Se prevé que la demanda energética de los centros de datos, incluidas las instalaciones a hiperescala y los despliegues de borde micro, pase del 1% en 2022 a más del 3% en 2030.
La IA ya ayuda a las empresas a reducir el uso de energía hasta en un 60% en algunos casos. Los principales casos de uso incluyen la optimización del almacenamiento de energía, la eficiencia de las baterías y la gestión de redes inteligentes.
Se necesitan esfuerzos coordinados para permitir la adopción sostenible de la IA en todos los sectores. Las áreas clave de acción incluyen la regulación, los incentivos financieros, la innovación tecnológica y el desarrollo del mercado.
Aunque se han realizado numerosas previsiones sobre las demandas energéticas de la inteligencia artificial (IA) y las mejoras de eficiencia que desbloqueará, es difícil predecirlas con certeza, dado el panorama en rápida evolución.
Un libro blanco publicado recientemente por el Foro Económico Mundial titulado Industrias en la era inteligente - La paradoja energética de la inteligencia artificial: equilibrio entre desafíos y oportunidades, sugiere cuatro áreas clave interrelacionadas para orientarse en esta incertidumbre, gestionar los desafíos y aprovechar las oportunidades para un despliegue sostenible de la IA.
Estas incluyen:
Aprovechar el despliegue de la IA para la descarbonización.
Uso transparente y eficiente de la energía en IA.
Innovación en tecnología y diseño.
Colaboración eficaz en el ecosistema.
El consumo energético de la IA
La IA presenta oportunidades y desafíos en el panorama energético. Con alrededor del 72% de las empresas encuestadas que utilizan la IA para al menos una función empresarial, su potencial transformador es claro.
Según estimaciones agregadas de Accenture basadas en datos de Goldman Sachs, la Agencia Internacional de la Energía y la Organización para la Cooperación y el Desarrollo Económicos, junto con este aumento de la adopción, se prevé que el consumo de electricidad relacionado con la IA crezca hasta un 50% anual entre 2023 y 2030, lo que supone un desafío para los sistemas eléctricos.
Se prevé que la demanda eléctrica de los centros de datos, desde instalaciones a hiperescala hasta despliegues de borde micro, pase del 1% de la demanda energética mundial en 2022 a más del 3% en 2030.
Sin embargo, tales proyecciones pueden variar. La incertidumbre persiste sobre el alcance del impacto energético general de la IA y sobre qué estrategias podrían mitigar los desafíos que surgen o habilitar nuevas oportunidades de solución.
A pesar de la rápida expansión de la IA, es probable que el consumo eléctrico de los centros de datos de IA siga representando solo una pequeña fracción de la demanda eléctrica mundial.
No obstante, cuando se combina con otros impulsores importantes de la demanda (como la electrificación del transporte y de los edificios), puede seguir contribuyendo a una mayor presión sobre las redes eléctricas y los proveedores de energía.
Para abordarlo, se están explorando estrategias como hardware de eficiencia energética, refrigeración optimizada con IA y diseño y operaciones de centros de datos más inteligentes para limitar el consumo energético de la IA. Además, los avances en chips y algoritmos (p. ej., modelos de lenguaje pequeños) podrían mitigar aún más el consumo energético de la IA.
Ahorro y optimización energética intersectorial
Los casos de uso intersectoriales existentes demuestran una reducción del consumo energético o ahorros de entre el 10 y el 60% en algunos casos (p. ej., edificios y espacios, telecomunicaciones, energía, fabricación avanzada, etc.), con potencial para una mayor optimización.
Identificar, escalar y replicar estrategias exitosas de implementación de casos de uso que generen beneficios medibles en eficiencia y optimización energéticas puede impulsar enfoques sostenibles de la IA y permitir la colaboración intersectorial.
Ya se pueden extraer lecciones:
Los facilitadores regulatorios, normativos y financieros pueden incentivar el desarrollo responsable de la IA mediante marcos de cumplimiento y mecanismos de financiación.
Existe la oportunidad de fomentar más alianzas en la cadena de suministro, que han comenzado a surgir. Por ejemplo, las asociaciones industriales y las colaboraciones multisectoriales de transformación digital, incluidas las de economías emergentes, podrían incorporar la formación de competencias, el desarrollo de infraestructuras, etc.
Los actores de la industria han destacado la necesidad de alinearse en torno a métricas armonizadas. Por ejemplo, herramientas de evaluación de la descarbonización y la alineación entre los estándares voluntarios industriales emergentes y las regulaciones gubernamentales (como la Ley de IA de la Unión Europea).
Gestión de desafíos y aprovechamiento de oportunidades
La evaluación continua será fundamental para comprender el impacto energético neto de la IA a medida que su adopción se acelera en diversos sectores. El libro blanco propone un marco que comprende cuatro áreas interrelacionadas para orientarse en esta incertidumbre y garantizar que gestionemos los desafíos y aprovechemos las oportunidades para un despliegue sostenible de la IA. Estas cuatro áreas incluyen (adaptables con el tiempo):
Aprovechar el despliegue de la IA para la descarbonización: Ampliar el papel de la IA en soluciones de energía limpia, en una red energética descarbonizada y en la optimización energética.
Uso transparente y eficiente de la energía en IA: Promover datos abiertos y optimizar el uso de energía en el desarrollo y las operaciones de la IA.
Innovación en tecnología y diseño: Avanzar en hardware y sistemas de IA energéticamente eficientes mediante avances tecnológicos y principios de diseño sostenible.
Colaboración eficaz en el ecosistema: Fomentar una IA sostenible mediante un ecosistema colaborativo que involucre a reguladores, actores de la industria y el mundo académico.
Aunque el impacto energético de la IA sigue siendo incierto, monitorear proactivamente su intersección en evolución puede ayudar a aclarar los desafíos, descubrir oportunidades y orientar soluciones transformadoras.
Contribuciones adicionales a este artículo provienen de Michael Higgins, Project Fellow, AI Governance Alliance, Strategy Principal Director, US Utilities Strategy, Accenture; James Mazurek, Managing Director - Accenture Strategy, Utilities, Accenture; y Maria Basso, Digital Technologies Portfolio Manager, C4IR Digital Technologies, Foro Económico Mundial.
