El auge de la inteligencia artificial incrementa en silencio las facturas de electricidad en Estados Unidos, mientras las grandes tecnológicas se transforman en empresas de energía con miles de millones en juego.

La creciente necesidad de potencia computacional está llevando a la inteligencia artificial (IA) al centro del debate energético en Estados Unidos. Los centros de datos, que sustentan servicios en la nube, plataformas de streaming y almacenamiento online, ya son conocidos por su alto consumo energético. Sin embargo, la demanda generada por las nuevas herramientas de IA ha amplificado significativamente estas necesidades.

Se estima que la proporción del uso nacional de electricidad por parte de los centros de datos podría aumentar del 4% en 2023 al 12% en 2028. Esto se debe a que las operaciones que involucran la IA, como redactores automáticos o modelos de lenguaje, requieren más energía que las actividades web comunes. Este aumento en la demanda no solo está cambiando la dinámica entre las empresas tecnológicas y las compañías eléctricas, sino que también está afectando la distribución de costos de electricidad en la sociedad.

Desde 2020, los precios de la electricidad en Estados Unidos han subido más de un 30%, y un estudio de Carnegie Mellon y la Universidad Estatal de Carolina del Norte advierte que podrían aumentar otro 8% a nivel nacional para 2030. En estados como Virginia, se estima que el incremento podría llegar al 25%. Las empresas de servicios públicos argumentan que las actualizaciones de la red son necesarias, pero hay preocupaciones sobre quién asumirá esos costos.

Esto se complica aún más por el hecho de que cuando una persona en Francia pregunta a ChatGPT sobre próximos eventos, la demanda del sistema se traslada a la red eléctrica estadounidense. Esto ocurre porque los servidores de ChatGPT están ubicados en centros de datos de EE. UU., que dependen de la red eléctrica nacional. Si las empresas tecnológicas obtienen grandes asignaciones de capacidad y retrasan proyectos, los hogares y pequeñas empresas podrían terminar pagando por infraestructura que no se utiliza.

Un claro ejemplo es el caso de Unicorn Interests en Virginia, donde un retraso en la construcción de una instalación dejó a los clientes locales cubriendo millones en gastos de actualización. Para mitigar estos problemas, American Electric Power en Ohio propuso un plan tarifario que requiere que los centros de datos paguen el 85% de la capacidad solicitada, independientemente de su uso real. Reguladores del estado aprobaron esta medida, a pesar de la oposición de proveedores de servicios en la nube, quienes argumentaban por un mínimo del 75%.

Algunas empresas han comenzado a generar su propia energía para evitar depender de los servicios públicos tradicionales. Amazon, Microsoft, Google y Meta están operando instalaciones renovables, turbinas de gas y generadores de respaldo diésel; algunas incluso proyectan construir plantas nucleares. Estas compañías no solo producen energía para sus propias operaciones, sino que también venden el excedente en mercados mayoristas, lo que les permite competir con proveedores tradicionales.

Sin embargo, los patrones de consumo volátiles asociados al entrenamiento de IA, que pueden variar drásticamente, representan otro desafío. Un cambio del 10% en la demanda puede desestabilizar las redes eléctricas, obligando a las utilities a intervenir con cargas ficticias. Con los hogares enfrentando ya mayores costos mensuales en varias regiones, existe preocupación de que los consumidores terminen asumiendo el costo de mantener en funcionamiento los sistemas de hosting de LLM y de redactores automáticos de IA.