La carrera por los recursos de la IA

Source details

Canonical URL: La carrera por los recursos de la IA

Other formats

Bibliographic details

Authors: THIJS VAN DE GRAAF
Published: December 3, 2025

Panorama general

La inteligencia artificial (IA) depende de insumos físicos: electricidad, agua, chips, semiconductores y minerales.
Los centros de datos, especialmente los de “hiperescala”, presentan necesidades energéticas comparables a las de ciudades pequeñas y se están expandiendo rápidamente.
Proyectos futuros pueden alcanzar escalas inéditas: en Abu Dabi, OpenAI y sus socios planifican un complejo de 5 gigavatios y 26 km2.
Los gobiernos tratan la IA como nueva frontera de la política industrial; ejemplos citados: primer ministro para la IA en los Emiratos Árabes Unidos (2017) y promesa de Francia de más de EUR 100.000 millones de gasto en IA.
La competencia por algoritmos es también una competencia por energía, tierra, agua, semiconductores y minerales; el control de suministros eléctricos y de chips determinará la velocidad y la geopolitica del avance de la IA.

Energía y centros de datos

Los centros de datos consumen alrededor del 1,5% del suministro eléctrico mundial, aproximadamente lo mismo que el Reino Unido.
La AIE prevé que la demanda de los centros de datos aumente en más del doble de aquí a 2030, con la IA contribuyendo en gran medida a ese crecimiento.
A nivel global, la IA representa menos de una décima parte de la demanda adicional de energía de esta década.
En Estados Unidos y Japón, los centros de datos podrían ser responsables de casi la mitad de la demanda nueva de aquí a 2030.
En Irlanda, los centros de datos ya consumen más de una quinta parte de la electricidad del país.
Casos locales:
- Norte de Virginia: centros de datos consumen aproximadamente una cuarta parte de la energía del estado.
- Irlanda (Dublín): operador de la red paralizó proyectos nuevos en 2022, aprobando solo los que pudieran generar su propia energía.
- Singapur suspendió aprobaciones en 2019 y ahora exige estrictas normas de eficiencia.
Grandes tecnológicas (Microsoft, Amazon, Google) han firmado acuerdos de compra de energía por valor de miles de millones de dólares y se han convertido en principales consumidores de energía renovable.
Iniciativas energéticas corporativas:
- Microsoft ha explorado energía nuclear (pequeños reactores modulares y adquisiciones potenciales como Three Mile Island).
- Google apuesta por geotermia avanzada.
- Amazon prueba hidrógeno como energía de reserva.
Impactos en emisiones y mix energético:
- Más del 40% de los centros de datos del mundo están en Estados Unidos, donde la demanda sigue dependiendo en gran medida del gas natural.

Eficiencia, gestión y la paradoja de Jevons

La IA puede ayudar a gestionar la energía: equilibrar redes, pronosticar producción renovable y optimizar usos en edificios e industrias; reutilización de calor residual en redes de calefacción urbana.
Mejoras en hardware y software:
- Nuevas generaciones de chips: procesadores Blackwell de Nvidia y TPU de Google ofrecen más operaciones por vatio.
- DeepSeek (presentado por China en enero de 2025) se entrenó con una fracción del costo y la energía que OpenAI y Google gastaron en modelos de tamaño similar.
Riesgo de la paradoja de Jevons: mayor eficiencia puede fomentar un aumento aún mayor del uso total de potencia de cálculo.

Semiconductores y geopolítica de los chips

El entrenamiento de modelos de última generación requiere miles de chips especializados, la mayoría diseñados por Nvidia y fabricados casi exclusivamente en Taiwán por TSMC.
Esta concentración convierte a los chips en un punto de estrangulamiento estratégico.
Respuestas políticas:
- Estados Unidos ha restringido exportaciones de chips avanzados a China y subvenciona la fabricación nacional.
- China impulsa su innovación (ejemplo: DeepSeek) y crea gigantes nacionales.
- Europa, Japón y la India invierten miles de millones en sus propias industrias.
El acceso a chips es clave para la soberanía tecnológica.

Huella mineral y cadenas de suministro

Minerales esenciales para chips y centros de datos:
- Galio y germanio para circuitos avanzados.
- Silicio para chips.
- Tierras raras para ventiladores de refrigeración.
- Cobre para cableado.
Un complejo a hiperescala puede contener casi tanto cobre como produce una mina de tamaño medio en un año.
Proyecciones AIE hacia 2030:
- Centros de datos podrían consumir más de medio millón de toneladas métricas de cobre al año.
- Centros de datos podrían consumir 75.000 toneladas de silicio al año.
- En el caso del galio, los centros de datos podrían representar más de una décima parte de la demanda total.
Concentración del refinado:
- China controla entre el 80% y el 90% del refinado mundial de silicio, galio y tierras raras.
- En 2023 China restringió exportaciones de galio y germanio; desde finales de 2024 ha impuesto restricciones al tungsteno, el teluro, el bismuto, el indio y el molibdeno.
Reacciones internacionales: Washington, Bruselas, Tokio y Seúl han lanzado estrategias para minerales críticos, que incluyen programas de reciclaje y alianzas con países ricos en recursos en África y América Latina.
La pugna por minerales y chips conduce a concentración de cadenas de suministro y barreras de acceso con implicaciones geopolíticas.

Tierra, agua y ubicación de centros de datos

Factores de localización: energía barata, agua abundante y conexiones de fibra óptica rápidas; clima frío reduce necesidad de refrigeración.
Ejemplos:
- Irlanda: densidad vinculada a cables transatlánticos.
- Abu Dabi: complejo de 5 gigavatios elegido para minimizar retrasos con Asia y Europa.
- Países fríos como Noruega e Islandia promocionan ventaja climática.
Impacto en tierra: extensos recintos en términos urbanos; transformación de tierras agrícolas en Norte de Virginia y Oregón.
Agua:
- La refrigeración requiere millones de litros al día.
- Bloomberg News: dos tercios de los nuevos centros construidos en Estados Unidos desde 2022 se han levantado en regiones con escasez de agua.
- Controversias en Arizona sobre asignación de agua entre hogares y proyectos tecnológicos; disputas similares en España y Singapur.
- La mayor parte de la huella hídrica de la IA es indirecta: las centrales eléctricas que abastecen a los centros consumen mucha más agua que los propios centros.

Desafíos políticos y recomendaciones implícitas

Planificación y previsiones:
- Las estimaciones de demanda de centros de datos de aquí a 2030 varían ampliamente; la estimación más alta publicada es casi siete veces superior a la más baja.
- Los gobiernos deben ampliar sistemas eléctricos con rapidez suficiente, evitando sobreequipamiento y dependencia de combustibles fósiles.
Transparencia:
- La industria proporciona poca información pública sobre uso de electricidad, agua o minerales por parte de los centros de datos.
- Mayor divulgación ayudaría a reguladores, empresas de servicios públicos y comunidades.
Sostenibilidad y equidad:
- Expandir redes y cadenas de suministro sin garantías ambientales y sociales puede repetir ciclos de auge y caída de carreras por materias primas.
- Riesgo de que los beneficios de la IA favorezcan a países ricos si las economías en desarrollo permanecen proveedores de materias primas con costos de energía y capital más altos.
Posibles vías:
- Gestión adecuada podría acelerar la producción de energía limpia y fomentar resiliencia en cadenas de suministro.
- Mala gestión puede generar nuevas emisiones y agravar la dependencia de recursos.

Conclusión

La contienda por la IA es también una contienda material por electrones, litros de agua, obleas y minerales.
La forma en que gobiernos y empresas gestionen estos fundamentos determinará no solo quién lidera la IA, sino la sostenibilidad y la distribución de sus beneficios.

Artículo: La carrera por los recursos de la IA, Thijs van de Graaf, FINANZAS & DESARROLLO.