Uso IA 10 Horas al Día. Esto Es Lo Que Descubrí Sobre el Consumo de Agua

8 min read

"¿Sabes cuánta agua consume eso?"

Se viene la charla. (Odio esas.)

Pasé cinco años construyendo una casa de tierra y paja, completamente autónoma, sistema de agua independiente, paneles solares en el techo. Decisiones reales. De esas que te cuestan fines de semana, ahorros, y más discusiones con inspectores municipales de las que quiero recordar. Así que cuando alguien que se desayuna cuatro croissants decide darme cátedra sobre mis consultas a Claude, hago una cosa: reviso los números.

Eso fue lo que hice.

Lo que encontré me molestó más. No por las razones que piensas.

TL;DR: Tu uso de IA durante un año entero consume menos agua que los jeans que llevas puestos ahora mismo. El problema real existe, pero no te apunta de la forma que te están planteando. Aquí tienes cómo leer este debate sin que te manipulen desde ningún bando.

Professional working with multiple AI interfaces, analyzing water consumption data and tech impact
La Sed de la IA: Cuando la Productividad se Encuentra con la Histeria Hídrica

El Número Que Todos Citan Está Mal

La afirmación de "500ml por consulta". La has visto. Hilos de Reddit, posts de LinkedIn, charlas de conferencias, tu colega que acaba de descubrir las estadísticas de impacto ambiental.

Viene de un paper de 2023 de Shaolei Ren en UC Riverside, Making AI Less Thirsty. Buen paper, genuinamente útil. Pero el número que se viralizó no es lo que el paper realmente dice.

El estudio midió 500ml por 20 a 50 preguntas, para GPT-3, ejecutándose en centros de datos de Microsoft Azure en 2022, usando refrigeración evaporativa. Eso son 10 a 25ml por consulta como máximo. No por conversación. Por consulta. En hardware que tiene tres generaciones de antigüedad, en instalaciones que desde entonces han sido significativamente mejoradas.

Sam Altman declaró en febrero de 2026 que una consulta típica de ChatGPT usa 0.3ml. Un analista independiente trabajando con la misma metodología en modelos actuales llegó a alrededor de 5ml como cifra realista. El número real está en algún lugar de ese rango, dependiendo de dónde se procese tu consulta y qué sistema de refrigeración use el centro de datos.

Esa variación no es una nota al pie. Un centro de datos en Islandia usando refrigeración por aire libre consume cerca de cero agua. La misma consulta procesada en una instalación de Arizona usando refrigeración evaporativa durante el verano consume órdenes de magnitud más. Mismo modelo, mismo prompt, huella completamente diferente. El número sin la geografía no significa nada.

Una salvedad honesta: los grandes laboratorios no publican datos granulares de agua por consulta. OpenAI, Google, Microsoft todos reportan cifras agregadas con suficiente ambigüedad que los investigadores independientes tienen que estimar. Así que sí, estamos trabajando con aproximaciones. El rango de 0.3ml a 25ml es real, y cualquiera que reclame precisión más allá de eso está trabajando desde modelos, no mediciones. Incluyendo a la gente que hace la afirmación de 500ml.

La cifra viral es una extrapolación de un estudio de 2022 aplicado a modelos de 2026. Eso no es ciencia. Eso es un meme.

Déjame Hacer las Cuentas de Mi Propio Uso

Ejecuto toda la infraestructura detrás de mi flujo de trabajo diario con IA en un VPS de $5. Múltiples modelos, múltiples sesiones, Claude Code ejecutándose la mayor parte del día. Diez horas de uso activo de IA, la mayoría de días, durante meses.

Tomemos la estimación pesimista y seamos generosos con ella: 25ml por consulta. Asumamos que promedio una consulta cada dos minutos durante sesiones activas. Eso son 30 consultas por hora, 300 por día, aproximadamente 110,000 por año. Redondeemos a 120,000 por las automatizaciones ejecutándose en segundo plano.

120,000 consultas por 25ml: 3,000 litros por año.

Suena significativo. Así que comparémoslo con cosas de las que nadie me da cátedra.

1 par de jeans: 10,000 L
1 bistec de res (200g): 3,000 L
1 camiseta de algodón: 2,700 L
tu hábito de IA, 1 año: 912 L
1 taza de café: 140 L
1 carga de lavadora: 72 L

Water consumption comparison of AI queries, clothing, food, and daily activities
Desglose de uso de agua mostrando consultas de IA versus artículos y actividades cotidianas

A 25ml por consulta, un año completo de uso intensivo de IA llega a alrededor de 900 litros. Menos que un par de jeans. Con la estimación más realista de 5ml, son menos de 200 litros. Unas pocas cargas de lavadora. Con la cifra revelada por Altman de 0.3ml, son 36 litros. Una ducha larga.

Un par de jeans cuesta 11 veces más agua que un año de tu hábito de IA.

¿El tipo de los croissants que me dio cátedra? Su rutina de desayuno (cuatro croissants, mantequilla, café, jugo de naranja) suma alrededor de 600 litros de agua incorporada. Por mañana. Eso es antes de contar lo que lleve puesto.

Revelación completa: no soy una parte neutral aquí. Construyo con IA todos los días, ejecuto infraestructura que depende de que estos modelos se mantengan disponibles y asequibles, y tengo un interés obvio en que esto no sea un problema. Te lo digo por adelantado porque creo que los números se sostienen de todos modos, y prefiero que los revises tú mismo a que me creas por mi palabra.

El Problema Real Es Real, Solo Que No Donde Están Señalando

La huella individual es insignificante. La huella sistémica no lo es. Ambas son ciertas, y mezclarlas es confuso o conveniente.

En 2023, Microsoft reveló que el 41% de sus extracciones de agua vinieron de áreas con alto estrés hídrico. El centro de datos de Google en Council Bluffs, Iowa consumió 1 billón de galones ese año, suficiente para abastecer todo el agua residencial de Iowa durante cinco días. Amazon no reveló cifras comparables, lo cual te dice algo. Un reporte de enero de 2026 proyectó que el consumo de agua relacionado con IA crecerá aproximadamente 130% hasta 2050.

El ejemplo de Arizona se cita constantemente. En el condado de Maricopa: los campos de golf consumen 29 billones de galones por año. Los centros de datos consumen 905 millones de galones. Los centros de datos usan 32 veces menos agua mientras generan 50 veces más ingresos fiscales por galón. Altman se apoyó en esta comparación, Steinberger la hizo en un podcast, y es factualmente correcta.

Pero también retóricamente inútil. "Los campos de golf también desperdician agua" no arregla la decisión de construir infraestructura de entrenamiento a exaescala en Nevada durante una sequía de múltiples décadas. Ambos pueden ser problemas. Señalar uno no disuelve el otro.

Los centros de datos sin agua existen. Microsoft los desplegó en 2024. Refrigeración por inmersión, refrigeración seca, chips refrigerados por líquido... estos no son proyectos de investigación. El problema no es irresoluble. Es una decisión de prioridades que los hiperescaladores toman cuando los gobiernos se lo requieren, y no antes. Eso es un problema de política. Convertirlo en una cátedra de comportamiento del usuario es un error de categoría.

El argumento del agua llega a tu plato porque la culpa individual es más barata de producir que la responsabilidad sistémica. "Usa menos IA" no requiere cabildeo, ni regulación, ni presión corporativa. Limpio, portable, compartible. También logra cerca de nada estructuralmente.

El problema es real. Solo que no se trata de ti.

Nadie Sabe Qué Viene Después (Eso Siempre Ha Sido Cierto)

La disrupción es real. El dolor es real. Y merece decirse claramente antes de que aparezca el argumento de "pero la productividad".

La gente en industrias creativas, trabajo paralegal, atención al cliente, revisión de código... están absorbiendo dolor real e inmediato ahora mismo. No dolor futuro teórico. La tendencia de Silicon Valley de liderar con ganancias a largo plazo mientras la gente está perdiendo sus medios de vida es una falla genuina de empatía. La gente que construye estas herramientas debe algo de humildad a esa realidad, no solo gráficos sobre proyecciones del PIB.

Pero sobre la incertidumbre de lo que viene después, seamos precisos.

Nadie vio venir el asteroide. Los tejedores manuales no vieron el telar mecánico. Los tipógrafos no vieron la autoedición. Los agentes de viajes no vieron internet. Cada transición tecnológica mayor en la historia fue navegada sin un mapa confiable, por gente que no tenía idea de cómo terminaba.

Lo nuevo sobre la IA no es la incertidumbre. Es la velocidad.

Ya que estamos siendo honestos sobre el pasado: ¿realmente volverías atrás? No retóricamente. Concretamente.

La vida hace cien años: tu hijo muere de fiebre a los tres años porque los antibióticos no existirán por otra década. Te rompes un diente... no hay odontología real, solo extracción y dolor, y si se infecta podrías morir por eso. Recibes un diagnóstico de cáncer que hoy significa seis semanas de tratamiento y una vida normal después. En 1925 significa muerto en seis meses porque las herramientas aún no existen. Si eres mujer, no puedes votar en la mayoría de países y tu personería legal depende en gran medida de tu esposo.

Cada generación antes que nosotros absorbió transiciones brutales. La gente que las navegó no fueron los que predijeron el resultado correctamente (nadie lo hizo). Fueron los que se mantuvieron útiles mientras se redibujaba el mapa.

La incertidumbre no es nueva. La velocidad sí.

Los expertos prediciendo catástrofe de IA con total confianza tienen el mismo historial que los expertos prediciendo utopía de IA con total confianza. Cero de cero. Los que vale la pena leer son los que dicen "No sé, pero así es como me estoy posicionando".

Lo que puedes controlar: mantenerte técnico, mantenerte curioso, mantener tus manos en trabajo real. No porque garantice nada. Porque es la única posición desde la cual la adaptación es posible, pase lo que pase realmente. 🤷‍♂️

Nadie vio venir el asteroide tampoco.

Construye de todos modos.

Fuentes

Si construyes con IA a diario y quieres los números reales sin el pánico ni el bombo, suscríbete. Ese es el trato.

(*) La portada es generada por IA. Me pareció apropiado.

Descubre los números reales detrás del consumo de agua de la IA: menos dramáticos de lo que imaginas, más fascinantes de lo que crees.

→ Únete a la newsletter de infraestructura de IA