El auge de la Inteligencia Artificial (IA) en México ya no es solo una revolución de software; se ha convertido en un desafío de infraestructura pesada. El crecimiento de centros de datos especializados en IA transforma a esta tecnología en un nuevo “sector intensivo” de consumo eléctrico, comparable a industrias pesadas, pero con una operación continua de 24 horas, los 7 días de la semana.
La Agencia Internacional de Energía estima que el consumo eléctrico global de los centros de datos, impulsado conjuntamente por la IA y la nube, podría duplicarse hacia 2030 hasta alcanzar unos $945\TWh, una cifra que supera el consumo total de Japón. En América Latina y el Caribe, la organización regional de energía OLADE proyecta que la IA representará alrededor del 5% del consumo eléctrico hacia 2035, equivalente a más de $120TWh anuales.
En el territorio nacional, la tendencia avanza a un ritmo vertiginoso. La Asociación Mexicana de Data Centers proyecta que, en los próximos cinco años, el país necesitará hasta cinco veces más capacidad eléctrica para abastecer a estas instalaciones, con la meta de alcanzar 1.5 GW de potencia hacia 2030.
Esta expansión se concentra en polos muy específicos, como el estado de Querétaro y el corredor Bajío-Centro. En estas regiones ya se observan severas tensiones debido a redes de transmisión saturadas y a una profunda dependencia de la generación fósil. Esto configura una demanda altamente localizada, de gran escala y nula flexibilidad, que exige de forma inmediata infraestructura dedicada y refuerzos rápidos en las redes de transmisión y distribución.
Riesgos para la estabilidad de la red
El principal organismo supervisor de la red eléctrica en Norteamérica, NERC, ha advertido que los centros de datos dedicados a la IA generan cambios extremos y constantes en el consumo eléctrico, registrando saltos repentinos entre una demanda muy alta y muy baja. Estas fluctuaciones masivas pueden desestabilizar las redes y, en casos extremos, derivar en apagones, especialmente cuando se combinan con otros consumidores intensivos como la minería de criptomonedas. A escala de sistema, la presión de la IA sobre las redes de suministro tiene implicaciones directas en la demanda mundial de electricidad y en los precios, elevando de forma notable el costo marginal en momentos de alta carga.
En México, la infraestructura existente no fue diseñada pensando en clústeres de servidores que concentran cargas de cientos de megavatios en unos pocos nodos. La falta de capacidad renovable suficiente obliga al operador nacional a recurrir a generación con combustibles fósiles (petróleo, gas natural y diésel) para cubrir estos picos, lo que incrementa las emisiones contaminantes y los costos operativos del sistema. El resultado es una red mucho más exigida, con menor margen de maniobra para atender el crecimiento residencial, industrial y de transporte eléctrico sin comprometer la confiabilidad del suministro.
Planeación eléctrica bajo presión
La proliferación de instalaciones de IA obliga a acelerar los tiempos de planeación eléctrica, los cuales tradicionalmente han sido largos y burocráticos en México. Estudios recientes destacan que el desarrollo de la IA y el crecimiento del consumo exigen una infraestructura robusta, confiable y diversa, atenta a requerimientos que se están concentrando aceleradamente en los centros de datos. Expertos del sector advierten que, si la expansión de la IA no se acompaña de políticas claras para ampliar el suministro y fortalecer las redes, el sistema se verá tensionado bajo el riesgo inminente de cuellos de botella y subidas de tarifas.
En el caso mexicano, la respuesta predominante ha sido apostar por más capacidad de generación con plantas de gas natural y ampliar la red eléctrica en las zonas de mayor demanda digital, pero sin que la expansión renovable mantenga el mismo ritmo de crecimiento. Esto profundiza la dependencia de los combustibles fósiles en un contexto en el que la IA, paradójicamente, podría comenzar a competir por los recursos energéticos con sectores prioritarios como el residencial, el industrial o el transporte eléctrico. La planeación se ve forzada a incorporar escenarios de fuerte crecimiento en consumo digital, con impactos directas en tarifas, en la emisión de permisos y en el diseño técnico de subestaciones y líneas de alta tensión.
La IA como herramienta para gestionar la propia red
A pesar del reto, la misma tecnología que hoy aumenta la demanda también ofrece instrumentos avanzados para hacer más inteligente la gestión del sistema eléctrico. Aplicada a las redes, la IA permite anticipar fallas, mejorar el mantenimiento predictivo y prever con mayor exactitud la producción renovable para equilibrar la oferta y la demanda en tiempo real, algo crucial en sistemas con alta variabilidad. Diversas empresas eléctricas ya utilizan estos algoritmos para optimizar el uso de recursos y realizar una gestión más eficiente de redes cada vez más complejas y distribuidas.
Sin embargo, especialistas del sector subrayan que en la fase de “poner la red” —es decir, en la toma de decisiones sobre dónde y cómo construir físicamente las líneas de transmisión y las subestaciones— siguen prevaleciendo las herramientas de ingeniería y economía clásicas. La IA aporta un valor inestimable sobre todo en la operación y el mantenimiento diaria, pero no reemplaza la necesidad de una planeación estratégica de largo plazo que anticipe la irrupción de clústeres de datos de gran escala.
Para México, el reto es doble: diseñar una expansión física de la red capaz de absorber la nueva demanda digital y, al mismo tiempo, desplegar soluciones de IA que mejoren la eficiencia operativa, reduzcan las pérdidas técnicas y faciliten la integración de energías renovables en los mismos nodos donde se concentran los centros de datos.
