Por Redacción *
Mientras el mundo celebra los avances de la IA, una crisis silenciosa se gesta bajo tierra: los centros de datos que la hacen posible están bebiendo ríos enteros
Cada vez que le preguntas algo a ChatGPT, alguien en algún lugar abre una llave. No metafóricamente. Literalmente. El agua corre por los sistemas de refrigeración de enormes centros de datos que mantienen los servidores a temperatura estable, y ese gesto cotidiano —una simple consulta— tiene un costo hídrico que apenas comenzamos a dimensionar.
La cifra es contundente: en 2025, los centros de datos del mundo consumieron alrededor de 222,000 millones de litros de agua. Para ponerlo en perspectiva, es como si cada habitante de Nueva York —casi 8.5 millones de personas— hubiera usado 70 litros diarios solo para que la IA funcionara. Y lo que viene es peor: se estima que para 2030 ese consumo casi se triplique, alcanzando los 644,000 millones de litros, según la consultora Rystad Energy.
El problema no es solo cuánta agua, sino dónde
Aquí viene el golpe de realidad. No se trata únicamente de volumen, sino de ubicación. Más del 60% de los nuevos centros de datos que se planean construir en Estados Unidos están en zonas que sufrieron sequías en el último año. Utah, Texas, Washington. Lugares donde el agua ya es un bien disputado entre agricultores, comunidades y ahora, servidores.
Un solo centro de datos puede consumir hasta 5 millones de galones de agua al día. Es lo que beberían 50,000 personas en un día normal. Solo uno.
La gente no lo ve, pero cuando abres una aplicación de IA, estás compitiendo por agua con el agricultor que cultiva tus tomates”, explica un investigador de la Universidad de las Naciones Unidas (UNU-INWEH), cuyo informe más reciente advierte que para 2030, la huella hídrica de la IA equivaldrá al agua que necesitarían 1,300 millones de personas en África Subsahariana para cubrir sus necesidades básicas.
La industria responde: innovación y promesas
No todo es oscuro. Gigantes tecnológicos como Nvidia y Microsoft han empezado a implementar sistemas de refrigeración en circuito cerrado que reutilizan el agua en lugar de evaporarla, reduciendo el consumo hasta en un 90%. Microsoft y Amazon reportaron mejoras de eficiencia hídrica del 25% y 37% respectivamente entre 2022 y 2025.
Incluso hay quienes usan la propia IA para gestionar el agua. Investigadores de Virginia Tech desarrollaron un modelo que ayuda a los gobiernos a distribuir el recurso entre agricultura y manufactura de semiconductores.
Pero no todos compran el discurso. El CEO de OpenAI, Sam Altman, intentó calmar las aguas al afirmar que “38,000 consultas a ChatGPT usan la misma cantidad de agua que se necesita para producir una sola almendra en California”. Verificadores de hechos salieron al paso: la comparación es engañosa y minimiza un problema que las comunidades locales ya sienten en sus facturas y en sus pozos.
Regulación: el eslabón perdido
Mientras tanto, la ley va un paso atrás. En la Unión Europea, por ejemplo, se exige reportar el indicador de eficiencia hídrica, pero *no hay límites máximos obligatorios de consumo* ni se prohíbe usar agua potable para refrigerar servidores en zonas con estrés hídrico.
António Guterres, secretario general de la ONU, ha sido claro: las grandes empresas de IA deben divulgar públicamente su uso de agua, energía y emisiones. Su llamado, la “Iniciativa de Transparencia Ambiental de la IA”, busca poner luz donde hoy hay opacidad.
En Australia del Sur, el gobierno ya redacta una legislación para regular los centros de datos. El movimiento empieza.
Lo que está en juego
La pregunta ya no es si la IA transformará el mundo, sino a qué costo ambiental. Porque cada modelo entrenado, cada consulta respondida, cada imagen generada tiene un precio que no aparece en la factura de luz, pero sí en los ríos que se secan.
El equilibrio entre la revolución tecnológica y la sostenibilidad hídrica es, quizás, uno de los debates más urgentes de nuestra época. Y como suele pasar con las crisis silenciosas, tal vez lo notemos cuando ya sea demasiado tarde.
*Este artículo fue elaborado a partir de informes de Rystad Energy, UNU-INWEH, declaraciones públicas de OpenAI y reportes de medios internacionales.