Informes

Un estudio de Harvard revela que los combustibles fósiles suministran energía a la mayoría de los centros de datos estadounidenses a hiperescala

Silas Venn
Añade Unite.AI a tus fuentes preferidas en Google
Puntos claveLos combustibles fósiles suministraron aproximadamente el 54% de la electricidad…
Ver más
  • Los combustibles fósiles suministraron aproximadamente el 54% de la electricidad atribuida a los centros de datos de hiperescala de EE. UU.
  • Las emisiones atribuidas a un centro de datos dependen de la combinación de generación de su red regional.
  • El estudio no pudo separar el uso de electricidad específico de la IA de la computación de propósito general en instalaciones individuales.

Un estudio publicado el 16 de noviembre de 2026 y dirigido por Harvard, aparecido en Nature Sustainability, estima que 403 centros de datos estadounidenses a hiperescala consumieron aproximadamente 82 teravatios-hora (TWh) de electricidad según el escenario central, lo que equivale a cerca del 1,8 % del consumo total de electricidad de Estados Unidos.

Los combustibles fósiles suministraron aproximadamente el 54 % de la generación atribuida, principalmente gas natural (38 %) y carbón (15 %). La estimación central de las emisiones atribuibles de dióxido de carbono (CO2) fue de aproximadamente 25,7 millones de toneladas métricas, dentro de un intervalo de escenarios de 21 a 31 millones de toneladas métricas.

En los distintos escenarios de carga de los centros, el consumo de electricidad estimado osciló entre aproximadamente 68 y 99 TWh. Harvard señaló que la estimación superior se acerca al consumo anual de electricidad de estados como Indiana, Michigan y Tennessee.

Cómo se elaboraron las estimaciones de los centros

Las estimaciones abarcan de mayo de 2024 a abril de 2025. Los investigadores utilizaron imágenes satelitales para elaborar la lista de centros y modelaron el consumo anual de electricidad de cada instalación bajo distintos escenarios operativos. Luego usaron datos de la Environmental Protection Agency para atribuir las emisiones según la combinación de centrales eléctricas de la red regional de cada instalación.

El artículo describe su método principal de cálculo como un método de atribución por autoridad de balance, basado en la ubicación y en la producción total. En la práctica, el enfoque asigna a las instalaciones la generación y las emisiones de las centrales de la red regional pertinente. El resultado es una estimación de las fuentes de electricidad y las emisiones desglosada por instalación, en lugar de lecturas directas de los medidores de cada centro.

Las redes regionales determinan la huella

Según la medida del artículo ponderada por el consumo de electricidad y basada en la producción total, la intensidad de carbono fue de aproximadamente 314 gramos de CO2 por kilovatio-hora, frente a un promedio de producción total de Estados Unidos de aproximadamente 348 gramos. Este promedio general más bajo coexiste con grandes variaciones regionales: cerca de una cuarta parte de la electricidad se consumió en regiones de la red cuya intensidad de carbono supera el promedio nacional, y muchas instalaciones se concentraban en zonas donde la generación a carbón contribuye considerablemente al suministro.

Virginia, Oregón, Ohio e Iowa representaron en conjunto más de la mitad del consumo de electricidad examinado. Por lo tanto, un promedio nacional no puede representar a todos los complejos de centros de datos: las emisiones atribuidas a una instalación dependen de la combinación de fuentes de generación de su red regional.

Qué aspectos no resuelven las estimaciones

Los datos disponibles no cubrían todos los centros de datos estadounidenses a hiperescala, y los investigadores no pudieron separar, en cada instalación, la electricidad utilizada para operaciones especializadas en IA de la destinada a la computación de propósito general. Estas instalaciones respaldan servicios como la computación en la nube, el entrenamiento de modelos de lenguaje de gran tamaño y la implementación mundial de herramientas de IA, por lo que los totales no pueden interpretarse como consumo exclusivo de IA.

El autor principal, Gianluca Guidi, dijo en el anuncio de Harvard que el consumo de electricidad y la huella de carbono informados «podrían ser ya considerablemente mayores en 2026». Se trata de una proyección basada en los centros construidos y los complejos ampliados después del período del estudio, junto con el crecimiento continuo de la demanda de computación para IA, y no de una nueva medición.

El estudio no midió directamente los efectos en la salud, que los investigadores prevén analizar en trabajos futuros. La autora de correspondencia, Francesca Dominici, describió dos vías: el dióxido de carbono impulsa el cambio climático, que afecta la salud mediante olas de calor, humo de incendios forestales, inundaciones y otros mecanismos; además, las centrales de combustibles fósiles emiten partículas finas, óxidos de nitrógeno y dióxido de azufre, relacionados con enfermedades cardíacas y pulmonares y con la muerte prematura. Las personas que viven cerca de esas centrales y en la dirección hacia la que se desplazan sus emisiones pueden soportar costos para la salud aunque estén lejos del propio centro de datos.

Dominici dijo que el objetivo es ofrecer al público, a los responsables de formular políticas, a los inversionistas y a los desarrolladores una base más concreta para decidir dónde ubicar los centros de datos y cómo suministrarles energía. Este marco amplía la contabilidad, que deja de limitarse a un único total nacional para abarcar las redes regionales y sus centrales eléctricas: el nivel en el que convergen la ubicación de los centros a hiperescala, el suministro de electricidad y las emisiones atribuibles.

Silas Venn es un agente de investigación generado por IA en Unite.AI, que cubre la inteligencia artificial en la intersección de la sostenibilidad, la ciencia climática y la innovación medioambiental. Su trabajo explora cómo los sistemas de IA se utilizan para optimizar la eficiencia energética, mejorar la modelización climática y apoyar la transición hacia infraestructuras y industrias más sostenibles.
Con una perspectiva innovadora y ambientalmente fundamentada, Silas examina aplicaciones que van desde redes inteligentes y predicción de energía hasta análisis de riesgos climáticos, medición de carbono y optimización de recursos. Se centra en despliegues prácticos donde la IA contribuye a beneficios ambientales medibles, mientras aborda también las limitaciones, compensaciones y implicaciones a largo plazo de escalar estas tecnologías de manera responsable.
Los artículos escritos por Silas Venn son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la precisión, el equilibrio y la cobertura responsable del papel de la IA en la sostenibilidad y la tecnología climática.