El cost ocult de la intel·ligència artificial
Cada vegada que demanem a una plataforma d’intel·ligència artificial que ens respongui una consulta, generi una imatge o resumeixi un document, milers de servidors treballen de manera simultània en grans centres de dades. Igual que ocorre quan un ordinador fa tasques molt exigents, com executar un videojoc o descarregar arxius pesats, aquest esforç consumeix més electricitat, genera calor i obliga a refrigerar els equips per a evitar avaries o danys.
Aquí entra en joc l’aigua. Encara que també existeixen sistemes de ventilació, la refrigeració per aigua continua sent actualment l’opció més eficient per a refredar aquests enormes centres de dades. La ràpida expansió de la intel·ligència artificial està augmentant, per tant, la demanda d’aquest recurs i amb ella el debat sobre el seu impacte en les zones on l’aigua ja és un bé escàs. Però mesurar aquest impacte no és tan senzill com comptar litres d’aigua. Depèn de com es refrigerin els equips, d’on se situïn els centres de dades i de com es produeixi l’electricitat que utilitzen.
Quanta aigua “beu” la ia?
Ara bé, quanta aigua consumeix realment la IA quan fem una consulta a un xat? Les estimacions disponibles ofereixen resultats molt diferents, perquè encara no existeix una forma estandarditzada de mesurar aquest consum. Entre les considerades més fiables, un estudi de la Universitat de Califòrnia i la Universitat de Texas va calcular que una conversa d’entre 20 i 50 preguntes amb un xat implica un consum aproximat de mig litre d’aigua, encara que es tracta d’una aproximació subjecta a nombroses incertituds. També les grans companyies tecnològiques reconeixen que el creixement de la IA ha incrementat el consum d’aigua dels seus centres de dades. Aquest augment oscil·la entre una mica més del 20% i el 34%, segons l’empresa.
És molt o és poc? La resposta no és senzilla. “Quantificar amb precisió aquest consum hídric continua sent un repte. No existeix encara una comptabilitat auditada ni estàndards d’informació comparables entre empreses”, explica Ignacio Sánchez, responsable de l’àrea de Resources d’Accenture. Pedro Martínez, director del grup de recerca en Hidrogeologia i Medi Ambient de la Universitat Complutense de Madrid, coincideix: “Tot i que proliferen els estudis, encara no pot parlar-se d’una xifra plenament fiable. Això ens obliga a treballar gairebé sempre amb estimacions indirectes i marges d’error relativament elevats”.
Malgrat aquesta incertesa, tots els experts coincideixen en què la ràpida expansió de la IA exigeix una gestió responsable de l’aigua. “El ritme de creixement del sector i la seva concentració en zones amb estrès hídric justifiquen una gestió proactiva”, resumeix Sánchez Serrano.
Espanya s’ha convertit en un dels països més atractius del sud d’Europa per a instal·lar centres de dades. Segons SpainDC, la seva bona connectivitat, la seva posició estratègica, la disponibilitat de sòl i la seva capacitat per a generar energia renovable afavoreixen el desenvolupament d’aquestes infraestructures. Actualment existeixen un centenar de centres de dades, concentrats sobretot a Madrid, Barcelona i Saragossa. Si tiren endavant els projectes previstos, la inversió podria superar els 60.000 milions d’euros fins a 2030. El seu creixement dependrà de comptar amb suficients xarxes elèctriques i connexions de telecomunicacions, a més de la disponibilitat d’aigua. L’informe anual 2025 de SpainDC situa l’índex d’eficiència dels centres de dades espanyoles en 0,21 litres per quilowatt hora, per sota de la mitjana europea (0,31 L/ kWh). És a dir, utilitzen menys aigua per a refrigerar-se que la mitjana europea.
Podem fiar-nos de les xifres?
Convé posar aquestes xifres en context. Encara que el consum d’aigua associat a la IA està creixent amb rapidesa, segueix sent molt inferior al d’activitats com l’agricultura de regadiu, que utilitza centenars de vegades més aigua cada any. Segons Pedro Martínez, algunes estimacions situen el consum mundial d’aigua de la IA en uns 5 km3 per a 2027, enfront dels 2.500 km3 que consumeix cada any l’agricultura de regadiu i els 750 km3 de l’ús domèstic. “Ha crescut ràpidament en els últims anys, però encara representa un volum petit en termes absoluts”, resumeix l’expert. No obstant això, el volum total no ho explica tot. Un mateix consum d’aigua pot tenir conseqüències molt diferents segons on es produeixi. No és el mateix utilitzar aigua a una zona on el recurs és abundant que fer-lo en regions sotmeses a estrès hídric o sequeres recurrents.
Calcular la petjada hídrica de la IA no és senzill. A diferència del consum elèctric o de la petjada de carbó, intervenen nombrosos factors. No només compta l’aigua utilitzada per a refrigerar els centres de dades, sinó també la necessària per a fabricar els equips o per a produir l’electricitat que consumeixen. A més, molts models d’IA funcionen integrats amb altres sistemes, com a cercadors d’Internet, assistents virtuals o plataformes en el núvol, la qual cosa dificulta saber quanta aigua correspon realment a cadascun. A això se suma que encara no existeixen normes homogènies perquè les empreses informin sobre aquest consum. Per a Alejandro Fuster, director tècnic de SpainDC, l’associació que agrupa els centres de dades instal·lades a Espanya, no existeix una relació matemàtica entre aquestes infraestructures i l’estrès hídric. “Tot depèn de la ubicació, del disseny de la instal·lació i del sistema de refrigeració triat. Més que parlar d’un risc generalitzat, cal avaluar cada projecte segons els recursos disponibles en la zona i apostar per solucions cada vegada més eficients”, explica.
La major part del consum d’aigua depèn de com és dissenyen i gestionin els centrs de dades. Així i tot, un ús responsable de la intel·ligència artificial també pot contribuir a reduir el seu impacti ambiental.
- Utilitzar-la quan realment aporti valor. Cada consulta requereix recursos per a processar-se.
- Informar-se sobre els empreses que utilitzem. Algunes companyies publiquin dades sobre el seu consum d’aigua, energia i els seus compromisos de sostenibilitat.
- Allargar la vida dels nostres dispositius. Fabricar mòbils, ordinadors i servidors requereix aigua i altres recursos.
Quines solucions existeixen?
La bona notícia és que la tecnologia també està avançant per a reduir aquesta petjada. “Ja existeixen solucions com la refrigeració en sec (utilitza aire en lloc d’aigua), els circuits tancats (reutilitzen l’aigua), els sistemes híbrids (combinen diferents tecnologies de refrigeració), l’ús d’aigua regenerada procedent de depuradores o la refrigeració per immersió, en la qual els equips s’introdueixen en líquids especials per a dissipar la calor”, explica Fuster. “L’objectiu és refredar millor utilitzant menys recursos”, afegeix l’expert.
Per a Ignacio Sánchez, el desafiament no consisteix només a desenvolupar tecnologies més eficients. També és necessari planificar com creixeran els centres de dades en els pròxims anys, tenint en compte els recursos disponibles en cada territori. Una bona coordinació entre empreses, administracions i gestors de l’aigua serà clau per a compatibilitzar el desenvolupament de la IA amb un ús sostenible d’aquest recurs.
La petjada hídrica de la IA no dependrà només dels avanços tecnològics, sinó també de com es gestioni el seu creixement. Perquè la intel·ligència artificial pot semblar invisible, però no ho és. Darrere de cada consulta hi ha una infraestructura física que consumeix energia, aigua i altres recursos. Reduir aquest impacte serà un repte compartit per empreses, administracions i usuaris. La qüestió no és deixar d’usar la IA, sinó impulsar un desenvolupament que tingui en compte també l’aigua que necessita per a funcionar.
La tecnologia també pot ajudar a reduir la petjada hídrica de la IA. Aquestes són algunes de les solucions més prometedores per a aconseguir-ho:
- Reutilitzar l’aigua. Els circuits tancats reutilitzen contínuament la mateixa aigua per a refrigerar els equips, evitant haver de consumir aigua nova. Algunes grans tecnològiques ja han anunciat que tots els seus futurs centres de dades que construeixin a Espanya utilitzaran aquest sistema.
- Usar aigua que no sigui potable. La refrigeració no necessita que s’utilitzi aigua apta per a beure, per la qual cosa pot emprar-se aigua regenerada procedent de les depuradores.
- Refrigerar sense aigua. En lloc d’aire o aigua, alguns centres de dades submergeixen els equips en líquids refrigerants que absorbeixen millor la calor. Ja existeixen instal·lacions experimentals que proven aquesta tecnologia per a refredar els seus equips.
- Refredar només on fa falta. En lloc de refredar tota la instal·lació, el fred s’aplica de manera selectiva únicament sobre els components que aconsegueixen temperatures més elevades.
- Compensar l’impacte. Algunes empreses financen actuacions ambientals per a estalviar aigua o recuperar ecosistemes, com millorar el reg agrícola, restaurar aiguamolls o afavorir la recàrrega d’aqüífers.
- Aprofitar la calor. La calor que generen els centres de dades pot aprofitar-se per a calefacció o processos industrials en lloc de malgastar-se.
- Triar millor on construir. Instal·lar els centres de dades en zones més fredes o amb major disponibilitat d’aigua redueix les necessitats de refrigeració.
- Fabricar xips amb menys aigua. Els nous processos de fabricació busquen reduir el consum d’aigua des de l’origen.
- Usar energies renovables. A més de reduir les emissions de CO₂, les energies netes permeten disminuir el consum indirecte d’aigua associat a algunes maneres de produir electricitat.
- 1Premiar a qui ho fa bé. Incentius a les empreses responsables, com a ajudes, avantatges fiscals o reconeixement públic poden accelerar l’adopció de tecnologies més eficients.