MIT Tech Review: Las afirmaciones climáticas sobre la IA carecen de pruebas reales en sectores clave

Según MIT Technology Review, la promesa de que la IA reducirá significativamente las emisiones globales de gases de efecto invernadero sigue siendo en gran medida aspiracional. Un análisis reciente de los líderes del mercado en los sectores de energía, carne y transporte reveló que muy pocas empresas están implementando las aplicaciones de IA necesarias para cumplir con los objetivos climáticos de 2035, incluso cuando la propia infraestructura de IA impulsa un aumento en el consumo de energía.

Qué sucedió

El artículo de MIT Tech Review, escrito por Mary Nichols y Jeremy Tamanini, contrasta las proyecciones optimistas con la realidad actual del mercado. Un estudio revisado por pares de la London School of Economics y Systemiq estimó que la IA podría reducir las emisiones globales entre 3.200 y 5.400 millones de toneladas de CO2 al año para 2035. Sin embargo, una revisión asistida por IA de información pública de los principales actores de la industria encontró una brecha marcada entre estas proyecciones y la implementación real.

En el sector energético, la previsión mediante IA podría aumentar la integración de la red renovable hasta en un 20%, evitando 1.800 millones de toneladas de emisiones anuales. Sin embargo, entre los operadores de red en China, EE. UU. y Europa, solo se identificó un programa funcional conocido: una asociación entre National Grid ESO del Reino Unido y Open Climate Fix, que redujo a la mitad los errores de previsión solar. En el sector alimentario, aunque NotCo se asoció con Kraft Heinz para usar IA en el desarrollo de productos de origen vegetal, la industria en general enfrenta una disminución del capital de riesgo, con la financiación de carne cultivada cayendo de un pico de 989 millones de dólares en 2021 a aproximadamente 83 millones el año pasado. En el transporte, CATL utilizó IA para reducir el tiempo de selección de materiales de baterías en dos órdenes de magnitud, y Didi Chuxing redujo las emisiones por viaje en un 16% mediante rutas optimizadas. Mientras tanto, el artículo señala que las emisiones globales de los centros de datos podrían superar los 300 millones de toneladas anuales para 2035, complicando el beneficio climático neto de la adopción de la IA.

Por qué es importante para los propietarios de pequeñas y medianas empresas

Para los propietarios de negocios, este informe es una advertencia contra la adopción de la IA únicamente por marketing de sostenibilidad sin verificar el impacto operativo. Muchas pequeñas empresas están siendo presionadas para afirmar que tienen iniciativas de "IA verde" para satisfacer a clientes o inversores, pero la evidencia sugiere que la integración genérica de IA no se traduce automáticamente en reducciones de carbono medibles. Los datos destacan que solo las aplicaciones de IA altamente específicas y adaptadas al sector, como la previsión de redes o la selección de materiales de baterías, muestran resultados tangibles. Si está presentando la sostenibilidad impulsada por IA a las partes interesadas, el nivel de exigencia de pruebas es más alto que nunca. Las afirmaciones vagas sobre "usar IA para la eficiencia" se examinan cada vez más frente a datos concretos, y la industria se mueve hacia una realidad donde las afirmaciones ecológicas no verificadas conllevan un riesgo reputacional. Además, los crecientes costes energéticos de la infraestructura de IA significan que las pequeñas empresas deben calcular cuidadosamente el coste total de propiedad, incluida la huella de carbono de los modelos que despliegan, en lugar de asumir que la IA es intrínsecamente una mejora "verde".

Qué hacer esta semana

1. Audite sus herramientas de IA actuales para identificar qué flujos de trabajo específicos optimizan y documente las ganancias de eficiencia operativa medibles en lugar de asumir una reducción directa de carbono.
2. Revise las divulgaciones de uso de energía y huella de carbono de sus proveedores de IA, priorizando a los socios que proporcionen datos transparentes sobre el impacto ambiental de su infraestructura.
3. Reemplace cualquier afirmación de marketing interna de "IA verde" con métricas específicas y verificables de sus propias operaciones, evitando afirmaciones generales sobre el impacto climático que carezcan de validación de terceros.

Fuentes

• The climate case for AI has not been made — MIT Tech Review