Un método recorta el consumo de la IA hasta 100×

Un grupo de investigadores ha presentado un método que, según afirman, recorta el gasto energético de la inteligencia artificial hasta cien veces, y que además mejora la precisión. La cifra es llamativa y, si se sostiene a escala, tocaría el punto más sensible del sector: cuánto cuesta entrenar y servir modelos.

El telón de fondo es un problema de magnitud creciente. La IA ya consume más del 10 por ciento de la electricidad en Estados Unidos, y la curva sigue subiendo. Cada nuevo modelo grande y cada despliegue masivo añaden demanda eléctrica, y esa demanda empieza a chocar con la capacidad real de las redes y con los objetivos de sostenibilidad.

Conviene formularlo con claridad: el cuello de botella de la IA no es solo el silicio, es el vatio. Durante años la conversación giró en torno a tener suficientes chips. Cada vez más, la pregunta es si hay suficiente energía, y a qué precio, para alimentar esos chips funcionando a pleno rendimiento día y noche.

Que el método combine ahorro energético con mejora de precisión es, sobre el papel, lo más interesante. Lo habitual es que reducir el consumo implique sacrificar calidad, y viceversa. Romper esa relación de intercambio sería el verdadero salto, porque permitiría hacer más con menos sin pagar el peaje de un modelo peor.

Por qué importa más allá del laboratorio: la economía de la IA depende en buena medida del coste por consulta y por entrenamiento. Si ese coste cayera de forma drástica, modelos hoy inviables para muchas organizaciones pasarían a estar al alcance, y la presión sobre infraestructuras y facturas eléctricas se aliviaría de manera notable.

El contexto invita a la prudencia. El campo está lleno de anuncios de eficiencia que funcionan en condiciones controladas y se desinflan al salir de ellas. Un factor de cien es un número extraordinario, y los números extraordinarios exigen pruebas a su altura antes de incorporarse a las decisiones de inversión o de diseño.

El límite principal es la validación. Lo que afirman los autores necesita confirmación independiente, en cargas de trabajo reales y a la escala que se usa en producción, no solo en pruebas de concepto. Hasta que terceros reproduzcan el resultado, la cifra debe leerse como una promesa por verificar, no como un hecho consolidado.

Qué esperar: que aparezcan replicaciones, mediciones detalladas y comparaciones con métodos de referencia. Si el ahorro se sostiene aunque sea en una fracción de lo anunciado, cambiaría las cuentas del sector. Y si no, habrá servido para recordar que el techo energético es ya una de las restricciones centrales del desarrollo de la IA.