La expansión acelerada de la inteligencia artificial ha chocado de frente con un límite muy poco glamuroso: la electricidad necesaria para alimentar los centros de datos. No es la falta de chips ni de capital lo que está frenando ahora mismo muchos proyectos, sino la imposibilidad de conseguir a tiempo una conexión potente a la red.
Ante esa realidad, los grandes operadores de infraestructura digital están recurriendo a soluciones que hace nada se considerarían extremas. Los centros de datos de IA ya usan turbinas basadas en motores de avión, así como generadores diésel y de gas, no como simple respaldo, sino como fuente principal de energía durante meses o incluso años. El sector ha pasado de hablar de algoritmos y modelos a una carrera casi desesperada por enchufes y megavatios.
La demanda de energía de la IA desborda las redes eléctricas
El auge de los modelos de IA generativa ha disparado el consumo eléctrico de los centros de datos hasta niveles que muchas redes no pueden absorber. En Estados Unidos, los plazos para obtener una conexión de alta potencia se alargan entre cinco y siete años, e incluso se habla de esperas cercanas a la década en determinadas zonas. Para una industria que se mueve a ritmos de meses, esperar tanto es, sencillamente, inviable.
En ese contexto, fabricar la energía in situ se ha convertido en el atajo preferido de las grandes tecnológicas. Empresas energéticas y proveedores especializados están levantando plantas propias al lado de los centros de datos para saltarse la cola de acceso a la red. Lo que antes era un recurso de emergencia se está transformando en parte estructural de la infraestructura de la nube.
Esta tensión no se limita a Estados Unidos. Aunque el texto se apoya sobre todo en ejemplos norteamericanos, Europa empieza a ver señales similares: proyectos de grandes centros de datos que chocan con redes saturadas, tramitaciones lentas, oposición vecinal y dudas regulatorias sobre cómo encajar esta demanda eléctrica explosiva en los planes energéticos nacionales.
El problema es que la velocidad de despliegue de la IA no encaja con los tiempos de planificación de redes, renovables y almacenamiento. Mientras se debaten nuevas líneas de alta tensión, parques eólicos marinos o reactores modulares, los centros de datos necesitan funcionar hoy, no dentro de cinco o diez años.
En la práctica, la infraestructura digital de la inteligencia artificial se está construyendo con decisiones de corto plazo: primero que el sistema funcione, ya habrá tiempo de pensar en la eficiencia. Ese enfoque, advierten varios analistas, es justo el que está disparando costes, emisiones y riesgos financieros.
Turbinas aeroderivadas: de los 747 al servidor de IA
La imagen es llamativa: motores de avión reconvertidos en generadores fijos para alimentar granjas de servidores. Las llamadas turbinas aeroderivadas, basadas en núcleos de motores de aviación comercial, se están instalando junto a centros de datos de última generación para producir decenas o cientos de megavatios casi de inmediato.
Empresas como GE Vernova suministran ya este tipo de unidades a megaproyectos vinculados a grandes consorcios de IA, como el centro de datos Stargate impulsado por OpenAI y Microsoft en Texas. La lógica es sencilla: estas turbinas pueden ponerse en marcha en plazos de meses, repartirse en módulos y ubicarse cerca de donde se necesita la potencia.
También han aparecido actores especializados que reutilizan motores de aviones comerciales icónicos. ProEnergy, por ejemplo, está comprando núcleos de motores CF6-80C2, conocidos por su uso en Boeing 747, para reconstruirlos como unidades terrestres capaces de generar en torno a 48 megavatios cada una, energía suficiente para abastecer decenas de miles de hogares.
El fenómeno no es solo tecnológico, sino también financiero. El caso de Boom Supersonic lo ilustra bien: su CEO, Blake Scholl, planeaba primero desarrollar su avión supersónico y, más adelante, explorar usos energéticos de sus motores. Sin embargo, una llamada de Sam Altman, director ejecutivo de OpenAI, alteró ese orden. El mensaje fue directo: la prioridad no eran los aviones, sino conseguir cuanto antes potencia eléctrica adicional para los proyectos de IA.
Fruto de esa urgencia, Scholl ha confirmado que venderá a la empresa Crusoe turbinas prácticamente idénticas a las de sus futuros aviones supersónicos, con un objetivo claro: convertir motores pensados para volar en fuente estable de electricidad al servicio de la nube. Esta reconversión muestra hasta qué punto la frontera entre aeronáutica, energía y tecnología digital se está difuminando.
Del respaldo de emergencia a ser la fuente principal: diésel y gas regresan con fuerza
En paralelo a las turbinas aeroderivadas, los generadores diésel y de gas han dejado de ser un simple seguro contra cortes de luz. Tradicionalmente, estos equipos se encendían en contadas ocasiones, cuando fallaba la red o se producían picos de demanda. Hoy, en muchos centros de datos de IA, se están utilizando como suministro primario durante largos periodos.
Fabricantes como Cummins han visto cómo esta demanda se dispara. La compañía asegura haber vendido ya en torno a 39 gigavatios de capacidad a centros de datos, duplicando su volumen en apenas un año. Lo significativo no es solo la cifra, sino el cambio de uso: esos generadores se diseñaron como respaldo y ahora funcionan como corazón energético continuo de la instalación.
El propio gobierno estadounidense está empezando a contemplar escenarios que rozan la economía de guerra. El responsable de Energía, Chris Wright, ha planteado públicamente la posibilidad de requisar temporalmente generadores de respaldo de centros de datos y grandes superficies (como cadenas de hipermercados) para sostener el sistema eléctrico en momentos de estrés extremo. Una señal clara de que la red se está viendo desbordada por esta nueva demanda.
Este giro tiene implicaciones serias para la planificación energética global. Plantas que estaban previstas para cerrar o reconvertirse han reconsiderado sus decisiones ante la oportunidad de suministrar a la nueva fiebre de la IA. Es el caso de instalaciones muy contaminantes, como la histórica planta de Fisk en Chicago, cuyo cierre se ha frenado para atender las necesidades de estos centros.
En el día a día, todo esto se traduce en algo tan prosaico como camiones cisterna de combustible entrando y saliendo de complejos de servidores. La nube, que siempre se describió como algo etéreo y limpio, depende ahora de motores de combustión encendidos sin descanso para mantener en funcionamiento servicios de IA que millones de usuarios perciben como casi mágicos.
Un modelo caro: energía al doble de precio y emisiones disparadas
La factura de esta estrategia de generar energía propia no es precisamente baja. Según cálculos de analistas de BNP Paribas, la electricidad procedente de una planta de gas construida para un gran cliente tecnológico en Ohio ronda los 175 dólares por megavatio hora, aproximadamente el doble del coste medio que afronta un consumidor industrial estándar en la zona.
Si comparamos con otras fuentes convencionales, la diferencia también es notable. La electricidad nuclear, eólica, solar o incluso procedente de centrales de carbón modernas suele ser considerablemente más barata cuando se integra en el mix de la red. El problema es que esos proyectos requieren años de tramitación, inversión y obra civil, algo que choca con la urgencia de los despliegues de IA.
A este sobrecoste económico se suman impactos ambientales nada menores. Expertos como Mark Dyson, del Rocky Mountain Institute, advierten de que las emisiones de estas plantas y generadores aislados son claramente peores que las de la red general, que combina gas relativamente eficiente con una cuota creciente de renovables. Al concentrar generación fósil menos optimizada junto a los centros de datos, se empeora el balance climático global.
El ruido, el tráfico asociado al combustible y las posibles fugas o incidentes añaden fricciones con las comunidades locales y los reguladores. Sin embargo, desde la óptica de los operadores, sigue saliendo más a cuenta asumir esos costes que retrasar un proyecto de IA valorado en miles de millones de euros o dólares. La prioridad es no perder la carrera competitiva frente a otros gigantes tecnológicos.
En conversaciones del sector empieza a usarse sin tapujos la palabra “desesperación” para describir este tipo de decisiones. No se trata tanto de improvisación caótica como de una lógica forzada: nadie elige turbinas de avión o grupos diésel porque sean limpios o baratos, se eligen porque son lo único que se puede desplegar en meses y no en años. Soluciones temporales que, poco a poco, se consolidan como piezas casi permanentes de la infraestructura.
Burbuja financiera y riesgo de cuello de botella energético
La dimensión energética de la IA no puede separarse de su arquitectura financiera. Las grandes tecnológicas y empresas vinculadas al ecosistema están derivando miles de millones en inversión en centros de datos hacia vehículos especiales (SPVs), financiados por banca de inversión y mercados de crédito privado. Se habla de más de 120.000 millones de dólares movidos fuera de balance para que las cifras oficiales de deuda parezcan más saludables.
Este uso masivo de ingeniería contable es una señal clásica de burbuja en construcción. Cuando una industria debe seguir creciendo a gran velocidad para sostener la narrativa de futuro y, simultáneamente, necesita que sus indicadores financieros no se deterioren, el incentivo para esconder riesgos se dispara. El peligro no desaparece, simplemente se desplaza a rincones del sistema con menos transparencia.
En paralelo, la carrera por asegurar fuentes de energía dedicadas se ha convertido en un elemento geopolítico. Grandes compañías están comprando o participando en empresas eléctricas y desarrolladores de proyectos energéticos para blindar su suministro. Alphabet, matriz de Google, ha adquirido la firma Intersect Power por varios miles de millones con el objetivo de garantizar energía, idealmente limpia, para su expansión en IA.
Mientras tanto, el plazo de retorno de la inversión (ROI) de muchos proyectos de IA se alarga. Hay analistas que sitúan la recuperación de la enorme apuesta de capital más allá de 2030, lo que alimenta un debate creciente sobre si nos encontramos ante una burbuja tecnológica más. Inversores escépticos y optimistas cruzan argumentos mientras el dinero sigue fluyendo hacia nuevas infraestructuras.
Llegados a este punto, el cuello de botella energético amenaza con convertirse en el factor que marque el techo real de crecimiento de la IA. Si las redes no se refuerzan suficientemente rápido y las soluciones temporales fósiles empiezan a chocar con límites regulatorios, sociales o climáticos, no bastará con seguir añadiendo servidores y chips. El riesgo es que proyectos multimillonarios queden infrautilizados por falta de electricidad asequible y aceptable socialmente.
Renovables y microrredes: la alternativa que gana peso
Frente a este escenario de motores de reacción y diésel funcionando sin descanso, un grupo creciente de expertos y empresas plantea otro camino: microrredes renovables dedicadas, en buena parte desconectadas de la red principal. La idea es construir plantas solares a gran escala combinadas con almacenamiento y, si es necesario, algo de respaldo fósil, pero con una huella global mucho menor.
Un estudio conjunto de investigadores de Stripe, Paces y Scale Microgrids sugiere que los sistemas solares con alrededor de un 44% de energía renovable ya competirían en costes con las plantas de gas que se están levantando para centros de datos. Y, según sus cálculos, configuraciones con un 90% de aportación renovable superarían en rentabilidad a proyectos nucleares, especialmente si se instalan en zonas con alta radiación solar y abundante suelo disponible, como ciertos estados del sur de Estados Unidos.
La gran ventaja de estas microrredes es el tiempo. Parques solares a gran escala pueden levantarse en menos de dos años, muy por debajo de los plazos habituales de una central de gas tradicional, una planta nuclear o una gran interconexión eléctrica. Ese margen temporal encaja mejor con la velocidad a la que se despliegan nuevos centros de datos de IA.
Algunos gigantes tecnológicos están empezando a mover ficha en esta dirección. Google, por ejemplo, ha reforzado su apuesta por contratos de compra de energía renovable a largo plazo y adquisiciones estratégicas para garantizar que, al menos en parte, el crecimiento de la IA se alimenta de fuentes bajas en carbono. Sin embargo, el grueso del sector sigue prefiriendo diésel y gas por inercia tecnológica y miedo muy terrenal: que la nube “se apague” si el sol no brilla o el viento no sopla.
Para Europa y España, donde la penetración de renovables es alta y la planificación climática es más estricta, el desafío pasa por integrar estos centros de datos en un sistema que ya está en plena transición. Se abren oportunidades para vincular nuevos complejos de IA a proyectos eólicos y solares dedicados, o incluso a futuros reactores modulares, pero eso requiere anticipación normativa y coordinación entre sector eléctrico y digital.
Una infraestructura de IA muy física, con costes reales
El relato público sobre la inteligencia artificial suele centrarse en demos espectaculares, asistentes conversacionales y promesas de productividad. Sin embargo, la realidad que emerge tras bambalinas es mucho más terrenal: una infraestructura industrial hambrienta de electricidad, suelo, agua y capital, sostenida en gran medida por tecnologías energéticas del siglo XX.
Mientras se ensalza la «innovación» de la IA, en la práctica se está ejerciendo una presión directa sobre las redes eléctricas y sobre las comunidades locales que acogen grandes centros de datos. Los costes medioambientales y sociales, desde las emisiones hasta el ruido o el uso de agua para refrigeración, se externalizan con frecuencia fuera de las hojas de cálculo que se muestran a los inversores.
La paradoja es evidente: para alimentar el software más avanzado del planeta, las empresas tecnológicas están resucitando motores de combustión y generadores fósiles que muchos daban por amortizados. Estas “turbinas puente” permiten que la IA siga creciendo a corto plazo, pero dejan en el aire la pregunta de cuánto tiempo podrá mantenerse un modelo que duplica costes energéticos y choca con los objetivos climáticos.
En este contexto, la discusión sobre la IA se desplaza cada vez más del terreno puramente tecnológico al de la economía política de su infraestructura: quién paga realmente las inversiones, cómo se reparten los riesgos, de dónde sale la energía y qué huella deja. Las decisiones que se tomen ahora, tanto en Estados Unidos como en Europa, marcarán si la próxima ola de centros de datos se construye sobre motores de avión y diésel o sobre una base más sostenible.
Lo que se está viendo en estos momentos sugiere que la revolución de la inteligencia artificial no depende solo de modelos más sofisticados, sino de algo bastante más prosaico: contar con suficiente energía asequible y limpia. Si esa pieza falla, las turbinas de avión encendidas a pie de centro de datos no serán solo una anécdota llamativa, sino el símbolo de una apuesta tecnológica que quiso ir demasiado rápido para lo que permitía la realidad física y energética del planeta.
