La curva de aprendizaje de la energía y de la publicidad digital
Cuando se analiza la relación entre energía e IA, lo primero que emerge no es un problema, sino un patrón. Cada revolución tecnológica en la historia, desde la máquina de vapor, el ferrocarril o internet, comienza con pánico por el exceso de consumo y termina con una expansión de eficiencia, productividad y coste marginal decreciente. La IA no es la excepción: su apetito eléctrico no frena la transición energética; la acelera.
Los datos son claros: en 2025, los centros de datos consumirán unos 550 TWh, el 2% de la electricidad global. En 2030 esa cifra podría duplicarse y, para 2040, alcanzar entre 2.000 y 3.000 TWh, un 6% del total mundial. A simple vista, parece insostenible, pero un análisis más profundo revela el efecto contrario: esa demanda está impulsando el mayor flujo de inversión privada hacia energías limpias de la historia reciente.
Microsoft, Amazon, Google o Meta están firmando contratos de energía solar y eólica por gigavatios enteros, adelantando en pocos años lo que las políticas públicas tardarían una década en conseguir. El capital no espera: cuando una industria multiplica su consumo, la curva de aprendizaje se activa.
El efecto Wright: cuando producir más significa pagar menos
El ingeniero Theodore Wright lo describió en 1936: por cada duplicación en la producción acumulada de un bien, su coste unitario cae un porcentaje predecible. La industria solar ha seguido esa regla casi al pie de la letra. Desde 1976, el precio por vatio de un módulo fotovoltaico ha caído un 99,6%. En cada duplicación de capacidad instalada, los precios bajaron un 20% de media. Lo mismo ha ocurrido con las baterías (–85% desde 2010) y con la energía eólica (–70%).
El resultado es un ciclo virtuoso:
Aumenta la demanda.
Se escala la producción.
Caen los costes.
Se abren nuevos mercados.
Aumenta la demanda otra vez.
Este patrón no pertenece solo al sector energético. En la publicidad digital, la historia es sorprendentemente similar. Cada ola de innovación, desde la programática hasta la IA agéntica, comienza cara, ineficiente y fragmentada, pero cada nuevo salto de escala (más datos, más anunciantes, más automatización) reduce el coste unitario de acceso a audiencias y mejora la eficiencia de compra. Del CPM de 30€ del vídeo premium en 2010 al coste marginal casi nulo de la segmentación algorítmica actual hay un mismo principio: la escala enseña… y la industria aprende.
La IA como catalizador industrial
El auge de la IA está provocando una movilización de capital comparable a la electrificación del siglo XX. En el último año, cerca del 40% del crecimiento del PIB de EEUU provino de la construcción de centros de datos, fábricas de hardware y redes eléctricas asociadas. Los grandes proveedores de nube (Microsoft, Amazon Web Services, Google Cloud, Meta y Nvidia) planean invertir más de 150.000 millones de dólares cada uno en infraestructuras energéticas y de computación para la próxima década. Y ese dinero no se dirige al gas ni al carbón: el 93% de la nueva capacidad eléctrica planificada para 2025 será solar, eólica o de almacenamiento. Las plantas fósiles no pueden competir con la velocidad de despliegue: un ciclo combinado tarda de seis a ocho años en construirse; un parque solar a gran escala, entre nueve y dieciocho meses.
En otras palabras: la IA necesita energía ahora, y solo las renovables pueden entregarla a tiempo. La consecuencia es un fenómeno poco intuitivo: la IA está acelerando la descarbonización global.
De la energía a la atención: dos curvas de demanda infinita
Hay un paralelismo claro con el mercado de la publicidad digital. El exceso de datos en la era de la IA está generando su propia “crisis de abundancia”. Las plataformas no compiten ya por inventario, sino por energía de cómputo, igual que las agencias y anunciantes compiten por atención humana. En ambos casos, la escasez cambia de lugar. En publicidad, la automatización y la inteligencia algorítmica han reducido el coste marginal de distribuir un mensaje, pero han encarecido la atención cualificada. En energía, la eficiencia de producción ha reducido el coste marginal del kilovatio, pero ha encarecido la infraestructura de transmisión y almacenamiento. Ambos sectores viven el mismo dilema estructural: el valor ya no está en el producto, sino en la capacidad de orquestar sistemas complejos. Quien controle la red, ya sea eléctrica o publicitaria, controla el mercado.
El nuevo ciclo de poder
Lo más relevante de esta transformación no es solo económico, sino político. El peso de la inversión privada en la transición energética está desplazando el centro de poder de los gobiernos hacia las empresas tecnológicas. En Estados Unidos, el regulador energético (FERC) y el Departamento de Energía han comenzado a tratar las redes de transmisión como infraestructura industrial estratégica, algo similar a cómo Europa empieza a considerar el acceso a inventarios digitales y datos de calidad como infraestructura mediática crítica.
En ambos casos, la lógica es la misma: sin red, no hay economía, y cuando la red se convierte en cuello de botella, ya sea una línea de alta tensión o una cadena de suministro de datos, el capital privado empuja hasta que la política se adapta.
La velocidad a la que la IA y las renovables están comprimiendo los tiempos de transición obligará a los reguladores a moverse más rápido que nunca, y el ecosistema publicitario puede tomar nota: la regulación de la IA, la identidad y la privacidad probablemente seguirá un patrón similar al de la energía. Primero el caos, luego la concentración, después la estandarización.
El dividendo de la inteligencia
La parte más fascinante de esta historia es el llamado intelligence dividend: la IA no solo consume energía, sino que acelera la innovación en la forma de producirla. Modelos de machine learning ya están optimizando redes eléctricas, ajustando flujos en tiempo real y reduciendo hasta un 40% el consumo energético de refrigeración en data centers. En ciencia de materiales, los algoritmos de búsqueda de compuestos han acortado los ciclos de descubrimiento de nuevos electrolitos y células solares de años a semanas. Lo mismo que la IA hizo con la automatización del bidding en programática, ahora lo está haciendo con la física y la química: reduciendo la fricción del progreso.
La abundancia como modelo de negocio
El verdadero mensaje no es ecológico, sino estructural. La IA no está destruyendo el equilibrio energético, lo está redefiniendo a la velocidad de la computación. Cada incremento en demanda acelera la caída de costes, y cada mejora tecnológica multiplica la capacidad de producción. En publicidad digital sucede lo mismo: cuanto más invierte el mercado en automatización y datos, más barata se vuelve la compra media, más accesible el inventario y más rápida la iteración creativa. La historia industrial y la historia de la publicidad digital son, al fin y al cabo, la misma historia: la del aprendizaje por escala.
La abundancia, bien gestionada, no es el fin del valor, sino su multiplicación.