En agosto de 2025, Google publicó la primera medición detallada de una gran empresa tecnológica sobre el consumo de energía de una consulta: un pedido de texto mediano a Gemini gasta 0,24 vatios-hora de energía y 0,26 mililitros de agua. En comparación, eso es menos que ver televisión durante nueve segundos.
El número parece pequeño la primera vez que se lee. Pero para quien responde por el informe de sostenibilidad (ESG), la ecuación cambia cuando esa pregunta se multiplica por decenas de miles de usuarios, todos los días, en todos los modelos y todas las áreas. Meses antes, en abril de 2025, la Agencia Internacional de Energía (IEA) ya había publicado su propia proyección para el consumo eléctrico de los data centers: se duplicaría con creces entre 2024 y 2030, hasta llegar a 945 teravatios-hora al año, equivalente a la demanda eléctrica actual de Japón.
El punto de inflexión no es la cantidad absoluta. Es que, por primera vez, el consumo de IA es visible y medible. Y cuando algo es medible, queda claro: el equipo que responde por ESG puede decidir pregunta por pregunta, modelo por modelo, reutilización por reutilización.
El costo invisible de una pregunta que nadie reutilizó
No toda empresa usa Gemini. Pero todas las que usan algún modelo de IA a escala —integrado a un sistema interno, contratado como SaaS o dentro de asistentes corporativos— enfrentan el mismo dilema. Una pregunta hecha hoy consume energía. La misma pregunta hecha mañana la vuelve a consumir, a menos que exista un mecanismo para reutilizar la respuesta que ya fue calculada.
Electricity consumption from data centres is set to double by 2030, and power use from those focused on AI is poised to triple.
El informe de sostenibilidad corporativa tiene que responder preguntas que el área de TI rara vez se hace: ¿qué área de la empresa usa más los modelos pesados? ¿Cuántas veces se hizo la misma pregunta en semanas distintas? ¿Qué tarea de rutina podría resolverse con un modelo más chico sin perder calidad? ¿Por qué la misma pregunta se envió a la IA tres veces en un mes?
Esas respuestas no salen de una cuenta personal de ChatGPT o Gemini. Tampoco de un agente corriendo en paralelo sin registro. Salen de un lugar donde el consumo queda registrado y atribuido por persona, grupo y objetivo, y por eso lo que no es visible es siempre lo que más crece.
Los números más recientes confirman que la tendencia no se frenó. Según una proyección de Gartner publicada en junio de 2026, el consumo eléctrico global de los data centers crecería un 26,4% este año, hasta llegar a 565 teravatios-hora, frente a los 447 teravatios-hora de 2025. Los servidores optimizados para inteligencia artificial explican la mayor parte de ese salto: consumirían 175 teravatios-hora en 2026, un aumento del 84,2% respecto del año anterior, y ya representan el 31% de todo el consumo de energía de los data centers del mundo.
Para las empresas brasileñas y latinoamericanas que reportan metas de ESG, ese crecimiento llega en un momento incómodo: la energía que usa la IA se suma al resto de la operación, y la factura eléctrica no distingue entre una consulta necesaria y una repetida por falta de un mecanismo de reutilización. Cuando el equipo de sostenibilidad no puede separar las dos cosas, el informe de emisiones crece por un motivo que nadie decidió realmente.
Por qué los límites de uso no reducen el consumo
La respuesta obvia parece ser restringir: limitar cuántas preguntas puede hacer cada persona, o prohibir los modelos caros para tareas pequeñas. Esa fue la estrategia de muchas empresas en los últimos dos años. Y no funcionó.
Cuando no existe un lugar oficial donde la tarea sea más fácil de hacer, la persona encuentra otro lugar, incluso fuera del perímetro controlado. La evidencia de otras áreas de la tecnología corporativa muestra que prohibir sin dar una alternativa reduce la visibilidad, no el consumo. La misma persona que no puede usar la IA licenciada va a usar su cuenta personal, y esta vez la empresa no se queda con ningún registro de lo que pasó: ni datos, ni resultado, ni aprendizaje.
Pensemos en una rutina común en casi cualquier oficina: el área de compras le hace, todos los meses, la misma pregunta a un modelo de IA para resumir cláusulas de contratos parecidos de proveedores distintos. Sin un mecanismo de reutilización, cada resumen se recalcula desde cero, aunque el contrato haya cambiado poco de un proveedor a otro. Multiplicado por decenas de áreas haciendo el mismo tipo de pregunta repetida, el desperdicio de energía deja de ser un detalle técnico y se convierte en una línea que el equipo de sostenibilidad no puede explicar.
La salida no es un límite más duro. Es un entorno donde usar la IA de la forma correcta sea más fácil que la alternativa y, por diseño, esté mejor controlado.
Lo que tiene que existir en la práctica
Identidad corporativa en cada pregunta. ¿Quién hizo la pregunta? ¿Qué área? ¿Qué sesión? La respuesta viene del directorio de la empresa: cada consulta queda atribuida, es rastreable y desaparece cuando la persona se va.
Modelo de IA del tamaño justo para cada tarea. Una tarea rutinaria no necesita la misma capacidad de procesamiento que un diagnóstico complejo. Si el equipo de atención puede resolver el 85% de las dudas con un modelo más liviano, esas dudas deberían ir ahí. Si el área de I+D necesita razonamiento profundo en el 10% de los casos, ese modelo se queda con ese 10%.
Reutilización con permisos. Si la misma pregunta se hizo cinco veces en los últimos tres meses, la sexta vez no debería volver a procesarse desde cero: debería devolver la respuesta que ya existe, siempre que la persona y el área tengan permiso para acceder a ella. La primera pregunta tiene costo; las siguientes solo tienen costo de acceso.
Consumo visible por área. No "la IA costó 500.000 pesos este mes", sino "la IA en operaciones costó 120.000, la IA en análisis costó 180.000, la IA en I+D costó 200.000". Cuando el costo es visible, la conversación cambia, y el incentivo para elegir el modelo correcto vuelve a quien lo usa.
Registro de auditoría de cada acción sensible. ¿Se aprueba un documento? Queda registrado. ¿Se cambia un permiso? Queda registrado. ¿Se reutiliza una respuesta? Queda registrado. En una auditoría o en la investigación de un caso de cumplimiento, esa es la diferencia entre reconstruir lo ocurrido en minutos y no poder reconstruirlo.
Así fue diseñada Skyller: identidad corporativa en cada consulta, modelo elegido según la tarea y consumo visible para quien paga. Esa combinación responde la pregunta que el equipo de ESG necesita contestar: no solo cuánta energía se usa, sino dónde, por qué y si hay margen para optimizar.
La ganancia de gobernanza y redescubrimiento
El beneficio más obvio de la visibilidad es el control. Cuando el consumo se mide por área, queda claro dónde están las oportunidades de eficiencia y dónde el uso crece sin justificación.
Pero hay una segunda ganancia, menos evidente pero igual de importante: lo que funciona bien deja de ser personal. Cuando una analista descubre una instrucción que ahorra el 40% del tiempo en una tarea de informes, esa instrucción puede ponerse a disposición de otras analistas, siempre que los permisos y los controles estén en su lugar. La empresa no vuelve a empezar de cero cada vez que se repite la tarea. La segunda persona aprovecha lo que la primera aprendió.
El mismo razonamiento vale para el lado positivo de esa ganancia. En un centro de atención con equipos en turnos distintos, una respuesta validada por la mañana no necesita ser redescubierta por el equipo de la tarde, siempre que esté disponible con el permiso correcto. Eso ahorra tiempo a la persona y energía al sistema al mismo tiempo, porque la misma pregunta, calculada una vez, deja de recalcularse en cada turno.
Tres preguntas para llevar al CFO y al liderazgo de TI
Antes de imponer límites rígidos, vale la pena responder estas tres preguntas con números:
-
¿Cuál es el consumo de energía por área, hoy? Si la respuesta es "no lo sabemos", el primer paso no es limitar, es medir. Sin visibilidad no hay optimización, solo suposición.
-
¿Cuántas veces se hizo la misma pregunta en 30 días? Si el número es alto, hay una oportunidad de reutilización. Cada pregunta repetida es energía que no se ahorró por falta de un mecanismo.
-
¿Qué porcentaje de las preguntas salió del perímetro controlado? Si la respuesta es "no lo sabemos", el uso real es mayor que el medido, y más caro de lo que parece.
