Per què les empreses d'IA no volen que sàpigues quanta energia consumeixes?

151 milions d’euros l’any. Això és el que gasta la indústria tecnològica en lobbying a la Unió Europea — un 55% més que el 2021. Amb 890 lobistes a temps complet pressionant a Brussel·les, la prioritat és clara: evitar que qualsevol regulació de transparència energètica avanci abans que el mercat es consolidi.

Això no és una teoria conspirativa. És economia d’incentius. I explica per què, en una indústria que mou més de mig bilió de dòlars anuals en infraestructura, gairebé ningú publica quanta energia consumeix el que ven.

No és un descuit. És un equilibri de Nash

L’opacitat energètica de la IA no és un descuit, ni una qüestió de “ja ho farem quan tinguem les dades”. Els proveïdors ja mesuren el seu consum internament — ho necessiten per dimensionar infraestructura, negociar contractes elèctrics i optimitzar costos.

La pregunta no és si poden publicar les dades. És per què trien no fer-ho.

La resposta té sis capes, i cadascuna reforça les altres.

Incentiu 1: Secret comercial

Les dades de consum energètic revelen indirectament l’arquitectura i eficiència dels models. Si OpenAI publiqués els Wh reals de GPT-5.4 amb raonament, els competidors podrien inferir quants tokens interns genera, quantes capes activa i com escala el seu sistema.

La llei protegeix aquest silenci: el 18 U.S.C. § 1905 als EUA penalitza la divulgació de secrets comercials per funcionaris públics, i les empreses argumenten que les seves mètriques d’eficiència són propietat intel·lectual. Califòrnia va intentar canviar això amb la AB-2013, però l’abast va quedar limitat.

El resultat: cada empresa té incentiu legal i competitiu per no ser la primera a publicar.

Incentiu 2: Evasió regulatòria

Si les dades de consum fossin públiques, la regulació seria inevitable. I la regulació té cost.

L’EU AI Act ja preveu requisits de transparència energètica al seu Article 40, però els estàndards no seran vinculants fins a l’agost de 2028. El Digital Omnibus europeu — presentat com a “reducció de càrrega administrativa” — ha aconseguit retardar l’aplicació de les provisions d’alt risc fins al desembre de 2027 i marginar les mètriques energètiques.

Als Estats Units, la situació és pitjor: més de 300 propostes legislatives estatals sobre IA i cap llei federal. El pla “America’s AI Action Plan” prioritza competitivitat comercial i militar, no impacte ambiental.

Mentre la regulació europea es retarda i l’estatunidenca no existeix, les empreses operen en un buit perfecte: sense obligació de mesurar i sense conseqüències per no fer-ho.

Incentiu 3: Risc ESG

Hi ha més de 30 bilions de dòlars gestionats sota criteris ESG (Environmental, Social, Governance) a nivell mundial. Les agències de qualificació com MSCI i Sustainalytics ja avaluen les tecnològiques per les seves emissions.

Publicar dades detallades de consum per servei exposaria les empreses d’IA a un escrutini que prefereixen evitar:

• Google va reconèixer que les seves emissions totals van créixer un 48% entre 2019 i 2023, però atribueix gran part a la comptabilitat basada en mercat que utilitza certificats d’energia neta.

• Microsoft va admetre un augment del 23,4% en emissions des de 2020, amb un 97% concentrat en Scope 3 — la cadena de subministrament i ús dels seus productes.

• OpenAI va obtenir una puntuació de 23 sobre 100 a l’índex mediambiental de DitchCarbon.

Si els proveïdors publiquessin Wh reals per consulta, per imatge, per vídeo generat, la narrativa d‘“IA verda” s’esfondaria en setmanes. I amb ella, la valoració d’empreses que cotitzen o aspiren a cotitzar.

Incentiu 4: Control de la narrativa

La indústria ha après d’altres sectors: un cop existeix una etiqueta de consum visible, el consumidor compara. I la comparació canvia el comportament de compra.

Imagina que cada vegada que generes una imatge amb Midjourney veiessis: “Aquesta imatge ha consumit 3,2 Wh — equivalent a tenir una bombeta LED encesa 19 minuts”. O que en generar un vídeo amb Runway: “Aquest clip de 10 segons ha consumit 260 Wh — equivalent a carregar el teu smartphone 18 vegades”.

L’analogia de les calories és exacta. Quan la indústria alimentària va ser obligada a etiquetar calories, no va canviar la composició dels aliments de manera immediata. Però va canviar el que la gent triava comprar. I això va canviar el que els fabricants produïen.

La IA necessita la seva etiqueta de calories. I les empreses ho saben.

Incentiu 5: Comparacions desfavorables

Si tothom publiqués dades, quedaria clar qui és eficient i qui no. I la diferència no és marginal.

Les dades que existeixen ja mostren disparitats brutals:

• Gemini 2.5 Flash-Lite pot respondre a una consulta de text amb 0,05-0,12 Wh
• GPT-5.4 amb raonament actiu consumeix 4-18 Wh per a la mateixa tasca
• DeepSeek-V3.2 opera en 0,08-0,18 Wh gràcies a la seva arquitectura MoE

La diferència entre el model més eficient i el menys eficient per a tasques equivalents pot ser de x100 o més. Publicar aquestes dades obligaria els proveïdors menys eficients a justificar els seus preus — o a millorar.

DeepSeek va demostrar que es pot oferir un model competitiu a $0,028 per milió de tokens. Si a més es publiqués que consumeix una fracció de l’energia dels seus competidors, la pressió competitiva seria insostenible per als que cobren x50 més.

Incentiu 6: Responsabilitat legal per emissions Scope 3

Aquest és l’incentiu que més preocupa els departaments legals. La directiva europea CSRD (Corporate Sustainability Reporting Directive) obliga les empreses a reportar emissions Scope 3 — les que es generen a la seva cadena de valor, inclosos els serveis que contracten.

Si una empresa europea utilitza ChatGPT per a la seva operativa diària i OpenAI publiqués quants Wh consumeix cada consulta, aquesta empresa hauria d’incloure aquest consum al seu informe de sostenibilitat. I si aquest consum resulta significatiu, tindria pressió per buscar alternatives més eficients.

Els proveïdors d’IA ho saben. Publicar dades de consum activaria una cascada de responsabilitat legal al llarg de tota la cadena de valor. És més còmode mantenir el buit.

El cas de Memphis: l’opacitat amb conseqüències reals

Si els incentius econòmics semblen abstractes, Memphis és el cas concret.

xAI — l’empresa d’IA d’Elon Musk — va instal·lar el seu campus Colossus a Memphis, Tennessee, amb 35 turbines de gas operant sense els permisos mediambientals requerits. El resultat:

• 1.200-2.000 tones de NOx emeses a l’any
• 1 milió de galons d’aigua consumits al dia
• $30-44 milions en danys de salut anuals estimats sobre la comunitat de Boxtown
• La NAACP i el Southern Environmental Law Center han interposat demanda

L’EPA va intervenir el gener de 2026, però les turbines continuen operant. La comunitat afectada és predominantment afroamericana i de baixos ingressos.

L’opacitat energètica no és només un problema de dades. És un problema de justícia ambiental. Quan no hi ha transparència, les conseqüències les paguen els que tenen menys capacitat d’exigir rendició de comptes.

Google va demostrar que es pot

Val la pena repetir-ho: Google va publicar la seva dada de 0,24 Wh per consulta mediana de Gemini. Ho va fer amb metodologia revisable, en un paper públic, amb dades replicables.

No va perdre quota de mercat. No va perdre inversors. No va provocar una crisi regulatòria.

El que va demostrar és que la transparència és viable i que l’argument que publicar dades perjudicaria el negoci és fals. El que perjudica és l’opacitat — perquè erosiona la confiança i retarda una regulació que acabarà arribant igualment.

La resta de la indústria pot fer el mateix. Tria no fer-ho.

Què puc fer jo?

• Si ets usuari: Tria proveïdors que publiquin dades de consum. Google i els models open source mesurats per Hugging Face són les opcions més transparents avui. Quan facis servir serveis opacs, fes-ho sabent que estàs consumint una quantitat d’energia que ningú vol que coneguis.

• Si dirigeixes una empresa: La teva obligació sota CSRD inclou Scope 3. Exigeix als teus proveïdors d’IA una fitxa de consum energètic per servei. Si no te la donen, documenta-ho — serà rellevant a la teva auditoria ESG.

• Si ets desenvolupador: Prioritza models amb dades públiques d’eficiència. Utilitza flash/mini/lite per a tasques rutinàries. Cada crida a un model frontier sense necessitat és un cost energètic injustificat que no pots mesurar.

• Si treballes en regulació: L’Article 40 de l’EU AI Act és un començament, però 2028 és massa tard. La tecnologia de mesurament existeix avui. El que falta és voluntat política — i la pressió de 890 lobistes treballant perquè aquesta voluntat no arribi.