¿Cuánta energía (y agua) cuesta una pregunta a ChatGPT?

Cada vez que le mandas una pregunta a una IA, en algún lugar del mundo un edificio lleno de computadoras se calienta un poquito, y un sistema de refrigeración trabaja para enfriarlo de nuevo. Multiplica eso por miles de millones de preguntas al día y la cuenta se pone seria: los data centers de IA ya compiten por energía y agua con ciudades enteras.

Pero ¿cuánto cuesta, al fin, UNA pregunta? La respuesta es menor de lo que dicen los alarmistas y mayor de lo que quisieran las empresas. Vale la pena entender los números antes de formar opinión.

El costo de una pregunta

Las estimaciones públicas más citadas, como las del instituto Epoch AI, un estudio de Google sobre el consumo de Gemini y los números divulgados por la propia OpenAI, ubican una pregunta típica de texto en torno a 0,3 a 3 vatios-hora de energía, según el modelo y el largo de la respuesta, y entre unos mililitros y una cucharada de agua para refrigeración. Honestidad obligatoria: son estimaciones con margen amplio, porque las empresas divulgan poco y los métodos varían.

Para darle cuerpo a los números:

• Una pregunta a la IA ≈ hasta 10 veces una búsqueda web tradicional.
• Cien preguntas ≈ menos energía que una hora de streaming de video en HD.
• Un día entero de uso intenso ≈ mucho menos que una ducha caliente de 10 minutos.

Es decir: a nivel individual, tu conversación con la IA es una gota. El problema no es la gota.

El problema es el océano de gotas

Miles de millones de preguntas al día, más la generación de imagen y video (mucho más pesadas que el texto), más el entrenamiento de modelos nuevos, convierten gotas en ríos. Los data centers ya representan una porción relevante y creciente del consumo eléctrico mundial, y las proyecciones apuntan hacia arriba año tras año. En algunas regiones, los nuevos data centers compiten con la población por red eléctrica y agua.

Y hay una división que casi nadie explica:

• Entrenar un modelo grande es un evento raro y carísimo en energía, como construir una fábrica.
• Usar el modelo (la inferencia) es barato por unidad, pero ocurre miles de millones de veces al día. Hoy, el uso acumulado domina la cuenta.

Por qué el agua entró en esta historia

Las computadoras potentes se calientan, y enfriar con aire cuesta caro en energía. Muchos data centers usan sistemas evaporativos: el agua se evapora para llevarse el calor, y parte no vuelve. De ahí los titulares de la IA "bebiéndose" millones de litros. El nudo: los data centers suelen construirse donde la energía es barata, y esos lugares a veces son justamente los más secos.

Qué están haciendo las empresas (de verdad)

• Chips cada vez más eficientes: cada generación entrega más respuestas por vatio; la eficiencia por pregunta cae rápido.
• Modelos a medida: usar un modelo pequeño para una tarea pequeña gasta una fracción; no toda pregunta necesita el modelo gigante.
• Energía limpia y ubicación: contratos renovables, apuestas nucleares y data centers en climas fríos o cerca de hidroeléctricas (Brasil, con su matriz limpia, entró en ese mapa).
• Mejor refrigeración: enfriamiento líquido de circuito cerrado que reduce la evaporación.

Y aquí vive el dilema honesto, conocido como paradoja de Jevons: la eficiencia por pregunta baja, pero el uso total explota más rápido. Abaratarse hace que todos usen más.

¿Deberías sentirte culpable?

Individualmente, no. Recortar tus preguntas a la IA tiene el efecto climático de ahorrarte un sorbete: gesto simbólico, impacto ínfimo. Las decisiones que mueven la aguja son de infraestructura: dónde se construyen los data centers, con qué energía funcionan, qué transparencia publican.

Lo que sí tiene sentido a tu nivel: usar la herramienta del tamaño del problema (no todo necesita el modelo grande), exigir transparencia a quien vende IA y, si tu empresa contrata nube e IA a escala, poner la pregunta energética en el contrato, porque ahí los números sí son grandes.

La pregunta correcta

"¿Puedo usar IA sin destruir el planeta?" es la pregunta equivocada, y la respuesta es sí. La correcta es colectiva: ¿qué le vamos a exigir a la infraestructura que se está construyendo ahora? Energía limpia, uso responsable del agua y números abiertos no son detalles técnicos; son el precio de entrada de una tecnología que llegó para quedarse en grande. Quien paga la cuenta de luz tiene derecho a hacer esa pregunta en voz alta.