El impacto climático de la inteligencia artificial podría ser mayor fuera del centro de datos que dentro de él. Un estudio publicado en npj Climate Action y difundido por WIRED y Axios advierte de que la IA puede aumentar las emisiones globales si mejora la productividad de las compañías de combustibles fósiles. La idea es incómoda porque desplaza la conversación desde la electricidad que consumen los modelos hacia lo que esos modelos permiten hacer.
Los autores, Holly y Will Alpine, antiguos empleados de sostenibilidad de Microsoft, analizan escenarios en los que la IA aumenta eficiencia tanto en renovables como en petróleo, gas y generación fósil. Su conclusión es que las ganancias para el sector fósil podrían elevar las emisiones energéticas globales entre un 1% y un 5% en algunos escenarios. El concepto clave es el de emisiones habilitadas: contaminación que no sale del servidor, sino de actividades que la IA vuelve más baratas, rápidas o rentables.
Ese matiz importa para las grandes tecnológicas. Muchas empresas reportan emisiones directas, electricidad comprada y parte de su cadena de suministro, pero no siempre contabilizan con el mismo rigor el efecto de vender herramientas de IA a sectores intensivos en carbono. Si un modelo ayuda a localizar reservas, optimizar perforaciones o exprimir más rendimiento de yacimientos existentes, el resultado climático puede ser negativo aunque el proveedor use energía renovable en sus oficinas.
La discusión no niega que la IA pueda ayudar a la transición energética. Puede mejorar previsiones de generación renovable, detectar fugas de metano, optimizar redes eléctricas o acelerar investigación en materiales. El problema es de balance. Si las aplicaciones fósiles tienen adopción más rápida, más presupuesto y retorno económico inmediato, sus efectos pueden superar los beneficios verdes durante años.
Axios resume el punto con una comparación clara: el impacto indirecto de la IA sobre extracción y uso de combustibles fósiles podría ser varias veces superior a las emisiones actuales asociadas a centros de datos. WIRED añade que expertos en energía consideran razonable mirar más allá del consumo eléctrico de la infraestructura digital.
Para empresas, el estudio introduce una pregunta de gobernanza que irá ganando peso: no solo cuánta energía consume una IA, sino para qué se usa. Un proveedor puede vender la misma capacidad predictiva a una eléctrica renovable, a una petrolera o a una firma logística. La tecnología es similar; el resultado ambiental no.
El debate también afecta a inversores. Los fondos que aplican criterios ESG tendrán que decidir si evalúan a compañías de IA por sus emisiones operativas o por el uso económico de sus productos. Si una startup presume de optimizar exploración petrolera con modelos avanzados, puede generar ingresos atractivos y, al mismo tiempo, aumentar el riesgo reputacional para sus financiadores.
En Europa, donde la regulación climática y digital se cruzan cada vez más, esta conversación puede acabar entrando en compras públicas, taxonomías verdes y auditorías corporativas. No sería extraño que grandes clientes pidan a proveedores de IA información sobre sectores de uso, límites contractuales o políticas para proyectos intensivos en emisiones.
La IA no es climáticamente buena o mala por defecto. Su impacto dependerá de incentivos, clientes y políticas. El estudio obliga a mirar la cadena completa: chips, electricidad, modelos, contratos y consecuencias económicas. Para una tecnología que promete eficiencia, esa eficiencia puede ser parte del problema si se aplica a prolongar actividades que el mercado necesita reducir.
