Cada vez que le pedís algo a un modelo de inteligencia artificial, consumís bastante más electricidad que hacer una búsqueda en Google. Una consulta promedio a GPT-4o o modelos similares ronda los 0.3-0.5 Wh (hasta 1-3 Wh en respuestas más largas), versus los 0.2-0.3 Wh de una búsqueda tradicional. Parece poco, pero cuando lo multiplicás por los cientos de millones de consultas diarias... el número escala a niveles absurdos.
Según el IEA (reporte abril 2025), los datacenters globalmente consumieron alrededor de 415 TWh en 2024 — aproximadamente 1.5% del consumo eléctrico mundial. Se proyecta que ese número llegue a ~500 TWh en 2025-2026 y que pueda almost duplicate hacia 945 TWh en 2030, impulsado casi exclusivamente por la carga de trabajo de modelos de IA. Eso no es ciencia ficción: es matemática simple de exponenciales aplicadas a consumo.
El problema no es la nube, es el modelo
Una query a un modelo de lenguaje grande consume más energía que una búsqueda tradicional — no siempre "10-30 veces más" como se decía antes (con las optimizaciones de modelos como GPT-4o eso bajó), pero sí es consistentemente más alto. Y cuando la escala es de millones de usuarios... el problema es de volumen, no de porcentaje por query.
Google reveló que su consumo eléctrico subió aproximadamente un 27% en algunos años recientes. Microsoft duplicó el consumo eléctrico de sus datacenters entre 2020 y 2023. Juntos, los datacenters de las grandes tecnológicas ya consumen más electricidad que muchos países medianos.
La solución que nadie esperaba: reactores nucleares en miniatura
Las grandes empresas de tecnología necesitan energía limpia, abundante y constante — solar y eólica no alcanzan para sostener picos de 50 MW cuando un cluster de GPUs está corriendo a toda máquina. Necesitan densidad energética. Y la nuclear les está devolviendo el atractivo que perdió décadas atrás.
La respuesta: Small Modular Reactors (SMRs) — reactores nucleares modulares y compactos, de entre 30 y 300 MW, versus los más de 1.000 MW de una central nuclear tradicional. Las big tech ya se movieron:
- Microsoft firmó un acuerdo de compra de energía nuclear por 10 años con Helion Energy
- Amazon invierte en X-energy y en múltiples proyectos de SMRs
- Google firmó un acuerdo con Kairos Power para energía nuclear limpia
- Oklo (SMRs, cotizando en NYSE) y NuScale (primer SMR aprobado en USA) van en la misma línea
En los últimos 18 meses, big tech acumuló compromisos por más de $10.000 millones en contratos de energía nuclear. Es uno de los pocos sectores donde la IA está literalmente reviviendo el interés en nuclear.
Un problema que también es hídrico
Otro dato que suele quedar afuera: los datacenters también consumen cantidades masivas de agua para refrigeración. Meta tiene datacenters que en un solo año evaporaron miles de millones de litros de agua. NASA documentó que los data centers de las big tech en zonas con estrés hídrico están afectando ecosistemas locales. En zonas con escasez de agua esto es un problema real. La combinación energía + agua es el verdadero costo escondido detrás de cada modelo que generamos.
¿Y en Argentina?
Acá la cosa tiene un color particular. Argentina tiene una mezcla energética interesante: mucha agua (hidroeléctrica), mucho sol (una de las irradiaciones más altas del mundo), mucho viento (eólica en expansión) y experiencia nuclear probada — Atucha I y II, Embalse, y el proyecto CAREM (~30 MW, un SMR diseñado y construido en el país, aunque con demoras significativas). Rumores recientes mencionan interés en expandir la capacidad nuclear con reactores modulares bajo el gobierno actual.
El punto de soberanía es gold: si los datacenters vienen, ¿quién provee la energía? ¿y los datos? Un país que no genera su propia energía para IA termina dependiendo de servidores foreign — con todas las implicancias de soberanía que eso tiene.
Para una tesis sobre datacenters, IA y soberanía energética, el tema es directo al punto. La pregunta no es si la IA va a necesitar energía — es si los países van a poder generar esa energía de forma soberana, o si van a depender de granjas de servidores en otros territorios.
El implicito político que no es menor
Cuando una empresa del exterior pone un datacenter en Brasil, los datos de los brasileños se procesan en servidores brasileños. Pero si ese datacenter funciona con energía nuclear comprada a una utility foreign, la soberanía energética sigue siendo un debate abierto.
Por eso el concepto de "soberanía energética" no es un slogan: es una variable real en la geopolítica de la inteligencia artificial. Y Argentina tiene una ventaja comparativa que pocos países del mundo tienen: los recursos naturales y el conocimiento técnico para jugar en esa liga.
415 TWh en 2024. Casi 1.000 TWh proyectados para 2030. $10.000 millones en deals de nuclear. SMRs diseñados en Argentina (CAREM). La pregunta para los próximos años no es si la IA va a necesitar energía — es si vamos a ser parte de la conversación o si vamos a depender de la energía de otros para alimentar la IA de otros.