Escribes una pregunta. Pulsas enviar.
Unos segundos después, la inteligencia artificial responde.
No escuchas motores. No ves humo. No percibes tuberías ni depósitos. Frente a ti solo hay una pantalla y unas palabras que aparecen casi instantáneamente.
Pero muy lejos de esa pantalla existen edificios llenos de servidores trabajando a enorme velocidad. Consumen electricidad, generan calor y necesitan mantenerse dentro de determinadas temperaturas.
Y allí aparece un elemento que rara vez relacionamos con la inteligencia artificial: el agua.
La llamada huella hídrica de la inteligencia artificial se ha convertido en objeto de investigación científica y preocupación ambiental. No porque cada conversación abra literalmente un grifo, sino porque la infraestructura física que sostiene estos sistemas puede necesitar agua de manera directa e indirecta.
La pregunta entonces resulta inevitable: ¿cuánta agua estamos utilizando realmente cuando usamos inteligencia artificial?
La respuesta es mucho menos sencilla de lo que algunos titulares hacen creer.
La inteligencia artificial también existe en el mundo físico
Cuando hablamos de IA utilizamos palabras como nube, modelos, algoritmos o procesamiento. El lenguaje parece describir algo intangible.
La realidad es bastante más material.
Los modelos de inteligencia artificial funcionan mediante enormes cantidades de cálculos realizados en servidores instalados dentro de centros de datos. Durante el entrenamiento de un gran modelo pueden trabajar miles de procesadores especializados. Y después del entrenamiento llega otra etapa permanente: millones de personas utilizando esos sistemas.
Toda esa actividad produce calor.
Imagina una habitación llena de computadoras funcionando intensamente durante horas. La temperatura comenzaría a aumentar rápidamente. Ahora multiplica esa imagen hasta alcanzar instalaciones que albergan enormes cantidades de equipos informáticos.
Mantenerlos refrigerados no es opcional.
¿Dónde entra el agua?
Algunos centros de datos utilizan sistemas de enfriamiento que consumen agua mediante evaporación. Otros recurren en mayor medida al aire, circuitos cerrados, refrigeración líquida u otras tecnologías.
Existe además una huella menos visible: el agua asociada a la producción de electricidad.
Dependiendo de cómo se genere la energía que alimenta el centro de datos, las centrales eléctricas también pueden necesitar agua. Por eso estudiar la huella hídrica digital implica observar tanto el agua utilizada directamente en la instalación como aquella relacionada indirectamente con su consumo energético.
Esta distinción explica por qué resulta tan difícil afirmar que una consulta concreta consume siempre una cantidad determinada.
¿Cuánto representa la huella hídrica de la inteligencia artificial?
Una investigación publicada en 2023 por Pengfei Li, Jianyi Yang, Mohammad A. Islam y Shaolei Ren puso el problema bajo una nueva luz.
Los investigadores estimaron que el entrenamiento de GPT-3 en centros de datos estadounidenses de Microsoft podía implicar la evaporación directa de alrededor de 700.000 litros de agua dulce. También proyectaron que la demanda mundial relacionada con IA podría representar entre 4.200 y 6.600 millones de metros cúbicos de extracción de agua en 2027.
Son estimaciones, no mediciones universales aplicables a cualquier sistema de inteligencia artificial.
Y esa diferencia importa.
Un trabajo posterior de investigadores de Lawrence Berkeley National Laboratory, publicado en 2025, encontró que el consumo de agua por carga informática puede variar en más de 10.000 veces, dependiendo de factores como la eficiencia de los servidores, la fuente eléctrica, su utilización, el sistema de refrigeración y el clima donde funciona el centro de datos.
Por eso frases como “cada pregunta a una IA consume exactamente una botella de agua” deben tratarse con precaución.
Puede ser una analogía llamativa. No es una regla física.
No toda el agua utilizada significa lo mismo
Para comprender la huella hídrica de la inteligencia artificial, primero hay que distinguir entre extracción y consumo de agua.
Hay otra diferencia fundamental que suele desaparecer cuando las cifras circulan por redes sociales: extracción y consumo no son exactamente lo mismo.
Extraer agua significa tomarla de una fuente para utilizarla. Parte puede regresar posteriormente al sistema.
Consumirla implica que deja de estar inmediatamente disponible en esa misma cuenca, por ejemplo porque se evapora durante la refrigeración.
Incluso dos centros de datos que utilicen cantidades similares pueden producir consecuencias locales diferentes.
Un litro de agua utilizado en una región abundante y lluviosa no plantea necesariamente el mismo problema que ese mismo litro empleado durante una sequía en una zona sometida a estrés hídrico.
La geografía también forma parte de la ecuación.
El crecimiento de la IA está cambiando la infraestructura
El asunto adquiere otra dimensión porque la inteligencia artificial está creciendo rápidamente.
La Agencia Internacional de la Energía ha señalado que no existe IA sin electricidad y que la expansión de los centros de datos está modificando significativamente las perspectivas de demanda energética. Su informe Energy and AI analiza precisamente la creciente relación entre inteligencia artificial, centros de datos, redes eléctricas y recursos.
Las propias empresas tecnológicas reconocen el desafío.
Google informó en su reporte ambiental de 2026 que durante 2025 repuso aproximadamente 29.000 millones de litros de agua, equivalentes a alrededor del 78 % de su consumo total de agua dulce de ese año. La cifra no corresponde exclusivamente a inteligencia artificial, sino al conjunto de sus operaciones, una precisión indispensable para interpretarla correctamente.
Microsoft también ha reconocido que el crecimiento de la IA aumenta la demanda de energía, agua, terrenos y materiales.
Estamos, por tanto, ante un impacto real, pero bastante más complejo que reducirlo a una cifra viral.
La tecnología también está intentando beber menos
Aquí la historia adquiere un giro interesante.
La misma industria que aumenta la demanda computacional está desarrollando sistemas para reducir el consumo de agua.
Microsoft presentó un diseño para nuevos centros de datos destinados a cargas de IA que utiliza refrigeración líquida directa al chip mediante un circuito cerrado y evita la evaporación continua de agua para refrigerar los equipos.
Según la compañía, este diseño puede ahorrar más de 125.000 metros cúbicos de agua al año por centro de datos, comparado con su referencia global del año fiscal 2024.
Google, por su parte, informó que en 2025 había ampliado sus proyectos de gestión y reposición de agua a 165 iniciativas distribuidas en 97 cuencas hidrográficas.
Esto no elimina la huella ambiental de la inteligencia artificial. Muestra algo distinto: la cantidad de agua necesaria no es inevitable ni permanece fija.
La ingeniería puede cambiarla.
Eficiencia, ubicación y transparencia
Una estrategia responsable puede combinar servidores más eficientes, mejores sistemas de refrigeración, electricidad con menor intensidad hídrica, agua reciclada y decisiones cuidadosas sobre dónde construir los centros de datos.
De hecho, el estudio de Berkeley Lab concluye que no existe una única receta para minimizar el uso de agua. Las condiciones locales modifican profundamente el resultado.
También existe una cuestión de transparencia.
Si millones de personas van a incorporar la inteligencia artificial a su trabajo, educación y vida cotidiana, resulta razonable conocer mejor los recursos físicos necesarios para sostenerla.
No para demonizar la tecnología.
Para comprenderla.
La paradoja: la IA consume agua y también puede ayudar a conservarla
Aquí aparece una de las contradicciones más interesantes.
La inteligencia artificial puede aumentar la presión sobre determinados recursos y, al mismo tiempo, utilizarse para administrarlos mejor.
Modelos predictivos pueden analizar humedad del suelo, clima y necesidades de cultivos para reducir riego innecesario. También pueden detectar fugas, anticipar inundaciones o ayudar a gestionar cuencas.
Microsoft, por ejemplo, informó en 2026 sobre proyectos de irrigación asistidos por IA y sensores en México y Chile que conservaron 688.000 metros cúbicos de agua durante su año fiscal 2025.
Google señala que sus sistemas de predicción de inundaciones ya proporcionan información para más de 2.000 millones de personas en unos 150 países.
La pregunta ambiental, entonces, no puede limitarse a decidir si la inteligencia artificial es “buena” o “mala”.
La cuestión más seria es otra: ¿podemos conseguir que el beneficio producido por estas tecnologías crezca más rápido que los recursos necesarios para sostenerlas?
No hay inteligencia artificial sin materia
Durante años hemos aprendido a imaginar Internet como una nube.
Quizá esa metáfora nos hizo olvidar algo elemental.
Detrás de cada búsqueda, fotografía almacenada, video reproducido y respuesta generada existen cables, minerales, edificios, electricidad, máquinas y, en determinados sistemas, agua.
La inteligencia artificial no vive fuera de la naturaleza.
Forma parte de ella porque depende de recursos que proceden del mismo planeta que nosotros habitamos.
Y quizás ahí se encuentre la verdadera historia de su huella hídrica.
No en sentir culpa cada vez que escribimos una pregunta frente a una pantalla, ni en ignorar el costo porque no podemos verlo.
Está en aprender a mirar detrás de la respuesta.
Porque a veces las tecnologías más extraordinarias esconden sus consecuencias en los lugares más cotidianos. Y detrás de unas palabras que aparecen silenciosamente sobre una pantalla puede existir algo tan antiguo, sencillo e indispensable como una gota de agua.
Deja un comentario