Google, Nvidia, Anthropic y empresas del sector energético anunciaron hoy una alianza para promover centros de datos de inteligencia artificial capaces de reducir o desplazar su consumo eléctrico cuando la red esté bajo presión. La iniciativa busca responder a una preocupación creciente: la expansión de la IA necesita enormes cantidades de energía y puede elevar los costos de infraestructura para comunidades y empresas.
¿Qué es la AI Energy Management Alliance?
La coalición, denominada AI Energy Management Alliance, reúne a 20 organizaciones de tecnología y energía. Además de Google y Nvidia, participan la empresa Emerald AI, Anthropic, las compañías eléctricas National Grid y AES, y productores como Constellation, NRG y RWE.
El grupo quiere cambiar la forma en que las redes eléctricas tratan a los centros de datos. Tradicionalmente se los considera grandes consumidores que demandan energía de manera constante. La propuesta es que aquellos centros capaces de disminuir temporalmente su consumo, usar baterías o trasladar tareas informáticas a otro momento reciban conexiones más rápidas y eviten parte de las ampliaciones costosas de la red.
Cómo funcionaría la flexibilidad energética
La flexibilidad no significa consumir poca energía en todo momento. Significa poder cambiar temporalmente cuándo y de dónde se obtiene una parte de la electricidad, sin interrumpir los servicios que necesitan respuesta inmediata.
Muchas cargas de trabajo de IA no necesitan ejecutarse exactamente en un minuto determinado. El entrenamiento de modelos, algunos análisis por lotes y procesos internos podrían pausarse o moverse a horas con mayor disponibilidad eléctrica. En momentos de máxima demanda, el centro de datos reduciría su consumo de la red y retomaría el trabajo cuando la presión baje.
Otra opción consiste en recurrir a baterías o generación cercana durante periodos breves. Google informó que ha comprometido un gigavatio de demanda flexible mediante acuerdos con empresas eléctricas en Estados Unidos.
La idea no es que todos los procesos se detengan. Servicios urgentes o utilizados en tiempo real seguirían necesitando suministro continuo. El reto técnico consiste en decidir qué cargas pueden moverse sin perjudicar a los usuarios.
Una respuesta al impacto local de los centros de datos
El crecimiento de la infraestructura para IA ha provocado debates por el precio de la electricidad, el uso del agua y el costo de ampliar redes locales. Una encuesta AP-NORC y del Energy Policy Institute de la Universidad de Chicago, citada por Axios, indica que el 84 % de los estadounidenses está preocupado por el efecto de los centros de datos sobre los precios locales de la electricidad.
La coalición sostiene que la flexibilidad puede convertir a los centros de datos en aliados de la red. Cuando el sistema esté saturado, reducirían demanda y ayudarían a evitar inversiones que terminarían pagando otros consumidores.
El punto decisivo: demostrar que la reducción es real
La propuesta también enfrenta dudas. Una conexión acelerada solo tendría sentido si la reducción prometida puede comprobarse y exigirse. Los reguladores necesitarán reglas claras, medición independiente y consecuencias cuando un centro de datos no cumpla.
Además, la flexibilidad no resuelve por sí sola todos los impactos ambientales de la IA. La eficiencia, la procedencia de la energía, el uso de agua y la construcción de nuevas instalaciones seguirán siendo parte del debate.
Qué ocurrirá ahora
La alianza planea trabajar con reguladores federales y estatales, operadores regionales de la red y empresas eléctricas. Su objetivo es crear procedimientos que reconozcan a los grandes consumidores capaces de responder a picos de demanda.
El resultado dependerá de que las autoridades acepten la propuesta y de que las comunidades perciban beneficios reales. Si el modelo funciona, podría acelerar nuevos proyectos de IA sin exigir que toda la infraestructura eléctrica crezca al mismo ritmo. Si no existen controles sólidos, podría convertirse únicamente en una promesa difícil de verificar.
Fuentes: reporte de Axios publicado el 16 de septiembre de 2026 y sitio de la AI Energy Management Alliance.