Publicado el 1 de septiembre de 2025

IA y electricidad: escenarios futuros y nuevos usos

La IA y la electricidad comparten una influencia mutua de cara a un futuro que, según un interesante estudio reciente, tiene 4 escenarios posibles. Te lo contamos en este artículo del blog de Aserta.
IA y electricidad

La transición energética conlleva un sistema cada vez más complejo, al tener que cumplir el doble objetivo de sostenibilidad y eficiencia. En este escenario de alta complejidad, IA y electricidad tendrán una estrecha relación en el futuro a medio y largo plazo. Un estudio del Sustainability Research Institute (SRI) de Schneider Electric examina 4 posibles escenarios del consumo eléctrico de la IA de 2025 a 2035. Una de las conclusiones es que las decisiones actuales sobre la infraestructura de IA determinarán significativamente las trayectorias del consumo de electricidad después de 2030. Pero la influencia será en dos direcciones, pues las innovaciones en IA también marcarán el sector eléctrico mediante sus usos y aplicaciones.

La relevancia de la IA aplicada a las energías renovables ya está transformando el sector energético rápidamente. Y el mercado de la electricidad es uno de los más sensibles a la influencia de su progreso. 

Sin embargo, el factor humano sigue representando el elemento diferenciador que puede pulir las innumerables aportaciones de la inteligencia artificial en todos los sectores, incluido el energético en general y el eléctrico en particular. Por ello, cabe recordar siempre la importancia de considerar la IA como una herramienta más al servicio de la humanidad.

Un estudio sobre IA y electricidad: escenarios a 2035

El informe de Schneider Electric «Inteligencia artificial y electricidad» analiza 4 escenarios posibles para el consumo eléctrico de la IA hasta 2035. Destaca que las decisiones actuales sobre la infraestructura de IA serán clave para el consumo eléctrico después de 2030. Esos 4 escenarios son:

  • IA sostenible: la IA impulsa la eficiencia energética y la optimización de recursos, con avances en algoritmos, hardware y centros de datos eficientes, resultando todo ello en un desarrollo sostenible de la IA.
  • Límites al crecimiento: la capacidad de la IA crece pero encuentra límites naturales o humanos, resultando en un crecimiento más restringido y una economía que no se expande como se espera o desea.
  • Abundancia sin límites: a pesar de las mejoras en la eficiencia de la IA, el consumo total de energía del sector de la IA crece drásticamente debido a una oferta sobredimensionada, lo que puede tener efectos secundarios negativos como impactos ambientales.
  • Crisis energética de la IA: el rápido crecimiento de la IA provoca una crisis energética imprevista, donde la demanda de electricidad de la IA entra en conflicto con otros sectores críticos.

El análisis de 2025 a 2035 muestra que, si bien todos los escenarios tienen un crecimiento inicial, sus trayectorias divergen después de 2030. El escenario de IA sostenible muestra un crecimiento significativo (de 100 TWh en 2025 a 785 TWh en 2035), equilibrando el avance tecnológico con la gestión ambiental. Por contra, el escenario de la crisis energética podría ver un pico de 670 TWh antes de desplomarse a 190 TWh en 2035. 

El informe concluye que el escenario de IA sostenible es el más prometedor y ofrece varios principios para alcanzarlo.

  • La optimización de centros de datos.
  • La integración de energías renovables.
  • La mejora de la eficiencia del software.
  • El establecimiento de marcos de gobernanza sólidos. 

El objetivo es evitar los aspectos negativos de los escenarios de abundancia sin límites y de crisis energética, habilitando la IA sostenible sin caer en los límites al crecimiento.

En todos los casos, la certeza es que la IA determinará significativamente el futuro del consumo de electricidad, pero también su progreso, gracias a las novedades en los usos y aplicaciones, como repasamos a continuación.

Usos de la IA más utilizados en el sector eléctrico

Los modelos de inteligencia artificial realizan estimaciones rápidas y precisas sobre diversas variables del mercado. Por un lado, estima las tendencias de los precios y los volúmenes de demanda y oferta. Estos modelos se entrenan a partir de datos históricos y otras variables importantes como por ejemplo el clima. También identifican patrones recurrentes de comportamiento entre competidores.

Por otro lado, sobre la base de los resultados obtenidos de esos análisis, y en conjunto con el estudio de las condiciones de las redes eléctricas, se efectúan simulaciones para saber si se requiere intervención para mantener la estabilidad del sistema.

En cuanto al mercado de materias primas, las aplicaciones de inteligencia artificial aportan una ventaja similar, con modelos de predicción más eficaces y rápidos. 

También se usa en la previsión meteorológica. La clave de la transición energética son las energías renovables, sobre todo la eólica y la solar, que están muy condicionadas por las variables meteorológicas.

Por último, la IA incrementa notablemente la fiabilidad de las previsiones a escala local: predice la producción de una central fotovoltaica individual o de un parque eólico, o hasta de una sola turbina. Esto es sin duda un gran paso respecto a los modelos tradicionales, como las previsiones basadas en técnicas de física matemática, que hacen buenas estimaciones a gran escala pero no tanto en lugares concretos. En cambio, los modelos estadísticos resultan más fiables en la corta distancia.

Nuevas aplicaciones, más allá de las mayoritariamente utilizadas

Hay usos menos ampliamente adoptados, como por ejemplo el del procesamiento del lenguaje escrito (Natural Language Processing, NLP). Los mercados financieros son sensibles a la rumorología proveniente de las noticias de economía o política. Realizar un análisis de las noticias con IA facilita una valoración exhaustiva de su posible impacto en los precios. Por tanto, actuar de forma más ajustada a la realidad de cada mercado.

Por otro lado, el análisis lingüístico también supone una aportación relevante en los llamados Power Purchase Agreements (PPA). Son contratos a medio y largo plazo para el suministro de energía. La IA puede analizar estos contratos y detectar de inmediato posibles cláusulas ilegales o abusivas. Ello sin duda también supone otro paso más hacia una transición energética muchas más eficiente y sostenible.

El factor humano en el centro: la IA ha de ser con y por las personas

Las prometedoras aplicaciones de la inteligencia artificial en todos los sectores no están exentas de incógnitas. Las preocupaciones sobre hasta qué punto son sostenibles las vimos en el artículo IA y sostenibilidad: la paradoja de la eficiencia en inteligencia artificial.

Pero además, ya existe un debate sobre IA, progreso y desigualdad, que también pone el foco en no perder de vista que todo avance tecnológico debe ir en pro del bienestar de las personas.

Y es que, aunque las aplicaciones de la IA son asombrosas, son las personas las que comprueban y adoptan las brillantes aportaciones creadas con esta tecnología. Son personas y no máquinas quienes actúan en los mercados. Si bien la IA es capaz de manejar grandes volúmenes de datos con rapidez, es la experiencia humana la que tiene la última palabra. La IA guía y facilita la toma de decisiones… Pero la actuación final es humana y para los humanos debe ser también el resultado de sus ventajas.

Artículos relacionados

Suscríbete a nuestro newsletter

"*" señala los campos obligatorios

Datos del solicitante

Datos de contacto

Nombre y Apellidos*