Durante los últimos tres años, la inteligencia artificial se ha promocionado como una de las mayores revoluciones de productividad en la historia moderna. Los líderes empresariales prometieron que la IA eliminaría el trabajo repetitivo, aumentaría la eficiencia y reduciría drásticamente los costos operativos. Los inversores respondieron invirtiendo cientos de miles de millones de dólares en empresas de IA, mientras que los ejecutivos de casi todas las industrias se apresuraron a integrar chatbots, asistentes de codificación de IA, generadores de imágenes y servicio al cliente automatizado en sus operaciones diarias.
El argumento económico parecía casi demasiado bueno como para cuestionarlo. ¿Por qué seguir pagando a empleados para que realicen tareas que el software podría completar en segundos? Desde escribir textos de marketing y generar código de software hasta responder preguntas de clientes y resumir documentos, la IA parecía capaz de reemplazar categorías enteras de trabajo por una fracción del costo.
Esa promesa se convirtió en una de las fuerzas impulsoras detrás del mayor auge de inversión en tecnología desde los primeros días de internet.
Sin embargo, pocos años después, las grietas comienzan a aparecer en esa narrativa. Las empresas que alguna vez vieron la IA como un reemplazo económico de la mano de obra humana ahora descubren que operar estos sistemas a escala puede ser extraordinariamente costoso. Los presupuestos empresariales de IA se están disparando, los departamentos de finanzas cuestionan si los ahorros prometidos se están materializando y algunas organizaciones comienzan a limitar el acceso de los empleados a herramientas de IA premium después de facturas inesperadamente grandes.
La ironía es difícil de ignorar. Mientras a los trabajadores se les dijo que eran demasiado caros, ahora las empresas están descubriendo que la inteligencia artificial tiene su propio precio.
En False Solutions, hemos dedicado el último año a examinar la inteligencia artificial desde una perspectiva diferente a la de la mayoría de las publicaciones tecnológicas. Mientras gran parte de la conversación pública se centraba en lo que la IA podía hacer, nosotros planteamos una pregunta distinta: ¿Cuánto cuesta realmente la IA y quién paga por ella al final?
En La Nueva Fiebre del Oro de los Centros de Datos, Exploramos la rápida expansión de la infraestructura de IA mientras las empresas tecnológicas competían por asegurar terrenos, electricidad y agua para la próxima generación de centros de datos a hiperescala. En ¿Por qué los centros de datos se están convirtiendo en las nuevas centrales eléctricas?, analizamos cómo las empresas de servicios públicos de todo el país están planeando nueva capacidad de generación específicamente para satisfacer la demanda proyectada de IA. Más recientemente, El auge de los centros de datos de las grandes tecnológicas está siendo subsidiado por ti analizamos los incentivos públicos, las exenciones fiscales y las inversiones en servicios públicos que ayudan a financiar esta expansión sin precedentes.
En conjunto, esas historias desafiaron uno de los mayores argumentos de venta de la IA. La tecnología parecía económica porque muchos de sus costos reales simplemente se estaban trasladando a otro lugar. En lugar de pagar a los trabajadores, las empresas dependían cada vez más de enormes inversiones en electricidad, hardware informático, sistemas de enfriamiento, infraestructura de transmisión y subsidios públicos que rara vez aparecían en las discusiones sobre la asequibilidad de la IA.
Esos costos ocultos nunca desaparecieron. Simplemente fueron absorbidos por las empresas de servicios públicos, los contribuyentes, los gobiernos locales y las comunidades a las que se les pidió que albergaran centros de datos cada vez más grandes.
Uno de los mayores errores sobre la inteligencia artificial es que solo existe en el mundo digital. Para la mayoría de los usuarios, la IA se siente casi ingrávida. Se escribe una pregunta en una ventana de chat y, en cuestión de segundos, aparece en pantalla una respuesta pulida. El proceso se siente casi mágico.
En realidad, cada indicación (prompt) viaja a través de una enorme red industrial que la mayoría de los usuarios nunca ven. Detrás de cada conversación hay una vasta colección de servidores repletos de procesadores gráficos de alto rendimiento, equipos de refrigeración, generadores de respaldo, transformadores, subestaciones y líneas de transmisión que operan continuamente para mantener los sistemas de IA en línea.
Esa infraestructura física requiere cantidades asombrosas de electricidad. También requiere volúmenes significativos de agua para enfriamiento en muchas ubicaciones, grandes cantidades de materiales de construcción y chips de computadora cada vez más escasos que siguen teniendo una alta demanda en todo el mundo.
Por esta razón, comunidades desde California hasta Virginia se han vuelto cada vez más escépticas ante los proyectos masivos de nuevos centros de datos. Los residentes no se oponen a la inteligencia artificial en sí. Se preguntan si sus vecindarios deberían absorber los costos ambientales y económicos asociados con el apoyo a una industria cuyos beneficios a menudo fluyen a otros lugares.
La economía digital, resulta, depende de una base muy física.
Durante años, las empresas tecnológicas promovieron la IA como una forma de reducir los gastos de nómina. Ese cálculo a menudo parecía convincente cuando los ejecutivos comparaban el costo de suscripción mensual de una herramienta de IA con el salario anual de un empleado.
Sin embargo, la comparación pasó por alto lo que sucede cuando miles o incluso decenas de miles de empleados comienzan a depender de la IA todos los días.
A diferencia del software tradicional, muchas plataformas de IA cobran según el uso. Cada indicación consume recursos informáticos, y esos recursos informáticos se traducen directamente en costos operativos. Un puñado de empleados que usan IA ocasionalmente puede representar solo un gasto modesto. Toda una empresa que dependa de la IA para codificación, revisión de documentos, atención al cliente, investigación y generación de contenido puede generar miles de millones de tokens cada mes, lo que resulta en facturas inesperadamente grandes.
Informes recientes sugieren que varias grandes empresas ya han comenzado a reconsiderar el uso irrestricto de la IA después de ver los costos aumentar mucho más rápido de lo previsto. Los departamentos de finanzas hacen cada vez más la misma pregunta que las comunidades se han estado haciendo durante meses: ¿Realmente hay retorno de la inversión?
La ironía central del auge de la IA es que las empresas esperaban reducir los costos laborales, pero muchas ahora están reemplazando los gastos de nómina con gastos de infraestructura. En lugar de pagar empleados adicionales, las empresas están pagando a proveedores de la nube, vendedores de IA, fabricantes de chips, operadores de centros de datos, compañías eléctricas y desarrolladores de energía.
El dinero no desapareció. Simplemente cambió de destino.
Esa distinción es importante porque los costos laborales generalmente permanecen dentro de una economía de maneras visibles. Los trabajadores pagan alquiler, compran comida, apoyan negocios locales, crían familias y contribuyen a sus comunidades. Los costos de infraestructura, especialmente en la economía de la IA, a menudo fluyen hacia arriba hacia algunas de las corporaciones más grandes y poderosas del mundo.
Cuando una empresa reemplaza un equipo de atención al cliente con una plataforma de IA, los ahorros pueden parecer atractivos en una hoja de cálculo. Pero la economía en general pierde salarios, mientras que el sistema energético absorbe nueva demanda y se pide a las comunidades que acepten la contaminación, el uso de agua y los impactos en la tierra asociados con la infraestructura detrás de esa plataforma.
Esto no es simplemente automatización. Es una transferencia de costos y poder.
Incluso mientras las empresas lidian con los crecientes gastos de la IA, el público sigue absorbiendo muchos de los costos ocultos de la industria. Es posible que se pida a los usuarios que financien las mejoras de la red necesarias para dar servicio a los centros de datos masivos. Los gobiernos locales pueden ofrecer exenciones fiscales para atraer instalaciones que prometen desarrollo económico pero que generan relativamente pocos empleos permanentes. Las comunidades ya sobrecargadas por la contaminación industrial pueden enfrentarse a nuevos generadores de respaldo, nuevas subestaciones y nueva generación de energía a gas construidas para satisfacer la demanda proyectada de electricidad.
Los recursos de agua dulce también se están convirtiendo en parte de la lucha. En regiones que ya enfrentan sequía, calor extremo o demanda industrial competitiva, la idea de usar grandes volúmenes de agua para enfriar centros de datos plantea preguntas básicas de equidad. ¿Quién tiene prioridad cuando el agua escasea? ¿Los residentes, las granjas, los ecosistemas o la próxima ola de infraestructura de IA?
Estas no son preguntas anti-tecnología. Son preguntas de interés público.
Si la inteligencia artificial va a formar parte de la vida cotidiana, la infraestructura que la soporta debe planificarse con transparencia, rendición de cuentas y límites ambientales. No se debe esperar que las comunidades sacrifiquen el aire limpio, la seguridad del agua o las facturas de servicios públicos asequibles simplemente porque las empresas de tecnología insisten en que la carrera de la IA no puede esperar.
False Solutions no se opone a la inteligencia artificial, ni se opone a los centros de datos. La IA tiene un potencial real para apoyar el descubrimiento científico, mejorar la atención médica, fortalecer el modelado climático, ampliar el acceso a idiomas y ayudar a las personas a trabajar de manera más eficiente. Usada responsablemente, puede ser una herramienta poderosa.
Pero las herramientas potentes aún necesitan reglas.
La pregunta no es si la sociedad debe usar IA. La pregunta es si construimos la infraestructura detrás de la IA de una manera que proteja a los trabajadores, las comunidades, los consumidores, los recursos hídricos y el clima.
Eso significa priorizar la eficiencia energética antes que la nueva generación, exigir que los centros de datos utilicen electricidad limpia en lugar de impulsar nueva demanda de combustibles fósiles, proteger los suministros de agua, limitar los subsidios públicos a menos que existan beneficios públicos claros y garantizar que las comunidades tengan una voz real antes de que se aprueben los proyectos.
También significa rechazar la idea de que la innovación justifica automáticamente el daño. De las mismas empresas que prometen un futuro inteligente se debe esperar que tomen decisiones inteligentes sobre dónde y cómo construyen.
El primer capítulo de la revolución de la IA se basó en la promesa de que la inteligencia artificial sería más barata que las personas. Hoy, esa suposición se enfrenta a su primera prueba seria.
Las empresas están analizando más de cerca los presupuestos de inteligencia artificial. Los inversores preguntan si el gasto puede generar rendimientos reales. Las comunidades están respondiendo con resistencia a los centros de datos que consumen grandes cantidades de electricidad y agua. Los reguladores están comenzando a hacer preguntas más difíciles sobre quién paga finalmente la infraestructura necesaria para respaldar esta nueva economía digital.
La conversación está evolucionando porque el costo de la IA nunca fue solo la suscripción mensual. Siempre fueron la central eléctrica, la línea de transmisión, el agua de refrigeración, el subsidio público y el vecindario al que se le pidió albergar otro centro de datos del tamaño de un almacén.
Como hemos argumentado a lo largo de nuestra serie sobre IA, el desafío no es la inteligencia artificial en sí misma. El desafío es construir una economía de IA que no traslade simplemente sus costos financieros, ambientales y sociales a los demás.
Eso no es antitecnología.
Simplemente se pregunta si el futuro que estamos construyendo es tan inteligente como las máquinas que estamos creando.