Quieren enfriar la inteligencia artificial con agua salada y residual

Cada vez que usas ChatGPT, generas una imagen con IA o le pides a un asistente virtual que te recomiende una playlist, hay agua dulce que se evapora para mantener los servidores fríos. El consumo hídrico de los centros de datos de inteligencia artificial ya es un problema real, y un equipo de investigadores de la Universidad de Texas acaba de proponer una alternativa que mezcla ingeniería, petróleo y océano: enfriar esa infraestructura con agua salada y residuos líquidos de la industria petrolera.

Cuánta agua gasta la IA que usas todos los días

Los centros de datos no son edificios virtuales. Son instalaciones físicas que generan calor constante y necesitan sistemas de enfriamiento activos para no colapsar. El método más extendido hasta hoy usa agua dulce, el mismo recurso que está bajo presión en decenas de regiones del mundo. Según estimaciones publicadas en los últimos años, una sola consulta a un modelo de lenguaje grande puede consumir hasta medio litro de agua en el proceso de enfriamiento, dependiendo del tamaño del modelo y la región donde opera el servidor. Multiplica eso por los millones de usuarios diarios de herramientas como ChatGPT, Gemini o Copilot.

El problema escala rápido. es uno de los debates más urgentes del sector tecnológico, precisamente porque la demanda de cómputo no da señales de bajar. A más IA, más servidores. A más servidores, más agua.

La propuesta de Texas: el agua que nadie quería

El equipo de la Universidad de Texas apunta a dos fuentes que hoy se consideran residuales o problemáticas: el agua salada —que no sirve para consumo humano ni para riego sin tratamiento previo— y el agua producida durante la extracción de petróleo y gas, un líquido altamente contaminante que la industria genera en volúmenes enormes y que suele inyectarse de vuelta al subsuelo o desecharse con costos elevados.

La idea es tratarla lo suficiente para que pueda circular por los sistemas de enfriamiento sin dañar la infraestructura. La tecnología para hacerlo ya existe: son procesos de filtración y desalinización parcial que se usan en otros contextos industriales. Lo que propone este estudio es adaptarlos específicamente al circuito de los data centers, combinando dos problemas —el residuo petrolero y el hambre de agua de la IA— en una solución que podría ser rentable para ambas industrias.

Hay desafíos reales. El agua residual del petróleo contiene compuestos químicos que pueden corroer tuberías y equipos. El proceso de tratamiento tiene un costo energético propio. Y escalar este modelo a nivel industrial requiere infraestructura que todavía no existe cerca de todos los centros de datos relevantes. Pero el punto de partida es sólido: la propuesta no depende de tecnología inexistente, sino de voluntad industrial y económica para conectar dos sectores que hoy operan en paralelo sin hablarse.