可持续性
关于排放、基础设施和 AI 扩张运营边界的前瞻性综合分析。
La siguiente fase de crecimiento de la IA ya no se explica solo con benchmarks. AISHA sintetiza aquí cómo chocan límites físicos, shocks geopolíticos y un modelo económico sometido a una presión extraordinaria.
Esta parte final del informe proyecta el sistema 2026-2028 como un choque entre tres fuerzas que ya se están reforzando entre sí. Más demanda de computación, cadenas de suministro más vulnerables y una rentabilidad cada vez más difícil de sostener.
La tesis central es que la IA no se frena por falta de ambición, sino porque el crecimiento real compite por megavatios, agua, silicio, capacidad logística y márgenes empresariales que no escalan al mismo ritmo.
El punto de AISHA no es que la IA vaya a detenerse sola. Es que ya está entrando en una fase donde energía, geopolítica y rentabilidad pesan tanto como el propio rendimiento del modelo.
Resumen cuantitativo del ecosistema de IA. Las cifras de 2026-2028 corresponden al escenario base que AISHA usa como referencia estructural.
Panorama agregado para energía, demanda, infraestructura, agua y rentabilidad empresarial.
| Métrica | 2024 | 2025 | 2026 | 2027 | 2028 | Confianza |
|---|---|---|---|---|---|---|
| Consumo Data Centers (TWh) | ~415 | ~480 | 610 | 780 | 965 | Alta |
| % Electricidad mundial | ~1,5% | ~1,7% | 2,1% | 2,6% | 3,2% | Alta |
| Consumo IA específico (TWh) | ~45 | ~90 | 185 | 320 | 490 | Media |
| Consultas IA/día (miles de millones) | ~1 | ~2,5 | 8,5 | 22,0 | 45,0 | Media |
| Wh medio/consulta (mix) | ~0,3 | ~0,34 | 0,85 | 1,40 | 1,20 | Media |
| GPUs Data Center (millones) | ~4,5 | ~6,5 | 11,0 | 16,5 | 23,0 | Alta |
| Precio eléctrico DC EE.UU. (¢/kWh) | ~7,3 | ~8,1 | 9,8 | 11,5 | 13,2 | Baja |
| Agua DC EE.UU. (miles de millones galones) | ~17,5 | ~19,0 | 23,5 | 28,0 | 34,5 | Media |
| Ingresos IA empresarial ($B) | ~12 | ~37 | 75 | 140 | 225 | Baja |
| CapEx hyperscalers ($B) | ~250 | ~390 | 675 | 810 | 920 | Alta |
La consulta de texto deja de ser una unidad simple cuando el mercado se desplaza hacia reasoning adaptativo, agentes y sesiones largas con tool calls.
Google Gemini reportó en 2025 una mediana cercana a 0,24 Wh por consulta en producción, mientras modelos ligeros pueden bajar mucho más en tareas triviales.
El problema de 2026 no es el texto simple, sino el mix de uso. El porcentaje de tareas largas y razonamiento interno sube con rapidez y absorbe parte de la eficiencia lograda por MoE, cuantización y caching.
El texto simple se abarata, pero reasoning, agentes y deep research siguen en órdenes de magnitud muy superiores.
| Modalidad | 2025 | 2026 | 2027 | 2028 |
|---|---|---|---|---|
| Texto simple | 0,3 | 0,15 | 0,08 | 0,05 |
| Razonamiento (CoT) | 5 - 40 | 15,0 | 18,0 | 12,0 |
| Agente de código (sesión) | 10 - 50 | 85,0 | 120,0 | 150,0 |
| Deep research | 5 - 300 | 450,0 | 600,0 | 400,0 |
La caída estimada en 2028 asume hardware más eficiente y límites prácticos al escalado continuo de cadenas de pensamiento.
En 2026, una sola sesión de deep research alrededor de 450 Wh ya compite con un ciclo de lavadora, mientras 100 consultas simples se acercan al coste energético de cargar un smartphone.
El vídeo sigue siendo la modalidad más frágil comercialmente. Su consumo es muy alto y su viabilidad depende de reducir costes sin perder calidad percibida.
La primera ola de vídeo generativo comercial ya ha enseñado el problema. Si el consumo por clip se dispara, el producto deja de ser sostenible aunque la demanda exista.
La respuesta proyectada por AISHA es una transición a arquitecturas híbridas donde la generación pesada se reserva a partes concretas y el resto se apoya en técnicas más eficientes.
La optimización reduce el coste, pero no elimina la diferencia radical frente a texto, imagen o audio.
Aunque el vídeo se optimice cerca de un 90% hacia 2028, generar unos pocos segundos de metraje seguirá costando miles de veces más energía que una consulta básica de texto.
La carga total del sistema ya compite con países enteros y acerca a varias regiones al límite político antes que al límite técnico.
AISHA compara su escenario base con un escenario lift-off más agresivo para mostrar el rango de tensión posible.
Base 2024
415 TWh
El sector todavía era una fracción minoritaria del consumo eléctrico mundial.
Proyección base 2028
965 TWh
AISHA lo sitúa ya por encima del consumo eléctrico anual de Japón.
Techo político aproximado
5 %
En varias redes desarrolladas, la fricción regulatoria aparece antes del límite físico duro.
La guerra en Ucrania consolidó precios energéticos altos en Europa Central, mientras el retraso en transformadores y acero al silicio limita la expansión de red necesaria para nuevos clústeres.
La respuesta del mercado ya es visible. Migración hacia regiones con nuclear legada o hidroeléctrica, y una creciente acumulación de proyectos bloqueados por moratorias locales de interconexión.
Si el escenario base se cumple, el consumo eléctrico anual global de centros de datos deja de parecer un problema sectorial y pasa a parecer el de un país entero con demanda industrial permanente.
La energía barata deja de ser una hipótesis segura. El coste del megavatio útil ya forma parte del riesgo competitivo de la IA.
Los hyperscalers construyeron gran parte de su narrativa económica sobre electricidad industrial estable o decreciente. Esa base se está erosionando por saturación de redes críticas, tensión sobre el gas y retrasos en nueva capacidad firme.
La diferencia geográfica ya no es táctica. Condiciona dónde puede desplegarse IA a gran escala sin destruir márgenes.
| Región | 2024 | 2026 | 2028 | Tendencia y riesgo |
|---|---|---|---|---|
| Virginia (PJM) | 8,2 | 12,5 | 16,0 | Crítico. Subastas por encima de x8 y nueva tarifa específica para data centers. |
| Texas (ERCOT) | 5,1 | 7,5 | 9,8 | Alto riesgo de apagones y volatilidad extrema en verano. |
| Washington (hidro) | 3,8 | 4,5 | 5,2 | Estable, pero con margen de expansión cada vez más limitado. |
| Alemania | 18,5 | 22,0 | 25,5 | Impacto prolongado del shock gasístico y presión industrial acumulada. |
| Nórdicos | 4,5 | 5,8 | 6,5 | Refugio europeo, pero ya bajo presión por nueva demanda de cómputo. |
Ormuz, GNL, gas doméstico en EE.UU. y nueva capacidad de respaldo se encadenan en una misma historia. Si la electricidad industrial deja de ser barata, la IA deja de parecer un servicio digital abstracto.
Capital no es lo mismo que capacidad. El despliegue real de IA sigue atado a CoWoS, HBM y a una cadena de suministro intensamente centralizada.
GPUs activas a final de 2026
11 M
AISHA proyecta que el límite no es la demanda de capital, sino el empaquetado avanzado y la memoria HBM.
Capacidad crítica comprometida
100 %
SK Hynix y Micron operan con la memoria avanzada prácticamente comprometida hasta 2027.
Stacks divergentes ya visibles
2 ecosistemas
EE.UU. y China se alejan en hardware, software y cadenas de suministro para IA avanzada.
Más del 50% de la capacidad CoWoS de TSMC comprometida para NVIDIA convierte cualquier disrupción en Taiwán en un shock instantáneo para el coste y la disponibilidad global de cómputo.
La métrica útil deja de ser la consulta humana. Lo que importa es cuántos ciclos de máquina y cuántos tokens desencadena cada flujo automatizado.
En arquitecturas agentic, una sola instrucción humana puede disparar miles de pasos internos, lecturas de contexto, reintentos y loops correctivos. La carga real ya no se explica solo por número de usuarios.
Consultas humanas al día
2.500 M
Estimación base para 2026 antes de computar cascadas agentic.
Media por consulta extendida
8.000 tokens
El contexto persistente y las tool calls amplían de forma notable el volumen efectivo.
Tokens del sistema al día
20 T
La escala relevante se mide ya en decenas de trillones de tokens diarios.
Desperdicio estructural potencial
70 %
AISHA estima que gran parte de los tokens procesados en agentes todavía no añade valor neto.
Reducir tokens inútiles, relecturas y loops corregidos es una de las pocas palancas con impacto directo tanto en coste como en huella material para 2027-2028.
El despliegue hiper-escalar se parece cada vez más a una carrera de infraestructura financiada por miedo competitivo, no por retornos demostrados a corto plazo.
AISHA proyecta una burbuja de rentabilidad a corto y medio plazo. Los hyperscalers aceleran CapEx por presión estratégica mientras la monetización empresarial crece de forma mucho más lenta.
Al mismo tiempo, la comoditización del precio por token impulsada por modelos open source eficientes destruye parte del poder de fijación de precios de los modelos cerrados y hace más difícil recuperar el gasto en infraestructura.
El gap estructural muestra cuánto CapEx queda sin cubrir por ingresos empresariales proyectados.
| Año | Ingresos IA | CapEx infra | Gap estructural |
|---|---|---|---|
| 2024 | ~12,0 | ~250,0 | -238,0 |
| 2025 | ~37,0 | ~380,0 | -343,0 |
| 2026 | 75,0 | 675,0 | -600,0 |
| 2027 | 140,0 | 810,0 | -670,0 |
| 2028 | 225,0 | 920,0 | -695,0 |
AISHA prevé consolidación masiva si esta brecha no se corrige con nuevos productos o hardware mucho más eficiente.
La barra apila ingresos empresariales y gap estructural para mostrar el tamaño del desfase que tendría que absorber el mercado.
La comparación histórica más útil no es software SaaS, sino telecomunicaciones y fibra. La infraestructura puede terminar siendo útil para la sociedad mucho antes de resultar rentable para quienes la financiaron.
La predicción base es solo un punto de equilibrio inestable. AISHA modela cómo cambian energía, precios, despliegue y coste de inferencia cuando el entorno se vuelve más hostil o más benigno.
Selecciona un escenario y observa cómo cambia la trayectoria base de energía, precios, despliegue y coste de inferencia.
La ventana 2026-2028 no es una continuación lineal de 2024. Es una fase donde la IA empieza a parecer una industria pesada digitalizada.
La trayectoria 2026-2028 no es sostenible bajo los paradigmas de ingeniería y economía de 2024. Antes de alcanzar cualquier promesa maximalista de AGI, la industria colisiona con redes eléctricas, agua, materiales críticos y una lógica financiera mucho más dura de lo que sugieren las demos públicas.
La conclusión de AISHA no es prohibir la IA, sino forzar una conversación adulta sobre dónde merece consumirse energía, agua y capital industrial cuando el coste real deja de ser invisible.
