SOMA

    ¿Cuál es el impacto ambiental de la inteligencia artificial en agua y emisiones de CO2?

    Para equipos de sostenibilidad, periodistas y empresas que reciben preguntas sobre la IA que usan. Cada cifra se abrió en su fuente primaria y se indica lo que cuenta. Versión de factores soma-ai-ef-2026.10-dataset-v3.0.0.

    Versión en inglés: AI environmental impact statistics. Guía completa para empresas: huella de carbono de la IA en la empresa.

    ¿Cuál es el impacto ambiental de la inteligencia artificial en agua y emisiones de CO2?

    Depende de qué se cuente. Por consulta de texto, Google reporta 0,03 g de CO2e y 0,26 mL de agua para la consulta mediana de Gemini Apps, y Mistral reporta 1,14 g y 45 mL para una respuesta de 400 tokens de Le Chat. Buena parte de la diferencia viene del perímetro y del método, y las dos cifras no son comparables entre sí. En el conjunto del sector, el Laboratorio Nacional Lawrence Berkeley cifra en 176 TWh el consumo de los centros de datos de EE. UU. en 2023, el 4,4 % de su electricidad, y la Agencia Internacional de la Energía, en unos 415 TWh el de los centros de datos del mundo en 2024. Ninguna de esas dos cifras es solo de IA.

    ¿Cuánta agua usa la IA?

    Hay que distinguir agua consumida de agua extraída, y agua del centro de datos de agua de la generación eléctrica.

    Agua, tal como se publicó, con lo que cuenta cada fuente.
    FuenteCifraQué cuenta
    Google (Elsworth et al.), 21 de agosto de 20250,26 mL por consulta medianaAgua consumida en el centro de datos con un WUE de flota de 1,15 L por kWh. El artículo no indica si incluye el agua de la generación eléctrica. Con el método estrecho, solo chips activos, son 0,12 mL.
    Mistral AI, 22 de julio de 202545 mL por respuesta de 400 tokensImpactos marginales de la inferencia en Le Chat, con fabricación de servidores y sin los terminales de los usuarios. No detalla qué agua incluye.
    Li et al., 6 de abril de 202316,9 mL por respuesta de longitud media de GPT-3 (7,1 a 47,5 según la ubicación)Agua operativa: 2,2 mL in situ más 14,7 mL de la electricidad, con medias de EE. UU. Excluye el agua incorporada al hardware.
    Jegham et al., 14 de mayo de 2025De menos de 4 a más de 200 mL por consulta largaConsumo, no extracción, con refrigeración y electricidad. Consulta de 10.000 tokens de entrada y 1.500 de salida, en los 27 modelos evaluados con consultas largas. Las consultas cortas dan mucho menos.
    Sam Altman, junio de 2025 o antes0,32 mL por consulta media de ChatGPTEs el blog de Sam Altman. No indica perímetro ni método.

    Para el entrenamiento, Li et al. calculan 700.000 litros evaporados directamente en las instalaciones al entrenar GPT-3, y un total de 5,4 millones de litros con la parte de la electricidad. Mistral da 281.000 m³ para Mistral Large 2 a enero de 2025, tras 18 meses de uso, sin desglosar etapas. Li et al. proyectan además entre 4.200 y 6.600 millones de m³ de extracción de agua para la IA en el mundo en 2027, que es extracción y no consumo, y una proyección. Google reporta 10.900 millones de galones estadounidenses de consumo de agua en toda la empresa en 2025, centros de datos y oficinas. Más sobre qué agua cuenta cada cifra en la guía del agua.

    ¿Cuánto CO2 emite una consulta?

    Google reporta 0,03 g de CO2e por consulta mediana con un factor basado en el mercado de 94 g por kWh, con fabricación incluida y entrenamiento excluido, y 0,02 g con el método estrecho. Mistral reporta 1,14 g, en un análisis de ciclo de vida que excluye los terminales de los usuarios. Berget AI publicó en octubre de 2026 0,4 g en Suecia y 3,2 g en Texas para Kimi K3 con 5.000 tokens de entrada y 387 de salida, basadas en la ubicación e incluida la fabricación del hardware. GreenPT da 0,4 g por una respuesta típica de chat, y la fuente es contradictoria sobre si es medida o modelada, así que no la llamamos medida. Jegham et al. dan de menos de 0,3 a unos 17 g para consultas largas, y Tomlinson et al. 2,2 g por consulta a ChatGPT en 2023, con el entrenamiento amortizado y una operación tomada de una estimación informal. Los métodos y las consultas son distintos y las cifras no son comparables entre sí.

    ¿Y el entrenamiento de los modelos?

    Emisiones y energía de entrenamiento, según cada fuente.
    ModeloCifraFuente y qué cuenta
    GPT-3552 t de CO2e y 1.287 MWhPatterson et al., 2021. Estimación de los autores a partir de datos de OpenAI, no una cifra de OpenAI.
    BLOOM 176B24,7 t y 50,5 t de CO2eqLuccioni et al., 2022. Solo potencia dinámica, y todos los procesos. Entrenamiento final.
    Llama 3.1 8B, 70B y 405B420, 2.040 y 8.930 t de CO2eqMeta, 2024. Basado en la ubicación. Basado en el mercado es cero porque Meta cubre con renovables el 100 % de su electricidad.
    Mistral Large 220,4 kt de CO2eMistral AI, 2025. A enero de 2025 y tras 18 meses de uso, sin desglosar etapas.

    ¿Y el conjunto de los centros de datos?

    El informe de Lawrence Berkeley da 176 TWh en 2023 para los centros de datos de EE. UU. y entre 325 y 580 TWh en 2028, el 6,7 % al 12 % de su electricidad, como escenarios que incluyen todos los usos. La AIE da unos 415 TWh en 2024 para el mundo, el 1,5 % de la electricidad, y unos 945 TWh como proyección para 2030. De Vries estima entre 85 y 134 TWh al año en 2027 para unos 1,5 millones de servidores de IA de NVIDIA, como escenario, y 29,2 TWh si cada búsqueda de Google usara IA, hipótesis y no medición.

    ¿Qué dan los factores SAEF, y qué pasa con España?

    SOMA AI (somaai.earth) estima un intercambio de 1.210 tokens con su conjunto de datos abierto SAEF, que incluye electricidad, hardware, construcción y entrenamiento amortizado. La tabla muestra agua y CO2e por región. El agua suma la refrigeración en el centro de datos y el agua asociada a la generación eléctrica, incluida la parte asignada del agua de los embalses hidroeléctricos, por eso Suecia, con poco CO2e, sale con más agua. El conjunto de datos no tiene factor de agua para España (EU South - Spain), así que España no figura en la tabla. Su CO2e por región está en la tabla de factores. Son estimaciones por ubicación.

    Agua y CO2e de un intercambio, por clase de modelo SAEF y región.
    RegiónClase AClase BClase C
    EU North - Sweden0,18 mL, 0,0025 g0,59 mL, 0,0094 g2,2 mL, 0,037 g
    EU West - Ireland0,045 mL, 0,0098 g0,15 mL, 0,033 g0,55 mL, 0,13 g
    US East - N. Virginia0,073 mL, 0,010 g0,24 mL, 0,036 g0,89 mL, 0,13 g

    Los valores completos están en la tabla de factores, y por qué las cifras no coinciden en la guía (en inglés) sobre por qué difieren las estimaciones.

    Sigue leyendo