Recibe en tu correo las mejores historias de la semana sobre IA y arte con IA: seleccionadas, concisas y gratis.
Gratis. Cancela cuando quieras.
La oposición comunitaria a los centros de datos de IA escala en todo Estados Unidos y, según The Verge, la batalla apenas comienza — con implicaciones reales para la infraestructura energética que alimenta cada modelo de IA del que dependen los creadores.
La oposición comunitaria a los centros de datos de IA ha pasado de las peticiones en línea a los carteles en jardines y las audiencias ante gobiernos locales.
Imagen: The Verge / The Verge AI
La actual ola de activismo anti-centros de datos no es una reacción repentina a ChatGPT o Midjourney. Como informa The Verge, las comunidades ya combatían las expansiones de centros de datos mucho antes de que el boom de la IA generativa disparara la demanda de cómputo. Lo que ha cambiado es la escala: las cargas de trabajo de IA requieren considerablemente más energía y refrigeración que la infraestructura cloud convencional, convirtiendo un problema local de lenta combustión en un patrón nacional visible.
Las objeciones tienden a agruparse en torno a tres puntos de presión. Primero, el consumo eléctrico — un solo gran clúster de entrenamiento de IA puede consumir tanta electricidad como una ciudad pequeña, y los operadores de red en algunas regiones advierten que la nueva demanda de los centros de datos está tensando la capacidad. Segundo, el agua — los sistemas de refrigeración líquida para racks de GPU de alta densidad pueden consumir millones de galones al año, un punto de conflicto en zonas propensas a la sequía. Tercero, el ruido y el uso del suelo — el zumbido constante de los sistemas de refrigeración y la enorme huella física de las instalaciones hyperscale conviven incómodamente con los barrios residenciales.
La geografía política de los centros de datos ha cambiado drásticamente. Los estados y condados que antes competían agresivamente por los ingresos fiscales y los empleos que traen los centros de datos ahora ven un rechazo organizado en las reuniones de planificación y zonificación. Los carteles en jardines, como los documentados en el reportaje de The Verge, se han convertido en un símbolo visible de un argumento cívico más amplio: que los beneficios de la infraestructura de IA se acumulan en otros lugares mientras los costos — facturas de electricidad más altas, estrés hídrico, ruido industrial — recaen localmente.
Para los laboratorios de IA y los proveedores cloud que alojan la inferencia de modelos, esto crea un verdadero problema de ubicación. Los lugares obvios — terrenos baratos cerca de energía renovable, rutas de fibra existentes, regímenes fiscales favorables — están cada vez más en disputa. Algunas jurisdicciones avanzan hacia la imposición de moratorias o requisitos de revisión ambiental más estrictos para nuevas construcciones.
La conexión entre una disputa de zonificación en Virginia o Texas y el costo de ejecutar inferencia de Stable Diffusion o FLUX no es abstracta. La capacidad de cómputo es finita, y la oferta restringida tiende a manifestarse primero como precios más altos y luego como un despliegue más lento de nuevas capacidades de modelos. Cuando un hyperscaler no puede construir el siguiente tramo de centro de datos según lo previsto, el efecto dominó alcanza los precios de las API y la velocidad a la que las nuevas generaciones de modelos llegan a producción.
Para los creadores que generan imágenes a escala — ejecutando trabajos por lotes, experimentando con escalado de alta resolución o usando generación de video en tiempo real — la eficiencia de la infraestructura subyacente importa directamente. Una capacidad más ajustada también tiende a empujar a los proveedores hacia los grandes clientes empresariales primero, lo que puede reducir el acceso para creadores independientes y plataformas más pequeñas.
Nada de esto es un colapso inminente. Los principales proveedores cloud siguen construyendo rápido, y los laboratorios de IA tienen un margen considerable. Pero la era de la expansión de centros de datos esencialmente sin fricciones en EE. UU. parece estar cerrándose. Los obstáculos regulatorios y comunitarios se están convirtiendo en un factor estructural que los planificadores de infraestructura de IA — y, eventualmente, las plataformas y modelos que se ejecutan sobre esa infraestructura — tendrán que incorporar en sus cálculos.
La próxima fase de esta batalla probablemente se desarrollará a nivel de legislaturas estatales, donde se pide a los reguladores de energía que decidan qué prioridad en la red merecen los centros de datos de IA en relación con los usuarios residenciales e industriales. Esas decisiones, tomadas en los parlamentos estatales y no en las salas de servidores, darán forma al panorama de cómputo en el que operarán las herramientas de arte con IA durante la próxima década.
