Los mercados tradicionales cierran, pero la volatilidad no descansa. Los índices sintéticos de Deriv operan 24/7, incluso el domingo → Explorar opciones.
Espacio patrocinadoDurante años, el debate sobre el costo ambiental de la inteligencia artificial giró en torno al agua. Con el tiempo, se supo que aquellos cálculos, aunque reflejaban un consumo considerable, no eran del todo precisos. La conversación se desplazó entonces hacia un problema mucho más tangible: la enorme cantidad de electricidad que exigen los centros de datos, una presión que ya compromete la estabilidad energética de algunos países.
Ahora, justo cuando la IA entra en su etapa agéntica, un nuevo estudio advierte que lo visto hasta ahora podría ser apenas el prólogo.
Qué midió exactamente KAIST
El Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST) cuantificó el costo energético de los agentes de IA y lo comparó con el de los chatbots tradicionales. La diferencia estructural entre ambos es clave para entender los resultados.
Un chatbot funciona bajo un esquema simple: el usuario hace una petición, el sistema devuelve un resultado y la interacción termina. Un agente, en cambio, opera como una cadena de funcionamiento en la que el software ejecuta múltiples acciones de forma autónoma antes de entregar una respuesta. Eso significa que el hardware que lo sostiene permanece mucho más tiempo en actividad.
Según el estudio, utilizando un modelo de lenguaje de gran escala comparable a los servicios comerciales actuales, una sola petición compleja a un agente consumió 348,41 Wh de electricidad.
La brecha se dispara según el framework
El consumo no es uniforme: depende del agente y del modelo sobre el que esté construido. En las pruebas de KAIST, un framework llamado LATS utilizó 62,1 veces más energía que un chatbot de IA convencional.
El caso más extremo lo protagonizó un agente montado sobre el modelo Llama-3.1 Instruct 70B de Meta, que alcanzó un pico de 136,5 veces más consumo por consulta.
Dicho de otra forma: la misma pregunta, formulada a un agente en lugar de a un chatbot, puede multiplicar la factura energética por más de dos órdenes de magnitud en los escenarios más exigentes.
Lo que esto implica
Los datos de KAIST llegan en el peor momento posible para la narrativa de eficiencia de la industria. Todo el sector -desde OpenAI hasta Google, pasando por las startups que prometen «empleados digitales»- está apostando su futuro comercial precisamente a los agentes autónomos: sistemas que navegan, comparan, ejecutan y deciden sin intervención humana constante.
Si cada uno de esos agentes consume decenas o cientos de veces más que un chatbot, el problema energético de la IA no crece de forma lineal, sino que se multiplica con cada capa de autonomía añadida. Y eso ocurre cuando las redes eléctricas de varios países ya operan bajo tensión por la expansión de los centros de datos.
Para el ecosistema cripto, esta dinámica no es un asunto lejano. La competencia por electricidad barata entre centros de datos de IA y operaciones de minería ya redefine mercados energéticos enteros, y una era agéntica con consumos multiplicados solo intensificará esa disputa. Al mismo tiempo, abre espacio para las narrativas de redes descentralizadas de cómputo y energía que buscan capitalizar exactamente este cuello de botella.
La adolescencia de la inteligencia artificial, al igual que cualquier adolescencia, promete ser costosa. Sin embargo, en este caso, la diferencia radica en que el costo lo asumiremos todos a través de la factura de la electricidad.
-Nyria
