Alerta: la IA generativa consume más energía de la que imaginamos
Un nuevo estudio de Hugging Face revela que la huella de carbono de las herramientas generativas que convierten texto en video es mucho mayor de lo que pensábamos. El consumo de energía no crece de forma lineal: al duplicar la longitud de un video, el gasto energético se multiplica. Por ejemplo, un clip de seis segundos consume cuatro veces más energía que uno de tres segundos. Y, para producir un clip de cinco segundos, los investigadores señalan que equivale a hacer funcionar un microondas durante más de una hora. Los autores concluyen: «Estos hallazgos destacan tanto la ineficiencia estructural de las pipelines actuales de difusión de video como la urgente necesidad de un diseño orientado a la eficiencia». La MIT Technology Review añadió en un análisis reciente que «la comprensión común del consumo de energía de la IA está llena de agujeros».
In This Article:
La escala no lineal del consumo: ¿qué significa para la generación de video?
El hallazgo central es claro: al duplicar la duración de un video generado, el consumo de energía se multiplica por cuatro; no hay escalado lineal. En comparación con la generación de una imagen de alta resolución, la generación de video resulta mucho más intensiva; para un clip de cinco segundos la energía requerida equivale a más de una hora de microondas, según los investigadores. Estas cifras refuerzan la idea de que la demanda de energía crece rápidamente conforme se buscan generaciones más largas y complejas, lo que implica costos de hardware y ambientales cada vez mayores. Como resumen, el equipo señala que la demanda de recursos crece de forma acelerada: «costos de hardware y ambientales que aumentan rápidamente».
Qué soluciones podrían ayudar y dónde fallan
Entre las medidas posibles figuran el caching inteligente, la reutilización de generaciones existentes y la «poda» de ejemplos de entrenamiento ineficientes. Estas estrategias podrían recortar el consumo, pero aún no está claro si serán suficientes para frenar el gasto energético de la IA. El informe de Hugging Face se apoya en el análisis de MIT Technology Review: «la comprensión de la energía consumida por la IA está llena de agujeros».
El costo real para el planeta y la economía de la IA
El impacto ya es sustancial: la energía asociada a la IA representa cerca del 20% de la demanda mundial de electricidad de centros de datos. Las grandes tecnológicas siguen invirtiendo decenas de miles de millones en infraestructuras, a veces sin cumplir metas climáticas. En su informe ambiental de 2024, Google admite haber quedado rezagado respecto al objetivo de emisiones netas para 2030, con un incremento del 13% en emisiones año tras año, en gran parte debido a la IA. A principios de año, Google lanzó Veo 3, su generador de video con IA, y afirmó que los usuarios crearon más de 40 millones de videos en siete semanas. Se desconoce aún el alcance real de su impacto ambiental; lo que es claro es que la contribución podría ser mayor de lo esperado.
Qué hacer ahora: caminos, preguntas y responsabilidad
Frente a estas cifras, hace falta transparencia y gobernanza: establecer estándares de eficiencia, auditorías independientes y monitoreo público del consumo energético de IA. Las estrategias de caching, reutilización y poda deben integrarse con evaluaciones rigurosas para evitar que la innovación dependa solo de su brillo. MIT Technology Review insiste en que la conversación debe ser más profunda y clara para decidir si la inversión tecnológica es sostenible. La pregunta final: ¿podremos avanzar en IA sin dejar un rastro ecológico fuera de control? El tiempo para respuestas contundentes es ahora.
