greenai.guide

Inicio › Artículos › ¿Cuánta agua consume la IA?

Artículo

¿Cuánta agua consume la IA?

Actualizado · 9 min de lectura

En resumen

La IA usa agua de dos formas principales: directamente, para refrigerar los centros de datos, e indirectamente, en las centrales que generan su electricidad. Por prompt de texto, las cifras publicadas van de 0,26 mL (la cifra de Google para Gemini) a unos 45 mL (la cifra de ciclo de vida de Mistral AI), sobre todo porque cuentan cosas distintas. En total, el consumo de agua de la IA es grande y va en aumento: los centros de datos de Estados Unidos consumieron directamente unos 66.000 millones de litros en 2023, más unos 800.000 millones de litros indirectamente a través de su electricidad, y de dónde se toma esa agua importa tanto como cuánta se toma.

Puntos clave

  • Google informa de 0,26 mL de agua para la mediana de un prompt de texto a Gemini; el análisis de ciclo de vida de Mistral AI sitúa una respuesta de 400 tokens en 45 mL.
  • Li y sus colegas estimaron que entrenar GPT-3 en los centros de datos de Microsoft en Estados Unidos podría consumir 5,4 millones de litros de agua, incluidos 700.000 litros in situ.
  • El Lawrence Berkeley National Laboratory estimó que los centros de datos de Estados Unidos consumieron directamente 66.000 millones de litros de agua en 2023, y casi 800.000 millones de litros indirectamente a través de la generación de electricidad.
  • Li y sus colegas prevén que la demanda mundial de IA podría suponer entre 4.200 y 6.600 millones de metros cúbicos de extracción de agua en 2027, de los cuales se consumirían entre 380 y 600 millones.
  • El consumo de agua de Microsoft aproximadamente se duplicó, de 3.990 a 8.170 megalitros, entre sus ejercicios fiscales 2020 y 2025; en 2025, el 48 % se produjo en zonas con estrés hídrico.
  • AWS informa de una eficiencia en el uso del agua global de 0,12 litros por kWh en 2025, mientras que la electricidad estadounidense de la que se abastece consume unos 3-4,5 litros por kWh en la central.

¿Cuánta agua consume la IA? Menos por prompt de lo que sugieren muchos titulares, pero más en total, y más en algunos lugares, de lo que la mayoría de la gente cree. El consumo de agua de la IA procede sobre todo de la refrigeración de los centros de datos y de la generación de la electricidad con la que funcionan. Esta página expone las cifras publicadas sobre el consumo de agua de la IA, explica por qué varían tanto e indica lo que aún se desconoce.

¿Cuánta agua consume un prompt de IA?

Entre una fracción de mililitro y unas pocas decenas de mililitros por prompt (instrucción) de texto, según lo que se contabilice. Las cifras publicadas no son comparables entre sí, así que lea cada una junto con su límite.

Cifra Qué abarca Fuente
0,26 mL por mediana de prompt de texto a Gemini Agua in situ del centro de datos, mayo de 2025 Google, 2025
45 mL por respuesta de Le Chat de 400 tokens Análisis de ciclo de vida, incluidos impactos previos como la fabricación de servidores Mistral AI, 2025
500 mL por cada 10-50 respuestas de GPT-3 de longitud media, aproximadamente Agua in situ más agua de las centrales eléctricas, variable según dónde y cuándo se ejecute Li, Yang, Islam y Ren, 2025

Google describe su cifra como unas cinco gotas de agua; se calcula a partir de la eficiencia hídrica in situ de los centros de datos y no incluye el agua usada para generar la electricidad. La de Mistral es mayor sobre todo porque es un análisis de ciclo de vida, realizado con la consultora Carbone 4 y la agencia francesa de medio ambiente ADEME, que contabiliza impactos previos como la fabricación de servidores, no solo la refrigeración in situ. La estimación de Li y sus colegas se refiere a un modelo más antiguo, pero mostró algo que sigue siendo cierto: la misma respuesta de IA puede usar varias veces más agua según el centro de datos y la hora del día.

¿Cómo usa agua la IA?

Directamente, al evaporar agua para refrigerar los centros de datos, e indirectamente, a través del agua usada para generar electricidad y fabricar chips. Li y sus colegas distinguen tres alcances, a imagen de la contabilidad del carbono.

  1. Agua in situ (alcance 1). Casi toda la electricidad que usa un servidor se convierte en calor. Muchos centros de datos evacuan ese calor mediante torres de refrigeración o refrigeración por aire asistida por evaporación, que evaporan agua. La refrigeración líquida dentro del servidor, como la refrigeración directa al chip, no consume agua por sí misma; lo que importa es cómo libera finalmente la instalación el calor al exterior.
  2. Agua fuera de las instalaciones (alcance 2). Las centrales térmicas, que queman combustible o usan calor nuclear, necesitan agua para refrigerarse. Li y sus colegas sitúan la media de Estados Unidos en unos 43,8 litros extraídos y 3,1 litros consumidos por kilovatio hora generado. El Lawrence Berkeley National Laboratory estimó 4,52 litros consumidos por kWh para los centros de datos de Estados Unidos, dadas las redes de los lugares donde se encuentran.
  3. Agua incorporada (alcance 3). La fabricación de chips y servidores necesita grandes cantidades de agua ultrapura, y parte del agua vertida puede contener residuos químicos.

¿Qué diferencia hay entre extracción y consumo?

La extracción es el agua que se toma de un río, un acuífero o la red de suministro; el consumo es la parte que no se devuelve, sobre todo por evaporación. El consumo es la mejor medida del agua que pierde una zona; la extracción importa donde el suministro es escaso. Los informes de las empresas y los estudios usan ambas, así que compruebe de cuál se trata antes de comparar cifras.

¿Cuánta agua consumen en total los centros de datos?

Miles de millones de litros al año in situ, y muchas veces más a través de su electricidad. Las cifras nacionales y mundiales son estimaciones; no todos los centros de datos informan de su consumo de agua.

  • Estados Unidos: el Lawrence Berkeley National Laboratory estimó que los centros de datos consumieron directamente unos 66.000 millones de litros de agua en 2023, frente a 21.200 millones en 2014, y que los centros a hiperescala y de coubicación representaban el 84 %. Situó su huella hídrica indirecta a través de la electricidad en casi 800.000 millones de litros, unas doce veces la cifra directa, y prevé que solo los centros de datos a hiperescala consuman directamente entre 60.000 y 124.000 millones de litros en 2028.
  • IA mundial: Li y sus colegas previeron que la demanda mundial de IA podría suponer entre 4.200 y 6.600 millones de metros cúbicos de extracción de agua en 2027, más que la extracción anual de la mitad del Reino Unido, de los cuales se consumirían entre 380 y 600 millones de metros cúbicos.

La gran diferencia entre el agua directa y la indirecta es el principal motivo de que las estimaciones diverjan. Un estudio que solo cuente el agua de refrigeración dará una cifra muy inferior a la de uno que incluya las centrales eléctricas.

¿Cuánta agua consume entrenar un modelo de IA?

De cientos de miles a millones de litros para un gran modelo, según las pocas estimaciones publicadas.

  • GPT-3: Li y sus colegas estimaron que entrenarlo en los centros de datos de Microsoft en Estados Unidos podría consumir 5,4 millones de litros de agua en total, incluidos 700.000 litros evaporados in situ.
  • Mistral Large 2: el análisis de ciclo de vida de Mistral AI situó el entrenamiento más 18 meses de uso en 281.000 metros cúbicos de agua consumida.

Pocas fichas de modelo informan sobre el agua. Li y sus colegas señalaron que, aunque las fichas de modelo incluyen habitualmente las emisiones de carbono, suele faltar incluso el consumo de agua in situ.

¿Qué informan las empresas de IA sobre el agua?

Su consumo total de agua va en aumento, y algunas informan ya de su eficiencia por kilovatio hora. Las cifras proceden de los informes anuales de sostenibilidad y son autodeclaradas, aunque algunas cuentan con verificación externa.

Empresa Cifra Año
Microsoft Consumo de agua de 8.170 megalitros, frente a 3.990 en el ejercicio 2020; extracción de 13.266 megalitros Ejercicio fiscal 2025
Alphabet (Google) Consumo de agua de 10.869 millones de galones (unos 41.000 millones de litros), en toda la empresa 2025
Google Reposición de unos 7.700 millones de galones, aproximadamente el 78 % de su consumo de agua dulce 2025
AWS WUE global de 0,12 litros por kWh de carga informática, un 20 % mejor que en 2024 2025

La WUE (eficiencia en el uso del agua), definida por The Green Grid, son los litros de agua usados in situ por kilovatio hora de energía informática. Es una medida de eficiencia útil, pero deja fuera el agua de las centrales eléctricas y no dice nada sobre si la zona sufre escasez de agua. La "reposición" significa financiar proyectos que devuelven agua a las cuencas; no reduce lo que toma un centro de datos. Consulte entender el PUE y la WUE.

¿Por qué importa tanto la ubicación?

Porque un litro tomado en una región seca cuesta mucho más, en términos ambientales y sociales, que uno tomado donde el agua abunda. El clima y el diseño de la refrigeración cambian de forma drástica el consumo de agua por kilovatio hora.

Las cifras de Microsoft por emplazamiento muestran la dispersión. En su ejercicio fiscal 2025, sus centros de datos de la zona de Phoenix (Arizona) consumieron unos 954.000 MWh de electricidad y extrajeron 981 megalitros de agua; los de la zona de Dublín (Irlanda) consumieron más electricidad, unos 1,3 millones de MWh, y extrajeron 18 megalitros. En el conjunto de la empresa, el 48 % de su consumo de agua en 2025 se produjo en zonas de estrés hídrico alto o extremadamente alto, evaluadas con la herramienta Aqueduct del World Resources Institute.

El momento también importa, y puede ir en contra del carbono. Li y sus colegas descubrieron que la eficiencia hídrica varía según la hora además de según el lugar: el consumo de agua in situ aumenta en las horas de más calor, mientras que la red suele estar más limpia cuando abunda la energía solar. Reducir el carbono puede significar "seguir al sol", y reducir el agua, "dejar de seguirlo", así que las dos huellas deben sopesarse juntas en lugar de sacrificar una por otra a ciegas. Si se proyecta un centro de datos cerca de usted, consulte opinar sobre un centro de datos cerca de mí.

¿Qué es incierto sobre el consumo de agua de la IA?

Casi todo, en el detalle: pocos proveedores publican cifras de agua por tarea, los métodos difieren y rara vez se informa de los impactos locales. Las principales lagunas:

  • Límites. ¿Solo in situ, o también el agua de las centrales y de la fabricación? Esto por sí solo explica la mayor parte de la diferencia entre 0,26 mL y 45 mL por prompt.
  • Extracción o consumo. Algunas cifras informan de una cosa y otras de la otra.
  • Ubicación y momento. Las medias mundiales ocultan el estrés local, y pocas empresas publican datos por emplazamiento.
  • La parte de la IA. Los totales de las empresas abarcan todos los centros de datos y a menudo también las oficinas; la IA no se declara por separado.
  • Previsiones. Las previsiones para 2027-2030 dependen de supuestos sobre el crecimiento de la IA, la tecnología de refrigeración y la red.

La información mejora en algunos lugares. En la UE, los operadores de centros de datos con una demanda de potencia informática de al menos 500 kW deben informar de su consumo de energía y agua en virtud del Reglamento Delegado 2024/1364. En otros lugares, la divulgación es sobre todo voluntaria.

¿Cómo puede la IA consumir menos agua?

Usando menos cálculo, ejecutándolo en los lugares adecuados y eligiendo la refrigeración y la electricidad adecuadas. Los mismos pasos que reducen la energía reducen también el agua.

Qué hacer a continuación

Preguntas frecuentes

¿Cuánta agua consume ChatGPT?

OpenAI no ha publicado ninguna cifra de agua. Li y sus colegas estimaron que GPT-3 necesitaba consumir una botella de agua de 500 mL por cada 10 a 50 respuestas de longitud media, aproximadamente, según dónde y cuándo se ejecutara. Esa estimación antigua incluye el agua de las centrales eléctricas; las cifras más recientes de las empresas para otros modelos son menores.

¿Cuánta agua consume un prompt de IA?

Las cifras publicadas van de 0,26 mL para la mediana de un prompt de texto a Gemini (Google, 2025) a 45 mL para una respuesta de Mistral de 400 tokens contabilizada a lo largo de todo su ciclo de vida. La diferencia se debe sobre todo a lo que se contabiliza: solo la refrigeración in situ, o un ciclo de vida completo que incluye impactos previos como la fabricación de servidores.

¿Por qué usan agua los centros de datos?

Sobre todo para evacuar calor. Muchos centros de datos usan torres de refrigeración o refrigeración asistida por evaporación, que evaporan agua. Las centrales que generan su electricidad también usan agua, y la fabricación de chips necesita agua ultrapura.

¿Qué diferencia hay entre la extracción y el consumo de agua?

La extracción es toda el agua que se toma de una fuente, gran parte de la cual se devuelve. El consumo es el agua que no se devuelve, sobre todo porque se evapora. El consumo es la mejor medida del agua que pierde una zona.

¿Qué es la WUE de un centro de datos?

La eficiencia en el uso del agua (WUE, por sus siglas en inglés): litros de agua usados in situ por kilovatio hora de energía informática. Cuanto más baja, mejor. AWS informa de 0,12 L/kWh en 2025. La WUE deja fuera el agua usada para generar la electricidad, que a menudo es mucho mayor.

¿Es un problema el consumo de agua de la IA?

Depende de dónde se produzca. La previsión de Li y sus colegas para la extracción mundial de agua de la IA en 2027 supera la extracción anual de la mitad del Reino Unido, y el 48 % del consumo de agua de Microsoft en 2025 se produjo en zonas con estrés hídrico. Un litro tomado de una región con estrés hídrico importa mucho más que uno tomado de una región rica en agua.

¿Cómo puede la IA consumir menos agua?

Usando menos cálculo, ejecutando el trabajo en regiones más frescas o ricas en agua y en momentos de uso eficiente del agua, y usando sistemas de refrigeración que no evaporen agua. A nivel individual, los mismos hábitos que ahorran energía ahorran agua, porque el consumo de agua sigue al de energía.

Fuentes

  1. Making AI less 'thirsty': uncovering and addressing the secret water footprint of AI models, Li, Yang, Islam and Ren (arXiv 2304.03271, v5) (2025)
  2. Measuring the environmental impact of delivering AI at Google scale, Elsworth et al., Google (2025)
  3. Our contribution to a global environmental standard for AI, Mistral AI (2025)
  4. 2024 United States Data Center Energy Usage Report, Lawrence Berkeley National Laboratory (2024)
  5. 2026 environmental data fact sheet, Microsoft (2026)
  6. Alphabet FY2025 environmental indicators assurance letter (Schedule of select environmental metrics), Alphabet (2026)
  7. Read our 11th annual Environmental Report, Google (2026)
  8. 2025 AWS sustainability summary, Amazon Web Services (2026)
  9. Water Usage Effectiveness (WUE): a Green Grid data center sustainability metric (White Paper 35), The Green Grid (2011)
  10. Commission Delegated Regulation (EU) 2024/1364 on the first phase of the establishment of a common Union rating scheme for data centres, European Commission (2024)

Únase a nosotros

Ayude a reducir el impacto de la IA en el planeta

Reciba por correo electrónico nuevas guías, convocatorias de financiación y fichas de los directorios, aproximadamente una vez al mes. O añada su producto, curso, doctorado o investigación a los directorios.

Sin seguimiento. Cancele la suscripción con un clic. Otras formas de unirse · Privacidad