El operador de la red eléctrica más grande de Estados Unidos anunció que a partir del próximo año podrá interrumpir el suministro a grandes centros de datos cuando el sistema esté al borde del colapso, una medida pensada para evitar apagones generalizados en momentos de máxima demanda. La decisión pone sobre la mesa una tensión que crece a la par del auge de la inteligencia artificial: el consumo eléctrico de estas instalaciones avanza más rápido que la capacidad de generación disponible.

La lógica es sencilla. Los centros de datos que entrenan y ejecutan modelos de IA funcionan las 24 horas y demandan cantidades enormes de energía de forma constante. Cuando una ola de calor o una falla dispara el consumo de toda la red, el operador necesita margen para no dejar sin luz a hogares y servicios esenciales. Cortar temporalmente a los mayores consumidores industriales es una de las palancas disponibles para ganar ese margen.

Por qué la IA presiona a la red

Un solo campus puede consumir tanta electricidad como una ciudad mediana. En Virginia, epicentro de esta industria en el país, se construyen instalaciones como un centro de datos de 96 megavatios, una escala que hace pocos años era excepcional y hoy se ha vuelto rutinaria. El problema es que la generación y las líneas de transmisión tardan años en ampliarse, mientras que un centro de datos se levanta en meses.

Ese desfase obliga a los operadores a administrar la escasez. La posibilidad de cortes programados no significa que las instalaciones vayan a quedarse a oscuras de forma habitual, sino que quedan como último recurso ante emergencias, un mecanismo que ya existe para otros grandes clientes industriales.

La salida a diésel y sus costos ocultos

Ante el riesgo de quedarse sin energía de la red en momentos críticos, muchos operadores de centros de datos han optado por instalar sus propios generadores. Algunos recurren a generadores diésel como respaldo, una alternativa que traslada el problema al terreno ambiental y sanitario.

La generación en sitio no es gratuita en términos de salud pública. Un estudio citado por organizaciones ambientales de Virginia calculó que la energía producida localmente en estas instalaciones podría causar entre 53 y 99 millones de dólares en daños anuales a la salud por la contaminación del aire. Los reguladores estatales ya observan con atención el impacto de estos motores, sujetos además a normas federales sobre emisiones.

Un dilema que apenas empieza

La medida refleja un cambio de fondo: la infraestructura energética se convirtió en el cuello de botella real de la inteligencia artificial, por encima de la disponibilidad de chips o talento. Las empresas que operan estos centros deberán negociar su acceso a la red, invertir en generación propia o aceptar interrupciones en las horas pico.

Detrás de cada consulta a un chatbot o de cada imagen generada hay un consumo eléctrico concreto, algo que suele pasar inadvertido para los usuarios de las aplicaciones de IA que ya forman parte de la vida diaria. La discusión sobre quién paga esa energía, y con qué costos ambientales, recién arranca.