La factura oculta del boom de la IA en Chile: millones de litros de agua que nadie cuenta

Cada vez que un usuario chileno consulta ChatGPT, genera una imagen con Midjourney o entrena un modelo de machine learning, está consumiendo aproximadamente medio litro de agua. No la bebe directamente, pero esa agua desaparece en algún lugar del mundo para enfriar los servidores que procesan su solicitud. En un país donde la sequía lleva más de una década y el 76% del territorio enfrenta algún grado de escasez hídrica, esta realidad plantea una pregunta incómoda: ¿puede Chile permitirse el lujo de la inteligencia artificial?

El costo invisible de la revolución tecnológica

La inteligencia artificial ha llegado a Chile con la promesa de transformar industrias completas: desde la minería hasta la agricultura de precisión, pasando por los servicios financieros y la salud pública. Empresas tecnológicas internacionales y startups locales compiten por establecer infraestructura de procesamiento en el país, atraídas por la estabilidad política, la conectividad submarina de fibra óptica y los incentivos fiscales. Sin embargo, detrás de cada algoritmo y cada modelo generativo existe una infraestructura física que demanda recursos naturales en cantidades que recién comenzamos a dimensionar.

Los data centers, esos edificios anónimos que albergan miles de servidores trabajando las 24 horas del día, requieren sistemas de refrigeración masivos para evitar el sobrecalentamiento de los equipos. El entrenamiento de un único modelo grande de lenguaje como GPT-3 puede consumir hasta 700,000 litros de agua dulce, según estudios de la Universidad de California. En Chile, donde ya operan varios centros de datos y se proyectan nuevas instalaciones para satisfacer la creciente demanda de servicios cloud y procesamiento de IA, esta sed tecnológica colisiona directamente con la crisis hídrica más prolongada de su historia moderna.

El problema no es meramente teórico. Regiones como Metropolitana, Valparaíso y O'Higgins, donde se concentra la mayoría de la infraestructura tecnológica del país, son precisamente las zonas que enfrentan mayor estrés hídrico. La paradoja es evidente: las mismas áreas que impulsan la transformación digital son las que menos pueden permitirse el gasto adicional de agua que esta transformación demanda.

Transparencia opaca en el consumo tecnológico

Una de las dimensiones más preocupantes de este fenómeno es la ausencia de datos públicos precisos. A diferencia de sectores como la minería o la agricultura, donde el consumo de agua está regulado y monitoreado, la industria tecnológica opera en una zona gris de transparencia. Las empresas de data centers no están obligadas a reportar públicamente su consumo hídrico, y muchas consideran esta información como secreto comercial. Esta opacidad dificulta enormemente la planificación territorial y la gestión integrada de recursos hídricos.

Organizaciones ambientales chilenas han comenzado a levantar la voz sobre esta situación. Argumentan que mientras se exige a la agricultura implementar sistemas de riego eficiente y a la minería reducir su huella hídrica, la industria tecnológica avanza sin el mismo escrutinio. La Dirección General de Aguas (DGA) reconoce que actualmente no cuenta con protocolos específicos para medir y regular el consumo de agua de la infraestructura digital, un vacío regulatorio que se vuelve más crítico conforme la IA se expande.

La inteligencia artificial promete resolver algunos de los desafíos más urgentes de Chile, desde optimizar el uso de agua en agricultura hasta predecir sequías. Pero si su despliegue agrava la crisis hídrica que pretende ayudar a resolver, estaremos simplemente trasladando el problema de lugar.

Alternativas tecnológicas y dilemas éticos

No todo es pesimismo en este escenario. Algunas empresas tecnológicas están explorando alternativas de refrigeración que reducen significativamente el consumo de agua. Los sistemas de enfriamiento por aire, aunque menos eficientes en climas cálidos, pueden ser viables en regiones del sur de Chile donde las temperaturas son más bajas. Microsoft ha experimentado incluso con data centers submarinos, aprovechando el agua de mar para refrigeración sin consumir agua dulce, una opción que podría ser relevante para un país con más de 4,000 kilómetros de costa.

Otra vía promisoria es la optimización algorítmica. Investigadores chilenos están trabajando en modelos de IA más eficientes que requieren menos capacidad computacional para tareas equivalentes. Técnicas como la poda de redes neuronales, la cuantización de modelos y el aprendizaje federado pueden reducir drásticamente la demanda de procesamiento y, por ende, de refrigeración. Sin embargo, estas soluciones requieren inversión en investigación y desarrollo local, así como incentivos para que las empresas adopten tecnologías más sostenibles incluso cuando sean más costosas en el corto plazo.

El dilema ético es complejo. Chile necesita la inteligencia artificial para mantener su competitividad económica y resolver problemas urgentes en sectores estratégicos. Pero también necesita preservar sus recursos hídricos para garantizar el acceso al agua potable, la seguridad alimentaria y la sostenibilidad de sus ecosistemas. Encontrar el equilibrio requerirá decisiones difíciles sobre dónde, cómo y bajo qué condiciones se permite el despliegue de infraestructura de IA.

Hacia una inteligencia artificial sostenible

Algunos expertos proponen un enfoque de "soberanía hídrica digital": así como Chile protege sus recursos naturales estratégicos, debería establecer criterios claros para autorizar proyectos tecnológicos de alto consumo de agua. Esto podría incluir evaluaciones de impacto hídrico obligatorias para nuevos data centers, cuotas de consumo vinculadas a la disponibilidad regional de agua, y requisitos de compensación mediante proyectos de restauración de cuencas o inversión en infraestructura hídrica comunitaria.

La experiencia internacional ofrece lecciones valiosas. En los Países Bajos, Google enfrentó resistencia comunitaria y restricciones gubernamentales para expandir un data center debido a preocupaciones sobre el consumo de agua en una región con estrés hídrico. En Arizona, Estados Unidos, comunidades locales han bloqueado proyectos similares argumentando que el agua escasa debe priorizarse para consumo humano y agricultura. Chile tiene la oportunidad de aprender de estos casos y desarrollar un marco regulatorio proactivo antes de que los conflictos se intensifiquen.

El desafío no es detener la adopción de inteligencia artificial, sino hacerla compatible con los límites ecológicos del país. Esto implica transparencia radical sobre el consumo de recursos, innovación en tecnologías de refrigeración, optimización de algoritmos y, fundamentalmente, una conversación nacional sobre qué tipo de desarrollo tecnológico queremos y podemos sostener. La sed invisible de la IA es, en última instancia, una pregunta sobre prioridades: qué estamos dispuestos a sacrificar por el progreso tecnológico y quién decide esos sacrificios.

Contexto clave

Por qué la IA consume tanta agua: Los procesadores que ejecutan modelos de inteligencia artificial generan calor intenso debido a la enorme cantidad de cálculos simultáneos que realizan. Para evitar que se dañen, los data centers utilizan sistemas de refrigeración que frecuentemente emplean agua para disipar ese calor. El agua absorbe la temperatura de los servidores y luego debe ser enfriada o reemplazada, creando un ciclo continuo de consumo. Cuanto más complejo es el modelo de IA y más consultas procesa, mayor es el calor generado y, por tanto, mayor la demanda de agua para refrigeración.

La crisis hídrica chilena en cifras: Chile atraviesa una megasequía que comenzó en 2010 y se ha convertido en la más prolongada en mil años según estudios paleoclimáticos. Más de 400,000 personas reciben agua mediante camiones aljibe, y proyecciones del Ministerio de Obras Públicas indican que para 2030 la demanda de agua superará la oferta disponible en varias regiones del país. El cambio climático está reduciendo el caudal de ríos y la acumulación de nieve en la cordillera, las principales fuentes de agua dulce, mientras que la demanda aumenta por crecimiento poblacional, agricultura y ahora, infraestructura tecnológica.

Huella hídrica versus consumo directo: Es importante distinguir entre el agua que se "consume" (se evapora o contamina, volviéndose no reutilizable inmediatamente) y la que simplemente se "usa" (se calienta pero puede devolverse a fuentes naturales). Los data centers varían enormemente en su impacto según la tecnología de refrigeración empleada. Sistemas de circuito cerrado pueden recircular agua, reduciendo el consumo neto, mientras que sistemas de evaporación consumen agua permanentemente. La ubicación también importa: extraer agua de acuíferos sobreexplotados tiene un impacto muy diferente que usar agua de mar desalinizada, aunque esta última requiere energía adicional.

Para profundizar

• La huella de carbono de la IA — Además del agua, entrenar y operar modelos de inteligencia artificial consume enormes cantidades de electricidad, frecuentemente generada con combustibles fósiles. En Chile, con una matriz energética en transición hacia renovables, surge la pregunta de si la infraestructura de IA podría acelerar o retrasar los objetivos de descarbonización del país.
• Inteligencia artificial al servicio del agua — Paradójicamente, la IA también ofrece herramientas poderosas para gestionar mejor los recursos hídricos: desde detectar fugas en redes de distribución hasta optimizar el riego agrícola y predecir sequías. ¿Puede el beneficio de estas aplicaciones justificar el costo hídrico de la infraestructura que las hace posibles?
• Soberanía tecnológica y dependencia de infraestructura extranjera — La mayoría de los servicios de IA que usan chilenos se procesan en data centers fuera del país, exportando efectivamente el costo ambiental. Desarrollar capacidad local podría permitir mayor control sobre prácticas sostenibles, pero también trasladaría el impacto hídrico directamente a territorio nacional. ¿Cuál es el balance correcto entre soberanía tecnológica y sostenibilidad ambiental?