Emerald AI, Google y NVIDIA anunciaron el 16 de septiembre de 2026 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 se denomina AI Energy Management Alliance (AEMA). Junto a sus tres fundadores participan empresas tecnológicas y energéticas como Anthropic, National Grid, AES, Constellation, NRG y RWE. Su propuesta reúne a quienes necesitan capacidad informática con quienes operan o suministran electricidad.
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 almacenamiento o generación asociada durante periodos de restricción. La reducción relevante para la red es la electricidad que el centro deja de demandarle en ese momento; no necesariamente una reducción equivalente de todo el trabajo informático.
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
Una nueva instalación puede requerir inversiones en conexiones y capacidad de la red. La pregunta económica es qué parte corresponde al centro de datos y qué parte beneficia al conjunto de usuarios. Prometer flexibilidad no responde por sí solo cómo se repartirán esos costos.
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.
Un ejemplo para distinguir potencia, energía y ahorro
Ejemplo ficticio: un centro demanda 10 megavatios (MW) de la red. Durante una hora de congestión reduce esa demanda a 8 MW porque aplaza trabajos. La reducción instantánea es de 2 MW y la energía que deja de tomar durante esa hora es de 2 megavatios hora (MWh): 2 MW multiplicados por una hora.
Si ejecuta después esos trabajos y consume los mismos 2 MWh, ha desplazado energía, pero no la ha ahorrado en el conjunto del día. Aun así, la reducción de la hora crítica puede tener utilidad para una red limitada por un pico. Son dos resultados distintos que no deben confundirse en un comunicado.
| Dato del ejemplo | Qué demuestra | Qué no demuestra |
|---|---|---|
| Reducción de 10 a 8 MW | Menor demanda en ese intervalo. | Menor consumo anual. |
| Una hora de respuesta | 2 MWh desplazados en el supuesto. | Capacidad para sostenerla durante toda una emergencia. |
| Trabajo recuperado después | El procesamiento puede continuar. | Ausencia de un segundo pico al reanudarlo. |
Para valorar un compromiso real habría que conocer la demanda de referencia, el tiempo de aviso, la duración de la respuesta y la recuperación posterior. Un promedio diario escondería precisamente la hora en que se necesita la reducción. También conviene registrar fallos y excepciones: responder nueve veces no equivale a poder cumplir siempre.
Este cálculo no estima ahorros de dinero ni emisiones. Ambos dependerían de contratos, tarifas, fuentes eléctricas y operación efectiva. Si se emplea una batería, además hay que considerar cuándo se cargó. Presentar una caída de demanda como un beneficio ambiental completo sin esos datos dejaría fuera parte del sistema.
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: anuncio de NVIDIA del 16 de septiembre de 2026 y comunicado de lanzamiento de AEMA. Describen objetivos de la coalición, no una aprobación regulatoria universal ni un ahorro ya demostrado por todas las instalaciones.