entrenar los modelos y para inferir nuevos datos a partir de ellos. Según OpenAI, creadores de ChatGPT, la potencia de cálculo utilizada para entrenar un modelo promedio se multiplica por 10 cada año. Algunos creen que el aprendizaje automático va camino de consumir toda la energía que se pueda suministrar.
Cómo superar el desafío ambiental de la IA
Numerosos estudios han investigado cómo pueden utilizarse los datos y la IA para resolver problemas de sostenibilidad, al revelar nuevos conocimientos y contribuir a tomar decisiones más acertadas. Sin embargo, algunos de esos beneficios se ven contrarrestados por efectos rebote y prácticas humanas, y el impacto negativo directo de la cadena de valor de los datos y la IA es considerable.
«La IA transformará las prácticas empresariales y las industrias, y tiene el potencial de abordar grandes problemas sociales, incluida la sostenibilidad. El deterioro del medio ambiente natural y la crisis climática son fenómenos sumamente complejos que requieren las soluciones más avanzadas e innovadoras», sostienen los investigadores de IA Rohit Nishant, Mike Kennedy y Jacqueline Corbett.
A nivel empresarial, proponen cinco maneras de conciliar el impacto de la IA en el medio ambiente con su papel central en la solución de la crisis climática.
1. Adoptar una perspectiva multinivel para captar la complejidad del mundo real y, por ejemplo, limitar los efectos rebote.
2. Aplicar una perspectiva de dinámica de sistemas para captar las interacciones y los ciclos de retroalimentación entre la tecnología, sus usuarios y otras partes interesadas.
3. Adoptar un enfoque de pensamiento de diseño para minimizar posibles consecuencias imprevistas y mejorar la eficacia de las soluciones de IA.
4. Comprender los fundamentos psicológicos y sociológicos de las respuestas humanas para diseñar soluciones eficaces a largo plazo.
5. Examinar el valor económico de la IA para la sostenibilidad a fin de entender mejor en qué se diferencia la IA de las tecnologías de la información convencionales.
«El verdadero valor de la IA no residirá en cómo permite a la sociedad reducir la intensidad de su uso de energía, agua y suelo, sino, en un nivel superior, en cómo facilita y promueve la gobernanza ambiental», añaden los investigadores.
Empresas y gobernanza
Varios informes han instado a los gobiernos a impulsar una IA sostenible, y uno de ellos planteó las siguientes recomendaciones.
A medida que aumenten el volumen de datos y el uso de la IA, y se extiendan por distintas industrias, empresas de todos los tamaños y países, la ciudadanía y, probablemente, los organismos reguladores exigirán cada vez más responsabilidades a las empresas por las implicaciones ambientales de los datos y la IA.
A medida que aumente el nivel de exigencia de la ciudadanía, las empresas y los gobiernos, ya no bastará con contabilizar los beneficios de utilizar la IA para resolver problemas ambientales. Será necesario sopesarlos frente a otros impactos negativos de la organización (en ámbitos distintos del digital) y tener en cuenta el impacto negativo directo.
Para realizar esa medición, se necesitará una visión sistémica de los impactos ambientales, que vaya mucho más allá del impacto exclusivamente digital (directo o indirecto) e incluya a las partes interesadas externas a la empresa (por ejemplo, clientes y proveedores).
Para aspirar a generar un efecto positivo, habrá que recurrir a conocimientos especializados que antes no formaban parte de la ingeniería o estaban aislados de ella (por ejemplo, las ciencias del comportamiento y el pensamiento de diseño).
¿Qué significa todo esto para la estrategia y la dinámica de la competencia?
Desde el punto de vista de la dinámica competitiva, es probable que algunas empresas superen las normas y expectativas y construyan un posicionamiento distintivo. Para ellas, la ventaja consistirá en reforzar su marca y respaldar un posicionamiento prémium. Sin embargo, también deberán asumir compromisos firmes en muchas dimensiones para evitar la etiqueta de «lavado verde», lo que implicará cambios importantes en su modelo de negocio.
Aún menos empresas darán prioridad al medio ambiente y redefinirán en consecuencia sus operaciones y modelos; este enfoque les exigiría plantearse seriamente si necesitan todos los datos a los que tienen acceso y si necesitan modelos de alto consumo energético.
Un grupo más numeroso de empresas definirá estrategias de ahorro energético radical por motivos de costes. Cuanto mayor sea la importancia relativa de la energía en los costes, más constituirá la eficiencia una ventaja. Del mismo modo, algunas empresas tratarán de asegurarse un acceso más barato a la energía limpia, como ya están haciendo las grandes empresas tecnológicas.
Cómo equilibrar el potencial de innovación de la IA con su impacto ambiental es un tema difícil, pero necesario, de abordar. Es necesario porque cada día se nos recuerda la urgencia de las decisiones que debemos tomar. Es difícil porque no es una cuestión puramente tecnológica: también es una cuestión de gobernanza.
