Cada vez más empresas usan modelos de IA en su día a día: asistentes para redactar, herramientas que leen documentos, plataformas con funciones de IA integradas. Casi siempre los consumen como un servicio en la nube, y casi ninguna los incluye en su inventario de emisiones.
En esta nota explicamos dónde se concentra el impacto de la IA, en qué alcance va cada parte según cómo la uses y qué datos pedir a tus proveedores. Partimos del análisis que hizo Lorena Enajas, de nuestro equipo, en su Trabajo de Fin de Máster sobre IA y sostenibilidad, en el que también medimos la huella de la IA que usamos en Manglai.
Por qué la IA se queda fuera de tantos inventarios
La mayoría de las empresas no tiene servidores propios para ejecutar modelos de IA. Pagan por un servicio y el consumo eléctrico ocurre en los centros de datos del proveedor. Como no llega una factura de electricidad propia, ese impacto no aparece en ninguna de las fuentes habituales del inventario.
A eso se suma que el dato depende del proveedor: si no publica las emisiones asociadas a tu uso, calcularlas con precisión es difícil. Por eso conviene saber primero dónde está el impacto y después qué pedir.
Dónde se concentra el impacto de la IA
El impacto de un sistema de IA se reparte a lo largo de su ciclo de vida: fabricación del hardware, transporte, uso y fin de vida. Según el estudio de Wu et al. (2022), que analiza los modelos de IA de Meta, la fabricación y el uso son las fases que más emisiones generan.
Dentro del uso, un modelo pasa por cuatro etapas: procesamiento de datos, experimentación, entrenamiento e inferencia (cuando el modelo ya está en producción y responde a las consultas de los usuarios). En los modelos de lenguaje analizados en ese estudio, la inferencia supone un 65% de las emisiones y el entrenamiento un 35%.
Esto tiene una consecuencia práctica para cualquier empresa usuaria: aunque no entrenes modelos, cada consulta que haces a un modelo forma parte de la fase que más consume a gran escala.
El mismo estudio muestra otro dato relevante. Cuando los centros de datos funcionan con energía renovable, las emisiones del consumo eléctrico bajan y la fabricación del hardware pasa a ser una de las principales fuentes de emisiones. Por eso un inventario completo no puede quedarse solo en la electricidad.
Qué va en cada alcance
Depende de si la infraestructura es tuya o la compras como servicio. Siguiendo el GHG Protocol:
- Servidores propios en tus instalaciones. La electricidad que consumen va en alcance 2. Si tienes generadores de respaldo o equipos de refrigeración con gases fluorados, sus emisiones directas van en alcance 1. La compra de los equipos va en alcance 3, como bienes de capital.
- IA y servicios cloud contratados a un proveedor. Todo va en alcance 3, dentro de bienes y servicios adquiridos. Esto incluye el uso de modelos de IA a través de una plataforma o una API y el alojamiento en la nube. La electricidad que para tu proveedor es alcance 2 es, para ti, alcance 3.
- Equipos de los empleados. La electricidad de ordenadores y pantallas en tus oficinas ya está dentro de tu alcance 2 si mides el consumo del edificio. La compra de los equipos va en alcance 3.
Si tu empresa usa IA principalmente como servicio, que es el caso más habitual, el trabajo está en el alcance 3.
Qué datos pedir a tu proveedor
Algunos proveedores cloud ya ofrecen informes de emisiones por cliente. Antes de incorporar ese dato a tu inventario, comprueba estos puntos:
- Emisiones asignadas a tu cuenta, con el periodo que cubren.
- Enfoque de mercado y de ubicación. Para el inventario anual de alcance 3 suele ser más útil el dato de mercado, pero conviene tener los dos para entender la diferencia.
- Metodología de asignación. Los centros de datos son infraestructura compartida entre muchos clientes, así que el reparto se basa en hipótesis. Pide que estén documentadas.
- Qué incluye. Si el dato cubre solo la electricidad o también la fabricación del hardware, la refrigeración y otras emisiones de la cadena del proveedor.
- Región de los centros de datos, porque el mix eléctrico cambia mucho de un país a otro.
- Consumo de agua de los centros de datos, si lo publican.
- Verificación. Si los datos están verificados por un tercero o son estimaciones internas.
Si un proveedor no ofrece datos, la alternativa es estimar las emisiones a partir del gasto, con factores de emisión por euro gastado en servicios informáticos. Es menos preciso, pero permite que la IA no se quede fuera del inventario mientras consigues datos mejores.
Cómo hacerlo con Manglai
En Manglai puedes registrar estos servicios dentro de las compras de bienes y servicios de alcance 3, con el factor de emisión aplicado y la fuente documentada. Así el uso de IA y de servicios cloud entra en el mismo inventario que el resto de tus compras y queda trazable para la auditoría.
En la próxima nota repasamos cinco prácticas para usar la IA de forma más eficiente y evitar que su impacto crezca al mismo ritmo que su uso.
Si quieres profundizar, puedes descargar la versión resumida del trabajo de Lorena en nuestra sección de recursos.
