Google vuelve a chocar con el coste energético de la IA al asociarse a un centro de datos ligado a una gran planta de gas

Google se ha vuelto a topar con uno de los problemas más difíciles de encajar en el relato actual de la inteligencia artificial: la energía que necesita para crecer. Según la información publicada por WIRED, uno de los nuevos campus de centros de datos en los que participa la compañía en Armstrong County, Texas, estaría vinculado a un proyecto energético con turbinas de gas natural capaz de emitir más de 4,5 millones de toneladas de gases de efecto invernadero al año. Aunque Google asegura que no tiene un contrato cerrado para ese suministro concreto, el caso vuelve a poner sobre la mesa una realidad cada vez más evidente: cuando la IA exige potencia a gran escala, las grandes tecnológicas buscan electricidad donde la haya y al ritmo que haga falta.

El proyecto, conocido como Goodnight campus, está siendo desarrollado por Crusoe, y la documentación citada apunta a una combinación de generación in situ con gas y una aportación adicional de energía eólica. Google reconoce que forma parte del campus y sí confirma un acuerdo para energía eólica, pero se distancia del contrato de gas como tal. Aun así, el fondo del asunto no cambia demasiado. Y es que la expansión de la infraestructura para IA se está encontrando con un cuello de botella mucho más rudo que algorítmico, a saber, el acceso rápido a cantidades masivas de electricidad.

Eso es lo que hace especialmente relevante esta noticia en el caso de Google. La compañía lleva tiempo intentando proyectar una imagen de eficiencia y de transición energética relativamente responsable. Ya lo vimos cuando firmó con NextEra un acuerdo para abastecer hasta 615 MW de energía nuclear para sus centros de datos, un movimiento que encajaba bastante bien con su discurso de crecimiento energético sin carbono. Pero este nuevo caso deja ver que esa vía no basta por sí sola para cubrir el hambre eléctrica que está generando la IA.

Ni la eficiencia algorítmica ni la energía limpia bastan por sí solas

La cuestión es que Google no está de brazos cruzados en el frente de la eficiencia. Hace solo unos días presentó TurboQuant, una técnica para comprimir la memoria de la IA hasta seis veces, con la promesa de reducir costes, acelerar inferencia y hacer más escalables sistemas como Gemini. Este anuncio no hay que tomarlo a la ligera. Así lo demuestra la reacción del mercado de memorias y el impacto de TurboQuant sobre Samsung, Micron y otros fabricantes, señal de que cualquier mejora de eficiencia se analiza ya como un posible alivio para toda la cadena.

Pero la paradoja es que hacer la IA más eficiente no siempre reduce el consumo total. A menudo ocurre lo contrario. Es decir, si una técnica abarata la inferencia o libera recursos, lo habitual es que las empresas amplíen el uso, atiendan a más usuarios, eleven contexto o desplieguen nuevos servicios. En otras palabras, la eficiencia ayuda, pero no frena necesariamente la demanda agregada de infraestructura. Y ahí es donde casos como el de Texas se vuelven tan reveladores.

Google puede mejorar algoritmos, firmar energía nuclear y añadir renovables, pero si la velocidad de crecimiento de la IA supera el ritmo de despliegue de esas soluciones, el sistema acaba recurriendo a lo que ya existe y puede conectarse antes. Y hoy, en Estados Unidos, eso sigue significando pasar por el gas en muchos casos. Es una lectura menos cómoda que la del marketing corporativo, pero bastante más cercana a la realidad industrial.

El problema ya no es solo Google, sino el modelo energético de la IA

La noticia también sirve para ampliar el foco. Aunque aquí el protagonista sea Google, la situación de fondo afecta a todo el sector. La carrera por la IA está obligando a levantar centros de datos a gran velocidad, y la red eléctrica no siempre puede acompañar ese crecimiento con la misma rapidez. Cuando eso ocurre, las empresas optan por soluciones behind-the-meter, es decir, generación propia o semipropia junto al centro de datos, y ahí el gas se está convirtiendo en una respuesta rápida aunque ambientalmente costosa.

Por eso el caso de Goodnight no debe leerse solo como una cuestión puntual de permisos o de contratos todavía no firmados. Lo que muestra es algo más profundo: la sostenibilidad de la IA empieza a tensarse justo donde termina el discurso y empieza la infraestructura. Mientras el sector siga necesitando energía a esta velocidad, y mientras las alternativas limpias no lleguen al mismo ritmo, la prioridad real seguirá siendo asegurar megavatios. Aunque eso implique recurrir a fuentes que chocan de frente con la imagen verde que muchas tecnológicas han intentado construir.

Fin del Artículo. ¡Cuéntanos algo en los Comentarios!