Por Energy Insights
Introducción
El potencial transformador de la inteligencia artificial está intrínsecamente ligado a la disponibilidad de energía. En los últimos años, la inteligencia artificial (IA) ha experimentado un progreso significativo gracias a la reducción de costos en computación, el creciente acceso a datos y los avances tecnológicos. Como ciencia, la IA capacita a las máquinas para asumir tareas que tradicionalmente realizaban los seres humanos, posicionándose como una tecnología de uso universal similar a la electricidad. Actualmente, la IA genera textos y videos, acelera descubrimientos científicos en la medicina y la ciencia de materiales, incrementa la inteligencia y productividad de robots industriales, opera taxis en complejos entornos urbanos y detecta amenazas a infraestructuras críticas.
La IA ha evolucionado de un dominio académico a una industria de billones de dólares, con un notable impacto en los mercados financieros. Desde 2022, la capitalización bursátil de empresas de IA en el índice S&P 500 ha crecido aproximadamente en 12 billones de dólares. A pesar de las múltiples incertidumbres respecto a su adopción e impacto, el rápido avance y el vasto potencial de la IA han generado un enfoque sustancial en estrategias corporativas, políticas económicas y geopolíticas.
La IA y la energía
No obstante, la IA depende esencialmente de la energía, al mismo tiempo que presenta oportunidades para transformar el sector energético. La provisión de electricidad asequible, confiable y sostenible es fundamental para el progreso de la IA, favoreciendo a los países capaces de suministrar esta energía de manera eficiente. El entrenamiento y la ejecución de modelos de IA requieren centros de datos de alto consumo energético; un típico centro de datos para IA consume tanta electricidad como 100,000 hogares, y los más grandes que se están desarrollando consumirán 20 veces más.
Los responsables del diseño de la política y los mercados carecen de herramientas para evaluar adecuadamente las implicaciones de la creciente interconexión entre la energía y la inteligencia artificial (IA). El sector energético se encuentra en el núcleo de una de las revoluciones tecnológicas más significativas de la actualidad. Sin embargo, persisten lagunas en la comprensión de los riesgos y efectos de esta interdependencia. Por su parte La Agencia Internacional de Energía (IEA) aborda esta carencia mediante el análisis más exhaustivo basado en datos sobre la materia hasta la fecha, integrando un nuevo modelo global y un conjunto completo de datos sobre la demanda eléctrica de los centros de datos, además de considerar consultas profundas realizadas a responsables políticos, expertos del sector tecnológico, la industria energética y otros especialistas. El presente análisis recoge los principales hallazgos y trata de identificar las implicaciones para México.
Perspectivas de crecimiento de la IA y necesidad de más fuentes de energía
Aunque los centros de datos constituyen solo una pequeña fracción del consumo eléctrico mundial, su impacto local es significativo. Desde 2022, la inversión global en centros de datos casi se ha duplicado, alcanzando medio billón de dólares en 2024. Este aumento ha generado preocupaciones sobre la creciente demanda de electricidad. En 2024, los centros de datos representaron aproximadamente el 1.5% del consumo eléctrico mundial, equivalente a 415 teravatios-hora (TWh). Estados Unidos tuvo la mayor participación con un 45% del consumo global, seguido por China con un 25% y Europa con un 15%. A nivel mundial, el consumo eléctrico de estos centros ha crecido aproximadamente un 12% anual desde 2017, superando con creces la tasa de crecimiento del consumo eléctrico total.
Los centros de datos dedicados a la inteligencia artificial pueden consumir tanta electricidad como las industrias de alta demanda energética, como las fundiciones de aluminio, aunque están más concentrados geográficamente. En Estados Unidos, casi la mitad de la capacidad de los centros de datos se ubica en cinco conglomerados regionales, y el sector representa una proporción significativa del consumo eléctrico en mercados locales.
Se estima que la demanda eléctrica de los centros de datos se duplicará con creces para 2030, alcanzando aproximadamente 945 TWh, casi el consumo actual de Japón. La inteligencia artificial (IA) y la creciente utilización de servicios digitales son los principales impulsores de este crecimiento. Estados Unidos liderará con diferencia el aumento proyectado, seguido por China.
En Estados Unidos, los centros de datos aportarán casi la mitad del incremento en la demanda eléctrica entre ahora y 2030. Para ese momento, se espera que el consumo eléctrico del país en centros de datos supere al de industrias como la producción de aluminio, acero, cemento y productos químicos combinados. Aunque hay incertidumbre más allá de 2030, en nuestro escenario base se proyecta que, para 2035, el consumo global en centros de datos llegue a aproximadamente 1,200 TWh.
Para satisfacer la demanda de IA, será necesario emplear una variedad diversa de fuentes energéticas. Las energías renovables y el gas natural liderarán inicialmente el suministro, aunque se espera que otras tecnologías contribuyan. La mitad del crecimiento en la demanda de centros de datos será cubierta por energías renovables, apoyadas por almacenamiento y redes eléctricas. Se estima que la generación renovable aumente en más de 450 TWh hasta 2035, aprovechando su rápida implementación, competitividad económica y la estrategia de adquisición de las empresas tecnológicas. Las fuentes despachables, lideradas por el gas natural, también jugarán un papel clave, con un incremento de 175 TWh, especialmente en Estados Unidos. Además, la energía nuclear aportará una cantidad similar, con un avance esperado en China, Japón y Estados Unidos, donde entrarán en funcionamiento los primeros reactores modulares pequeños alrededor de 2030.
Retos en el crecimiento de los centros de datos
Los centros de datos, aunque no son la única causa, son uno de los principales impulsores del crecimiento acelerado de la demanda eléctrica en la era de la electrificación. Se proyecta que representen aproximadamente una décima parte del aumento total en la demanda eléctrica mundial hasta 2030, menos que otros sectores como los motores industriales, el aire acondicionado y los vehículos eléctricos. Sin embargo, su impacto variará según el nivel de desarrollo del país: en las economías emergentes y en desarrollo, los centros de datos representarán cerca del 5% del crecimiento eléctrico, mientras que, en países avanzados, donde la demanda ha estado casi estancada, superarán el 20%, señalando la necesidad de reorientar la trayectoria del sector eléctrico hacia un crecimiento sostenible.
La integración de centros de datos en las redes eléctricas es más rápida en comparación con otros sectores, pero enfrenta importantes desafíos. Actualmente, cerca del 20% de los proyectos planificados podrían experimentar retrasos si no se abordan estos riesgos. Las colas de conexión, tanto para la llegada de nuevos suministros como para la incorporación de centros de datos, son largas y complejas; en economías avanzadas, la construcción de nuevas líneas de transmisión puede tardar entre cuatro y ocho años, y los tiempos de entrega de componentes críticos, como transformadores y cables, se han duplicado en los últimos tres años. La demanda por equipos de generación, como turbinas para nuevas plantas de gas, también se ha incrementado, con plazos de envío que podrían retrasar su puesta en marcha más allá de 2030. Sin una aceleración en la acción del sector eléctrico, existe el riesgo de sacrificar objetivos clave como la electrificación, el crecimiento industrial y la asequibilidad energética.
Para mitigar estos riesgos, las estrategias principales incluyen ubicar nuevos centros de datos en áreas con alta disponibilidad de energía y redes eléctricas robustas, así como operar los servidores y activos de generación y almacenamiento de manera más flexible. Sin embargo, estas soluciones aún no se han explorado en profundidad. Dado que un centro de datos enfocado en IA requiere una inversión diez veces mayor que una fundición de aluminio, reducir sus operaciones para proporcionar flexibilidad resulta costoso. Muchos centros de datos operan con capacidad de servidores infrautilizada, y los reguladores podrían incentivar a los operadores a aprovechar esta reserva, junto con sus activos de generación de respaldo y almacenamiento. Además, ubicar centros de datos en zonas con redes menos saturadas puede reducir cuellos de botella locales; sin embargo, en Estados Unidos, cerca del 50% de los nuevos centros de datos se ubican en conglomerados existentes, lo que aumenta los riesgos de saturación regional.
Riesgos y alternativas en la gestión de demanda eléctrica de la IA
Existen también muchas incertidumbres respecto a cómo evolucionará la demanda eléctrica relacionada con la IA. La velocidad de adopción, avances en eficiencia, y la resolución de cuellos de botella en la infraestructura energética son factores clave y son explorados en diferentes escenarios. Un escenario de Despegue contempla una rápida adopción de IA y medidas proactivas para reducir obstáculos energéticos, mientras que un escenario de Vientos en Contra asume dificultades macroeconómicas y retrasos en la infraestructura. El escenario de Alta Eficiencia destaca potenciales mejoras en la eficiencia del hardware y modelos de IA, resultando en una demanda eléctrica en 2035 que sería un 20% menor que en el escenario base de acuerdo con la AIE. Según estos escenarios, la demanda en 2035 oscila entre 700 y 1,700 TWh, con la generación de gas natural y nuclear variando en función de los obstáculos y avances esperados.
La inteligencia artificial (IA) tiene el potencial de generar significativos avances en eficiencia y operaciones dentro del sector energético. Actualmente, las empresas energéticas ya emplean IA para transformar y optimizar la gestión del suministro de energía y minerales, la generación, transmisión y el consumo energético. Sus objetivos principales incluyen reducir costos, mejorar la confiabilidad del suministro, prolongar la vida útil de los activos, disminuir tiempos de inactividad y reducir emisiones.
En particular, la industria del petróleo y gas ha sido pionera en la adopción de IA, utilizándola para optimizar exploración, producción, mantenimiento y seguridad. La IA mejora la evaluación de recursos, reduce incertidumbres antes de perforar, y automatiza procesos, identifica fugas, anticipa necesidades de mantenimiento y apoya esfuerzos para reducir emisiones de metano.
La IA también puede jugar un papel crucial en la gestión de redes eléctricas cada vez más complejas y distribuidas, mejorando la previsión y la integración de generación renovable variable, lo que reduce pérdidas y emisiones. La detección rápida y precisa de fallas mediante IA puede disminuir en un 30% a 50% la duración de las interrupciones. Asimismo, sensores remotos y gestión basada en IA pueden ampliar la capacidad de transmisión en hasta 175 GW sin necesidad de construir nuevas líneas, superando el crecimiento previsto de la carga de centros de datos hasta 2030 en el escenario base.
El futuro de la energía, la innovación y la IA
El futuro de la industria será cada vez más digitalizado y automatizado. Los países y empresas líderes en la integración de IA en manufactura podrán adelantarse en innovación. La IA puede acelerar el desarrollo de productos, reducir costos y mejorar la calidad. La adopción masiva de soluciones existentes puede resultar en ahorros energéticos equivalentes al consumo total de energía de México. Las compañías europeas dominan más de la mitad del mercado en soluciones de automatización industrial, lo que facilita la expansión de la IA en procesos de manufactura.
En transporte, la IA puede incrementar la eficiencia y reducir costos, aunque existe el riesgo de un aumento en la demanda de movilidad personal. Se emplea para gestionar tráfico, optimizar rutas, prever necesidades de mantenimiento y desarrollar vehículos autónomos. La difusión de estas tecnologías podría ahorrar energía equivalente a la utilizada por 120 millones de autos. Sin embargo, la mayor eficiencia de los vehículos autónomos y la reducción de costos pueden incentivar más desplazamientos en lugar del transporte público, generando posibles efectos de rebote.
En el ámbito de edificios, la IA puede optimizar sistemas de calefacción y refrigeración, haciendo el uso de electricidad más eficiente y flexible. Sin embargo, obstáculos como la fragmentación propietaria, falta de digitalización e incentivos insuficientes dificultan su escalabilidad. Si se superan estas barreras, las intervenciones basadas en IA podrían ahorrar cerca de 300 TWh anualmente, equivalente a la generación eléctrica combinada de Australia y Nueva Zelanda.
La innovación acelerada representa uno de los impactos más profundos y duraderos de la inteligencia artificial (IA) en el sector energético. La IA se está consolidando como una herramienta clave para impulsar el descubrimiento científico, permitiendo a los investigadores identificar, probar y comercializar innovaciones a un ritmo mucho mayor. Por ejemplo, en biomedicina, la IA ha acelerado en 45,000 veces el mapeo de estructuras proteicas, un avance esencial para el diseño de nuevos medicamentos. En energía, reducir los tiempos de innovación que suelen abarcar décadas será crucial para alcanzar metas de sostenibilidad y competitividad. Sin embargo, actualmente solo el 2% del capital invertido en startups energéticas se destina a empresas con propuestas relacionadas con IA.
Los desafíos de innovación en energía están estrechamente ligados a problemas que la IA puede abordar eficazmente. Por ejemplo, solo el 0.01% de los materiales para futuras generaciones de paneles solares ha sido producido experimentalmente, dejando un gran margen para explorar nuevas opciones. La IA puede acelerar significativamente el descubrimiento y evaluación de materiales, químicas de baterías y moléculas para la captura de carbono. Para aprovechar plenamente estos avances, será necesario implementar políticas que fomenten la innovación basada en IA y faciliten su comercialización, que a menudo enfrenta obstáculos mayores que el proceso de descubrimiento.
Desafíos de la energía y la IA
A pesar del potencial, el sector energético aún no maximiza los beneficios de la IA. La energía es uno de los sectores más complejos y críticos, pero enfrenta barreras como el acceso insuficiente a datos, infraestructura digital limitada, habilidades técnicas deficientes y preocupaciones de seguridad digital y física. Además, las habilidades relacionadas con IA son mucho menores en energía que en otros sectores, lo que requiere cambios regulatorios y de políticas para potenciar su adopción y beneficios.
La IA también puede intensificar ciertos riesgos, pero al mismo tiempo ofrecer soluciones para mejorar la seguridad energética. Las cadenas de suministro de componentes para centros de datos, como el Galio, son altamente globalizadas y vulnerables; China controla alrededor del 99% del suministro mundial de Galio refinado. Se estima que para 2030, la demanda de galio en centros de datos podría superar el 10% del suministro actual. La IA amplifica riesgos en ciberseguridad, con ciberataques a servicios públicos triplicándose en los últimos cuatro años y volviéndose más sofisticados. Sin embargo, también proporciona herramientas para defenderse: sensores y satélites con IA permiten detectar incidentes críticos en infraestructura energética hasta 500 veces más rápido y con mayor precisión que los métodos tradicionales. La IA en seguridad energética será un tema prioritario que deberá seguirse de cerca por todos los diferentes actores del ecosistema de IA y energía.
Implicaciones para México
De acuerdo con el escenario global de la estrecha vinculación entre energía y la IA estas serían las implicaciones para México:
1. Urgente inversión en infraestructura energética y digital: La dependencia de centros de datos y la adopción de IA requieren ampliar y modernizar la infraestructura energética, incluyendo generación, transmisión y distribución, además de crear capacidades digitales y de almacenamiento. México debe planificar políticas que faciliten estas inversiones para evitar cuellos de botella y asegurar un suministro confiable y sostenible de electricidad, especialmente en zonas donde se concentran iniciativas tecnológicas y de innovación.
2. Impulso a energías renovables: Dado que la demanda de energía impulsada por IA y centros de datos está en aumento, México tiene la oportunidad de fortalecer su matriz energética con renovables, aprovechando su potencial en energía solar, eólica, geotérmica e hidroeléctrica. Esto no solo garantizaría una fuente de energía más limpia y asequible, sino que también reduciría riesgos de dependencia de combustibles fósiles y vulnerabilidades en cadenas de suministro de componentes críticos como el galio.
3. Desarrollo de capacidades tecnológicas y de habilidades: La escasez de talento en IA y digitalización en el sector energético es un desafío. México debería invertir en formación técnica y académica, así como en creación de ecosistemas de innovación, para ampliar su participación en el desarrollo de tecnologías de IA aplicadas a la energía, industrial y otros sectores estratégicos. Esto también facilitaría que las empresas mexicanas puedan aprovechar oportunidades de mercado global y adaptarse a las nuevas tendencias.
4. Estrategias de innovación y apoyo a startups: La baja inversión en startups de IA en el sector energético, frente a otros países, señala la necesidad de fomentar políticas que incentiven la innovación, financiamiento y aceleración de emprendimientos tecnológicos relacionados con energía e IA. Esto puede generar nuevas industrias, empleos y soluciones innovadoras para desafíos energéticos específicos de México.
5. Seguridad y gestión de riesgos: La vulnerabilidad en cadenas de suministro como la del galio, y el crecimiento de amenazas cibernéticas, subrayan la importancia de fortalecer la seguridad energética y digital. México debe diversificar sus fuentes de componentes críticos, desarrollar capacidades de defensa cibernética y aprovechar la IA para detectar incidentes en infraestructura crítica en tiempo real, garantizando la resiliencia del sistema energético ante amenazas externas.
6. Optimización y eficiencia: La adopción de IA para mejorar la eficiencia en edificios, transporte, industria y generación puede traducirse en un ahorro energético significativo, ayudando a reducir costos y emisiones. México tiene un gran potencial en implementar estas tecnologías si se desarrollan incentivos adecuados, infraestructura digital y políticas que promuevan la digitalización en todos los niveles del sector.
