¿Cuánta agua usa la inteligencia artificial?

1. La IA No "Destruye" el Agua

• El agua es un recurso renovable — la mayoría del agua de enfriamiento se evapora y regresa a la atmósfera
• Renovable a nivel global, pero localmente agotable en escalas de tiempo humanas (las aguas subterráneas tardan décadas o siglos en recargarse)
• El agua evaporada no necesariamente regresa a la misma cuenca de donde salió

2. Uso de Agua = Costo de Oportunidad

• El agua es rival en lugar y tiempo, no globalmente escasa
• Un galón evaporado en Phoenix en agosto ≠ un galón disponible para hogares, granjas o ecosistemas
• Esto evita el debate poco productivo de "¿es renovable el agua?"

3. El Uso de Agua de la IA Es Generalmente Muy Pequeño

Por consulta (rango enorme según la metodología)

• 5 gotas (Google Gemini oficial, ~0.26 mL)
• 1/15 de cucharadita (Sam Altman / OpenAI, ~0.32 mL)
• ~1 cucharadita (estimación independiente intermedia, ~5 mL)
• Hasta 500 mL (estimación alta de UC Riverside, incluye agua de generación eléctrica)
• Una consulta ≈ microondas funcionando 1 segundo

Comparaciones cotidianas

• 1 descarga de inodoro (~6 L) = más de 1,000 consultas (estimación baja)
• 1 ducha (~65 L) = ~6,500 consultas (estimación Altman)
• 1 hamburguesa (~2,500 L) = millones de consultas
• 1 par de jeans (~10,000 L) = uso intenso de IA por toda una vida
• 1 par de jeans = ~2 millones de consultas a ChatGPT (estimación intermedia de ~5 mL por consulta) ≈ 180 años de uso a 30 consultas diarias
• 1 almendra = 4 litros de agua

Escala agregada

• Todos los centros de datos de EE.UU. (2023): 65 mil millones de litros directos = 0.12–0.4% del consumo nacional
• Condado de Maricopa, Arizona: centros de datos 3.4 mil millones L/año vs. campos de golf 110 mil millones L (32×)
• Un solo club de golf (Quail Creek) usa ~6× el agua de todo ChatGPT
• Industria de agua embotellada en EE.UU.: ~76× más agua que todos los centros de datos juntos
• Una sola fábrica de TSMC en Phoenix: 8–38 millones L/día = todos los centros de datos del condado juntos
• Entrenar GPT-3: ~700,000 L ≈ ¼ de piscina olímpica ≈ 105 hamburguesas ≈ 70 pares de jeans

4. Aún Causa Daño Cuando Desvía Agua Local

Caso 1: Condado de Newton, Georgia (Meta) — EE.UU.

• Beverly y Jeff Morris: el pozo de su casa se llenó de sedimento tras la construcción de Meta a 1,000 pies (300 m) de distancia
• Tienen miedo de tomar el agua de su propia llave; han reemplazado electrodomésticos tres veces
• Centro de datos de Meta: ~1.9 millones L/día = 10% del agua de todo el condado
• 9 nuevas solicitudes pendientes, algunas pidiendo hasta 23 millones L/día — más de lo que usa el condado entero
• Tarifas de agua subiendo 33% en 2 años
• El condado proyecta déficit de agua para 2030

"Se suponía que era nuestra casa para siempre" — Beverly Morris

Caso 2: Canelones, Uruguay (Google) — Internacional

• Peor sequía en 74 años: Montevideo agregó agua salada del Río de la Plata al suministro municipal
• Google planeaba usar 7.6 millones L/día = consumo diario de 55,000 personas
• El investigador Daniel Pena demandó al gobierno; los tribunales forzaron la divulgación pública del proyecto
• Movimiento ciudadano se organizó con la consigna:

"No es sequía, es saqueo"

• Resultado: Uruguay obligó a Google a cambiar a enfriamiento por aire

"Google generará muy poco empleo, no pagará impuestos por estar en zona franca, y le dará al Uruguay prácticamente nada — mientras trae graves problemas ecológicos y sociales" — Daniel Pena

5. Síntesis

• A nivel agregado: el uso de agua de la IA es pequeño → la culpa individual está mal ubicada
• A nivel local: hay daño real y medible en decenas de cuencas específicas
• Ambas cosas son ciertas al mismo tiempo
• La verdadera palanca: transparencia, decisiones de ubicación, enfriamiento de circuito cerrado — no el comportamiento del usuario