No podemos encender un horno industrial para calentar una taza de café. Esa imagen, simple y poderosa, resume mejor que cualquier gráfico el debate que comienza a instalarse sobre el consumo energético asociado a la inteligencia artificial agéntica.
Durante meses, los comunicados y titulares nos han tranquilizado con comparaciones reconfortantes: “una consulta a ChatGPT consume menos que un microondas”. Técnicamente, en muchos casos es cierto. Pero el problema es que estamos midiendo el problema equivocado. Ya no vivimos en la era de la pregunta-respuesta. Entramos en la era de la delegación de soluciones.
Cuando le pedimos a un agente de IA que investigue, compare opciones, consulte documentos, ejecute aplicaciones, razone en cadena y nos entregue no una respuesta, sino un resultado completo, una sola petición humana puede desatar decenas o cientos de operaciones computacionales invisibles para el usuario. La métrica relevante ya no es “¿cuánto consume una inferencia?”. La pregunta incómoda es: ¿cuánto consume una solución delegada?
Pero cuando dejamos de mirar una consulta y empezamos a mirar la infraestructura, la conversación cambia radicalmente. En septiembre del 2025 OpenAI y NVIDIA anunciaron un acuerdo para desplegar al menos 10 GW de sistemas de IA. Por otro lado, el proyecto Stargate, en sus diversas fases con Oracle, SoftBank y otros, ya habla de casi 7 GW planificados solo en Estados Unidos. Algunas proyecciones internas del sector miran con naturalidad hacia escenarios de cientos de gigavatios en la próxima década. Para ponerlo en perspectiva, un reactor nuclear típico genera alrededor de 1 GW. Es decir, hablamos de una infraestructura energética equivalente a varios reactores dedicados únicamente a alimentar una fracción de la demanda prevista.
Esto ya no es un incremento marginal del consumo digital. Es un cambio de escala que convierte la inteligencia artificial en una cuestión de poder geopolítico. Durante años pensamos que la competencia se definiría por quién desarrollara el mejor algoritmo o fabricara el chip más potente. Hoy comienza a imponerse otra realidad: ganará quien pueda alimentar esa inteligencia a una escala sin precedentes. La combinación de energía abundante, infraestructura eléctrica, capital y capacidad industrial empieza a ser tan estratégica como el talento científico. La próxima carrera por la IA no se decidirá únicamente en los laboratorios; también se decidirá en las redes eléctricas.
La respuesta no llegará únicamente de modelos más eficientes. Es cierto que cada operación consumirá menos energía que hoy. Pero si millones de agentes comienzan a investigar, planificar, negociar, programar o ejecutar tareas de manera autónoma, esa ganancia de eficiencia puede quedar ampliamente superada por el crecimiento del uso. En la era de la IA agéntica, el verdadero desafío ya no será cuánto consume cada operación, sino cuántas operaciones decidimos delegar.
Este no es un argumento contra la inteligencia artificial. Todo lo contrario. La IA agéntica tiene el potencial de optimizar procesos industriales, reducir desperdicios energéticos, mejorar la gestión de las redes eléctricas, acelerar el diseño de nuevos sistemas de generación e impulsar la investigación en energías limpias. Puede convertirse en una herramienta decisiva para enfrentar el desafío energético del siglo XXI. La paradoja es que, para ayudarnos a resolver ese problema, primero necesitaremos construir la infraestructura capaz de sostener su propio crecimiento.
Todo esto nos lleva a una pregunta mucho más importante que la discusión sobre cuántos vatios consume una consulta. La verdadera pregunta es otra: ¿cuánta IA necesitamos realmente para resolver un problema?
No toda tarea requiere un agente capaz de recorrer decenas de pasos de razonamiento cuando una persona puede resolverla en pocos minutos con experiencia y criterio. Tampoco todo problema exige el modelo más grande disponible. La verdadera inteligencia estará en diseñar sistemas parsimoniosos: utilizar modelos pequeños cuando sean suficientes, detener el razonamiento cuando el valor marginal desaparece y mantener al ser humano dentro del circuito de decisión allí donde el juicio humano siga aportando un valor diferencial.
Porque, al final, la inteligencia también consiste en saber cuándo no hace falta desplegar toda la inteligencia disponible.
La IA agéntica promete multiplicar nuestra productividad. Pero solo será un verdadero progreso si aprendemos a gobernar su apetito energético con la misma inteligencia con la que estamos diseñando su futuro. Quizá el próximo gran desafío de la inteligencia artificial no sea construir modelos cada vez más poderosos, sino desarrollar el criterio para utilizar únicamente la inteligencia que cada problema realmente necesita. (O)
