‘Carbon tunnel vision 2.0: la huella invisible de la IA que la publicidad aún no está midiendo’ por Luca Brighenti
Durante años, la industria publicitaria ha hablado de eficiencia. De hacer más con menos, de automatizar procesos, de exprimir cada dato disponible para mejorar el rendimiento.
En este contexto, la inteligencia artificial se ha convertido en el motor silencioso de casi todo porque optimiza creatividades, predice audiencias, ajusta pujas y toma decisiones en tiempo real sin intervención humana.
Y, sin embargo, mientras celebramos esta sofisticación tecnológica, hay una pregunta que rara vez aparece en las conversaciones de marketing o adtech: ¿qué coste ambiental tiene realmente esta capa algorítmica que estamos añadiendo a la publicidad digital?
La inteligencia artificial no es algo abstracto ni inmaterial. No vive en la “nube” como solemos imaginarla. Vive en infraestructuras físicas muy concretas, en data centers que consumen energía de forma continua, que necesitan refrigeración constante y que dependen de recursos como el agua para poder funcionar.
Según datos de la International Energy Agency, los data centers ya concentran entre el 1 y el 1,5% del consumo eléctrico mundial. Y todo apunta a que esa cifra crecerá de forma significativa con la expansión de la IA generativa, hasta el punto de que el consumo podría duplicarse antes de 2030. Son números que, por sí solos, deberían hacernos parar un momento y reflexionar.
En publicidad, además, este impacto no se queda en una cifra teórica. Se amplifica por la propia naturaleza del ecosistema programático donde millones de solicitudes de puja circulan cada segundo. Los modelos de optimización nunca se apagan y el testing creativo se automatiza. Los algoritmos de predicción y segmentación trabajan sin descanso, día y noche, mercado a mercado.
Todo esto ocurre en segundo plano, fuera de los dashboards habituales, sin aparecer en el CPM ni en los informes de performance, pero dejando una huella ambiental real.
El impacto de la IA no empieza cuando una campaña se activa. Empieza mucho antes, en el entrenamiento de los modelos. Ya hace años que estudios citados por el MIT Technology Review y por la Universidad de Massachusetts advertían de que entrenar un único modelo de lenguaje de gran tamaño podía generar cientos de toneladas de CO₂ equivalente, una cifra comparable a las emisiones de varios coches a lo largo de toda su vida útil.
Es cierto que no todas las plataformas publicitarias entrenan modelos desde cero, pero el problema no está tanto ahí como en la escala. Modelos que se reentrenan constantemente, versiones adaptadas a distintos mercados, ajustes continuos en producción, inferencias que se ejecutan millones de veces al día.
Cada decisión individual parece insignificante, pero el efecto acumulado es cualquier cosa menos trivial.
A este consumo energético se suma un factor del que casi no se habla en el sector: el agua. Los grandes data centers utilizan cantidades enormes de agua para refrigeración. En determinados contextos, incluso una sola consulta compleja a un modelo de IA puede implicar un uso indirecto de varios litros de agua, dependiendo de la infraestructura y del mix energético. Los propios informes de sostenibilidad de empresas como Google o Microsoft lo reconocen.
En un momento de creciente estrés hídrico, este dato deja de ser anecdótico, especialmente para industrias como la publicitaria, que activan tecnología a gran escala de forma permanente y automatizada.
En los últimos años, la industria ha empezado, tímidamente, a hablar de emisiones publicitarias. Se analiza el impacto del delivery, de los formatos, del peso de los creativos o del uso de servidores.
Pero la capa de inteligencia artificial suele quedar fuera del perímetro de análisis. Ahí es donde aparece una nueva forma de carbon tunnel vision. Medimos lo que es visible y cómodo, y dejamos fuera aquello que cuestiona el modelo operativo actual.
La IA suele percibirse como más eficiente por definición, como una mejora “limpia” del sistema. En la práctica, lo que hace es desplazar el consumo, concentrarlo en menos manos y, sobre todo, hacerlo menos visible. La eficiencia algorítmica no elimina el impacto ambiental, simplemente lo oculta mejor.
¿Significa todo esto que la inteligencia artificial es el problema? No necesariamente.
El problema no es la tecnología, sino cómo la estamos integrando sin criterios ambientales claros. En publicidad, la pregunta ya no debería ser solo si la IA mejora el performance. Deberíamos empezar a preguntarnos también qué impacto añade esa optimización, si el beneficio generado es proporcional al coste energético y si estamos haciendo algo para medir, reducir o compensar esa huella.
Durante años, el sector ha avanzado en cuestiones como la brand safety, la ética del dato o el diseño centrado en la privacidad. El siguiente paso lógico es asumir una responsabilidad ambiental algorítmica real, con modelos que tengan una huella medible y con una gobernanza de la IA alineada con los objetivos ESG.
La presión regulatoria, con marcos como la CSRD o los ESRS, junto con una mayor madurez de los anunciantes y una creciente demanda de transparencia, apunta claramente en esta dirección.
La publicidad no es un actor neutro. Activa tecnología a escala masiva, define estándares de mercado e influye directamente en las decisiones de consumo. Integrar inteligencia artificial sin medir su impacto ambiental es repetir errores del pasado, solo que a una velocidad mucho mayor.
La innovación no debería frenarse. Pero sí debería volverse consciente, medible y responsable.
La inteligencia artificial ya está transformando la publicidad digital. Eso es indiscutible.
Lo que sigue siendo discutible es si estamos preparados para asumir el coste real de esa transformación. Porque lo invisible no es inexistente. Y lo que hoy no se mide, mañana será difícil de justificar.
Fuentes principales
International Energy Agency (IEA) – Data Centres and Energy
MIT Technology Review
Strubell et al., University of Massachusetts
Google Environmental Report
Microsoft Sustainability Report
Luca Brighenti, fundador de YourEcoPlan OSFL
