Según un estudio presentado por la asociación Green IT en Produrable Paris 2026, la huella ambiental de la inteligencia artificial podría agravarse considerablemente de aquí a 2030. Las emisiones de gases de efecto invernadero asociadas a las infraestructuras mundiales dedicadas a la IA pasarían de 99 a 636 millones de toneladas equivalentes de CO₂, mientras que los efectos sobre el agua, los recursos naturales y la salud también seguirían siendo importantes. El informe pide regular mejor los usos y desarrollar modelos más eficientes en el uso de recursos.
El rápido crecimiento de la inteligencia artificial va acompañado de una mayor demanda de servidores, capacidad de cálculo y electricidad. Con motivo de la feria Produrable Paris 2026, Green IT publicó un estudio que compara los impactos ambientales y sanitarios de las infraestructuras de IA en el mundo en 2025 y de cara a 2030. Sus proyecciones describen un marcado aumento de varias presiones ecológicas, y no solo de las emisiones de carbono.
Los autores estiman que, si se mantienen las tendencias actuales, las emisiones anuales de gases de efecto invernadero relacionadas con la IA mundial podrían multiplicarse por aproximadamente siete en cinco años. Esta evolución se produciría en un contexto de rápida expansión de los centros de datos y de aumento de la capacidad de los equipos informáticos. Green IT advierte de que las consecuencias podrían afectar tanto a los ecosistemas como a la población.
Una evaluación que va más allá de las emisiones de carbono
El informe examina cuatro grandes tipos de impacto. El primero se refiere al calentamiento global, alimentado, en particular, por la fabricación de servidores y la electricidad que consumen durante su funcionamiento. El segundo tiene que ver con la eutrofización de los medios acuáticos, un fenómeno que puede alterar los ecosistemas y contribuir a su asfixia.
Las otras dos categorías estudiadas son el agotamiento de los recursos abióticos —en particular, los recursos minerales, metálicos y fósiles— y las emisiones de partículas finas. Estas últimas constituyen un importante problema de salud: en Francia, se asocian a decenas de miles de muertes prematuras cada año. El informe estima que la contaminación por partículas relacionada con la IA podría seguir aumentando de aquí a 2030.
Para estos distintos indicadores, el estudio atribuye a la IA una parte importante de las presiones medidas a escala mundial. Estima, en particular, que su contribución al calentamiento global pasaría del 35 % en 2025 al 36 % en 2030, y que su proporción en la eutrofización aumentaría del 23 % al 25 %. En cuanto al agotamiento de los recursos naturales, la cifra estimada se mantiene cerca del 19 % durante el periodo. Estas evaluaciones recuerdan que la huella de la IA no se limita a la electricidad consumida ni a las emisiones de CO₂.
Esta diversidad de impactos invita a examinar todo el ciclo de vida de la tecnología digital: extracción de materiales, fabricación de componentes, transporte de equipos, funcionamiento de los centros de datos y fin de vida útil. Los efectos pueden variar considerablemente según la etapa. Por ejemplo, la producción de hardware puede tener un gran peso en el agotamiento de los recursos, mientras que la electricidad utilizada durante la explotación puede convertirse en el principal factor de varios otros impactos.
¿Por qué podría aumentar la huella tan rápidamente?
La proyección de Green IT se basa, en particular, en el crecimiento del parque mundial de servidores dedicados a la inteligencia artificial. El estudio calcula que en 2025 habrá unos 13 millones de servidores en funcionamiento, frente a cerca de 25 millones en 2030. Este aumento iría acompañado de un incremento de la potencia de los equipos y de una importante ampliación de las superficies necesarias para alojarlos.
Los procesadores gráficos, o GPU, son fundamentales en esta evolución. Ejecutan los cálculos necesarios para entrenar y utilizar numerosos modelos. Según el informe, su número podría duplicarse, mientras que la potencia media consumida por cada GPU pasaría de unos 700 vatios a cerca de 2.000 vatios. La combinación de un parque más amplio y de equipos con un mayor consumo energético contribuiría así al aumento de las necesidades de electricidad.
El desarrollo de nuevos centros de datos también requiere edificios, equipos de refrigeración y conexiones energéticas. Green IT proyecta que la superficie ocupada por estas infraestructuras se multiplicará por seis. Esta expansión plantea cuestiones relacionadas con la artificialización del suelo, la disponibilidad de agua y el reparto de la electricidad entre los usos digitales y otras actividades.
El aumento de los usos también puede anular parte de las ganancias de eficiencia obtenidas gracias a equipos más eficaces. Cuando una tecnología se vuelve menos costosa o más fácil de usar, puede utilizarse más y para un mayor número de tareas: es el efecto rebote. Este mecanismo, al que se suele hacer referencia en los debates sobre tecnología digital, se explica con más detalle en este artículo dedicado a cómo evitar la trampa del efecto rebote asociado a la inteligencia artificial.
Fuerte aumento de las emisiones de gases de efecto invernadero
El informe estima que las emisiones anuales de gases de efecto invernadero atribuibles a la IA mundial podrían pasar de 99 millones de toneladas equivalentes de CO₂ en 2025 a 636 millones en 2030. Los autores comparan este nivel proyectado con aproximadamente 1,4 veces el presupuesto anual sostenible de la Unión Europea. Este concepto designa la cantidad de impactos que una persona puede generar en un año sin superar los límites ecológicos considerados en el estudio.
Por persona, la huella de la IA representaría en 2030 alrededor del 16 % de este presupuesto anual sostenible. Esta estimación no abarca todos los usos digitales: los demás equipos y servicios en línea también consumirían parte del presupuesto ecológico. Así, Green IT calcula que el conjunto del sector digital podría utilizar una proporción muy superior.
Estas cifras son proyecciones, no un balance definitivo de una situación futura. Dependen de las hipótesis sobre el número de servidores, su rendimiento, su vida útil, su tasa de utilización y la composición de la combinación energética. Sin embargo, ponen de relieve la importancia de seguir la evolución de las infraestructuras y de no medir los avances únicamente en función del rendimiento de los modelos o de su coste de uso.
Las necesidades energéticas de la IA ya plantean interrogantes sobre los recursos necesarios para su funcionamiento. Para profundizar en esta cuestión, un artículo analiza el impacto energético de la creciente dependencia de la inteligencia artificial. La demanda de electricidad de los centros de datos también puede competir con las necesidades de otros sectores, incluidos aquellos que deben descarbonizarse.
La fabricación y la electricidad, dos etapas determinantes
Los impactos no se distribuyen de la misma manera a lo largo del ciclo de vida de los equipos. La fabricación de servidores requiere metales, minerales y recursos fósiles. Para algunos indicadores, esta etapa podría representar hasta el 45 % del impacto asociado, especialmente en lo que respecta al agotamiento de los recursos. La extracción y el procesamiento de materiales tienen lugar antes incluso de que las máquinas empiecen a procesar solicitudes.
Una vez instalados los servidores, la producción de la electricidad necesaria para su funcionamiento se convierte en un factor determinante. Según el estudio, podría representar hasta el 96 % de algunos impactos relacionados con el uso de los equipos. Por tanto, la elección del suministro energético es fundamental: una electricidad menos carbonizada reduce parte de la huella, pero no elimina las presiones relacionadas con la fabricación, la ocupación del suelo, el agua o los recursos materiales.
Por tanto, la descarbonización de la electricidad y la moderación en su uso deben considerarse conjuntamente. Suministrar más electricidad de fuentes descarbonizadas a los centros de datos puede limitar las emisiones asociadas a su funcionamiento, pero la electricidad sigue siendo un recurso que debe repartirse. Su uso en las infraestructuras de IA puede retrasar o dificultar otras necesidades de la transición energética si la demanda total crece demasiado rápido.
Qué mide el estudio de Green IT
Para elaborar sus estimaciones, Green IT se centra en las infraestructuras físicas dedicadas a la inteligencia artificial: servidores, filas de equipos y superficies de centros de datos. El informe no distingue los sistemas según su función —IA generativa, predictiva o agéntica— y, por tanto, no pretende establecer un balance separado para cada categoría de algoritmo.
El análisis abarca varias familias de servidores, desde los equipos de gama básica e intermedia hasta las máquinas de mayor rendimiento. Tiene en cuenta distintas etapas de su ciclo de vida, desde la fabricación y la distribución hasta el uso y, finalmente, el fin de vida útil. Este enfoque permite visibilizar efectos que a menudo quedan lejos del usuario final, como la extracción de materiales o la construcción de infraestructuras.
Sin embargo, la metodología exige plantear hipótesis sobre el parque de servidores y su evolución. Por tanto, los resultados deben interpretarse como una estimación de los impactos relacionados con las infraestructuras físicas, dentro del marco definido por el estudio. No constituyen una medición exhaustiva de todos los usos ni una comparación directa entre cada modelo de IA disponible.
Usos que hay que cuestionar y modelos más eficientes
Green IT invita a particulares y organizaciones a reflexionar sobre la necesidad de cada uso. Cuando una tarea puede realizarse fácilmente sin IA, optar por esa alternativa puede evitar un consumo adicional de recursos. Cuando la inteligencia artificial aporta un valor real, el informe recomienda dar prioridad, cuando sea posible, a modelos eficientes en el uso de recursos, adaptados a la tarea en lugar de recurrir sistemáticamente a los sistemas más potentes.
Esta reflexión también se refiere a la manera en que se ofrecen e integran las herramientas en los servicios. La presencia automática de funciones de IA puede llevar a utilizarlas en situaciones en las que no son indispensables. Unas decisiones de diseño más responsables, información clara sobre los sistemas utilizados y una evaluación de su utilidad real pueden contribuir a limitar las consultas innecesarias.
Los debates públicos sobre la IA abarcan desde los beneficios esperados hasta los riesgos que plantea. Para disponer de algunas referencias en estas conversaciones, ciertos temas se presentan en esta guía dedicada a las cuestiones esenciales que hay que conocer para debatir sobre inteligencia artificial. La dimensión ecológica merece ocupar un lugar central, al igual que los desafíos económicos, sociales y democráticos.
Las medidas propuestas a los poderes públicos
Para Green IT, las decisiones individuales no bastan por sí solas para cambiar el rumbo. La asociación pide a los poderes públicos que definan un plan de moderación de la IA para regular mejor los usos y los incentivos para desplegar esta tecnología en todos los ámbitos. El objetivo sería centrarse en las necesidades reales, en lugar de hacerlo únicamente en la disponibilidad de nuevas herramientas.
Entre las medidas propuestas figura la creación de un etiquetado que permita identificar claramente los sistemas de IA. Una información accesible podría ayudar a los usuarios a entender cuándo interviene una tecnología y a valorar mejor los recursos que moviliza. La asociación también recomienda apoyar un sector de IA eficiente y responsable, basado en modelos más ligeros para las tareas habituales.
El informe también propone hacer obligatoria la ecoconcepción de los sistemas de IA alojados en Francia. Este enfoque podría incluir criterios relativos al consumo de recursos, la vida útil de los equipos y la eficiencia de los modelos. Otra recomendación consiste en gravar los centros de datos dedicados a la IA que funcionen con combustibles fósiles, con el fin de reducir la ventaja de las soluciones con altas emisiones.
Estos temas forman parte de reflexiones más amplias sobre la transición digital y las soluciones tecnológicas presentadas como beneficiosas para el medio ambiente. Un artículo propone, en particular, analizar con atención las promesas de la inteligencia artificial para el futuro climático, teniendo en cuenta tanto sus posibles aplicaciones como su coste material.
Conciliar la innovación digital y la transición ecológica
La búsqueda de respuestas también pasa por el diálogo entre empresas, administraciones locales, especialistas en tecnología digital y agentes medioambientales. Los eventos dedicados a la tecnología verde ofrecen la oportunidad de contrastar las soluciones propuestas con las limitaciones de su puesta en práctica, especialmente en materia de energía, recursos y gobernanza. La crónica del Meet-up Greentech de octubre de 2024 ilustra estos debates sobre tecnologías e iniciativas de transición.
Para las organizaciones, el reto consiste en evaluar los beneficios de un sistema de IA en relación con los recursos que moviliza y, después, elegir una solución proporcionada a la necesidad. Esto puede lograrse reduciendo las consultas innecesarias, seleccionando modelos de menor consumo, prolongando la vida útil del hardware y conociendo mejor el origen de la electricidad consumida.
Así, las proyecciones de Green IT ponen de relieve una cuestión central para los próximos años: ¿cómo desarrollar usos útiles sin permitir que las infraestructuras que los sustentan crezcan sin límite? La respuesta dependerá, en particular, de las decisiones técnicas, las prácticas de los usuarios, las estrategias de las empresas y las normas que adopten los poderes públicos.
