J.R. Morante y H. Santcovsky

25 de septiembre de 2026

Durante décadas hemos hablado de productividad como una relación entre trabajo, capital, tecnología y organización. La inteligencia artificial obliga a añadir de nuevo, y con mucha más fuerza de la que parecía hace apenas unos años, un elemento que nunca desapareció pero que la economía digital consiguió ocultar parcialmente: la energía.

La promesa es conocida. La inteligencia artificial permitirá hacer más cosas en menos tiempo, automatizar tareas, mejorar procesos, reducir costes y liberar capacidad humana para actividades de mayor valor añadido. En definitiva, aumentar la productividad. Pero existe una pregunta anterior que estamos empezando a descubrir: ¿con qué energía?

La nube nunca estuvo en la nube. Detrás de cada búsqueda, cada modelo de inteligencia artificial y cada proceso automatizado existen centros de datos, semiconductores, sistemas de refrigeración, redes eléctricas y enormes inversiones. La economía aparentemente más inmaterial que hemos construido está descubriendo rápidamente sus ataduras materiales. Y eso cambia la discusión sobre productividad.

La magnitud del cambio ya se puede medir. La Agencia Internacional de la Energía prevé que el consumo mundial de electricidad de los centros de datos crecerá a 945 TWh por año en 2030, desde 415 TWh en 2024, y solo para 2026 Gartner calcula que ese consumo llegará a 565 TWh, con los servidores optimizados para inteligencia artificial.

No bastará con medir cuántas horas de trabajo puede ahorrar un sistema de inteligencia artificial. Habrá que preguntarse también cuánta energía necesita para hacerlo, qué infraestructuras requiere, origen de la energía, y cuál es el valor económico y social generado por esa energía consumida.

La pregunta relevante quizá deje de ser simplemente cuánto aumenta la productividad por trabajador y pase a ser también cuánta productividad obtenemos por cada unidad adicional de energía. Aquí comienza un debate incómodo.

No todos los usos de la inteligencia artificial generan el mismo valor. Utilizar enormes capacidades de computación para mejorar procesos industriales, desarrollar nuevos materiales, optimizar redes eléctricas, acelerar investigación científica o mejorar determinados servicios públicos no produce necesariamente el mismo retorno económico y social que generar cantidades ilimitadas de contenidos de escaso valor.

Sin embargo, todos compiten por recursos físicos: electricidad, capacidad de red, centros de datos, chips, agua, suelo, capital y ubicación. Por eso la energía reafirma en política industrial.

La escala de la inversión que esto exige asombra: el gasto de capital de cinco grandes tecnológicas superó los 400.000 millones de dólares en 2025, con una previsión de crecimiento de otro 75% en 2026, mientras que la capacidad de las llamadas «fábricas de inteligencia artificial» se ha más que triplicado en apenas 18 meses.

Una economía puede disponer de universidades excelentes, investigadores, empresas tecnológicas y capital suficiente y, al mismo tiempo, encontrarse con que una nueva fábrica, un centro de datos o la electrificación de una industria no pueden avanzar porque no existe potencia disponible, porque un nodo eléctrico está saturado o porque una conexión necesita años para ejecutarse.

Esto ya no es una hipótesis: en Irlanda, alrededor del 21% de la electricidad nacional se destina ya a centros de datos, con proyecciones de hasta el 32% en 2026, un caso que anticipa lo que otras redes eléctricas europeas empezarán a experimentar.

En ese momento el problema energético deja de ser únicamente energético. Se reafirma en un problema de productividad, competitividad e inversión.

La inteligencia artificial puede hacer todavía más visible esta contradicción. Europa quiere simultáneamente digitalizar su economía, reindustrializarse, descarbonizarla, electrificar la movilidad y desarrollar inteligencia artificial propia. Todas estas estrategias tienen algo en común: necesitan energía sostenible.

Para dimensionar el reto: la IEA calcula que los centros de datos representarán en torno al 3% del consumo mundial de electricidad en 2030, un porcentaje equivalente a toda la electricidad que consume Japón en un año.

Por eso discutir sobre inteligencia artificial sin discutir sobre energía empieza a resultar tan insuficiente como discutir sobre transición energética hablando únicamente de generación renovable y olvidándose de las redes y almacenamiento. Pero queda todavía una cuestión más importante.

El aumento de productividad nunca es exclusivamente un problema tecnológico. También es un problema distributivo. Una sociedad puede producir mucho más por hora trabajada sin que ese hito se traduzca necesariamente en mejores salarios, jornadas más cortas, mejores servicios públicos o mayor bienestar.

Si la inteligencia artificial incrementa espectacularmente la productividad, pero los beneficios derivados de esa transformación quedan concentrados en quienes controlan los algoritmos, los centros de datos, las infraestructuras y la energía necesaria para alimentarlos, tendremos una economía técnicamente más eficiente pero posiblemente una sociedad más desigual.

La cuestión, por tanto, no consiste únicamente en conseguir una inteligencia artificial cada vez más potente. Consiste en decidir para qué queremos utilizar esa potencia, qué recursos estamos dispuestos a dedicarle y cómo distribuiremos los beneficios de la productividad adicional que genere. Ahí está uno de los grandes debates económicos y políticos de los próximos años.

Durante mucho tiempo pensamos que la economía digital nos permitiría producir más utilizando cada vez menos recursos materiales. La inteligencia artificial está demostrando algo bastante diferente: incluso la economía del conocimiento necesita fábricas, redes, materias primas y enormes cantidades de electricidad. La inteligencia puede ser artificial. La energía sostenible, de momento, no.