Los agentes de IA consumen 136 veces más energía que los chatbots típicos

Los sistemas de IA basados en agentes consumen en promedio 136,5 veces más energía que las consultas de chatbots estándar, según una nueva investigación del Instituto Coreano Avanzado de Ciencia y Tecnología (KAIST). Esto ya no es solo teórico: los agentes de IA se están expandiendo rápidamente fuera de los laboratorios hacia navegadores, suites ofimáticas y plataformas empresariales.

El equipo de KAIST midió que una única solicitud de agente ejecutándose en un modelo de lenguaje grande puede usar alrededor de 348 vatios-hora de electricidad. Para ponerlo en perspectiva, equivale aproximadamente a mantener una bombilla LED encendida de forma continua durante todo un día. En contraste, una interacción típica con un chatbot consume unos 2,5 vatios-hora, dos órdenes de magnitud menos energía.

La razón es sencilla. Los chatbots tradicionales siguen un simple patrón de «entrada-salida». Los agentes, por otro lado, descomponen las tareas en múltiples pasos, verifican resultados intermedios, consultan el modelo repetidamente e iteran hasta alcanzar el objetivo. Cada bucle interno añade computación adicional —y, por tanto, consumo de energía—.

No se trata solo de las facturas eléctricas. La investigación del KAIST encontró que las respuestas de los agentes pueden tardar 153,7 veces más que los modelos de chatbot regulares en generarse. Mientras tanto, las GPU pasan hasta un 54,5% de su tiempo inactivas, esperando la siguiente etapa del pipeline. Así que la infraestructura que soporta a los agentes de IA no solo consume más energía —también es menos eficiente.

Recomendado

Linus Torvalds respalda la codificación con IA en Linux

Despliegues actuales de agentes de IA y su impacto energético

Esto no es un escenario de un futuro lejano. Google está integrando capacidades similares a agentes en las búsquedas y flujos de trabajo del navegador, OpenAI está avanzando en su función «Operator» para ejecutar comandos de usuario, y Anthropic ha desarrollado «Computer Use», donde los modelos de IA controlan interfaces casi como humanos. A medida que la industria pivota de vender “chat inteligente” a asistentes digitales que ejecutan tareas complejas, la huella ambiental y operativa se vuelve más difícil de ignorar.

KAIST también modeló una carga más pesada: si los agentes de IA manejan 13,7 mil millones de solicitudes por día —aproximadamente el volumen actual de Google Search— podrían requerir alrededor de 198,9 gigavatios de potencia. Eso es casi la mitad del consumo total de electricidad de Estados Unidos hoy. Aunque la cifra es alarmante, los desafíos de infraestructura a menudo surgen así: nuevas funciones se vuelven convenientes y luego las plantas de energía, los centros de datos y las redes se esfuerzan por ponerse al día.

Esto se alinea con estudios más amplios. La Agencia Internacional de la Energía ha predicho que los centros de datos, la IA y las industrias de criptomonedas podrían consumir entre 620 y 1.050 teravatios-hora anuales para 2026. El informe medioambiental de Google de 2024 señaló que sus emisiones aumentaron un 48% respecto a los niveles de 2019, vinculando directamente ese aumento con la expansión de centros de datos y la adopción de IA.

Otra dimensión importante es que los ecosistemas de agentes de IA están dejando de ser algo de nicho. El artículo cita 200.000 agentes verificados en la red social Moltbook, además de unos 400.000 agentes autorizados para trabajar con la stablecoin USDC. Incluso si algunos siguen siendo experimentos en fases tempranas, la lógica de mercado es clara: las empresas prefieren cobrar por tareas completadas en lugar de por simples respuestas. Eso implica inevitablemente más pasos, más llamadas al modelo y más energía consumida por resultado.

Esta tendencia supone un dolor de cabeza para el sector de la IA. En los últimos dos años, las empresas han posicionado la próxima ola de IA como más valiosa y monetizable que los simples chatbots. Ahora hay un contador de kWh conectado. Sin mejoras en la eficiencia de los chips y la gestión energética de las plataformas en la nube, el coste real de estos asistentes digitales probablemente colisionará con las realidades del mercado en los próximos 12 a 24 meses, especialmente a medida que se escalen los despliegues empresariales.

A nivel mundial, la IA se está convirtiendo rápidamente no solo en un desafío de inteligencia sino en un desafío de infraestructura. La carrera por optimizar los sistemas impulsados por agentes no será solo sobre algoritmos más inteligentes —también irá sobre un uso de la energía más inteligente.