La IA enfrenta su mayor reto: ser sostenible. Expertos piden rediseñar el futuro tecnológico antes de 2028
La carrera por desarrollar modelos de inteligencia artificial más rápidos, más grandes y más capaces tiene un costo oculto que ya no puede ignorarse: su impacto ambiental. Según nuevos análisis presentados por NTT DATA, para 2028 las cargas de trabajo de IA podrían consumir más del 50% de la energía usada por los centros de datos del mundo, un hito que plantea preguntas incómodas sobre la viabilidad del crecimiento acelerado del sector.
El informe, titulado “IA Sostenible para un Mañana más Verde”, advierte que el ritmo actual no es sostenible y que la industria tecnológica debe replantear sus procesos desde la raíz. El llamado es claro: rediseñar la IA bajo principios de eficiencia energética, economía circular y responsabilidad ambiental.
La paradoja de la IA: parte del problema, parte de la solución
Desde Bogotá, NTT DATA señaló que la IA es hoy uno de los motores más grandes de consumo energético global. Entrenar modelos masivos, alojarlos en centros de datos y ejecutarlos de forma continua demanda cantidades crecientes de electricidad, agua para enfriamiento y recursos materiales como minerales de tierras raras, esenciales para el hardware de alto rendimiento.
Pero, irónicamente, la IA también podría ser una de las claves para resolver la crisis ambiental que agrava.
“Las increíbles capacidades de la IA pueden ayudar a gestionar redes de energía, reducir emisiones, modelar riesgos ambientales y mejorar la conservación del agua”, apuntó David Costa, jefe de la Sede de Innovación en Sostenibilidad de NTT DATA. “Lo vital es construir sostenibilidad en la IA desde el principio, no después”.
Un rediseño de extremo a extremo: la hoja de ruta propuesta
El white paper propone un cambio profundo en la forma en que la industria diseña, entrena, deploya y mantiene sistemas de IA. No solo se trata de ser más rápidos o más precisos: se trata de ser responsables.
1. De rendimiento a prioridades verdes
Los expertos piden que métricas como la precisión o la velocidad dejen de ser los únicos indicadores clave. La eficiencia energética y los objetivos de sostenibilidad deben incorporarse como criterios fundamentales de diseño.
2. Medir el impacto ambiental con estándares claros
NTT DATA señala la necesidad urgente de métricas verificables como:
- AI Energy Score (Puntuación de Energía de IA)
- Software Carbon Intensity (SCI) for AI
Estas herramientas permitirían integrar la sostenibilidad en la gobernanza, la adquisición de tecnología y las evaluaciones de cumplimiento.
3. Ciclo de vida completo: del hardware al desecho
El impacto de la IA no termina con el cómputo. El informe destaca prácticas como:
- Alargar la vida útil del hardware.
- Optimizar sistemas de enfriamiento.
- Diseñar componentes modulares y actualizables.
- Impulsar la economía circular para reutilizar y reciclar equipos.
4. Responsabilidad compartida en toda la cadena tecnológica
Fabricantes de chips, operadores de centros de datos, desarrolladores, proveedores de nube, gobiernos y usuarios finales: todos participan en el impacto ambiental de la IA. Por tanto, todos deben participar también en la solución.
El gran obstáculo: métricas fragmentadas y soluciones incompletas
Hoy, la mayoría de organizaciones evalúan solo una parte del problema: consumo energético o emisiones de carbono. Pero otras variables críticas —como el uso de agua o el impacto de extraer minerales— quedan fuera de la ecuación, dificultando comparaciones y frenando el progreso.
El informe señala que incluso cuando las compañías establecen metas ambientales, suelen carecer de estrategias para implementar sostenibilidad en cada fase del ciclo de vida de la IA.
Buenas prácticas que pueden cambiar el rumbo
Entre las recomendaciones más directas están:
- Aplicar patrones de software verde para reducir consumo.
- Ejecutar cargas de trabajo cuando haya mayor disponibilidad de energía renovable.
- Usar servicios de GPU remotos y soluciones de IA local para reducir demanda innecesaria.
- Priorizar hardware modular y extendido en lugar de reemplazos constantes.
- Renovar, reutilizar y reciclar para reducir desechos electrónicos.
¿Es posible una IA sostenible?
NTT DATA sostiene que sí, pero solo si la industria toma decisiones radicales ahora. Un rediseño intencional —desde la arquitectura técnica hasta la gestión del hardware— puede convertir la IA en una herramienta para acelerar la transición hacia economías y sistemas más verdes.
Y mientras los modelos crecen y la demanda aumenta, el mensaje es claro: el futuro de la IA no solo depende de su inteligencia, sino de su capacidad para coexistir con los límites del planeta.
