El creciente consumo de energía de la IA: Altman y Nadella advierten sobre necesidades energéticas inciertas

La demanda de energía supera la oferta

Sam Altman y Satya Nadella coinciden en que nadie sabe exactamente cuánta electricidad necesitará la IA en el futuro. Esta incertidumbre ha puesto a las empresas de software como OpenAI y Microsoft en una situación difícil. Aunque el mundo de la tecnología se ha centrado durante mucho tiempo en la disponibilidad de GPUs, ambos directivos enfatizan que el problema actual es la electricidad, no el silicio. Nadella describió la situación como un problema de "energía", destacando que el mayor problema hoy en día no es un exceso de computación, sino la falta de edificios listos para la instalación inmediata de centros de datos donde se puedan instalar los nuevos chips.

Centros de datos y restricciones energéticas

Durante los últimos cinco años, la demanda de electricidad de los centros de datos ha comenzado a aumentar más rápido que los planes de las empresas de servicios públicos para la nueva capacidad de generación. Este cambio ha llevado a los desarrolladores a agregar energía a través de acuerdos de "detrás del contador", alimentando directamente a los centros de datos y evitando la red. El resultado es una creciente tensión entre la velocidad a la que se puede ordenar el hardware de la IA y el tiempo más lento necesario para construir o asegurar nuevas fuentes de energía.

Preocupaciones de los líderes de la industria

Tanto Altman como Nadella advierten que si apareciera una forma muy barata de energía a gran escala, muchas empresas podrían "quedarse muy quemadas" con los contratos existentes. Altman, que ha invertido en empresas de energía nuclear como Oklo y Helion, así como en la empresa de energía solar Exowatt, reconoce que estas tecnologías emergentes aún no están listas para una implementación a gran escala. Mientras tanto, las centrales eléctricas basadas en combustibles fósiles, como las turbinas de gas natural, tardan años en construirse, y los pedidos realizados hoy pueden no cumplirse hasta fines de la década.

Energía solar y soluciones modulares

La energía solar se ha convertido en una opción de despliegue rápido para las empresas de tecnología porque es barata, libre de emisiones y se puede implementar rápidamente. Tanto la energía solar como la fabricación de semiconductores comparten un enfoque modular basado en silicio, lo que permite producir componentes en líneas de ensamblaje y combinarlos en matrices más grandes. Esta modularidad acerca el ritmo de la construcción de la energía solar al de la construcción de centros de datos, aunque ambos aún requieren tiempo para completarse.

Incertidumbres futuras y paradoja de Jevons

Altman advierte que si la IA se vuelve más eficiente o la demanda no crece como se esperaba, las empresas podrían quedarse con plantas de energía inactivas. Sin embargo, también hace referencia a la paradoja de Jevons, sugiriendo que una mayor eficiencia a menudo conduce a un consumo general más alto. Ilustró esto con un ejemplo hipotético en el que el costo de la computación por unidad de inteligencia disminuye en un factor de 100, prediciendo que el uso aumentaría mucho más que ese factor.

Equilibrar riesgos y oportunidades

El diálogo de los líderes subraya un acto de equilibrio crítico: asegurar suficiente energía para satisfacer las crecientes necesidades de computación de la IA mientras se evita la sobrinversión en infraestructura que podría quedarse inactiva. A medida que la industria observa el desarrollo de las tecnologías energéticas emergentes, el enfoque inmediato sigue siendo bridar la brecha entre la adquisición rápida de hardware y el despliegue más lento de fuentes de energía confiables y escalables.