Circula una cifra que ya se volvió sentido común: cada vez que le preguntas algo a ChatGPT, gastas media botella de agua. Se repite en redes, en notas de opinión y hasta en presentaciones corporativas de «IA responsable». El problema es que casi nadie que la cita sabe de dónde salió, ni qué significa realmente.
La respuesta corta es que la cifra no es falsa, pero está mal usada. Y mientras el debate se queda en la anécdota de «tu pregunta gastó agua», se pierde el problema de verdad: la electricidad que necesitan los centros de datos, y dónde se están construyendo.
De dónde salió el número de los 500 ml
La cifra viene de un estudio de 2023 del investigador Shaolei Ren, de la Universidad de California en Riverside, que estimó el consumo de agua de entrenar y operar modelos del tamaño de GPT-3 en centros de datos específicos de Microsoft, con su mezcla particular de refrigeración y ubicación geográfica. No es una medición de «un chat de hoy»: es una estimación de un modelo, una infraestructura y un momento concreto, extrapolada después a «20 o 50 preguntas» como forma de hacerla entendible para el público.
Desde entonces, la cifra se repite como si fuera una constante universal. No lo es. El consumo real depende de qué modelo respondió, qué tan larga fue la respuesta, en qué centro de datos corrió, qué sistema de refrigeración usa ese centro y de dónde viene su electricidad. Un centro de datos en un clima frío, refrigerado con aire natural y electricidad limpia, no tiene nada que ver con uno en una zona desértica que depende de torres evaporativas.
La distinción que nadie hace: extracción no es lo mismo que consumo
Aquí está el error de fondo que arrastran casi todas las notas virales. «Agua usada» puede significar dos cosas muy distintas.
Extracción es el agua que un centro de datos toma de una fuente —un río, un acuífero, la red municipal— para enfriar sus servidores. Buena parte de esa agua regresa al sistema, aunque más caliente o con otro tratamiento.
Consumo es el agua que se evapora y no vuelve a estar disponible localmente, ni para uso humano ni para agricultura. Es la que de verdad compite con una ciudad o una región.
Cuando un titular dice «la IA consume litros de agua», casi siempre está hablando de extracción, no de consumo real. Y cuando además mezcla el agua usada para enfriar el servidor con el agua usada río arriba para generar la electricidad que ese servidor necesita, el número crece todavía más —y se vuelve casi imposible de auditar desde afuera.
El problema real no es el agua: es la electricidad
Si el agua es el síntoma que más titulares genera, la electricidad es la causa que de verdad está creciendo. La Agencia Internacional de Energía calculó que los centros de datos consumieron cerca de 415 teravatios-hora en 2024 —alrededor del 1.5% de toda la electricidad del planeta— y proyecta que esa cifra puede crecer con fuerza hacia 2030, empujada en buena parte por el entrenamiento y la operación de modelos de IA a gran escala.
Esa cifra sí importa, y a diferencia del agua, no depende de interpretaciones sobre extracción versus consumo: son megavatios que alguien tiene que generar, en algún punto de la red, con alguna fuente. Si esa fuente es gas o carbón, el costo ambiental es directo. Si es agua para enfriar una planta termoeléctrica, el agua vuelve a aparecer, pero como parte de la cadena eléctrica, no del centro de datos en sí.
Además, los números que suelen circular sobre «centros de datos» no son exclusivos de la IA: incluyen la nube en general, streaming de video, almacenamiento de correo y respaldo empresarial. La IA generativa es la parte de más rápido crecimiento dentro de ese consumo, pero no es la única, y separar cuánto corresponde a cada uso todavía es difícil incluso para quienes operan la infraestructura.
Lo que las empresas sí publican, y lo que no
Google, Microsoft y Meta publican reportes anuales de sostenibilidad con una métrica llamada WUE (water usage effectiveness: litros de agua por kilovatio-hora de cómputo). El problema es que casi siempre la reportan como promedio global de toda su infraestructura, no por centro de datos. Un promedio así puede esconder perfectamente un centro construido en una zona árida con consumo altísimo, diluido entre docenas de centros en climas fríos con consumo casi nulo.
Cuando periodistas o autoridades locales han pedido el desglose por instalación —como pasó con un centro de datos de Google en The Dalles, Oregon, que terminó revelando su consumo real de agua del río Columbia solo después de presión legal— la cifra por sitio resultó bastante más alta que lo que sugería el promedio corporativo. Ese es el patrón que se repite: los números agregados tranquilizan; los números por sitio casi nunca se piden ni se dan de forma voluntaria.
Dónde sí hay un problema real
El daño ambiental serio no está en que una persona haga una pregunta aislada. Está en la suma de millones de consultas diarias y, sobre todo, en dónde se decide construir los centros de datos que las procesan. Cuando una empresa instala un centro de datos en una región que ya tiene estrés hídrico —porque la electricidad ahí es barata, hay incentivos fiscales o está cerca de un mercado grande— la competencia por el agua deja de ser hipotética y se vuelve local: es esa planta contra esa ciudad, por el mismo acuífero.
Ese es el punto que las notas de «botella de agua por pregunta» no tocan nunca, y es exactamente el que sí debería preocupar: no cuánta agua gasta tu conversación con un chatbot, sino si el centro de datos que la procesó se construyó en un lugar que ya no tenía agua de sobra para empezar.
Qué hacer con esta información
Ni el pánico ni la negación sirven aquí. Lo que sí funciona es exigir lo que casi ninguna empresa de IA publica hoy: cuánta agua extrae cada centro de datos, cuánta consume de verdad, y en qué cuenca está construido. Sin esos tres datos, cualquier cifra que circule —incluida la de los 500 ml— es una estimación de otro contexto, disfrazada de medición universal.
La pregunta que vale la pena hacerle a cualquier empresa que abre un centro de datos, en México o donde sea, no es «¿cuánta agua gasta una IA?». Es: «¿en qué cuenca está, y qué le va a quitar a la gente que ya vivía ahí?».
Temas relacionados
- Centros de datos en México: la industria que nadie audita, en las cuencas que menos agua tienen
- «La IA va a destruir el mundo en 2030»: qué dice en verdad el informe y qué le puso el titular
- El riesgo de la IA que sí te va a tocar este año no es Skynet, es el fraude con tu voz
Actualizado el .
Canal de WhatsApp de Critika
