Los centros de datos ya consumen alrededor del 1,5% de toda la electricidad del mundo, según la Agencia Internacional de la Energía. Y su previsión es que ese consumo se duplique de aquí a 2030, hasta igualar lo que hoy gasta un país entero como Japón. La inteligencia artificial es la gran responsable de ese salto. El problema es el mismo a los dos lados del Atlántico, pero las soluciones que se están eligiendo son muy distintas.
Estados Unidos: conseguir energía, venga de donde venga
En Estados Unidos, los centros de datos ya se llevaban en 2023 el 4,4% de toda la electricidad del país, y en 2028 podrían llegar al 12%, según un informe elaborado para el Departamento de Energía. En algunos lugares la presión ya es enorme: en Virginia, donde se concentra buena parte de estas instalaciones, se llevaron ese mismo año más de una cuarta parte de la electricidad de todo el estado.
La respuesta de las grandes tecnológicas ha sido ir a buscar la energía por su cuenta. El ejemplo más llamativo es el de Microsoft, que en 2024 cerró un acuerdo para volver a poner en marcha un reactor de Three Mile Island, la central nuclear más famosa del país, y quedarse con su electricidad durante veinte años. La idea es sencilla: si la demanda no para de crecer, hay que asegurarse el suministro.
España: crecer, pero con condiciones
España juega en otra liga, pero está entrando en el partido con fuerza. Según la consultora Colliers, los proyectos de centros de datos anunciados en la península multiplican por más de treinta la capacidad que hay hoy en funcionamiento. Solo Amazon prevé invertir 33.700 millones de euros en España hasta 2035, con Aragón como gran base. El atractivo está claro: hay suelo, buenas conexiones y mucha energía renovable.
El Gobierno ha optado por un camino muy distinto al estadounidense. Su proyecto de real decreto, presentado en agosto de 2026, plantea que los nuevos centros de datos se alimenten al menos en un 80% con renovables nuevas, y que lo demuestren hora a hora, no solo en el balance del año. También les exige los mejores niveles europeos de eficiencia en energía y agua. Quien no cumpla pagaría más por la electricidad y podría perder su conexión a la red. La norma todavía no está aprobada: Bruselas ha pedido al Gobierno que la notifique antes, y la patronal del sector cree que espantará inversiones hacia países con reglas más laxas.
Más allá de cómo acabe ese debate, Europa ya ha empezado a medir: desde 2024, los centros de datos medianos y grandes tienen que informar cada año de cuánta energía consumen y con qué eficiencia.
Lo que nadie está midiendo
Unos compran energía y otros exigen que sea limpia y se aproveche bien. Pero los dos miran lo mismo: el edificio. El indicador que más se usa en el sector compara la energía que se va en refrigerar las instalaciones con la que llega de verdad a los ordenadores. Lo que no mide es si el trabajo que hacen esos ordenadores era necesario.
Y ahí se escapa mucha energía. Un centro de datos puede ser muy eficiente y, aun así, dedicar buena parte de su capacidad a crear desde cero sistemas de IA que podrían haberse aprovechado de otros ya existentes, a analizar años de datos cuando bastaba con unos meses o a usar una herramienta enorme para preguntas que resolvería una mucho más sencilla. Ese gasto no aparece en ninguna etiqueta.
Las mejoras que ya se están consiguiendo
Lo interesante es que justo ahí se están logrando algunos de los avances más grandes. Google asegura que, en solo un año, consiguió que cada pregunta a su asistente Gemini gastara 33 veces menos energía, sobre todo gracias a mejoras en su software. Hoy, según sus cálculos, una consulta típica consume lo mismo que ver la televisión menos de nueve segundos.
La china DeepSeek dio otro aviso a principios de 2025, cuando explicó que había entrenado uno de sus modelos más potentes con muchos menos recursos de lo habitual, gracias a cómo lo había diseñado. Y las empresas normales también lo están notando en la factura: según Cloudera, el 85% de las compañías de Europa, Oriente Medio y África ha tenido que recortar o replantear algún proyecto de IA porque consumía demasiados recursos.
Cuidado con lo barato
Hay un matiz que conviene tener en cuenta. En el siglo XIX, el economista William Stanley Jevons observó que, cuando las máquinas de vapor se volvieron más eficientes, el consumo de carbón no bajó, sino que se disparó, porque usarlas salía más barato. Con la IA puede pasar lo mismo: si cada pregunta cuesta menos, haremos muchas más.
Por eso ser eficiente no consiste solo en hacer lo mismo gastando menos. También implica decidir qué merece la pena automatizar, qué datos hace falta analizar y qué herramienta basta para cada tarea. Y esas decisiones no se toman en la sala de máquinas, sino en los equipos que deciden cómo se usa la IA en cada empresa.
Un perfil que todavía escasea
Ahí aparece un tipo de profesional que hoy cuesta encontrar: alguien que entienda de datos e inteligencia artificial, que sepa ponerla a funcionar dentro de una empresa y que, además, sea capaz de calcular lo que cuesta cada decisión, en dinero y en energía. Es el perfil que empiezan a buscar las empresas y el que intentan cubrir los programas de formación en ciencia de datos e IA más orientados a la práctica. Hasta ahora, la eficiencia era cosa de los ingenieros que diseñan los edificios. Cuanto más espacio ocupe la IA en los centros de datos, más dependerá también de quienes la usan.
Estados Unidos y España seguirán discutiendo de dónde sale la energía y en qué condiciones se conecta un centro de datos. Pero una buena parte de la factura se decidirá mucho antes: en el momento en que alguien elige qué herramienta usar y para qué.
