No es lo mismo preguntarle algo a un chatbot que pedirle a una IA que planifique un viaje entero por su cuenta. Esa segunda modalidad, la de los llamados agentes de IA, acaba de ponerle número a su factura eléctrica, y el resultado sorprende por lo abultado.
Un equipo del instituto surcoreano KAIST, dirigido por el profesor Minsoo Rhu, ha medido por primera vez cuánta energía y cuánto cómputo consumen estos agentes en condiciones reales. Su conclusión es que pueden gastar hasta 136,5 veces más electricidad por consulta que una IA generativa convencional.
La diferencia con un chatbot corriente está en cómo trabajan. Mientras uno responde y se detiene, un agente planifica, busca en la web, usa calculadoras o ejecuta código y encadena muchos pasos de forma autónoma, y cada uno de esos pasos vuelve a llamar al modelo y vuelve a consumir.
De dónde sale semejante gasto
La clave está en la repetición. Un agente no hace una sola consulta al modelo de lenguaje, sino muchas seguidas para razonar y corregirse, y esa cadena dispara tanto el cómputo como el tiempo de respuesta, que según el estudio puede multiplicarse hasta por 153,7 respecto a una tarea simple.
A eso se suma una ineficiencia curiosa. Mientras el agente espera a que una herramienta externa, como una búsqueda web, le devuelva resultados, las costosas tarjetas gráficas que lo mueven se quedan sin trabajo hasta un 54,5 % del tiempo, encendidas pero ociosas.
Puestos en cifras concretas, los números impresionan. Un agente basado en un modelo de 70.000 millones de parámetros, una escala parecida a la de los servicios comerciales actuales, consumió una media de 348,41 vatios-hora por cada consulta compleja resuelta.
Un problema que crece con la escala
El estudio da un paso más y proyecta qué pasaría si estos agentes se generalizaran. Si llegaran a atender 13.700 millones de peticiones al día, un volumen parecido al de las búsquedas actuales de Google, la demanda eléctrica de los centros de datos rondaría los 198,9 gigavatios.
Esa cifra equivale, según los autores, a cerca de la mitad del consumo eléctrico medio de Estados Unidos, y supera con mucho la escala de los centros de datos de IA que hoy se están construyendo, que se mueven en unos pocos gigavatios. El salto sería, por tanto, enorme.
Conviene, eso sí, leer ese dato con cautela. Se trata de un escenario hipotético, no de una predicción, calculado sobre un modelo y un tipo de tarea concretos, así que no significa que la IA vaya a multiplicar por 136 su consumo global, sino que ilustra hacia dónde podría tensarse la infraestructura si nada cambia.
Por qué esto importa más allá del laboratorio
El trabajo llega en un momento en que el gasto energético de la IA ya preocupa al sector. El consumo eléctrico mundial de los centros de datos se situó en torno a los 415 teravatios hora en 2024, y la Agencia Internacional de la Energía prevé que se duplique con creces hacia 2030, empujado en buena parte por la IA.
La lección de fondo, según el profesor Rhu, es que la competición ya no va solo de tener una IA más lista, sino más eficiente. Reducir esa factura exigirá rediseñar a la vez los modelos, los chips y la propia infraestructura eléctrica, en lugar de seguir persiguiendo únicamente la potencia.
