¿Qué le está haciendo la IA al medio ambiente en este momento?

La IA está aumentando la demanda de centros de datos, chips especializados, electricidad y refrigeración. Esa expansión puede aumentar las emisiones de carbono, consumir agua y agregar presión a las redes y cadenas de suministro locales. Al mismo tiempo, la IA se utiliza para pronosticar la energía renovable, detectar fugas y optimizar los sistemas energéticos. Los costos son ciertos; la escala de la demanda futura y el beneficio neto de muchas aplicaciones siguen siendo inciertos.

Los datos públicos actuales suelen medir centros de datos completos u operaciones empresariales, no solo la IA. Esto permite describir la dirección con seguridad, pero no asignar todos los cambios a la IA. Las afirmaciones de que la IA ya es una catástrofe ambiental o una solución climática automática se adelantan a la evidencia.

La electricidad de los centros de datos está aumentando

El Agencia Internacional de Energía estima que los centros de datos utilizaron alrededor de 415 teravatios-hora en 2024, alrededor del 1.5% de la electricidad mundial. Esto incluye almacenamiento, streaming, informática empresarial y otros servicios, así como IA.

En su caso base, la AIE proyecta alrededor de 945 TWh para 2030. Los servidores acelerados, impulsados ​​principalmente por la adopción de IA, representan casi la mitad del aumento neto. Sus casos de alta eficiencia y crecimiento más lento son menores; un caso de rápida expansión de la IA es mayor. El alcance es importante porque nadie conoce con precisión la adopción futura, la eficiencia de los chips o las limitaciones de la infraestructura.

El efecto inmediato es desigual. Los centros de datos se concentran en regiones particulares, por lo que la nueva demanda puede ser un problema importante para la planificación de la red a nivel local, incluso cuando el porcentaje global parece modesto.

La nueva demanda tiene una oferta de energía mixta.

El resultado del carbono depende de qué generadores respondan. El caso base de la AIE espera que las energías renovables satisfagan casi la mitad del crecimiento de la electricidad suministrada a los centros de datos entre 2024 y 2030. El gas natural y el carbón juntos proporcionan más del 40% del suministro adicional durante el mismo período.

Eso significa que la inversión vinculada a la IA puede respaldar contratos de energía limpia y al mismo tiempo ampliar la generación fósil. Las proporciones varían según la región: las redes, los cronogramas de construcción y las políticas difieren. Una compra renovable anual no siempre significa que la demanda y el suministro limpio coincidan en el mismo lugar y hora.

La AIE proyecta que las emisiones de los centros de datos relacionados con la electricidad alcanzarán un máximo de alrededor de 320 millones de toneladas de CO2 en 2030 en su caso base. Sigue siendo menos del 1% del CO2 global, pero está aumentando mientras que muchos sectores necesitan disminuir. Leer Explicación del impacto ambiental de la IA para la diferencia entre energía y carbono.

La demanda de agua es cada vez más visible

El hardware de IA genera un calor denso. Muchas instalaciones utilizan enfriamiento por evaporación, que consume agua, aunque el diseño y la velocidad varían. La generación de electricidad puede agregar consumo indirecto más allá de los límites del sitio.

Berkeley Lab modeló la efectividad del uso del agua en un centro de datos de EE. UU. en un poco más 0.36 litros por kWh en 2023. Proyecta cambios a medida que evolucionan la refrigeración líquida y los tipos de instalaciones. Estos son promedios nacionales modelados, no lecturas de todos los operadores.

Algunas empresas están introduciendo diseños de circuito cerrado que evitan la evaporación del agua para enfriar. Eso puede reducir el consumo local, pero “enfriamiento por agua cero” no es lo mismo que agua cero en la electricidad y la fabricación de chips. nuestra guía para cómo la IA usa el agua separa estas capas.

La producción y construcción de chips se están expandiendo

Más informática requiere aceleradores, memoria, redes, equipos de energía y edificios. Sus cadenas de suministro utilizan metales, productos químicos, energía y agua. El hormigón y el acero añaden emisiones incorporadas; la fabricación de semiconductores necesita agua ultrapura; El hardware antiguo se convierte en una cuestión de residuos electrónicos y reutilización.

Esta huella es más difícil de observar que la factura de electricidad de una instalación. Los informes de sostenibilidad de las empresas a menudo proporcionan las emisiones totales de la cadena de suministro, pero aislar la proporción causada por la IA requiere supuestos de asignación. La rápida expansión de la infraestructura es una de las razones por las que la eficiencia operativa por sí sola no puede describir toda la tendencia.

Una vida útil más larga del hardware, una alta utilización, la reutilización de componentes y materiales con bajas emisiones de carbono pueden reducir el impacto por unidad de trabajo. Deben informarse junto con la adquisición y la construcción absolutas, porque una nueva generación eficiente de chips aún puede acompañar una huella total de hardware mayor.

Los usos medioambientales van más allá de las demostraciones

La IA ya se utiliza para la predicción del tiempo, la previsión energética, el mantenimiento de equipos y la detección de fugas de metano. El Revisiones de la AIE una gama de aplicaciones que pueden reducir el uso de combustible, las pérdidas y el tiempo de inactividad.

El efecto neto no es automático. Un modelo necesita datos, hardware e integración, y debe cambiar una decisión real. Los beneficios deben compararse con el software convencional o las mejoras operativas y medirse después de la implementación. La ampliación también puede provocar un rebote si los costos más bajos alientan una mayor actividad.

Por lo tanto, es razonable decir que la IA puede ayudar al medio ambiente, pero no agregar cada ahorro teórico a un lado del libro de contabilidad e ignorar la infraestructura en el otro. nuestro articulo ¿La IA es buena para el medio ambiente? ofrece una prueba basada en contrafactuales y resultados observados.

Qué observar en los próximos años

Los indicadores más reveladores serán la demanda absoluta de electricidad, la generación construida para atenderla, el consumo de agua en cuencas bajo estrés y los informes del ciclo de vida de los chips y la construcción. La eficiencia por consulta es importante, pero el volumen puede abrumarla.

Esté atento a la divulgación específica de la carga de trabajo. Los totales de la “nube” desdibujan los servicios de IA y los que no son de IA; Las estimaciones a nivel de modelo omiten los edificios y la capacidad ociosa. Ambos tienen valor si están claramente delimitados. La política sobre conexiones a la red, permisos de agua y informes de emisiones determinará lo que los operadores deben revelar.

A nivel de usuario, prefiera el modelo más pequeño que complete el trabajo y evite la generación innecesaria de contextos o medios largos. Los recibos de Treechat siguen un modelo basado metodología; son estimaciones, no mediciones de instalaciones reales. La respuesta más amplia a ¿Qué tan mala es realmente la IA? dependerá menos de una indicación que de la infraestructura y las normas que se elijan ahora.