La inteligencia artificial (IA) se ha convertido en un recurso cotidiano para millones de usuarios, pero su coste ambiental sigue siendo objeto de especulación. Esta semana, Google ha dado un paso inusual en la industria tecnológica al publicar datos detallados sobre el impacto energético, de emisiones y de agua que genera cada interacción con su asistente Gemini. El informe, Measuring the environmental impact of delivering AI at Google Scale, ofrece un marco metodológico integral que podría sentar precedente en un sector hasta ahora marcado por estimaciones dispersas y opacas.
Los resultados sorprenden ya que un prompt típico de Gemini consume 0,24 Wh de energía, emite 0,03 gramos de CO2 equivalente y utiliza 0,26 mililitros de agua. O, en términos más mundanos, menos electricidad que encender un televisor durante nueve segundos y apenas cinco gotas de agua. Estas cifras son entre una y dos órdenes de magnitud inferiores a muchas estimaciones previas, que llegaban a situar el coste energético en varios vatios-hora por consulta y el consumo de agua en decenas de mililitros.
La clave, explica Google, está en la forma de medir. El documento critica que gran parte de la literatura académica y los comunicados corporativos se centran solo en la energía consumida por los aceleradores de IA —las GPU o TPU que ejecutan el modelo—, dejando fuera factores relevantes como el uso de CPU y memoria, el gasto en máquinas inactivas que se mantienen listas para asegurar baja latencia, y el sobrecoste energético del propio centro de datos, reflejado en el índice Power Usage Effectiveness (PUE). Al aplicar una metodología que incluye todos estos elementos, la compañía encuentra que los cálculos más restringidos subestiman en hasta 2,4 veces el coste real.
Aun así, la tendencia es claramente descendente. Entre mayo de 2024 y mayo de 2025, Google asegura haber reducido 33 veces el consumo energético por prompt y 44 veces las emisiones asociadas. Esa caída se atribuye a una combinación de factores: arquitecturas más eficientes como Mixture-of-Experts, técnicas de inferencia optimizadas como Speculative Decoding, hardware propio como los TPU Ironwood —30 veces más eficientes que la primera generación— y mejoras en el software que permiten agrupar consultas, reducir cálculos redundantes y minimizar tiempos de inactividad.
La compañía también incorpora al cálculo las llamadas “emisiones incorporadas” (Scope 3), derivadas de la fabricación del hardware, un aspecto que pocos competidores incluyen. Aun así, las emisiones dominantes siguen siendo las asociadas al consumo eléctrico, lo que refuerza la importancia de la eficiencia y de la descarbonización de la red.
En cuanto al agua, el informe cuantifica que cada prompt utiliza 0,26 mililitros, un volumen insignificante si se mira de forma aislada, pero relevante cuando se multiplica por miles de millones de consultas diarias. Google afirma que sus centros de datos consumen de media el 80 por ciento del agua retirada y que está avanzando hacia tecnologías de refrigeración por aire en regiones de alto estrés hídrico, con el objetivo de acercar el consumo neto a cero.
El gesto no es solo técnico. Con esta divulgación, Google busca establecer un estándar de transparencia en un debate cada vez más intenso. Hasta ahora, estudios académicos y revelaciones puntuales de rivales como OpenAI o Mistral han producido cifras dispares, a menudo con diferencias de hasta un orden de magnitud para tareas comparables. Al mostrar datos empíricos en un entorno real de producción global, la compañía se coloca en posición de liderazgo narrativo y quien controla la metodología controla también la conversación sobre sostenibilidad de la IA.
El mensaje final es doble. Por un lado, el impacto unitario de un prompt resulta bajo en comparación con actividades cotidianas. Por otro, la escala masiva de la IA convierte incluso fracciones de vatio y gotas de agua en volúmenes significativos que requieren vigilancia constante. En palabras implícitas del informe, la eficiencia no es un accidente, es el único camino para que la expansión de la IA no entre en conflicto directo con la transición climática.
