La demanda de energía de la IA: Los números que realmente importan

La demanda de electricidad por parte de los centros de datos basados en IA no es una tendencia temporal, sino un cambio estructural en el consumo energético mundial. La magnitud de este aumento es enorme y se está acelerando constantemente. Según las proyecciones, las necesidades de energía se duplicarán en un decenio. Este aumento es el resultado directo del apetito insaciable de la inteligencia artificial por poder informático, lo que convierte a los centros de datos en los nuevos “gigantes industriales” en materia de uso de energía.

Se proyecta que el consumo de electricidad en los centros de datos globales se duplicará con creces para el año 2035.El 8.6% de la demanda en los Estados UnidosEsto representa un aumento significativo en comparación con la tasa actual del 3.5%. La fuente de energía necesaria para este crecimiento es evidente: el entrenamiento de modelos sofisticados como GPT-4 requiere una cantidad enorme de energía. Según algunas estimaciones, el entrenamiento de GPT-4 por sí solo requiere alrededor de 30 megavatios de energía. Esta demanda está superando ya a otros sectores emergentes de la energía, como los vehículos eléctricos.

La previsión a corto plazo es aún más optimista.Según las previsiones de Goldman Sachs Research, la demanda mundial de energía por parte de los centros de datos aumentará en un 50% hasta el año 2027.Y en un 165% más, para finales de la década, en comparación con los niveles de 2023. Esto genera una clara tensión entre la oferta y la demanda. Se proyecta que las tasas de ocupación de la infraestructura de centros de datos alcancen un pico del 95% a finales de 2026, antes de disminuir. En resumen, se trata de una reconfiguración fundamental de las redes eléctricas, impulsada por unos pocos gigantes tecnológicos que construyen instalaciones enormes y que consumen mucha energía.

El cuello de botella en el suministro y el riesgo del mercado

La limitación inmediata para satisfacer la demanda de energía generada por la IA no se debe a la falta de capital, sino a que la red eléctrica no puede expandirse con suficiente rapidez. Las compañías eléctricas enfrentan grandes retrasos en el otorgamiento de permisos y en la construcción de nuevas líneas de transmisión para transportar la energía desde las fuentes de generación hasta los centros de datos de alta densidad. Esto crea un cuello de botella físico que impone precios elevados por la energía en las regiones clave de crecimiento, independientemente de la cantidad de dinero que se invierta en este sector.

Este tipo de conflicto en el lado de la oferta genera un claro riesgo financiero: existe la posibilidad de que haya un exceso de capacidad en los centros de datos hasta el año 2027. Se proyecta que las tasas de ocupación de esta infraestructura alcancen un punto máximo del 95% a finales de 2026, para luego disminuir. A medida que más instalaciones se establezcan y el crecimiento de la demanda impulsado por la IA disminuya, el mercado podría enfrentar un exceso de espacio de alta capacidad, lo que presionaría los precios de alquiler y las rentabilidades de las nuevas construcciones.

La concentración de esta demanda en ciertas regiones agrava aún más la situación. Por ejemplo, el mercado de Northern Virginia es el principal centro de datos de los Estados Unidos; allí se encuentran numerosas instalaciones. Esta concentración regional significa que las redes eléctricas locales están siendo sometidas a grandes presiones, lo que las hace especialmente vulnerables a los retrasos en la transmisión de energía, lo cual dificulta el crecimiento del suministro general.

Los catalizadores y lo que hay que observar

La resolución del desequilibrio entre la demanda y la oferta de energía por parte de las tecnologías de IA depende de tres factores clave. En primer lugar, el ritmo de desarrollo de los nuevos proyectos relacionados con la energía es crucial. El ciclo de desarrollo de siete años que tiene la industria para la construcción de centros de datos implica que la oferta debe crearse con anticipación. Sin embargo, como se mencionó anteriormente…La mayor parte de la electricidad necesaria para alimentarlos debe provenir de centrales eléctricas que utilizan combustibles fósiles.Si no se crean rápidamente nuevas capacidades de producción de energía limpia, entonces es crucial supervisar los nuevos proyectos relacionados con la energía nuclear y las fuentes de energía renovable. Esto es necesario para asegurarse de que el suministro de energía pueda seguir el aumento previsto del 50% en todo el mundo hasta el año 2027.

En segundo lugar, las medidas regulatorias y los cambios en las tarifas de servicios públicos representan un riesgo directo para la economía de los centros de datos. A medida que las instalaciones sobrecargan las redes locales, las compañías de servicios públicos pueden imponer tarifas más altas o requerir mejoras en la infraestructura. Esto podría aumentar los costos operativos de los operadores, lo que potencialmente retrasaría su expansión o afectaría la rentabilidad de las nuevas construcciones. El impacto financiero de estos cambios regulatorios será una variable clave en la trayectoria del mercado.

Por último, las mejoras en la eficiencia del hardware y el software de la IA representan un posible factor que puede contribuir a reducir los problemas relacionados con esta tecnología. Innovaciones como…La arquitectura “Mixtura de Expertos” de DeepSeekV3Esto promete una mayor eficiencia en la capacitación de los modelos, lo que podría reducir los costos de capital y el consumo de energía por modelo. Si estos avances se aceleran, podrían suavizar la curva de demanda y ayudar a evitar el riesgo de sobreoferta previsto para el año 2027. En resumen, el camino que tomará el mercado estará determinado por la interacción entre la velocidad de generación de energía nueva, el costo de acceso a la red eléctrica y la tasa de mejoras en la eficiencia de la inteligencia artificial.