Cómo medir el costo ambiental de la IA sin eslóganes
Para una estimación útil del costo ambiental de la IA, primero pregunte qué actividad se está midiendo, dónde comienza y termina la medición y qué unidad se reporta. Entrenar un modelo y responder a una consulta (prompt) son cargas de trabajo diferentes; el uso de electricidad no es lo mismo que las emisiones; y una cifra para una sola consulta no puede representar la demanda total de un centro de datos. Una comparación práctica registra estas distinciones antes de sacar conclusiones.
Comience separando el entrenamiento de la inferencia
El entrenamiento es el cómputo utilizado para crear o actualizar un modelo. La inferencia, también llamada servicio (serving), es el cómputo utilizado para producir una salida tras el despliegue. Una sola ejecución de entrenamiento puede consumir una cantidad sustancial de energía durante un período definido, mientras que la inferencia se repite a través de múltiples usuarios y solicitudes. Con el tiempo, el total derivado del servicio repetido puede volverse relevante frente al entrenamiento, pero las proporciones relativas dependen del modelo, el uso y el período contabilizado. Ambos deben medirse y reportarse por separado antes de presentar cualquier total combinado. La Agencia Internacional de Energía describe tanto el entrenamiento como el despliegue como actividades de centros de datos, y un estudio técnico de Google mide específicamente la inferencia dejando el entrenamiento de modelos fuera de su límite. IEA, “Energy demand from AI” y Elsworth et al., “Measuring the environmental impact of delivering AI at Google Scale”
Para el entrenamiento, los informes útiles incluyen la duración de la ejecución, la energía consumida, el hardware involucrado y si la cifra cubre solo los aceleradores principales o el sistema informático en general. Para la inferencia, defina el servicio y la tarea: por ejemplo, la generación de texto para un asistente con nombre durante un período de medición determinado. Incluya si la unidad reportada es por solicitud, por token, por salida generada o la energía total del servicio. Estos denominadores responden a preguntas diferentes. Un valor por solicitud puede variar según la longitud de la consulta y la respuesta, el enrutamiento del modelo y las condiciones de la carga de trabajo; un valor por token puede ocultar sobrecostes operativos que no escalan directamente con los tokens.
Verifique el límite antes de comparar cifras
El límite de medición identifica qué equipos y actividades se contabilizan. Una estimación estrecha podría contar la electricidad consumida por GPU activas u otros aceleradores de IA. Una estimación más amplia del servicio también puede incluir las CPU y la memoria del host, las máquinas inactivas reservadas para disponibilidad, la conversión de energía, la refrigeración y otros costos indirectos del centro de datos. Algunos límites excluyen la red fuera de las instalaciones, los dispositivos del usuario final, el entrenamiento de modelos o el almacenamiento de datos. Una estimación puede ser internamente válida y, aun así, no ser adecuada para compararse con otra que cuente más —o diferentes— partes del sistema.
La estimación publicada por Google para Gemini Apps ilustra por qué importa el límite. Su estimación de mayo de 2025 para la consulta de texto mediana fue de 0,24 vatios-hora (Wh) utilizando su método de servicio integral; un método más estrecho en el mismo estudio, que excluyó la CPU y la memoria del host, las máquinas inactivas y los gastos generales de las instalaciones, produjo 0,10 Wh. Esos son resultados para un producto, una fecha, una métrica y un límite de contabilización específicos, no valores universales para una consulta de IA. El estudio también excluye el entrenamiento y los dispositivos de usuario final. Google Cloud, “Measuring the environmental impact of AI inference” y el documento técnico complementario
Al leer cualquier cifra por tarea, busque una breve declaración de los límites. Debe indicar si el total es solo de aceleradores o de toda la infraestructura (full-stack), si se incluyen los costos indirectos del centro de datos y si se incluyen el entrenamiento y las actividades ajenas al centro de datos. Si falta esa información, trate el número como incompleto para fines de comparación. No agregue de forma tácita un multiplicador de gastos indirectos de otra fuente: la eficiencia de las instalaciones y las condiciones de la carga de trabajo difieren.
Mantenga las unidades vinculadas a la afirmación
La electricidad se suele reportar en vatios-hora (Wh) para una tarea pequeña, kilovatios-hora (kWh) para totales mayores y megavatios-hora o teravatios-hora para totales regionales o de instalaciones. Un kWh equivale a 1.000 Wh. La potencia, medida en vatios (W) o kilovatios (kW), es una tasa en un momento o durante un intervalo; la energía en Wh o kWh se acumula con el tiempo. Por lo tanto, una declaración sobre la capacidad de potencia de un centro de datos no indica, por sí misma, cuánta electricidad utilizó durante un año.
Las emisiones se expresan generalmente como masa de dióxido de carbono equivalente, como gramos de CO₂e por tarea o toneladas de CO₂e por año. Para estimar las emisiones relacionadas con la electricidad, el uso de energía se combina con un factor de emisión para la electricidad, cuyo valor depende de la red eléctrica, el período de tiempo y el método de contabilización. Las emisiones incorporadas de los equipos de fabricación son un componente separado y pueden asignarse a lo largo de la vida útil o el uso del hardware según el método elegido. Mantenga la energía y las emisiones como resultados distintos; una cifra de emisiones más baja puede reflejar un suministro de electricidad con menor intensidad de carbono, no un menor uso de electricidad. El uso de agua es otra métrica distinta y necesita su propio límite y unidad.
Trate la eficiencia del hardware como un factor de entrada, no como el resultado completo
La eficiencia del hardware puede expresarse como cómputo útil por unidad de energía, o como energía por unidad de trabajo útil. Pero el rendimiento máximo por vatio de un chip no es lo mismo que la energía utilizada para completar una tarea de servicio real. Los resultados en el mundo real también dependen de la utilización, el diseño del software y del modelo, el tamaño de la carga de trabajo, el procesamiento por lotes (batching), los equipos de soporte del sistema y las instalaciones. La IEA señala que los servidores representan una gran parte de la electricidad del centro de datos en promedio, mientras que las proporciones para refrigeración y otros componentes varían sustancialmente según el tipo de instalación. IEA, “Energy demand from AI”
Para una comparación personal, prefiera la misma tarea definida en el mismo servicio y período, con la energía medida por tarea del proveedor si está disponible. Si compara dos modelos o servicios, verifique que la tarea, la longitud de salida, el límite de medición y el tratamiento de la capacidad inactiva sean comparables. Una especificación de hardware o una prueba de rendimiento (benchmark) pueden ayudar a explicar el potencial de eficiencia, pero no determinan de forma independiente el uso de energía en producción.
Utilice los totales de los centros de datos para evaluar la escala, no para la precisión por consulta
El total de una instalación o a nivel nacional responde a una pregunta diferente a la de una estimación por solicitud. El consumo total de electricidad refleja todas las cargas de trabajo atendidas, los equipos de las instalaciones y los cambios en la demanda a lo largo de un intervalo seleccionado. Dividir dicho total por un número estimado de solicitudes puede dar un promedio aproximado solo si el numerador y el denominador cubren los mismos servicios, ubicaciones y período. La infraestructura compartida también atiende cargas de trabajo ajenas a la IA, por lo que asignar toda la electricidad de las instalaciones a la IA sobreestimaría su cuota a menos que el método de asignación lo justifique.
El informe de 2024 del Laboratorio Nacional Lawrence Berkeley del Departamento de Energía de EE. UU. estima el uso histórico de electricidad en los centros de datos de EE. UU. y presenta una serie de escenarios futuros de demanda hasta 2028. Ese es un análisis a nivel nacional de centros de datos, no una medición directa de la energía requerida para una solicitud de IA individual. Su escala y enfoque basado en escenarios son útiles para comprender la incertidumbre en la demanda agregada, mientras que la telemetría operativa a nivel de producto es más relevante para una tarea de servicio estrictamente definida. Lawrence Berkeley National Laboratory, “2024 United States Data Center Energy Usage Report”
Describa la incertidumbre en lugar de ocultarla
La incertidumbre puede introducirse a través del acceso incompleto a datos operativos, cargas de trabajo estimadas en lugar de medidas, suposiciones sobre la capacidad inactiva, la utilización variable del hardware y las decisiones sobre cómo se asigna el equipo compartido. Las emisiones añaden mayor variación a través de la ubicación y el horario de la electricidad, los factores de emisión y el tratamiento contable de la electricidad adquirida. Los totales de los centros de datos también dependen de estimaciones y escenarios cuando no se dispone de datos de medición completos. La IEA señala explícitamente una incertidumbre sustancial en el consumo de electricidad actual y futuro de los centros de datos. IEA, “Energy demand from AI”
Por lo tanto, un informe útil indica su período de observación, describe el límite, identifica si las cifras se midieron directamente o se modelaron y expone las suposiciones clave. Cuando las estimaciones dependan de escenarios u opciones de asignación, proporcione un rango o explique cómo influyen esas elecciones en el resultado. Evite presentar muchos decimales cuando la medición subyacente no los respalde. Una tarea mediana, media o representativa también debe etiquetarse con precisión: cada una resume la distribución de la carga de trabajo de manera diferente y ninguna describe cada solicitud.
Una lista de verificación práctica para evaluar una afirmación
Antes de repetir o comparar una cifra ambiental sobre la IA, pregunte:
¿Se trata de entrenamiento, inferencia o un total combinado?
¿Qué servicio, carga de trabajo, período y unidad funcional describe?
¿Cuenta solo los aceleradores, o también los hosts, la capacidad inactiva y los costos indirectos de las instalaciones?
¿El valor corresponde a energía, potencia, emisiones o agua, y qué unidades se utilizan?
En cuanto a las emisiones, ¿qué factor de electricidad, ubicación, base temporal y tratamiento de emisiones incorporadas se aplicaron?
¿El resultado es medido, estimado o basado en escenarios, y qué exclusiones o incertidumbres importantes permanecen?
Para las decisiones personales cotidianas, esta lista de verificación es más aplicable que una cifra descontextualizada de «energía por chat». Ayuda a distinguir un resultado medido para un servicio definido de una afirmación generalizada sobre la IA en su conjunto, y muestra qué detalles faltantes harían que una comparación no sea confiable.