Cuando pensamos en inteligencia artificial (IA) imaginamos algoritmos invisibles en la nube. Pero la nube no flota: pesa, consume agua y energía, ocupa suelo y transforma territorios. Detrás de cada predicción, chatbot o semáforo inteligente hay miles de servidores, kilómetros de cables y un gasto energético capaz de iluminar ciudades enteras. La IA no se mide solo en su capacidad de respuesta, sino también en metros cuadrados, emisiones y litros; explorar su dimensión física es entender cómo lo digital modela lo urbano.
IA en el espacio urbano: la dimensión olvidada
¿Dónde vive la IA? Mientras debatimos sobre ciudades inteligentes, su infraestructura se expande en silencio, colonizando nuestros territorios. Centros de datos imponentes, nodos en los techos y miles de sensores en calles y semáforos se multiplican sin que la mayoría lo note.
• Sensores: la primera capa visible
Seguramente no te has percatado, pero parte de tu ciudad ya está cubierta de sensores: en los semáforos que detectan el flujo vehicular, en las cámaras que distinguen peatones y ciclistas, en los dispositivos que miden la calidad del aire o el ruido. Son la primera capa física de la IA, la más cercana a la vida cotidiana y la que interactúa directamente con nosotros.
En Nueva York, el proyecto SONYC instaló sensores para detectar y clasificar fuentes de ruido en tiempo real, generando evidencia para orientar políticas frente a la contaminación acústica. En Santander (España), el laboratorio urbano SmartSantander desplegó múltiples sensores que monitorean el ambiente, la seguridad y la movilidad. Y en Chicago, la red Array of Things con 118 sensores solares mostró tanto beneficios como límites: durante el invierno, la falta de sol afectó la estabilidad del sistema y reveló desigualdades de conectividad entre sectores.
Estos ejemplos evidencian que la presencia de sensores puede pasar desapercibida, pero no es neutra: requieren instalación, mantenimiento y energía, y plantean preguntas como ¿qué impacto tienen en la estética del mobiliario urbano?, ¿quién mantiene y regula miles de sensores dispersos? ¿cuánto cuestan los equipos y su mantenimiento?
Sensores en el centro de la ciudad de Helsinki. Foto: Sedimark.
• Nodos locales: IA en cada esquina
Lo que captan los sensores necesita procesarse sin demora. Es aquí donde entran los nodos de edge computing: dispositivos compactos instalados en postes, techos o estaciones. A diferencia de los sensores, no solo detectan, sino que actúan como mini-centros de datos analizando información en milisegundos, sin depender de un servidor lejano.
Un ejemplo concreto es el proyecto MEC‑View en Ulm, Alemania, donde cámaras y sensores en postes de alumbrado identifican peatones y ciclistas invisibles para un vehículo, y la información se analiza localmente en servidores integrados a la red móvil garantizando la transmisión instantánea a los actores implicados en la vía.
Aunque discretos, estos nodos también plantean tensiones urbanas: requieren permisos de ocupación, consumen energía, multiplican infraestructuras técnicas en calles y afectan la estética del paisaje urbano.
• Data centers: las catedrales digitales
Finalmente, lo que no se procesa en la calle viaja a gigantescas infraestructuras: los data centers. Son las “catedrales digitales” de la IA, donde se almacenan y entrenan los modelos que usamos a diario.
En Río de Janeiro, el megaproyecto Rio AI City busca instalar en el antiguo Parque Olímpico el mayor campus de centros de datos de América Latina. En Chile, la superficie dedicada a esta infraestructura se incrementó en 1.240% entre 2013 y 2024 (de 50.000 m² a 670.000 m²), consolidando al país como polo regional.
Irlanda, por su parte, muestra los riesgos de este auge: en 2022, los centros de datos ya consumían el 17% de la electricidad nacional, cifra que podría superar el 30% en 2026. Este aumento incluso rebasa la capacidad adicional generada por la energía eólica, mostrando que la infraestructura digital puede neutralizar los avances en energías renovables si no se regula adecuadamente.
En EEUU, algunas ciudades han comenzado a limitar esta expansión. En Atlanta, la capacidad instalada de centros de datos creció un 43% anual entre 2023 y 2024, superando con creces el crecimiento de otros sectores inmobiliarios. Ante la presión sobre suelo y servicios básicos, el ayuntamiento decidió restringir nuevas instalaciones en áreas residenciales y cercanas al transporte público, priorizando vivienda y espacios comunitarios.
Estos casos ilustran que los centros de datos no son solo infraestructura tecnológica, sino nuevos actores urbano-territoriales que disputan suelo, energía y agua. Hoy su demanda se multiplica y las tensiones se vuelven más visibles.
Construcción del QTS Data Center en Fayetteville, Georgia. Foto: Elijah Nouvelage.
El nuevo extractivismo digital
Cada vez que generas una imagen con IA, pides una respuesta a un chatbot o haces una búsqueda “inteligente”, hay algo más que bits viajando en la nube. Se activan sensores y redes de transferencia, los datos viajan hasta nodos locales o centros de datos lejanos, donde se procesan y regresan a tu computador. En el camino, se encienden servidores que consumen electricidad, utilizan agua para enfriarse y liberan calor al entorno. En muchos megaproyectos, el desafío ya no es solo encontrar suficiente energía y agua, sino también manejar el calor residual que estas “catedrales digitales” expulsan de manera continua sobre los territorios que las hospedan.
Investigadores de la Universidad de Massachusetts calcularon que entrenar un solo modelo de IA puede generar emisiones equivalentes al ciclo de vida completo de cinco automóviles. Otro estudio estimó que el entrenamiento de GPT-3 produjo emisiones equivalentes a conducir 112 automóviles a gasolina durante un año. Y no se trata solo de la fase de entrenamiento: una consulta de ChatGPT consume diez veces más energía que una búsqueda estándar en Google.
Las cifras son cada vez más alarmantes. El Foro Económico Mundial estima que la potencia de cómputo necesaria para sostener la IA se duplica aproximadamente cada 100 días, y que para 2028 la IA podría estar consumiendo más energía que la que consumió toda Islandia en 2021.
Estas tensiones no son nuevas. La infraestructura digital ya crecía aceleradamente antes de la IA, impulsada por industrias como la minería de criptomonedas, que inauguró una carrera por potencia de cómputo a gran escala. Pero el auge de la IA ha multiplicado con creces esa demanda y sus efectos ya se palpan en territorios específicos.
En Brasil, ciudades como Caucaia, Campo Redondo e Igaporã están viendo levantarse gigantescos centros de datos que requieren miles de litros de agua diarios para enfriar los servidores y evitar su sobrecalentamiento, mientras estas regiones viven sequías recurrentes y emergencias hídricas desde 2003. En Chile, la expansión de esta industria tuvo un leve revés. Tras una campaña impulsada por el Movimiento Socioambiental Comunitario por la Tierra y el Agua (Mosacat), un tribunal paralizó el proyecto de un nuevo centro de datos de Google en Santiago cuyo consumo anual estimado equivalía al agua potable necesaria para abastecer a unas 450.000 personas durante un año.
El desarrollo de la IA reconfigura territorios con un dilema evidente: las mismas empresas que prometen eficiencia y sustentabilidad están impulsando una infraestructura que compite por suelo, energía y agua. La “magia” tecnológica que percibimos como liviana está sostenida por una huella ambiental pesada y cada vez más imposible de ignorar.
De consumidora a optimizadora: el rol verde de la IA
Aunque ambivalente, la IA no solo genera impactos ambientales; también ofrece herramientas para enfrentarlos. Bien diseñada, puede acelerar la transición energética y reforzar los compromisos climáticos globales.
Ya se utiliza en el desarrollo de materiales para energías limpias, la optimización de parques solares y eólicos, la captura de carbono y la mejora de predicciones climáticas. En las ciudades, su aplicación se vuelve tangible: Copenhague analiza con IA el consumo energético de zonas urbanas para orientar intervenciones donde más se necesitan, mientras que Singapur experimenta con gemelos digitales que simulan inundaciones o emisiones antes de tomar decisiones reales.
La propia industria tecnológica también explora la llamada “Green AI”, un movimiento que busca medir la eficiencia energética de los algoritmos y no solo su precisión. Esto implica desde el diseño de chips más eficientes hasta nuevos sistemas de refrigeración para centros de datos.
El dilema es claro: mientras la IA tiene un costo ambiental significativo, también está abriendo caminos para reducirlo desde dentro y, a la vez, aportar soluciones más amplias a la crisis climática. La gran pregunta es si sus beneficios de eficiencia lograrán compensar la pesada huella que deja su funcionamiento.
China está desarrollando un plan piloto para sumergir centros de datos que alimentan la IA en el océano como una forma alternativa de mantenerlos refrigerados y disminuir su huella ambiental.
El costo invisible de la IA es, al final, profundamente material
Pensamos en la automatización de un centenar de funciones, pero ¿está nuestra infraestructura preparada para sostener la innovación? Proyectamos ciudades del futuro desde el plano virtual, pero ¿estamos dispuestos a asumir los costos en el mundo físico que habitamos?
La expansión de la infraestructura de IA no ocurre en un vacío: se inserta en territorios desiguales. Muchas veces los centros de datos se ubican en municipios periféricos o más vulnerables, donde el suelo es más barato, pero también donde las comunidades cargan con los impactos ambientales y enfrentan necesidades urgentes de infraestructura urbana para mejorar sus condiciones de vida. En contraste, los beneficios más visibles de la IA suelen concentrarse en las grandes ciudades o en sectores que ya gozan de mayores ventajas urbanas. Allí es donde aparecen los buses inteligentes, la gestión energética avanzada o los sistemas de limpieza optimizados por algoritmos. El resultado es un ensanchamiento de la brecha: mientras algunos disfrutan de las amenidades, otros reciben las externalidades.
¿Cómo integrar la IA sin perder de vista el territorio, el ambiente y la justicia urbana? La localización de esta infraestructura plantea desafíos de zonificación: evitar su proximidad a áreas residenciales sensibles, equilibrar la carga en redes eléctricas e hídricas, e incorporar criterios de compatibilidad paisajística para no saturar las calles con infraestructuras técnicas. Además, la gobernanza debe asegurar que los proyectos generen beneficios locales tangibles —empleo, conectividad, compensaciones ambientales— y no solo ingresos fiscales.
El despliegue de la IA urbana también demanda preparar a las personas: formar profesionales capaces de integrar estas tecnologías en la planificación y abrir espacios de participación ciudadana que fortalezcan la confianza. Capacitación, gobernanza y justicia territorial son claves para que la infraestructura digital no reproduzca inequidades, sino que contribuya a un desarrollo más equilibrado.
La inteligencia artificial no es etérea: necesita espacio, energía, agua y redes para sostenerse. Frente a ello, urbanistas y gobiernos locales deben decidir no sólo cómo usar la IA, sino también dónde y bajo qué condiciones instalarla. La pregunta final es inevitable: ¿cuánto territorio estamos dispuestos a dedicar al cuerpo físico de la inteligencia artificial?
Este artículo forma parte de la serie “IA y Ciudades”. La colección completa reúne cuatro miradas complementarias sobre cómo la inteligencia artificial está moldeando el futuro urbano. Te invitamos a recorrerlos todos.
Parte 1: Entre el código y la calle: la nueva revolución urbana.
Parte 3: No todo lo que brilla es código: las implicaciones humanas de la IA.
Parte 4: De la pantalla a la ciudad real: planificar en tiempos de IA.
