Sé el primero en enterarte.

Primeras funciones. Lanzamientos exclusivos.

¡Gracias! ¡Su presentación ha sido recibida!

¡Uy! Algo salió mal al enviar el formulario.

Tu hábito de IA está secando ríos en Aragón y Texas

Tus búsquedas en ChatGPT, generadores de imágenes y asistentes de IA consumen agua dulce. Esto es lo que pasa de verdad.

Un prompt simple de IA puede consumir una botella de agua.

La sed invisible de tu pantalla

Cada vez que usas ChatGPT, Gemini, Claude o cualquier herramienta de IA, servidores en centros de datos procesan tu solicitud. Estas instalaciones necesitan enfriamiento y la mayoría usa agua dulce. Un prompt de 100 palabras consume unos 500 mililitros, aproximadamente una botella. Miles de millones de prompts ocurren cada día. Las matemáticas se acumulan rápido cuando pides escribir emails, generar imágenes o resumir artículos.

¿A dónde va toda esta agua?

Los centros de datos enfrían procesadores mediante evaporación: el agua se vuelve vapor y pasa a la atmósfera. Las torres evaporan aproximadamente el 80%. Ese agua no vuelve a ríos ni embalses. En 2024, el centro más sediento de Google en Iowa consumió 10,2 millones de litros diarios. Meta restauró 6.018 millones de litros a cuencas, pero las instalaciones inicialmente consumieron volúmenes masivos que no retornan al sistema local.

Pausa y reflexiona

Piensa en tus últimos 10 prompts de IA. ¿Para qué fueron?

No todos los prompts son iguales

El tipo de tarea importa. Las consultas simples usan poco. Gemini promedia 0,26 mililitros por prompt, unas cinco gotas. La generación de imágenes es lo más intensivo, requiriendo mucho más enfriamiento. Los modelos de "razonamiento" usan 50-100 veces más recursos. Al generar una imagen detallada o procesar razonamiento complejo, se desencadena mucho más trabajo computacional y consumo de agua que una pregunta simple sobre el clima.

Europa enfrenta su propia crisis de agua

La instalación de Amazon en Aragón necesita 500 millones de litros anuales, en plena sequía. La empresa pidió un 48% más mientras España solicitaba ayuda europea. 'Tu Nube Seca Mi Río' exige moratorias. El uso europeo se duplicará: de 0,82 billones de litros (2025) a 1,58 billones (2030). Frankfurt, Londres, Ámsterdam, París y Dublín concentraron el 85% de la nueva capacidad en 2024. España y Grecia enfrentan el mayor estrés hídrico.

¿Lo sabías?

El consumo de agua previsto de los centros de datos en Texas

Para 2030 habrán usado 1,5 billones de litros, suficiente para bajar el lago Mead casi 5 metros.

Lo que las empresas tech hacen realmente

Grandes empresas ya están aplicando soluciones. Microsoft usa enfriamiento líquido en circuito cerrado que recicla agua, evitando evaporación de 125 millones de litros anuales por instalación. Google reporta mejora del 80% en eficiencia hídrica desde 2000. El enfriamiento por inmersión líquida reduce el consumo de agua hasta 91% vs. aire. El enfriamiento directo al chip minimiza sobrecalentamiento. No es futuro: ya se está desplegando.

Soluciones que sí puedes implementar

Tus decisiones importan más de lo que piensas. Usa la IA intencionalmente: pregúntate si la tarea la necesita o si una búsqueda normal funciona. Agrupa preguntas en lugar de consultas separadas. Elige proveedores eficientes: Gemini usa 0.24 vatios-hora por prompt; ChatGPT 0.34. Esa diferencia escala. Al generar imágenes, considera si necesitas IA o fotos de archivo. Piensa en IA como conducir: a veces necesario, a veces opcional, siempre consume recursos.

Pausa y reflexiona

Cuándo fue la última vez que elegiste conveniencia sobre necesidad?

La pregunta de eficiencia que nadie hace

Los centros de datos miden eficiencia mediante Water Usage Effectiveness (WUE): litros por kilovatio-hora. El promedio es 1,9 L/kWh. La meta es cero para centros enfriados por aire, pero el clima lo impide. Investigaciones muestran que métodos de enfriamiento varían dramáticamente. Sistemas híbridos combinan líquido y aire optimizando según hardware. La pregunta no es si usar agua, sino cuán eficientemente se usa para la potencia entregada.

Aún hay mucho que no sabemos del impacto ambiental de la IA, pero algunos datos que tenemos son preocupantes.

Golestan Radwan, Directora Digital, Programa de las Naciones Unidas para el Medio Ambiente

Por qué la transparencia lo cambia todo

Solo el 51% de operadores rastrean uso de agua; solo el 10% monitorea todas las instalaciones. Las empresas raramente revelan el consumo de modelos de IA. Esto impide tomar decisiones informadas. La Ley de Impactos Ambientales de IA de 2024 busca mandar estándares de reporte. Cuando empresas publican métricas detalladas, puedes elegir servicios eficientes y presionar por responsabilidad.

El panorama completo de recursos

Una hamburguesa necesita unos 1.500 litros de agua. Una camiseta, más de 2.600. Los campos de golf gastan millones cada día. El contexto importa, sí, pero también el ritmo de crecimiento. La infraestructura de IA se expande sin freno. La demanda prevista alcanza hasta 6.600 millones de m³ en 2027, como medio Reino Unido. No es solo cuánto se usa, es lo rápido que aumenta.

Tu relación con las herramientas de IA

Entender el impacto no significa abandonar la tecnología. La IA permite avances en medicina, clima y accesibilidad. La cuestión es la intencionalidad. Antes de usar IA pregunta: ¿esta tarea la necesita? ¿Podría lograr esto de otra forma? ¿Uso la herramienta más eficiente? Apoya empresas que invierten en enfriamiento de circuito cerrado y energía renovable. Exige transparencia ambiental. Tus patrones de uso, multiplicados por millones, moldean lo rápido que las empresas priorizan la eficiencia.

Reflexión final

Cada consulta usa agua. La pregunta es si lo que pides lo vale. Pensar antes de enviar puede ayudarte a gastar menos… y seguir obteniendo lo que necesitas.