La etiqueta energética de la IA sigue sin terminar
El número de la caja
Una etiqueta energética es una promesa de comparación. Le dice al comprador que dos objetos de aspecto corriente pueden colocarse uno al lado del otro sin fingir que son idénticos. La etiqueta de un frigorífico no responde a todas las preguntas sobre la cocina, el contrato de electricidad o la familia que lo usa. Hace algo más modesto y más útil. Declara un método, una categoría y un resultado con la claridad suficiente para que la afirmación pueda comprobarse.
La IA ha acumulado muchos números, pero muy pocas etiquetas. Se dice que un sistema consume menos energía porque es más pequeño. Otro, porque responde más rápido. Otro, porque sus chips tienen una especificación más favorable. Un proveedor puede publicar una cifra para una petición, un entrenamiento, un rack, una instalación o un año. Todas pueden ser exactas dentro de su propio límite. No pueden compararse todas solo porque la unidad resulte ser julios, vatios o toneladas de dióxido de carbono equivalente. Un número puede ser preciso y, aun así, ser una mala respuesta a la pregunta que el comprador realmente hizo.
Esto no es un argumento en contra de medir. Es lo contrario. Europa necesita mediciones mucho mejores porque la IA se está convirtiendo en parte de la infraestructura ordinaria. La Comisión Europea ya recopila información sobre el rendimiento energético y la huella hídrica de los centros de datos significativos en el marco de la Directiva de eficiencia energética. Está preparando un sistema de clasificación común y trabajando hacia estándares mínimos de rendimiento. Es un comienzo serio. Aún no equivale a una etiqueta energética terminada para un servicio, modelo o caso de uso de IA. El límite entre esas cosas es donde reside la mayor parte del trabajo difícil.
Por tanto, la pregunta útil no es si un sistema de IA es ecológico. Ese adjetivo ya ha hecho suficientes horas extra no remuneradas. La pregunta es: para este trabajo definido, bajo estas condiciones de funcionamiento, ¿qué recursos se usaron, qué evidencia respalda la cifra y qué efectos materiales quedan fuera de la afirmación? Una respuesta honesta permite un progreso más lento y mejor. Hace posible una conversación de contratación.
Por qué falla un único número de IA
La electricidad la consume el equipo físico, no una palabra como inteligencia. La Agencia Internacional de la Energía describe el entrenamiento y el despliegue como actividades que ocurren principalmente en centros de datos. Esas instalaciones contienen servidores, almacenamiento, equipos de red, refrigeración e infraestructura de energía de respaldo. El servidor es importante, pero no es toda la instalación. La AIE estima que los servidores representan alrededor del 60 por ciento de la demanda de electricidad en un centro de datos moderno en promedio, mientras que el almacenamiento, la red, la refrigeración y otra infraestructura componen el resto en proporciones que varían según el tipo de instalación y el diseño.
Esa variación no es una molestia al margen del cálculo. Es el cálculo. La refrigeración puede ser una parte modesta del uso de electricidad en una instalación hiperescala eficiente y una proporción mucho mayor en un entorno empresarial menos eficiente. Una carga de trabajo que parece excelente cuando se mide en un chip puede verse diferente una vez que se incluyen la red, la memoria, el almacenamiento, la capacidad inactiva y la refrigeración. Una métrica de instalación puede parecer excelente sin revelar nada sobre si un modelo en particular se invocó con demasiada frecuencia, sirvió un contexto sobredimensionado o pasó la mitad de su tiempo esperando a que un proceso humano se pusiera al día.
Hay al menos cuatro objetos que la gente quiere decir cuando pregunta por el uso de energía de la IA. Pueden referirse al hardware, al modelo, al servicio o a la tarea organizativa. El hardware pregunta por un procesador, servidor o rack bajo una carga definida. Un modelo pregunta por el entrenamiento, el ajuste fino o la inferencia de una versión de modelo definida. Un servicio pregunta por la ruta desde una acción del usuario a través de la recuperación, la moderación, el registro, el almacenamiento y la respuesta. Una tarea pregunta si el servicio cambió el trabajo total: las solicitudes repetidas, la revisión humana, el retrabajo, los viajes evitados, el movimiento adicional de datos y las decisiones posteriores. Los objetos se superponen. No son intercambiables.
Un modelo puede consumir poca energía por token generado y seguir siendo un servicio derrochador si el producto que lo rodea induce a los usuarios a solicitar la misma respuesta cinco veces. Un modelo muy pequeño puede ser eficiente por llamada y seguir siendo inadecuado para una tarea que requiere muchos reintentos, escalados o un segundo sistema que repare su resultado. Un sistema más grande puede consumir más por solicitud y, sin embargo, reducir un paso separado e intensivo en energía. Nada de esto concede una licencia para hacer aritmética optimista. Significa que la unidad de trabajo declarada debe nombrarse antes de que la cifra reciba aplauso alguno.
La primera disciplina es casi vergonzosamente sencilla: no comparar una capa con otra. Un número de chip no es un número de servicio. Un número de servicio no es un resultado organizativo. Un total anual de una instalación no es la energía de una consulta. Responden a preguntas distintas. Cuando una afirmación cruza capas, debe explicar el puente. Sin ese puente, al lector se le entrega una cifra y se le pide que aporte por sí mismo la física, las operaciones y el juicio moral. Esa es una forma de autoservicio bastante cara.
El límite decide la respuesta
Toda medida ambiental comienza con un límite. En la IA, el límite más común es el dispositivo o el servidor. Resulta atractivo porque está cerca del trabajo y suele ser más fácil de instrumentar. El siguiente límite es el bastidor o el clúster. Luego la instalación, donde entran la eficacia del uso de la energía, la refrigeración y otras infraestructuras de soporte. Después, la ruta del servicio, que puede incluir redes, almacenamiento, sistemas de recuperación, controles de seguridad, observabilidad y un dispositivo del cliente. Por último, existe un límite más amplio del ciclo de vida: fabricación, transporte, construcción de edificios, agua, reparación, reutilización y fin de vida útil.
Ningún límite es siempre el correcto. El error consiste en publicar un límite mientras se invita al lector a inferir otro. Un fabricante de procesadores puede informar razonablemente de la energía medida en un componente. Un operador de centro de datos puede informar razonablemente de indicadores de la instalación. Un proveedor de modelos puede informar razonablemente de la energía de una carga de trabajo de inferencia definida. Un comprador público que decide si cambiar de servicio necesita el límite del servicio y, para algunas decisiones, una visión más amplia del ciclo de vida. La afirmación debe indicar qué trabajo está haciendo.
Los límites son elecciones, pero no son elecciones arbitrarias. Deben seguir a la decisión. Si un equipo de ingeniería elige entre dos configuraciones de descodificación en la misma máquina, la energía del servidor bajo una prueba repetible puede ser exactamente la medida adecuada. Si un equipo de adquisiciones compara dos servicios de IA gestionados, la comparación debe incluir suficiente de la ruta del servicio para que un sistema de recuperación omitido o un clúster de soporte en funcionamiento permanente no desaparezca bajo la alfombra. Si una autoridad pública está considerando una gran instalación local, sus preguntas sobre electricidad, agua, capacidad de la red y calor son preguntas locales incluso cuando un proveedor presenta una cifra global de carbono impecable.
La Comisión Europea señala este punto indirectamente a través del marco de notificación de centros de datos. Su base de datos pública está pensada para recopilar y publicar información relevante sobre el rendimiento energético y la huella hídrica. Las normas de notificación delegadas establecen indicadores e información de notificación para los centros de datos. El marco no es una afirmación de que todo efecto ambiental se haya resuelto con una hoja de cálculo. Es un reconocimiento de que una instalación no puede tratarse de forma responsable únicamente con la energía de los servidores.
Hay aquí una analogía útil, siempre que no se abuse de ella. Un límite es como el borde de un mapa. Un mapa puede centrarse legítimamente en carreteras, riesgo de inundación o propiedad del suelo. Solo resulta engañoso cuando presenta su borde elegido como el borde del mundo. Una declaración de energía de la IA debería tener la misma modestia. Debe hacer visible el límite elegido y nombrar el territorio importante que queda más allá.
La carga de trabajo es la unidad de honestidad
A menudo se pregunta cuánta energía consume una consulta de IA. La pregunta es comprensible y, por lo general, está mal especificada. Una consulta puede contener unas pocas palabras o un libro. Puede invocar un modelo de clasificación compacto o un modelo que procesa imágenes, voz, documentos largos y varias herramientas. Puede devolver una etiqueta, una página de texto o un flujo de trabajo que llama a otros tres sistemas. Puede servirse desde una máquina caliente con alta utilización o desde una capacidad reservada para la siguiente solicitud. La palabra consulta carga con más equipaje del que admite.
Por tanto, una medida útil describe la carga de trabajo. Para los sistemas de lenguaje, esto puede incluir tokens de entrada y salida, longitud del contexto, versión del modelo, tamaño de lote, precisión, concurrencia, comportamiento de la caché y ajustes de decodificación. Para los sistemas de imagen, audio o vídeo, puede incluir resolución, duración, pasos de muestreo, códecs y arquitectura del modelo. Para un sistema de recuperación, puede incluir el tamaño y el comportamiento de actualización del índice, las llamadas de incrustación, la clasificación, la recuperación de documentos y el almacenamiento. Para un flujo de trabajo de decisión, puede incluir el número de llamadas, la tasa de revisión humana y la ruta seguida cuando el sistema se abstiene.
Esto no exige que cada sitio web imprima un cuaderno de laboratorio junto a un botón. Exige que las afirmaciones públicas dejen de fingir que una única media alegre es una carga de trabajo universal. Un proveedor puede publicar un rango típico para bandas de uso definidas. Un comprador puede solicitar un perfil de prueba que se asemeje a su propio trabajo. Un equipo de producto puede exponer un pequeño número de modos significativos en lugar de convertir a cada usuario en un ingeniero de potencia. Lo crucial es que la descripción permita a un revisor saber si la tarea declarada se parece a la real.
El diseño de la carga de trabajo es también donde la eficiencia se convierte en una decisión de producto, no en una nota de prensa de hardware. El contexto no debería cargarse simplemente porque esté disponible. La recuperación no debería mover documentos solo para demostrar que puede hacerlo. Se debería permitir que un modelo diga que una tarea requiere juicio humano en lugar de producir tres conjeturas cada vez más costosas. Las interfaces no deberían animar a casi diez reintentos idénticos porque la primera respuesta llegó con la confianza de un recibo húmedo. Estas son decisiones de diseño. Pueden reducir el trabajo sin hacer una promesa deshonesta sobre el contenido de carbono de una frase.
La AIE señala la incertidumbre sustancial que existe en el consumo eléctrico actual y futuro de los centros de datos y utiliza escenarios para explorar distintas vías. Ese es también un hábito útil para la medición de productos. Indique un rango cuando el rango esté justificado. Explique qué lo modifica. Mantenga la distinción entre una prueba observada, una estimación construida a partir de componentes medidos y una previsión de demanda futura. Un solo decimal no cura la incertidumbre. Solo le da un recorte más afinado.
El hardware no es una nota a pie de página
Las cifras de energía se distorsionan cuando se elimina el hardware que las sustenta. Un mismo modelo puede comportarse de forma distinta en diferentes procesadores, configuraciones de memoria, aceleradores, interconexiones y pilas de software. La precisión importa. El tamaño del lote importa. La utilización importa. La AIE describe el rápido aumento de los servidores acelerados como un factor determinante de la demanda eléctrica de los centros de datos y señala que la proporción de la demanda de componentes varía mucho entre tipos de centros de datos. Esto basta para plantear un punto sencillo: no existe un valor energético universal para un modelo desligado de la máquina y de las condiciones de funcionamiento que lo ejecutan.
El informe sobre el hardware debe, por tanto, indicar la clase de máquina pertinente, el número de dispositivos, la disposición de la memoria cuando sea relevante, los ajustes de gestión de energía, la versión del software y el método de medición. Debe indicar si el resultado se obtuvo en una toma de corriente, en una unidad de distribución de energía del bastidor, mediante telemetría del servidor o a partir de una estimación basada en modelos. Ninguno de estos métodos es inherentemente cuestionable. No comparten los mismos modos de error. Una medición eléctrica directa puede tener un límite estrecho. La telemetría puede ser más fácil de recopilar de forma repetida, pero depende de la calibración y de supuestos de asignación. Una estimación puede ser adecuada para la planificación, pero no debe presentarse con el disfraz de un resultado observado.
La infraestructura compartida dificulta especialmente la asignación. Un clúster puede atender a varios clientes, mantener capacidad de reserva disponible, ejecutar trabajos en segundo plano y compartir almacenamiento con trabajo no relacionado. Atribuir toda la electricidad de las instalaciones a la carga de trabajo más ocupada sería absurdo. Atribuir solo el tiempo activo de los aceleradores puede hacer desaparecer la capacidad ociosa. No existe un método de asignación neutral escondido bajo las tablas del suelo. Existen métodos con reglas declaradas. Un informe serio nombra el método de asignación, indica el periodo de utilización y explica si se incluyen el gasto ocioso, la capacidad de resiliencia y los servicios compartidos.
La misma cautela se aplica a las comparaciones entre tamaños de modelos. Los sistemas más pequeños suelen ser útiles porque pueden requerir menos cómputo para una tarea adecuada, pueden ejecutarse en más lugares y pueden ser más fáciles de operar dentro de un presupuesto conocido. No son moralmente superiores solo por su número de parámetros. La cuestión pertinente es si el sistema completa la tarea especificada con un nivel de calidad aceptable, con una carga de revisión aceptable y en el hardware seleccionado. Un modelo diminuto que traslada el trabajo a otra parte no es necesariamente eficiente. Un modelo enorme utilizado para una clasificación de dos líneas no es necesariamente inteligente. Solo es caro de una manera muy particular.
En Dweve tratamos esto como una restricción de diseño ordinaria y no como un eslogan de campaña. El material público del producto describe la ejecución nativa en CPU y trata el entorno de ejecución como parte del contrato del sistema. Esa es una dirección útil para un cliente que necesite inspeccionar la máquina y el límite de funcionamiento. No es una afirmación ambiental medida y no debe leerse como tal. La medición aún debe realizarse para la carga de trabajo, el hardware y el despliegue reales. Cualquier cosa menos que eso convertiría una decisión de arquitectura sensata en un espejismo de marketing.
El carbono no es electricidad con mejor marca
El uso de electricidad y las emisiones de gases de efecto invernadero están relacionados, pero no son la misma medida. Un informe energético declara el consumo. Un informe de carbono añade un factor de emisión y, por tanto, un conjunto adicional de decisiones. ¿Qué mix eléctrico se utiliza? ¿La afirmación se refiere a la red física en el momento y lugar del consumo, a un acuerdo contractual de compra, a un método contable anual basado en el mercado o a una media entre varios emplazamientos? ¿Se incluyen las emisiones incorporadas del hardware? ¿Y el agua de refrigeración, la construcción o los equipos de red? Una cifra de carbono puede ser valiosa. No se crea sustituyendo los kilovatios-hora por una tipografía más verde.
La AIE distingue el mix de combustibles de la electricidad consumida físicamente de los acuerdos contractuales. Esa distinción debe estar presente en los informes de IA porque un contrato puede expresar una decisión de compra importante y, a la vez, contar una historia distinta de la energía disponible en la red local en la hora en que se ejecutó una carga de trabajo. Un informe puede presentar ambas cosas cuando proceda. No debe fusionarlas hasta el punto de que el lector no pueda distinguir si la afirmación se refiere a un instrumento de contratación o al sistema físico.
El tiempo también importa. La compensación anual de electricidad puede ocultar una carga de trabajo que se ejecuta sistemáticamente durante un periodo de generación marginal más alta. La información horaria puede mejorar el panorama en algunos contextos, pero conlleva sus propios requisitos de datos, método y verificación. La ubicación importa porque los sistemas eléctricos difieren. Una media continental puede ser útil para un inventario de alto nivel, pero no puede resolver una decisión de planificación local. La granularidad adecuada depende de la decisión y de la evidencia disponible. El requisito no es la perfección. Es que el informe indique qué granularidad se utilizó y por qué.
Los efectos incorporados merecen la misma mesura. Fabricar hardware tiene consecuencias materiales y de emisiones. También las tienen los edificios, las baterías, las piezas de repuesto y la eliminación. La evaluación del ciclo de vida puede sacar a la luz estos efectos, especialmente cuando la renovación del hardware es rápida o el equipo se compra para un proyecto de corta duración. También puede convertirse en una cortina de humo cuando un proveedor presenta un único titular amplio de ciclo de vida sin información sobre la asignación, la vida útil prevista, la reutilización o la carga de trabajo que pretende describir. Si se incluyen los efectos del ciclo de vida, el método y la asignación deben ser visibles. Si no se incluyen, la omisión también debe ser visible.
El agua no debe relegarse a una nota a pie de página solo porque la electricidad sea más fácil de representar en un gráfico. El trabajo de la Comisión sobre informes de centros de datos incluye explícitamente la información de la huella hídrica. Las opciones de refrigeración pueden alterar de distintas maneras la demanda local de agua, la demanda de energía y la exposición a la fiabilidad. Un operador puede mejorar un indicador mientras dificulta otro. Una etiqueta que trata una instalación como una puntuación única puede ocultar esta relación. El mejor enfoque es un pequeño conjunto de indicadores con sus límites, en lugar de una competición por encontrar el único número que suscite el menor número de preguntas incómodas.
La utilización cambia la moraleja del gráfico
La infraestructura consume energía mientras espera y también mientras trabaja. Parte de la capacidad debe estar disponible porque un servicio tiene requisitos de latencia o resiliencia. Parte de la capacidad se mantiene porque la demanda es volátil. Parte permanece inactiva porque la planificación y la contratación son imperfectas, lo cual no es un colapso moral, pero rara vez es motivo para felicitarse ante el panel de control. La asignación de estos gastos generales cambia cualquier cifra por solicitud.
Una utilización alta no es automáticamente buena. Llevar un sistema crítico a una saturación permanente puede dañar la fiabilidad, aumentar las colas y eliminar el margen necesario para los fallos. Una utilización baja tampoco es automáticamente mala. Un servicio público de alertas puede necesitar estar disponible para eventos que no ocurren todas las tardes, y menos mal. La tarea de la información es hacer visible la hipótesis de funcionamiento. Una cifra medida durante una prueba de carga completa no debería presentarse como el impacto anual de un servicio de uso ligero. Una cifra promediada en un servicio de uso ligero no debería usarse para describir la eficiencia de una solicitud activa individual sin mostrar la regla de asignación.
También está la cuestión del efecto rebote. Si un servicio resulta más barato o más fácil de usar, la demanda puede crecer. Un modelo más eficiente puede reducir la energía por tarea y permitir muchas más tareas. Ambas afirmaciones pueden ser ciertas. El informe de 2026 de la AEMA sobre IA y consumo sostenible advierte de que las compensaciones ambientales siguen siendo difíciles de evaluar y pide más datos y conocimientos para respaldar una gobernanza eficaz. Eso no es un llamamiento a la desesperación. Es una advertencia contra tratar la eficiencia unitaria como un relato completo del impacto total.
Por tanto, las organizaciones deberían informar de dos perspectivas cuando puedan: la intensidad y el total. La intensidad podría ser la energía por carga de trabajo definida, por tarea completada con éxito o por nivel de servicio. El total podría ser la electricidad anual, la información sobre el agua de las instalaciones o el número total de tareas atendidas. Las dos perspectivas evitan tipos opuestos de perjuicio. La intensidad por sí sola puede celebrar un total creciente. El total por sí solo puede castigar a un servicio útil que se vuelve más eficiente mientras la demanda aumenta por razones legítimas. Juntas describen una relación que el lector puede examinar.
La expresión tarea completada con éxito importa. No significa que cada uso tenga un resultado incuestionable. Significa que el denominador debe seguir el servicio previsto, no el contador más fácil. Un servicio de clasificación puede informar de registros completados con criterios de calidad declarados. Un asistente de redacción puede necesitar separar las sugerencias aceptadas, las sugerencias modificadas sustancialmente y las sugerencias descartadas. Un flujo de trabajo sensible a la seguridad puede contar las decisiones revisadas en lugar del texto generado. Cuando el denominador sigue el trabajo, es menos probable que la cifra de energía recompense el trabajo superfluo.
La incertidumbre forma parte de la etiqueta
El reporting ambiental a veces trata la incertidumbre como una emergencia de relaciones públicas. Es mejor entenderla como una propiedad de la medición. Los instrumentos tienen tolerancias. La telemetría se asigna. Las cargas de trabajo fluctúan. Los factores de electricidad se modelan. Las cadenas de suministro están incompletas. Un valor puede ser útil sin ser exacto hasta el último vatio-hora. Pretender lo contrario es cómo una etiqueta se vuelve menos fiable cuanto más pulida se vuelve.
La respuesta práctica es separar los valores observados, estimados y excluidos. Observado significa que se tomó una medida en un punto indicado con un método indicado. Estimado significa que un cálculo convirtió observaciones o factores publicados en una respuesta bajo supuestos indicados. Excluido significa que un efecto relevante queda fuera del límite elegido. Un informe también puede indicar una sensibilidad: por ejemplo, que el resultado cambia materialmente con la utilización, la longitud del contexto, la vida útil del equipo o el factor de red. Esto no debilita la afirmación. Le dice al lector dónde la afirmación es sólida y dónde sigue siendo condicional.
Los rangos suelen ser más honestos que un promedio general. Un proveedor de servicios podría informar bandas de energía típicas para cargas de trabajo cortas, medianas y largas, junto con un perfil de prueba definido y el rango operativo observado en producción. Un comprador público podría solicitar una medición para una muestra representativa de su trabajo y una segunda muestra deliberadamente difícil. Un equipo de producto podría hacer un seguimiento de los cambios a lo largo del tiempo tras una actualización del modelo o una nueva vía de recuperación. El objetivo no es crear un departamento de papeleo que mida cada coma. El objetivo es detectar las situaciones en las que un cambio aparentemente pequeño altera el uso de recursos o la exposición ambiental del sistema.
La verificación también importa. Un proveedor debería poder mostrar el método, la evidencia bruta o agregada apropiada para el contexto, el historial de versiones y la persona o el equipo responsable de la declaración. Un comprador no necesita acceso sin restricciones a todos los secretos operativos. Sí necesita información suficiente para comprobar si una afirmación sobrevive a un cambio de modelo, hardware, carga de trabajo o límite de reporting. El aseguramiento independiente puede añadir confianza cuando la decisión lo justifica. No sustituye a un método legible.
Europa está familiarizada con este temperamento. Las normas, los registros y los sistemas de reporting pueden parecer quisquillosos hasta que un mercado necesita comparar afirmaciones que fueron diseñadas para evitar la comparación. Entonces el quisquilleo se revela como un servicio público. La parte inacabada no es un defecto en la idea de una etiqueta energética para IA. Es el trabajo de decidir qué evidencia debe viajar con el número.
Lo que Europa ha empezado a construir
El marco europeo ya es más sustancial que una colección voluntaria de adjetivos de sostenibilidad. La Directiva de Eficiencia Energética refundida introdujo requisitos obligatorios de reporting público para centros de datos con una demanda de potencia superior a 500 kW. El Reglamento Delegado (UE) 2024/1364 establece elementos armonizados de reporting y la primera fase de un régimen común de clasificación de la Unión. La base de datos de la Comisión publica información relevante sobre el rendimiento energético y la huella hídrica, y su próximo Paquete de Eficiencia Energética para Centros de Datos está destinado a evaluar los datos reportados, introducir un régimen de clasificación y comenzar a trabajar en normas mínimas de rendimiento.
Estos son instrumentos a nivel de instalación. No deben presentarse erróneamente como una etiqueta completa para cada modelo de IA o cada característica de producto. Su valor es que establecen un hábito público: las afirmaciones sobre energía y agua necesitan una base de evidencia común, indicadores comparables y una ruta desde el reporting hasta la evaluación. El estudio preparatorio de la Comisión describe esto explícitamente como un esfuerzo por mejorar la transparencia y la comparabilidad mientras se construye sobre el marco de reporting y clasificación. Esa es exactamente la dirección que necesitarán los servicios de IA, aunque el reporting a nivel de servicio implica límites y asignaciones diferentes.
El trabajo reciente de la AEMA añade una advertencia necesaria. La IA puede favorecer prácticas más sostenibles, pero también puede reforzar el consumo intensivo en recursos, la concentración del mercado y las desigualdades sociales cuando la gobernanza es insuficiente. Las afirmaciones medioambientales no pueden separarse de cómo un sistema cambia el comportamiento, la contratación y el acceso a la infraestructura. Una etiqueta puede revelar la intensidad de recursos. No puede decidir si merece la pena realizar la tarea. Eso sigue siendo un juicio público, organizativo y democrático. Es ligeramente incómodo, y esa es una forma de reconocer que importa.
El siguiente paso sensato no es una puntuación universal que declare virtuoso a un modelo y pecador a otro. Es un vocabulario de información por capas. Las instalaciones deben informar de los indicadores de sus instalaciones. Los proveedores de modelos deben informar de perfiles y métodos de prueba definidos. Los proveedores de servicios deben informar de bandas de carga de trabajo representativas, reglas de asignación y cambios a lo largo del tiempo. Los compradores deben solicitar pruebas pertinentes al trabajo que planean realizar. Los reguladores y los investigadores deben poder estudiar los agregados sin pretender que una media cuenta toda la historia de una red local, una cuenca hidrográfica o un servicio concreto.
La interoperabilidad es importante aquí. Si cada proveedor inventa una definición privada de una solicitud de IA, una solicitud de pruebas se convierte en un juego de adivinanzas con un logotipo. Europa está bien posicionada para convocar métodos comunes porque ya cuenta con la base de información de centros de datos, el aparato de política medioambiental, las instituciones de investigación y un mercado que cruza fronteras. El método debe seguir siendo técnicamente creíble. Una norma que sea lo bastante simple para una diapositiva y demasiado vaga para una medición es solo una diapositiva con iluminación regulatoria.
Qué debe pedir ahora un comprador
Esperar una etiqueta perfecta no es motivo para aceptar afirmaciones vacías. Los compradores pueden solicitar una declaración energética que se ajuste a la decisión que tienen ante sí. La solicitud puede ser proporcionada. Una herramienta de redacción de bajo riesgo no necesita un estudio de ciclo de vida que asustaría a un pueblo pequeño. Una contratación importante, un compromiso grande con un centro de datos o un servicio de IA con uso a escala pública deberían esperar más pruebas.
Empiece por la carga de trabajo. ¿Qué se espera que haga el servicio, con qué frecuencia, con qué entradas típicas y difíciles, y qué cuenta como resultado completado? Luego pregunte por el hardware y el entorno operativo. ¿La afirmación se mide o se estima? ¿Qué versión del modelo, configuración de software y punto de medición están implicados? ¿Qué se incluye en el límite? ¿Cómo se asignan los servicios compartidos, la capacidad ociosa y la resiliencia? ¿Se informan por separado la electricidad y las emisiones? Si se informan las emisiones, ¿qué red, ubicación, periodo de tiempo y método contable se utilizan? ¿Se incluyen, estiman o excluyen los efectos del agua y del ciclo de vida?
La siguiente cuestión es el cambio. Los servicios de IA cambian rápidamente. Una cifra de una versión antigua del modelo puede convertirse en una curiosidad histórica después de un cambio de enrutamiento, nuevo hardware o una capa de seguridad diferente. El comprador debe preguntar cuándo se actualizó por última vez la cifra, qué cambios desencadenan una nueva medición y cómo informará el proveedor de un cambio material. Esto convierte una afirmación energética de una línea única de folleto en una obligación operativa. También evita el conocido arreglo en el que la versión más cuidadosamente medida es la que dejó de usarse la primavera pasada.
Por último, pregunte quién puede cuestionar la respuesta. Un proveedor que no puede explicar el límite, el método y las exclusiones no ha proporcionado una afirmación comparable. Ha proporcionado una aspiración con unidades. Un proveedor que puede explicarlos puede tener aun así una cifra alta para una tarea exigente. Eso puede ser aceptable si la tarea está justificada y se comprende la compensación. La cuestión no es recompensar la cifra más baja a cualquier precio. La cuestión es hacer que el coste sea lo bastante visible para que una institución pueda decidir con honestidad.
La etiqueta es una herramienta de gobernanza
Una etiqueta energética de IA terminada no será un pequeño cuadrado de color que zanje el debate. Será una disciplina de reporte que haga posible un argumento concreto. Vinculará una carga de trabajo a una máquina, un límite, un método de asignación, un método de electricidad, un periodo de tiempo y una declaración de incertidumbre. Distinguirá la energía de las emisiones y el rendimiento de las instalaciones del rendimiento del servicio. Dejará espacio para el agua, los efectos del ciclo de vida y las condiciones locales, sin dar a entender que todos los clientes necesitan el mismo nivel de detalle.
Eso puede sonar menos atractivo que declarar que un modelo es sostenible. Lo es. Las cosas útiles suelen serlo. Una etiqueta debería dificultar ocultar una carga de trabajo sobredimensionada detrás de una cifra de chip elegante. Debería dificultar usar una compra contractual de electricidad como atajo para todos los efectos ambientales locales. Debería permitir ver cuándo un modelo pequeño es realmente suficiente y cuándo sus ahorros simplemente se han trasladado a otra parte del sistema.
La historia aquí no es que Europa no tenga respuesta. Europa ha empezado a construir una base de reporte público para la infraestructura que sustenta la IA. El trabajo pendiente es conectar esa base con las decisiones sobre modelos y servicios sin borrar las diferencias entre ambos. Para los equipos que construyen IA, eso significa medir el trabajo que realmente piden a las máquinas. Para los compradores, significa pedir un límite antes de aceptar una cifra. Para todos los demás, significa negarse a dejar que una afirmación pulcra resuelva una pregunta que nunca fue diseñada para responder.
Las buenas etiquetas no están ahí para hacer que los objetos parezcan inocentes. Están ahí para hacer visibles las compensaciones. La IA podría necesitar unas cuantas más de esas.
Mide la decisión, no el teatro
Una etiqueta energética de IA puede volverse útil antes de volverse obligatoria. Los equipos pueden empezar con un registro interno disciplinado: la versión del servicio, las cargas de trabajo representativas, el hardware, el límite de las instalaciones cuando esté disponible, la regla de asignación y las exclusiones conocidas. El registro debe revisarse cuando el sistema cambie de forma sustancial. Debe estar disponible para las personas que toman decisiones de producto, adquisición e infraestructura. Esto no es una promesa de que toda organización pueda resolver la contabilidad del ciclo de vida un viernes por la tarde. Es una forma de evitar que la afirmación más fácil se convierta en la única afirmación.
Ese registro también mejora la ingeniería. Cuando un equipo mide una tarea real en lugar de un modelo abstracto, puede ver si un contexto más largo, un patrón de reintentos, un índice de recuperación o una ruta de seguridad están haciendo un trabajo útil. Puede decidir dónde un modelo más pequeño es suficiente, dónde un modelo de mayor calidad justifica su coste y dónde el flujo de trabajo debería detenerse para que intervenga una persona. El resultado no siempre será un menor consumo de electricidad. A veces, el resultado honesto es que un servicio valioso tiene un coste de recursos visible. Eso sigue siendo mejor que ocultar el coste hasta que otra persona tenga que explicarlo.
El reporte público añade una disciplina adicional. Las afirmaciones que influyen en las compras, la financiación o la confianza deberían sobrevivir a un cambio de personal. El método debería ser legible para alguien que no lo haya inventado. Los datos de origen deberían tener una vía de conservación proporcional a la afirmación. El cálculo debería ser lo bastante repetible como para poder cuestionarse. Si un proveedor mejora un servicio, la cifra anterior debería seguir siendo interpretable en lugar de ser reemplazada silenciosamente por una más nueva y bonita. La evidencia ambiental necesita un historial, porque el lanzamiento de un modelo no es una amnistía para las declaraciones que ayudaron a vender el lanzamiento anterior.
Aquí es donde la etiqueta se convierte en una pequeña forma de gobernanza. Conecta una decisión de diseño con una decisión y deja un rastro para la próxima persona que tenga que preguntarse si esa decisión sigue siendo válida. La cuestión no es convertir a cada ingeniero en un contable ambiental. La cuestión es garantizar que ningún contable ambiental tenga que reconstruir un producto a partir de un eslogan.
Esta restricción tiene un beneficio práctico inmediato. Un equipo que puede definir su límite puede mejorarlo de forma deliberada. Puede mantener una base de referencia, probar un cambio con la misma carga de trabajo y registrar si el resultado varió porque cambió el modelo, el hardware o la contabilidad. Así, la elaboración de informes ambientales pasa a formar parte del criterio de ingeniería habitual, en lugar de convertirse en un ejercicio anual en el que se descubre que los detalles útiles nunca se recopilaron.
Fuentes
- Energy performance of data centres, Comisión Europea, consultado el 5 de agosto de 2026. Se utilizó para el contexto de la base de datos de notificación de la UE, la información sobre energía y agua, la evaluación, el sistema de clasificación y las normas mínimas de rendimiento.
- Minimum performance standards for EU data centres, Comisión Europea, consultado el 5 de agosto de 2026. Se utilizó para el contexto del umbral de notificación de 500 kW, la notificación armonizada y el desarrollo de políticas.
- Commission Delegated Regulation (EU) 2024/1364, EUR-Lex, consultado el 5 de agosto de 2026. Se utilizó para la primera fase del sistema común de clasificación de la Unión y la base de notificación de los centros de datos.
- Energy demand from AI, Agencia Internacional de la Energía, 2025. Se utilizó para los componentes de los centros de datos, las cuotas de electricidad por componente, la incertidumbre y el planteamiento de escenarios, y la distinción entre electricidad física y acuerdos contractuales.
- Artificial intelligence and sustainable consumption in Europe, Agencia Europea de Medio Ambiente, 5 de mayo de 2026. Se utilizó para la advertencia sobre las compensaciones ambientales, la gobernanza, el consumo intensivo en recursos y la necesidad de más evidencia.
- Dweve Core, Dweve, consultado el 5 de agosto de 2026. Se utilizó únicamente para la nota fáctica limitada de que el material público del producto describe la ejecución nativa en CPU y un entorno de ejecución tratado como parte del contrato del sistema.