¿Salvará la IA al planeta o lo calentará más? El balance climático que nadie ha cerrado

LA PREGUNTA MAL PLANTEADA. ¿La IA es buena o mala para el clima? La pregunta suena sencilla, pero está mal planteada. Compara dos cosas que no se miden igual. Las emisiones de los centros de datos se cuentan cada año, en toneladas y con informes oficiales. Los beneficios climáticos de la IA casi siempre son escenarios: lo que podría pasar si muchas aplicaciones se adoptaran a gran escala. Nuestra tesis es esta: el balance neto de la IA puede ser claramente positivo a largo plazo, pero hoy no está demostrado. Además, no saldrá positivo solo. Saldrá así si la IA funciona con energía limpia y si se aplica a problemas que reducen emisiones. Si se usa para extraer más petróleo, el saldo empeora.

LO QUE YA CUESTA. Empecemos por el lado negativo, que es el que está medido. La Agencia Internacional de la Energía (AIE) calculó en 2025 que los centros de datos emiten unos 180 millones de toneladas de CO2 al año. Es menos del 0,5 % de las emisiones del sector energético. Es poco en el total mundial, pero crece rápido. En su actualización de abril de 2026, la AIE informa de que el consumo eléctrico de los centros de datos subió un 17 % en 2025. La demanda eléctrica mundial creció un 3 %. La agencia prevé que ese consumo se duplique en 2030 y que el de los centros dedicados a IA se triplique. Las propias empresas lo confirman. Según su informe ambiental de 2026, Google consumió en 2025 un 37 % más de electricidad que el año anterior. Sus emisiones totales subieron un 18 %, hasta unos 14,5 millones de toneladas. Su consumo de agua aumentó un 34 %, hasta unos 41.000 millones de litros. Microsoft declaró 20,3 millones de toneladas en su año fiscal 2025, un 25 % más que el año anterior. Su informe lo admite sin rodeos: las soluciones sostenibles «no escalan lo bastante rápido para cubrir la demanda». Las dos empresas prometieron cero emisiones netas o emisiones negativas para 2030. Hoy van en la dirección contraria.

LO QUE YA DEVUELVE. El lado positivo existe y en parte ya se ha medido, aunque a menor escala de lo que sugiere el marketing. El caso más sólido es el del metano, un gas que calienta mucho más que el CO2 a corto plazo. El sistema de alertas por satélite de la ONU (MARS) usa más de 30 instrumentos y modelos de IA para localizar fugas de petróleo y gas. Según el Programa de la ONU para el Medio Ambiente (PNUMA), en julio de 2026 la IA identificó entre el 80 % y el 85 % de las detecciones confirmadas antes de que las revisara un experto. El PNUMA calcula que el sistema ha ayudado a actuar sobre fuentes que habían emitido 1,2 millones de toneladas de metano. Lo compara con retirar casi 24 millones de coches de gasolina durante un año. La predicción meteorológica es otro ejemplo real. GenCast, de Google DeepMind, superó al sistema de referencia europeo en el 97,2 % de 1.320 objetivos evaluados, según su artículo en Nature. Predecir mejor el viento y el sol ayuda a gestionar redes eléctricas con más renovables. La fusión nuclear y los nuevos materiales todavía están en fase de laboratorio. DeepMind colabora desde octubre de 2025 con Commonwealth Fusion Systems para controlar el plasma (el gas ionizado a millones de grados donde se produce la fusión) de su reactor experimental SPARC. Pero la primera central comercial de esa empresa no está prevista hasta comienzos de la década de 2030. GNoME, también de DeepMind, predijo 2,2 millones de cristales, de los que la empresa considera estables unos 380.000. Fuera del equipo solo se habían fabricado 736 cuando se publicó el estudio. Además, varios químicos han cuestionado que muchos de esos materiales sean realmente nuevos.

LA PROMESA Y SU LETRA PEQUEÑA. Aquí está el gran malentendido. La cifra más citada dice que la IA podría reducir entre un 5 % y un 10 % las emisiones globales para 2030. Viene de un informe de BCG de 2023 encargado por Google y escrito junto con la propia Google. Es un potencial modelado, no una previsión, y lo firma una parte interesada. La AIE es más prudente. Calcula que la adopción generalizada de aplicaciones de IA que ya existen podría evitar unos 1.400 millones de toneladas de CO2 en 2035, alrededor del 5 % de las emisiones energéticas. Esa cifra supera con creces lo que emitirán los centros de datos. Pero la propia agencia advierte de que es «muy inferior a lo necesario» para frenar el cambio climático. También hay dos fuerzas que restan. La primera es el efecto rebote, o paradoja de Jevons: cuando algo se vuelve más eficiente y barato, se usa más, y el consumo total puede subir. Las investigadoras Sasha Luccioni, Emma Strubell y Kate Crawford lo explican en un trabajo de 2025: la eficiencia técnica por sí sola no garantiza menos daño ambiental. La segunda fuerza es el petróleo. Según Bloomberg y The Atlantic, Microsoft vende servicios de nube e IA a ExxonMobil para analizar yacimientos. Un exempleado citado por The Atlantic afirmó que uno de esos contratos podría generar más emisiones de las que la empresa se comprometió a retirar. Un grupo de accionistas pidió en diciembre de 2025 que Microsoft evaluara ese riesgo. La empresa defiende que esos acuerdos ayudan a las petroleras a reducir emisiones. Google, por su parte, se comprometió a no crear IA a medida para extraer petróleo.

DOS RELATOS INFLADOS. En este debate se exagera en las dos direcciones. Por un lado está el greenwashing (presentarse como más ecológico de lo que uno es). Las tecnológicas destacan las emisiones «basadas en el mercado», que descuentan los certificados de energía renovable que compran. Con ese método, las emisiones operativas de Google bajaron un 2 % en 2025. Con el método «basado en la ubicación», que refleja la mezcla eléctrica real de cada zona, las cifras de Microsoft se han más que duplicado desde 2020, según análisis independientes. Por otro lado está el catastrofismo. El ejemplo más famoso es la afirmación de que escribir un correo con ChatGPT gasta una botella de agua. La cifra original, 519 mililitros, correspondía a un correo de 100 palabras que el modelo calculaba como unas diez llamadas a la IA, no a una sola pregunta. Aun así se difundió como el coste de «cada pregunta». Google calcula que una consulta típica a Gemini consume 0,24 vatios hora, más o menos lo que gasta un televisor en nueve segundos, y 0,26 mililitros de agua. Son cifras de la propia empresa y dejan fuera la fabricación de chips y el entrenamiento. Aun así, ponen en su sitio el coste por pregunta. El problema no es tu consulta. El problema es la suma de miles de millones de consultas y la construcción de nuevos centros de datos a un ritmo récord.

NUESTRA LECTURA. A corto plazo, la IA calienta el planeta, y hay que decirlo claro. Las emisiones de sus mayores promotores suben y sus objetivos para 2030 se alejan. Los beneficios medidos, como las fugas de metano detectadas o las mejores predicciones del tiempo, son reales pero todavía pequeños frente a ese crecimiento. A largo plazo somos optimistas, y con motivos. Si la fusión, las baterías y los materiales para capturar carbono llegan antes gracias a la IA, el saldo puede volverse muy positivo. Esa misma ciencia es la que puede ayudar a erradicar enfermedades y a construir una economía de abundancia energética. Pero esa curva no se dobla sola. Proponemos tres pruebas para cualquier promesa climática de la IA. Primera: ¿hay toneladas evitadas medidas por un tercero, o solo escenarios? Segunda: ¿las emisiones se publican también con el método basado en la ubicación y separando las de la IA? Tercera: ¿la empresa vende IA para extraer más combustibles fósiles? Las implicaciones son concretas. Los reguladores deberían exigir que las emisiones de los centros de datos se informen de forma estandarizada y auditada. Las empresas deberían poner a la IA a funcionar con energía limpia real, hora a hora, y no solo con certificados. Y los usuarios pueden dejar de sentirse culpables por cada pregunta y exigir cuentas a quien construye la infraestructura. El clima no se juega en tu chat. Se juega en dónde se enchufan los centros de datos y en qué problemas decidimos resolver con ellos.