- Una nueva guía de NTT DATA destaca cómo la IA puede contribuir a resolver los desafíos ambientales derivados de su propia expansión tecnológica.
- La eficiencia en el uso de recursos debe integrarse en los sistemas de IA desde el inicio
- Lograr una IA sostenible requiere una visión de ciclo de vida y principios de economía circular.
NTT DATA ha publicado una nueva guía que subraya la urgencia de integrar la sostenibilidad en todas las etapas del desarrollo y la implementación de la inteligencia artificial (IA), con el objetivo de mitigar su creciente impacto ambiental. Implementar soluciones innovadoras para una IA sostenible es tanto una responsabilidad corporativa como una oportunidad estratégica para generar valor a largo plazo, fortalecer la resiliencia organizacional y optimizar el uso de recursos esenciales.
El documento "Inteligencia artificial sostenible para un futuro más verde" examina el creciente impacto ambiental del desarrollo acelerado de la IA y plantea un camino claro hacia una innovación más sostenible. Hoy en día, la IA requiere cantidades cada vez mayores de electricidad para entrenar grandes modelos de lenguaje, ejecutar flujos de inferencia y mantener servicios permanentemente activos. Según estudios, se prevé que para 2028 los procesos de IA representarán más del 50 % del consumo energético en centros de datos. A esto se suman otros impactos significativos, como el consumo de agua para sistemas de refrigeración, la generación de residuos electrónicos y la extracción de minerales de tierras raras para la fabricación de hardware.
“Las consecuencias del crecimiento acelerado de la IA en el uso de recursos son preocupantes. Sin embargo, esta misma tecnología puede ser parte de la solución frente a los desafíos ambientales que plantea,” señaló David Costa, director del área de Innovación en Sostenibilidad de NTT DATA. “La IA puede contribuir a gestionar redes eléctricas de forma más eficiente, reducir emisiones, modelar riesgos ambientales y optimizar la conservación del agua. Por eso, es fundamental que las organizaciones reconozcan este desafío y adopten criterios de sostenibilidad en los sistemas de IA desde su diseño.”
Principales recomendaciones:
- Ampliar el enfoque del rendimiento a las prioridades verdes: Los expertos en IA y sostenibilidad de NTT DATA instan a adoptar objetivos holísticos de sostenibilidad, más allá de las métricas tradicionales de rendimiento como la precisión y la velocidad. La eficiencia debe priorizarse, no como una concesión, sino como un principio esencial de diseño.
- Medir el impacto ambiental: El consumo energético, las emisiones de carbono y la huella hídrica de la IA deben contar con métricas verificables y estandarizadas. Indicadores de referencia como el AI Energy Score y el Software Carbon Intensity (SCI) for AI ofrecen mecanismos para integrar la sostenibilidad en los protocolos de gobernanza, adquisiciones y cumplimiento normativo.
- Adoptar un enfoque de ciclo de vida: Para que la IA sea verdaderamente sostenible, debe abordarse desde una perspectiva integral que contemple todo su ciclo de vida: desde la extracción de materias primas y la fabricación de hardware, hasta la operación de los sistemas y su disposición final. Entre las prácticas recomendadas se incluyen la extensión de la vida útil del hardware, la optimización de los sistemas de refrigeración y la adopción de principios de economía circular.
- Fomentar la responsabilidad compartida: La sostenibilidad de la IA requiere una responsabilidad distribuida entre fabricantes de hardware, operadores de centros de datos, desarrolladores de software, proveedores de servicios cloud, reguladores, inversores y usuarios. Se necesita una colaboración multisectorial para generar un cambio sistémico real.
Desafíos y prácticas recomendadas
Actualmente, las evaluaciones fragmentadas y la falta de estándares comunes dificultan una evaluación precisa de los efectos ambientales. Muchas organizaciones se enfocan únicamente en el consumo energético o las emisiones, sin considerar otros factores clave como el uso de agua, la escasez de materiales críticos o los residuos electrónicos. Todos estos elementos deben abordarse de forma integral para lograr una sostenibilidad efectiva. Incluso cuando se fijan metas ambientales, a menudo falta contar con metodologías prácticas para aplicar criterios de sostenibilidad a lo largo del ciclo de vida de la IA.
El informe propone una serie de prácticas recomendadas para enfrentar estos desafíos:
- Aplicar principios de ingeniería de software sostenible para reducir el uso de recursos esenciales
- Ejecutar cargas de trabajo de IA en horarios y ubicaciones que coincidan con la disponibilidad de energía renovable
- Aprovechar servicios remotos de GPU y soluciones de IA locales (on-premise)
- Minimizar los residuos electrónicos mediante el uso de componentes modulares y estrategias de reutilización, reacondicionamiento y reciclaje responsable
Si bien el camino hacia una IA sostenible es complejo, rediseñar de forma intencional todo su ciclo de vida permite maximizar el valor generado y reducir los efectos adversos, protegiendo al mismo tiempo los ecosistemas de los que dependemos.
Para contribuir a acelerar la transición hacia un futuro sostenible, visita nuestro sitio web para descargar la guía y conocer más sobre los servicios de sostenibilidad de NTT DATA.