Meta, el gigante detrás de Facebook e Instagram, sabe que la inteligencia artificial (IA) no se alimenta solo de modelos de lenguaje. También necesita energía, mucha y estable. Por eso ha sellado un acuerdo de 20 años con Constellation Energy para suministrar electricidad nuclear a parte de sus centros de datos en Estados Unidos. No parece un gesto simbólico ni una apuesta verde para la galería: es una jugada calculada para blindar su infraestructura y mantener el pulso del desarrollo de la IA en un mundo cada vez más competitivo.
El movimiento no es menor. La tecnológica ha alcanzado un acuerdo para que la planta nuclear Clinton Clean Energy Center, ubicada en Illinois, alimente sus centros de datos de la región a partir de 2027. Se trata de un reactor que estaba previsto que cerrara en 2017 tras años de pérdidas financieras, pero que pudo seguir funcionando pese a los desafíos. Según la firma con sede en Menlo Park, el acuerdo permitirá mantener en funcionamiento las instalaciones. La instalación produce la energía equivalente para el suministro de 800.000 hogares estadounidenses.
Goldman Sachs ya había anticipado este giro. En un informe reciente, el banco de inversión advirtió que, si el ritmo de adopción de la IA se mantiene, la demanda energética ligada a esta tecnología podría multiplicarse por 160 de aquí a 2030. Para mantener ese crecimiento, será necesario construir entre 85 y 90 gigavatios de nueva capacidad nuclear en Estados Unidos.
La explosión de la inteligencia artificial ha traído consigo un aumento significativo en el consumo energético global
La explosión de la inteligencia artificial ha traído consigo un aumento significativo en el consumo energético global. Cada interacción —una imagen generada, una respuesta textual o una consulta a un chatbot— consume energía, y en conjunto, las emisiones de los centros de datos que operan estos modelos ya representan alrededor del 3% del total mundial, un nivel comparable al de la industria de la aviación.
Sin embargo, no todos los modelos consumen lo mismo. Mientras soluciones específicas como TinyBERT o DistilBERT requieren apenas 0,06 watt-hora por 1.000 consultas, modelos de lenguaje generativo como GPT-4, Claude o Qwen demandan miles de veces más energía por cada tarea ejecutada. La diferencia es tan amplia que se compara con encender reflectores de estadio solo para encontrar unas llaves.
