El uso global de electricidad en centros de datos va camino de prácticamente duplicarse hasta unos 945 TWh para 2030, cerca del 3% de toda la electricidad, partiendo de unos 415 TWh en 2024 (IEA, Energy and AI 2025). La IA es el principal impulsor: según la misma contabilidad del IEA, el uso de electricidad en centros de datos enfocados en IA se disparó un 50% solo en 2025, mientras que la demanda general de centros de datos creció un 17% ese año. Aun así, el panorama por consulta apunta en sentido contrario. Google reporta que la energía detrás de un prompt mediano de Gemini cayó 33 veces en doce meses (Google, 2025), y Epoch AI ubica una consulta típica de ChatGPT en unos 0,3 vatios-hora, diez veces por debajo de estimaciones anteriores (Epoch AI, 2025). Este análisis consolida datos del IEA, EPRI, Lawrence Berkeley National Laboratory, Google, Epoch AI, Stanford HAI, McKinsey y otras 10 fuentes primarias para separar las proyecciones destacadas de la realidad medida por unidad.
TL;DR
- Se proyecta que el uso global de electricidad en centros de datos prácticamente se duplique, de unos 415 TWh en 2024 a unos 945 TWh para 2030, con los sitios enfocados en IA subiendo un 50% solo en 2025 (IEA, Energy and AI 2025).
- Gartner sitúa el consumo global de centros de datos en 565 TWh en 2026, un 26% más que los 447 TWh de 2025 (Gartner, 2026).
- Los centros de datos de EE. UU. usaron alrededor del 4,4% de la electricidad nacional en 2023 y podrían alcanzar entre el 6,7% y el 12% para 2028 (LBNL, 2024).
- Una consulta típica a GPT-4o usa alrededor de 0,3 vatios-hora, unas diez veces por debajo de estimaciones anteriores (Epoch AI, 2025).
- Entrenar el Llama 3.1 405B, de Meta, emitió alrededor de 8930 toneladas de CO2 en 2024 (Stanford HAI, AI Index 2025).
- Las emisiones de Microsoft aumentaron un 25% en 2025, hasta 20 millones de toneladas métricas de CO2 equivalente (divulgación de Microsoft del FY2025, vía Fortune 2026).
- Los precios de capacidad de PJM subieron de 28,92 a 329,17 dólares por megavatio-día, con los centros de datos impulsando el 63% del aumento (PJM, 2025; IEEFA, 2025).
- Se proyecta que las cinco mayores hyperscalers gasten alrededor de 725 mil millones de dólares en infraestructura de IA en 2026 (estimaciones de analistas, 2026).
- McKinsey proyecta hasta 6,7 billones de dólares en inversión de capital en centros de datos para 2030 (McKinsey, 2025).
1. Demanda global de electricidad de centros de datos e IA
La historia macro es una duplicación en unos seis años, y la IA es el acelerante. Los centros de datos funcionaron con unos 415 TWh en 2024, pero la tasa de crecimiento importa más que el nivel: la electricidad de los centros de datos enfocados en IA saltó un 50% en un solo año (2025), mientras que la categoría más amplia creció un 17% (IEA, Energy and AI 2025). Para 2030, la porción de IA en el consumo de energía de centros de datos debería subir de la banda actual del 5-15% al 35-50%, convirtiéndose en el mayor impulsor individual del aumento. Las estimaciones divergen según el alcance, así que hay que leer la base de la fuente, no solo el titular.
| Métrica | Valor | Fuente |
|---|---|---|
| Electricidad global de centros de datos, 2024 | ~415 TWh (~1,5% del global) | IEA, Energy and AI 2025 |
| Electricidad global de centros de datos, 2030 (Caso Base) | ~945 TWh (~3% del global) | IEA, Energy and AI 2025 |
| Crecimiento de la electricidad en centros de datos enfocados en IA, 2025 | +50% | IEA, Energy and AI 2025 |
| Electricidad global de centros de datos, 2026 (Gartner) | 565 TWh (+26% interanual) | Gartner, 2026 |
| Electricidad de servidores optimizados para IA, 2026 | 175 TWh (+84% interanual) | Gartner, 2026 |
| Crecimiento de la demanda global de energía para 2030 vs 2023 | +165% | Goldman Sachs, 2025 |
| Porción de servidores optimizados para IA en el consumo de energía de centros de datos, 2026 | 31% | Gartner, 2026 |
Nota de alcance: el IEA ve la porción de IA en el consumo de energía de centros de datos subiendo del 5-15% actual hacia el 35-50% para 2030. El escenario base de 2025 de Gartner (447 TWh) queda por debajo de otras estimaciones de 2025 cercanas a 485 TWh, porque las metodologías usan distintas definiciones y límites de instalaciones; hay que tratar las comparaciones de TWh entre fuentes con cautela. Los chips dentro de esos racks son el motor de la demanda; consulta nuestras estadísticas de chips de IA para 2026 para el lado del silicio. Informe completo: IEA, Energy demand from AI.
2. La red eléctrica de EE. UU. bajo carga
Estados Unidos es donde la curva de demanda se encuentra con una red eléctrica física, y las previsiones se siguen revisando al alza. Berkeley Lab registró los centros de datos en el 4,4% de la electricidad nacional en 2023; los escenarios más recientes de EPRI se extienden al 9-17% de la electricidad de EE. UU. para 2030. La estimación de carga pico de EPRI ahora llega hasta 94 GW para 2030, desde 21-22 GW en 2024, y sus nuevas cifras están un 60% por encima de su propia estimación de 2024 (EPRI, Powering Intelligence 2026). Grid Strategies enmarca el panorama nacional: 166 GW de crecimiento de carga en cinco años, unos 90 GW de ellos provenientes de centros de datos.
| Métrica | Valor | Fuente |
|---|---|---|
| Porción de los centros de datos de EE. UU. en la electricidad, 2023 | 4,4% (176 TWh) | LBNL, 2024 |
| Porción de los centros de datos de EE. UU. para 2028 | 6,7% a 12% (325-580 TWh) | LBNL, 2024 |
| Porción de los centros de datos de EE. UU. para 2030 | 9% a 17% | EPRI, Powering Intelligence 2026 |
| Carga pico de los centros de datos de EE. UU., 2024 | 21-22 GW | EPRI, Powering Intelligence 2026 |
| Carga pico de los centros de datos de EE. UU. para 2030 | 45 / 71 / 94 GW (Bajo/Medio/Alto) | EPRI, Powering Intelligence 2026 |
| Crecimiento nacional de carga pico a 5 años | 166 GW (~90 GW centros de datos) | Grid Strategies, 2025 |
Nota sobre valor atípico: Grid Strategies advierte que las empresas de servicios públicos podrían estar sobreestimando la demanda de centros de datos hasta en un 40%, porque solicitudes de interconexión especulativas y duplicadas inflan la cola (Grid Strategies, National Load Growth Report 2025). Informes: LBNL 2024 Data Center Energy Usage Report y EPRI, Powering Intelligence 2026.
3. Lo que realmente cuesta una consulta de IA
Las cifras por consulta se han desplomado a medida que los proveedores publican telemetría real, lo que redefine la narrativa de “la IA está hirviendo los océanos” en torno a un solo prompt. Un prompt mediano de texto de Gemini consume 0,24 vatios-hora, 0,03 gramos de CO2e y 0,26 mililitros de agua, aproximadamente cinco gotas (Google, 2025). Epoch AI llega de forma independiente a unos 0,3 Wh para una consulta típica de GPT-4o, y la cifra propia de OpenAI es 0,34 Wh. La salvedad: los prompts de contexto largo son mucho más pesados, y el agregado sigue sumando a lo largo de miles de millones de consultas diarias.
| Métrica | Valor | Fuente |
|---|---|---|
| Energía de consulta típica a GPT-4o | ~0,3 Wh (vs 3 Wh estimación anterior) | Epoch AI, 2025 |
| Energía de prompt mediano de texto de Gemini | 0,24 Wh | Google, 2025 |
| Energía promedio de consulta a ChatGPT | 0,34 Wh | Sam Altman, The Gentle Singularity 2025 |
| Consulta larga (100 mil tokens de entrada) | ~40 Wh | Epoch AI, 2025 |
| Carbono del prompt mediano de Gemini | 0,03 gCO2e | Google, 2025 |
| Caída de energía por prompt de Gemini, 12 meses hasta mayo de 2025 | 33x menor | Google, 2025 |
| 1000 millones de mensajes de ChatGPT/día | ~12,5 MW continuos | Epoch AI, 2025 |
Contexto: la caída por consulta refleja modelos y hardware más eficientes, no una demanda menor. Para el lado económico de la misma tendencia, consulta nuestras estadísticas de costo de inferencia de IA para 2026. Metodología primaria: Google Cloud, Measuring the environmental impact of AI inference y Epoch AI, How much energy does ChatGPT use?.
4. Entrenamiento de modelos de frontera
El entrenamiento es un pico puntual por modelo, pero los picos son cada vez más pronunciados. El AI Index de Stanford sitúa las emisiones de entrenamiento del Llama 3.1 405B en unas 8930 toneladas de CO2, frente a 588 toneladas de GPT-3 en 2020 y prácticamente nada para AlexNet en 2012 (Stanford HAI, AI Index 2025). El hallazgo estructural del informe es el efecto compuesto: la computación de entrenamiento para modelos notables se duplica aproximadamente cada cinco meses, y la potencia para entrenar sistemas de frontera se duplica aproximadamente cada año.
| Métrica | Valor | Fuente |
|---|---|---|
| Emisiones de entrenamiento del Llama 3.1 405B (2024) | ~8930 toneladas de CO2 | Stanford HAI, AI Index 2025 |
| Emisiones de entrenamiento de GPT-4 (2023) | ~5184 toneladas de CO2 | Stanford HAI, AI Index 2025 |
| Emisiones de entrenamiento de GPT-3 (2020) | ~588 toneladas de CO2 | Stanford HAI, AI Index 2025 |
| Emisiones de entrenamiento de AlexNet (2012) | ~0,01 toneladas de CO2 | Stanford HAI, AI Index 2025 |
| Tiempo de duplicación de la computación de entrenamiento | ~cada 5 meses | Stanford HAI, AI Index 2025 |
| Energía de entrenamiento de GPT-4 (estimación por especificaciones filtradas) | ~50-62 GWh | Estimaciones independientes vía TDS, 2023 |
Aviso: la cifra de energía de entrenamiento de GPT-4 es una estimación externa derivada de especificaciones de hardware filtradas (25 000 GPU A100 durante 90-100 días), no una divulgación del proveedor; hay que tratarla como indicativa. El entrenamiento también representa una fracción pequeña de la huella durante toda la vida útil, en comparación con la inferencia a escala. Para el panorama más amplio de construcción de modelos, consulta nuestras estadísticas de IA generativa para 2026. Fuente: Stanford HAI, 2025 AI Index Report, Chapter 1.
5. La huella hídrica
El agua es la segunda historia de recursos, dividida entre la refrigeración directa y el agua incorporada en la generación de electricidad. Se proyecta que los centros de datos de Texas usen hasta 399 mil millones de galones de agua en 2030, desde 49 mil millones en 2025 (HARC and University of Houston, 2025). Los proveedores están impulsando la eficiencia: Microsoft reportó una efectividad de uso de agua de 0,30 L/kWh en el año fiscal 2025, una mejora del 39% respecto a 2021, y su refrigeración de cero evaporación de agua evita más de 125 millones de litros por centro de datos cada año.
| Métrica | Valor | Fuente |
|---|---|---|
| Uso de agua del prompt mediano de Gemini | 0,26 mL | Google, 2025 |
| Efectividad de uso de agua de Microsoft, año fiscal 2025 | 0,30 L/kWh (-39% vs 2021) | Microsoft, 2025 |
| Ahorro de la refrigeración de cero uso de agua de Microsoft | >125 millones de litros/centro de datos/año | Microsoft, 2025 |
| Uso directo de agua en centros de datos de EE. UU., 2023 | ~17 mil millones de galones | LBNL, 2024 |
| Uso directo de agua proyectado para 2028 | 38-73 mil millones de galones | LBNL, 2024 |
| Uso de agua en centros de datos de Texas, 2025 a 2030 | 49 mil millones a 399 mil millones de galones | HARC and University of Houston, 2025 |
| Centro de datos individual de gran tamaño | hasta 5 millones de galones/día | EESI, 2025 |
Contexto: los centros de datos de EE. UU. también impulsaron un uso indirecto estimado de 211 mil millones de galones de agua a través de la generación de electricidad en 2023, lo cual típicamente supera el agua de refrigeración en el sitio (LBNL, 2024). Antecedentes: EESI, Data Centers and Water Consumption.
6. Emisiones de carbono en aumento
La eficiencia por consulta está mejorando, pero las huellas corporativas están subiendo porque el volumen computacional absoluto está explotando. Las emisiones de Microsoft aumentaron un 25% en 2025, hasta 20 millones de toneladas métricas de CO2 equivalente, desde 16 millones, impulsadas por la construcción de centros de datos y por una reducción en algunas compras de créditos de energía renovable (divulgación de Microsoft del FY2025, vía Fortune 2026). Amazon y Google reportaron aumentos direccionales similares. A nivel sectorial, el IEA sigue enmarcando a los centros de datos como una porción pequeña, pero creciente, del carbono global.
| Métrica | Valor | Fuente |
|---|---|---|
| Emisiones de CO2e de Microsoft, 2025 | 20 millones de toneladas (+25% interanual) | Divulgación de Microsoft del FY2025, vía Fortune 2026 |
| Emisiones de CO2e de Microsoft, 2024 | 16 millones de toneladas | Divulgación de Microsoft del FY2025, vía Fortune 2026 |
| Cambio en la huella de carbono de Amazon (último año) | +16% | Carbon Brief, 2026 |
| Cambio en las emisiones de gases de efecto invernadero de Google (último año) | +18% | Carbon Brief, 2026 |
| Porción de los centros de datos en el CO2 global, 2024 a 2030 | ~0,5% subiendo a ~1% (1,4% en el caso alto) | IEA, Energy and AI 2025 |
| Huella de carbono de los sistemas de IA, 2025 | 32,6 a 79,7 millones de toneladas de CO2 | Carbon Brief, 2026 (investigación publicada) |
Nota sobre valor atípico: el rango de carbono de los sistemas de IA de 32,6 a 79,7 millones de toneladas para 2025 es amplio porque la atribución de la carga de trabajo es genuinamente incierta, y varias empresas registraron aumentos de emisiones en parte por pausar algunas compras de créditos de energía renovable, y no solo por el consumo bruto (Carbon Brief, 2026). Contexto y gráficos: Carbon Brief, AI: Five charts on data-centre energy use and emissions y Fortune, Microsoft carbon emissions 2025.
7. Cómo se financia todo esto: precios, capex y nuclear
Alguien paga por la nueva carga, y cada vez más eso se refleja en la red eléctrica y en las facturas de las empresas de servicios públicos. En la región PJM, los precios de capacidad se dispararon de 28,92 dólares por megavatio-día en 2024/25 a 329,17 dólares en 2026/27, con los centros de datos responsables del 63% del salto de 2025/2026 (PJM, 2025; IEEFA, 2025). Para satisfacer la demanda, las hyperscalers están comprometiendo capital histórico y recurriendo a la energía nuclear, mientras Gartner advierte que el suministro de la red se queda corto una vez que el consumo supera los 1200 TWh hacia 2030.
| Métrica | Valor | Fuente |
|---|---|---|
| Precio de capacidad de PJM, 2024/25 a 2026/27 | 28,92 a 329,17 dólares/MW-día | PJM, 2025 |
| Porción de los centros de datos en los costos de capacidad de PJM en diciembre | 40% (6,5 de 16,4 mil millones de dólares) | PJM market monitor, via Utility Dive 2026 |
| Costo adicional para consumidores de PJM por centros de datos | ~9300 millones de dólares/año | IEEFA, 2025 |
| Gasto de las 5 mayores hyperscalers en infraestructura de IA, 2026 | ~725 mil millones de dólares (+77% interanual) | Estimaciones de analistas, 2026 |
| Capex global de centros de datos para 2030 | hasta 6,7 billones de dólares (5,2 billones para IA) | McKinsey, 2025 |
| Proyectos de centros de datos bloqueados, inicio de 2026 | 75+ proyectos por valor de 130 mil millones de dólares | Gartner, 2026 |
| PUE promedio en los mayores centros de datos, 2025 | 1,54 (estable desde hace 6 años) | Uptime Institute, 2025 |
Contexto: el mismo despliegue sustenta el auge de capacidad en la nube; consulta nuestras estadísticas de computación en la nube para 2026. Fuentes: IEEFA, PJM capacity prices, McKinsey, The cost of compute, y Utility Dive, Data centers were 40% of PJM capacity costs.
Resumen: Consumo de Energía de la IA en Cifras
| Métrica | Valor | Fuente |
|---|---|---|
| Electricidad global de centros de datos para 2030 | ~945 TWh (~3% del global) | IEA, Energy and AI 2025 |
| Electricidad global de centros de datos, 2026 | 565 TWh (+26% interanual) | Gartner, 2026 |
| Umbral de escasez de suministro de la red | ~1200 TWh para 2030 | Gartner, 2026 |
| Electricidad de servidores optimizados para IA, 2026 | 175 TWh (+84% interanual) | Gartner, 2026 |
| Crecimiento de la demanda global de energía para 2030 vs 2023 | +165% | Goldman Sachs, 2025 |
| Porción de los centros de datos de EE. UU. en la electricidad, 2023 | 4,4% | LBNL, 2024 |
| Porción de los centros de datos de EE. UU. para 2030 | 9% a 17% | EPRI, Powering Intelligence 2026 |
| Carga pico de los centros de datos de EE. UU. para 2030 (Alto) | 94 GW | EPRI, Powering Intelligence 2026 |
| Energía de consulta típica a GPT-4o | ~0,3 Wh | Epoch AI, 2025 |
| Energía de prompt mediano de texto de Gemini | 0,24 Wh | Google, 2025 |
| Emisiones de entrenamiento del Llama 3.1 405B | ~8930 toneladas de CO2 | Stanford HAI, AI Index 2025 |
| Uso directo de agua en centros de datos de EE. UU., 2023 | ~17 mil millones de galones | LBNL, 2024 |
| Uso de agua en centros de datos de Texas para 2030 | hasta 399 mil millones de galones | HARC and University of Houston, 2025 |
| Emisiones de Microsoft, 2025 | 20 millones de toneladas (+25% interanual) | Microsoft FY2025, vía Fortune 2026 |
| Costo adicional para consumidores de PJM por centros de datos | ~9300 millones de dólares/año | IEEFA, 2025 |
| Precio de capacidad de PJM, 2026/27 | 329,17 dólares/MW-día | PJM, 2025 |
| Capex global de centros de datos para 2030 | hasta 6,7 billones de dólares | McKinsey, 2025 |
| Gasto de las 5 mayores hyperscalers en IA, 2026 | ~725 mil millones de dólares | Estimaciones de analistas, 2026 |
| PUE promedio de centros de datos, 2025 | 1,54 | Uptime Institute, 2025 |
Metodología y Fuentes
Los datos se reunieron a partir de la agregación de cifras de informes primarios, divulgaciones corporativas, registros de operadores de red y rastreadores de investigación identificados, publicados en su mayoría en 2025 y en la primera mitad de 2026, con cada estadística rastreada hasta la organización de origen en lugar de la cobertura secundaria, siempre que fue posible.
Fuentes citadas:
- International Energy Agency (IEA), Energy and AI 2025 - Energy demand from AI
- Lawrence Berkeley National Laboratory (LBNL), 2024 United States Data Center Energy Usage Report - publication
- Electric Power Research Institute (EPRI), Powering Intelligence 2026 - executive summary
- Grid Strategies, National Load Growth Report 2025 - PDF
- Gartner, data center electricity forecast press release, June 2026 - release
- Goldman Sachs Research, AI data center power demand, 2025 - article
- Epoch AI, How much energy does ChatGPT use?, 2025 - analysis
- Google Cloud, Measuring the environmental impact of AI inference, 2025 - blog
- OpenAI / Sam Altman, The Gentle Singularity, 2025 - via DCD
- Stanford HAI, 2025 AI Index Report - Chapter 1
- Microsoft FY2025 sustainability disclosure - via Fortune
- Carbon Brief, AI: Five charts on data-centre energy and emissions, 2026 - article
- McKinsey, The cost of compute, 2025 - report
- IEEFA, PJM capacity prices analysis, 2025 - resource
- PJM Interconnection independent market monitor - via Utility Dive
- HARC and University of Houston, Texas data center water study, 2025
- Uptime Institute, 2025 Global Data Center Survey (PUE)
- Environmental and Energy Study Institute (EESI), Data Centers and Water Consumption, 2025 - article
Data watch: El IEA suele actualizar sus perspectivas energéticas anualmente, por lo que se espera una edición actualizada de Energy and AI dentro del próximo año; Gartner reemite su previsión de electricidad de centros de datos de forma recurrente; EPRI actualiza sus escenarios Powering Intelligence aproximadamente cada año; Grid Strategies publica un National Load Growth Report cada año; Stanford HAI publica un nuevo AI Index anualmente; Google, Microsoft, Amazon y Alphabet publican nuevas divulgaciones ambientales y de emisiones en cada nuevo ciclo fiscal; y PJM realiza nuevas subastas de capacidad según un calendario fijo de año de entrega.
Última actualización: 10 de julio de 2026.
Revisamos y actualizamos esta página trimestralmente a medida que se publican nuevos datos.