- MICHELLE MA Y SHIRIN GHAFFARY. BLOOMBERG GREEN
A medida que el uso de la IA evoluciona, pasando de consultas sencillas y puntuales a tareas más largas y complejas, la mayor capacidad de procesamiento requerida genera una huella ambiental considerablemente mayor.
La energía necesaria para desarrollar una aplicación web con algunos modelos equivale a la necesaria para abastecer de energía a una vivienda durante dos horas y media.
Según los resultados de un nuevo análisis de Vals AI, una empresa independiente de evaluación comparativa de IA que analiza modelos en tareas del mundo real, las tareas más largas que requieren que los modelos de IA "piensen" durante más tiempo, como desarrollar una aplicación de software, pueden tener un impacto ambiental 10.000 veces mayor que las consultas sencillas, como formular una pregunta básica que se puede responder casi de inmediato.
Esto sugiere que el impacto de la IA en el medio ambiente aumentará considerablemente a medida que su uso se oriente hacia tareas más largas y que requieran más pasos computacionales.
"El uso está pasando de simplemente usar ChatGPT como una alternativa a la búsqueda de Google a mantener conversaciones reales con estos chatbots", dijo Omar Almatov, ingeniero fundador de Vals. "La huella de carbono aumenta drásticamente porque ya no se trata solo de preguntas puntuales, sino que generan mucha más huella de carbono".
La empresa evaluó 16 modelos utilizando su índice de referencia propio junto con EcoLogits, una herramienta de código abierto que estima el impacto ambiental de la IA. Analizó tres indicadores: emisiones de carbono, consumo de agua y uso de electricidad, y empleó supuestos básicos sobre factores como el hardware que ejecuta cada modelo, la combinación energética y la eficiencia del centro de datos.
Catorce de los dieciséis modelos analizados fueron desarrollados por empresas chinas, uno de Thinking Machines Lab (EEUU) y otro de Mistral AI (Francia). Los investigadores se centraron en modelos de peso abierto, cuyos parámetros de entrenamiento están disponibles públicamente y, por lo tanto, pueden analizarse directamente. La mayoría de los modelos estadounidenses más importantes, incluidos los de OpenAI y Anthropic, son de peso cerrado, lo que significa que sus parámetros subyacentes son privados y no pueden evaluarse con el mismo método.
Consulta típica
Las empresas estadounidenses de IA han divulgado algunas estimaciones sobre el consumo de agua y electricidad de una consulta típica, aunque lo que se considera típico está cambiando rápidamente. El director ejecutivo de OpenAI, Sam Altman, escribió en 2025 que una consulta promedio de ChatGPT utiliza aproximadamente 1/15 de cucharadita de agua, y las estimaciones de Altman y Google (Alphabet) del mismo año sitúan el consumo energético de una consulta de texto promedio entre 0,24 y 0,34 vatios-hora. Las empresas han proporcionado menos información sobre el impacto de las tareas más largas y con agentes. Sin embargo, una investigación independiente de Microsoft descubrió que las solicitudes con razonamientos extensos y con agentes pueden aumentar el consumo de energía en más de un orden de magnitud, lo que coincide con el análisis de Vals.
De entre los modelos que evaluó la empresa, el modelo de IA más potente de Alibaba, Qwen3.8 Max, obtuvo la puntuación más alta (es decir, la peor) en intensidad energética, de carbono y de agua en todas las tareas que Vals le pidió que realizara, mientras que Ling 3.0 Flash 2607, un modelo de Ant Group diseñado para tareas sencillas, obtuvo la puntuación más baja.
Otro hallazgo importante del análisis de Vals: pequeñas mejoras en el rendimiento pueden conllevar enormes costes medioambientales. Kimi K3, el modelo de ponderación abierta más preciso del índice Vals, tiene una huella ambiental desproporcionada en comparación con DeepSeek V4 Flash, que ocupa el segundo lugar y cuya precisión es solo ligeramente inferior. Los autores del informe describen esta diferencia como la que existe entre cargar un portátil una vez y 20 veces, o entre beber un vaso de agua y tirar de la cadena del inodoro.
Centros de datos
Amazon y Google han declarado que sus emisiones de gases de efecto invernadero aumentaron en general en 2025, en parte debido a la expansión de sus centros de datos. Sin embargo, se desconoce la cantidad exacta de carbono que emite la IA, más allá de estimaciones externas como la realizada por Vals. Las empresas que utilizan herramientas de IA carecen de un método claro para contabilizar estas emisiones en sus propios informes. Algunas empresas de IA están bajo presión para divulgar más información debido a la entrada en vigor de una nueva ley de California sobre divulgación climática.
"Los debates sobre políticas deberían basarse en datos y pruebas reales", afirmó Rayan Krishnan, cofundador y director ejecutivo de Vals, pero las empresas de IA revelan poca información sobre la arquitectura de sus modelos, los tipos de hardware que utilizan y la infraestructura eléctrica y de refrigeración que alimenta sus centros de datos; información que facilitaría la medición de su impacto ambiental y permitiría hacerlo con mayor precisión.
España impulsará un impuesto del gas y petróleo en la UE contra el cambio climáticoEólica y solar, a la cabeza de las tecnologías limpias, pero no bastaMaersk recurre a las velas para reducir el consumo de combustible de sus buques portacontenedores Comentar ÚLTIMA HORA-
11:15
Las mujeres hacen amigos de forma diferente a los hombres en el trabajo
-
10:42
El impacto ambiental de la IA aumenta exponencialmente con una mayor complejidad
-
10:20
La obra nueva, en plena forma en Andalucía
-
10:10
Revolut obtiene una licencia bancaria provisional en EEUU
-
10:07
Volkswagen celebra en Bolsa la reestructuración del grupo