Sector tecnológico

La IA y los centros de datos en 2026: por qué la electricidad se está convirtiendo en el mayor cuello de botella del sector tecnológico

AI and Data Centers in 2026: Why Electricity Is Becoming Tech's Biggest Bottleneck

La inteligencia artificial está convirtiendo a los centros de datos en grandes consumidores de electricidad. Descubre las últimas cifras de la AIE para 2026, el papel de las GPU y la refrigeración, los cuellos de botella de la red eléctrica, las compensaciones medioambientales y lo que supone el aumento de la demanda energética para el sector tecnológico.

La IA y los centros de datos en 2026: por qué la electricidad se está convirtiendo en el mayor cuello de botella de la tecnología

La inteligencia artificial se suele describir como una revolución del software, pero todas las aplicaciones de IA dependen de una infraestructura física. Los procesadores necesitan electricidad, los servidores generan calor y los centros de datos dependen de equipos de refrigeración, transformadores y conexiones a la red eléctrica. La disponibilidad de electricidad se está convirtiendo en una limitación estratégica para el despliegue de la IA.

Según el análisis de abril de 2026 de la Agencia Internacional de la Energía, el consumo eléctrico mundial de los centros de datos alcanzó aproximadamente 485 TWh en 2025. La proyección central de la agencia sitúa el consumo en torno a los 950 TWh para 2030, lo que supone cerca del 3 % de la demanda mundial de electricidad. Esta última cifra es una previsión, no un resultado observado.

Por qué la IA aumenta la demanda de electricidad

El entrenamiento de modelos de IA puede implicar el uso de un gran número de aceleradores especializados que funcionan durante largos periodos de tiempo. La inferencia, es decir, el proceso de ejecutar un modelo para los usuarios, también consume electricidad. La cantidad varía enormemente en función del tamaño del modelo, el hardware, la longitud de la entrada, la longitud de la salida y el tipo de tarea.

Una respuesta de texto breve y una tarea de razonamiento extenso o de generación de vídeo no son comparables. No existe una cifra universal fiable sobre el coste energético de una solicitud de IA.

La AIE informa de que el consumo total de electricidad de los centros de datos aumentó aproximadamente un 17 % en 2025, mientras que el consumo en las instalaciones dedicadas a la IA creció considerablemente más rápido. Los servicios en la nube tradicionales y otras cargas de trabajo digitales también contribuyen a la demanda total.

Más potencia en cada rack de servidores

Las instalaciones modernas de IA concentran potentes aceleradores en racks cada vez más densos. Una mayor densidad de potencia plantea retos para la distribución eléctrica, los sistemas de respaldo y la refrigeración. Un centro de datos no puede ampliarse necesariamente colocando racks adicionales en una sala ya existente: es posible que su infraestructura de alimentación y refrigeración necesite importantes mejoras.

Los sistemas avanzados de refrigeración líquida transfieren el calor de los procesadores de forma más eficaz en algunas implementaciones de alta densidad. Sin embargo, la refrigeración líquida no equivale automáticamente a un menor consumo de agua. El impacto medioambiental depende del diseño del circuito de refrigeración, del sistema externo de disipación de calor, del clima local y de la combinación de fuentes de electricidad.

Entender el PUE

La eficacia en el uso de la energía (PUE) es la relación entre la energía total de la instalación y la energía consumida por los equipos informáticos:

PUE = Energía total de la instalación / Energía consumida por los equipos informáticos

Con un PUE hipotético de 1,20, una instalación consume 1,20 unidades de electricidad por cada unidad consumida por sus equipos informáticos. Si la carga informática es, de media, de 1 MW a lo largo de un año, se consumen 8,76 GWh; el consumo total de la instalación sería de unos 10,51 GWh. El PUE describe la sobrecarga de la infraestructura, no la intensidad de carbono ni la utilidad de los cálculos realizados.

Las conexiones a la red eléctrica pueden retrasar los proyectos de IA

La construcción de la infraestructura eléctrica suele llevar más tiempo que la de la infraestructura informática. Los nuevos centros de datos pueden requerir subestaciones, transformadores, mejoras en la red de transmisión y nueva capacidad de generación. Los retrasos en la entrega de equipos, la obtención de permisos y las conexiones a la red pueden posponer los proyectos, incluso cuando los promotores ya hayan adquirido los servidores.

Illustration of the article's main concept

Esto altera la dinámica competitiva. Las empresas con acceso fiable a emplazamientos adecuados y a suministro eléctrico pueden ser capaces de desplegar capacidad informática antes que sus competidores con presupuestos similares.

Los efectos son locales. Un centro de datos situado cerca de capacidad de generación no utilizada plantea retos distintos a los de uno conectado a una red congestionada.

¿Aumentarán los precios de la electricidad debido a los centros de datos?

Las nuevas cargas eléctricas de gran envergadura pueden generar la necesidad de invertir en la red y en la generación. Dependiendo de las normas tarifarias y de cómo se repartan los costes, es posible que otros consumidores compartan parte de esos gastos.

Pero el aumento de los precios no es inevitable en todas partes. En ocasiones, la demanda adicional puede mejorar la utilización de la infraestructura existente. Las consecuencias dependen de la capacidad local, la normativa, los contratos de suministro eléctrico y de si las instalaciones pueden reducir el consumo durante los periodos de sobrecarga del sistema.

Las cuestiones relevantes son quién paga la nueva infraestructura, con qué rapidez puede ampliarse el suministro y qué requisitos de fiabilidad impone la instalación.

Energías renovables, energía nuclear y gas natural

Las empresas tecnológicas están explorando varios enfoques para garantizar el suministro eléctrico.

La generación eólica y solar puede suministrar electricidad con bajas emisiones de carbono, a menudo a través de acuerdos de compra a largo plazo. Su producción variable requiere mecanismos adecuados de equilibrio y fiabilidad.

La generación nuclear puede proporcionar electricidad con bajas emisiones de carbono sin depender de las condiciones meteorológicas, pero los nuevos proyectos pueden tener plazos de construcción prolongados y plantear retos normativos.

La generación a partir de gas natural es otra opción, incluidas las propuestas de generación in situ cuando se retrasan las conexiones a la red. Puede aumentar las emisiones e introduce dependencias respecto al combustible y a los equipos.

Ninguna fuente por sí sola resuelve todos los problemas. La fiabilidad, el coste, el tiempo de desarrollo, la normativa local y la intensidad de carbono son factores importantes.

Emisiones de carbono y consumo de agua

El consumo de electricidad no es lo mismo que las emisiones de gases de efecto invernadero. Las emisiones asociadas a un centro de datos dependen en gran medida de la electricidad utilizada, así como de la fabricación de los equipos y de la construcción.

La huella hídrica también varía. Algunos diseños de refrigeración utilizan sistemas evaporativos; otros, métodos diferentes. La generación de electricidad y la fabricación de semiconductores pueden suponer un consumo indirecto de agua.

Las afirmaciones de que cada solicitud de IA tiene una huella eléctrica o hídrica fija simplifican en exceso un sistema en el que la ubicación, el hardware, la carga de trabajo y las condiciones de funcionamiento varían significativamente.

Technical workflow illustration

Los informes transparentes deberían distinguir entre la actividad total del centro de datos y las cargas de trabajo específicas de la IA, así como entre los impactos operativos y los impactos del ciclo de vida.

¿Reversarán las mejoras en la eficiencia esta tendencia?

El hardware y el software de IA son cada vez más eficientes. La cuantificación, los modelos especializados más pequeños, el almacenamiento en caché, el procesamiento por lotes y la mejora de la programación de la inferencia pueden reducir los recursos necesarios para una tarea concreta.

Sin embargo, la reducción de los costes puede fomentar un uso más generalizado. Es posible que más aplicaciones incorporen IA y que algunos usuarios exijan servicios cada vez más intensivos desde el punto de vista computacional.

En consecuencia, el consumo energético por tarea puede disminuir, mientras que la demanda eléctrica agregada aumenta. Las mejoras en la eficiencia son importantes, pero su efecto neto debe evaluarse en relación con la adopción y el crecimiento de la carga de trabajo.

La IA también puede mejorar los sistemas energéticos

La IA puede ayudar en la previsión de la demanda, el mantenimiento de la red, la previsión de la generación renovable y la optimización de los procesos industriales. Estas aplicaciones pueden ayudar a los operadores a utilizar la infraestructura de forma más eficaz.

Los beneficios potenciales no deben considerarse automáticamente como compensaciones del propio consumo eléctrico de la IA. El ahorro real depende de la calidad de la implementación, el acceso a los datos, la gobernanza y la medición.

Qué pueden hacer los desarrolladores y las empresas

Los equipos de software pueden evitar cálculos innecesarios seleccionando modelos del tamaño adecuado, almacenando en caché los resultados repetibles, reduciendo las solicitudes redundantes y midiendo los costes reales de la carga de trabajo. Las empresas que contraten servicios de IA deben tener en cuenta la fiabilidad, la transparencia en los precios, la residencia de los datos y los informes medioambientales.

Los operadores de infraestructuras deberían planificar conjuntamente el suministro eléctrico, la refrigeración, el acceso a la red y la adquisición de equipos, en lugar de tratar la electricidad como una cuestión secundaria.

Conclusión

La competencia en el ámbito de la IA ya no se limita a los algoritmos y los procesadores. La infraestructura eléctrica, la tecnología de refrigeración, el acceso a la red y las cadenas de suministro energético influyen ahora en la rapidez con la que se puede desplegar la capacidad de cálculo.

La previsión de la AIE de un consumo eléctrico global de los centros de datos de aproximadamente 950 TWh para 2030 ilustra la magnitud del reto, pero el resultado sigue siendo incierto. Un hardware mejor, un software más inteligente, la inversión en la red eléctrica y una planificación responsable determinarán el resultado.

La siguiente etapa de la revolución de la IA vendrá determinada no solo por lo que los ordenadores puedan calcular, sino también por la eficiencia y fiabilidad con las que podamos alimentarlos.

Referencias oficiales