Los centros de datos de Amazon consumieron 2.500 millones de galones de agua: la factura oculta del agua de la IA

Según el análisis de The Verge del último informe de sostenibilidad de Amazon, la red mundial de centros de datos de la compañía consumió cerca de 2.500 millones de galones estadounidenses — más de 9.500 millones de litros — de agua el año pasado. La cifra ha aumentado de forma significativa la atención sobre el consumo de agua de los centros de datos hyperscale y ha puesto en la agenda la preocupación de que, en la era de la inteligencia artificial, ese número solo crecerá.

¿Por qué los centros de datos consumen agua? El primer y mayor uso es la refrigeración. En las instalaciones hyperscale modernas, el calor producido por miles de servidores en funcionamiento se evacúa mediante torres de refrigeración por evaporación. El agua evaporada arrastrada por el flujo de aire mantiene los equipos a temperatura segura. El segundo uso es el consumo indirecto de agua en la generación de electricidad — Amazon no suma esa cifra al consumo directo en su informe de sostenibilidad.

El informe de The Verge contextualiza los 2.500 millones de galones. Comparado con el uso doméstico anual medio de un estadounidense (unos 33.000 galones), la cifra equivale aproximadamente al consumo anual de 75.000 hogares. Un solo campus de centro de datos de Amazon puede consumir entre uno y tres millones de galones al día, acercándose a la mitad del consumo diario de algunas ciudades.

La distribución geográfica también importa. Las regiones de centros de datos de mayor crecimiento de Amazon Web Services incluyen Virginia (especialmente el condado de Loudoun), Oregón, Arizona y Ohio. Algunas de esas regiones — Arizona en particular — se encuentran en un clima de alto estrés hídrico. The Verge informa que las autoridades locales del agua en Arizona han empezado a vigilar más de cerca los compromisos de consumo de Amazon y otros operadores hyperscale.

El factor inteligencia artificial amplifica la cuestión. Las cargas de entrenamiento de IA intensivas en GPU producen entre tres y cinco veces más calor por hora que las cargas de cómputo empresariales tradicionales. Eso implica que hace falta más agua para transportar la carga térmica. Un entrenamiento de un modelo de lenguaje de gran tamaño tipo GPT puede consumir miles de galones dentro de un centro de datos; por consulta, el uso de agua oscila entre unos 16 mililitros y 50 mililitros.

La respuesta de Amazon es multifacética. La compañía se ha comprometido a ser «water positive» para 2030 — devolver a las comunidades tanta agua como consume. El objetivo se cumple mediante recogida de agua de lluvia, reciclaje de aguas residuales, restauración de humedales y proyectos locales de infraestructura hídrica. Amazon también acelera el paso a técnicas de hardware que reducen el uso de agua, como la refrigeración líquida directa al chip.

¿Qué hacen los competidores? El informe de sostenibilidad de Google de marzo de 2026 declaró unos 6.100 millones de galones, mientras que Microsoft informó unos 1.700 millones. Las tres compañías utilizan metodologías de medición distintas; The Verge señala que el sector no ha convergido aún en un estándar común.

El marco regulatorio sigue en fase temprana. En Estados Unidos, algunos estados — Virginia y Oregón en particular — han empezado a exigir permisos de uso de agua para nuevos centros de datos. La directiva europea CSRD obliga a las grandes empresas a declarar las cifras de consumo de agua con una metodología estándar a partir de 2025. En Türkiye, el Ministerio de Industria ha iniciado un estudio sobre el consumo de agua de los centros de datos, pero el reporte aún no es obligatorio.

Existen soluciones técnicas a largo plazo. La refrigeración líquida evacúa el calor de las GPU directamente mediante placas de contacto líquido sin necesidad de evaporación. La refrigeración libre — aire exterior — ofrece grandes ahorros en climas fríos durante todo el año. Integraciones de bombas de calor geotérmicas se prueban en algunos proyectos piloto. Si estas tecnologías se generalizan, podrían reducir la intensidad hídrica de los centros de datos entre un 50 y un 80 %.

Lectura práctica para los lectores de Vesper: usar inteligencia artificial tiene un coste de agua y ese coste, oculto tras cualquier consulta a ChatGPT o Claude, es real. Para las inversiones crecientes en centros de datos en Türkiye — especialmente en Estambul y Ankara — la planificación de la infraestructura hídrica debe convertirse en una prioridad. Que el sector acuerde una metodología común y publique informes transparentes es un buen punto de partida para la conversación sobre sostenibilidad.