Por Pablo Bianchi Martínez

El reciente lanzamiento de DeepSeek sacudió no sólo al mundo de la inteligencia artificial sino también a los mercados energéticos globales. La startup china presentó R1, su modelo de IA que, aparentemente, demostró una eficiencia sin precedentes, requiriendo solo 2000 chips de Nvidia para su entrenamiento, una cifra drásticamente menor a la utilizada por compañías como OpenAl o Gork. Este lanzamiento desencadenó una ola de incertidumbre en el sector energético, donde muchas compañías habían apostado por un crecimiento exponencial del consumo eléctrico dada a la expansión de la IA. Cabe destacar que otro factor importante de DeepSeek es que fue presentado bajo la licencia de código abierto, es decir, cualquiera con know how puede utilizarlo y manipularlo de forma “gratuita”, la vara de ingreso al uso de estas tecnologías era bastante alta en términos de costos materiales y operativos y esto podría reducirlo drásticamente.

Hasta ahora el auge de las inteligencias artificiales se había asociado a un incremento de la demanda eléctrica. Muchos data centers de todo el mudo ampliaron sus capacidades, y empresas como Microsoft, Google y Amazon habían invertido fuertemente en infraestructura para soportar las nuevas demandas energéticas.

Se proyectaba que los centros de datos podrían representar hasta el 12% del consumo eléctrico de EE.UU. en 2028, y que la demanda mundial podría duplicarse en cuestión de pocos años.

Eficiencia Energética

El anuncio de DeepSeek generó una ola de ventas masivas en los mercados bursátiles. Empresas energéticas que habían basado sus proyecciones en la demanda de IA vieron desplomarse sus acciones: Constellation Energy perdió el 20% de su valor, mientras que operadores de gasoductos y proveedores de uranio como Cameco también sufrieron caídas considerables.

El motivo es claro: si DeepSeek realmente puede reducir el consumo energético de la IA (algunos optimistas afirman más de un 65%), muchas de las previsiones que apuntaban a un boom eléctrico podrían estar sobreestimadas. Morgan Stanley, por ejemplo, revisó su proyección para Asia-Pacífico, calculando que el consumo de energía podría ser un 0.78% menor si las eficiencias de DeepSeek se adoptan masivamente.

La eficiencia de los nuevos modelos de IA podría llevar a una adopción masiva de aplicaciones de inteligencia artificial, lo que finalmente resultaría en un aumento del consumo energético en lugar de una reducción. La llamada “Paradoja de Jevons” sugiere que cuando una tecnología se vuelve más eficiente, su uso se expande, por tanto, termina incrementando la demanda total.

Si la demanda de electricidad crece menos de lo esperado, podría desacelerarse la inversión en infraestructura energética y alterar la estrategia de los gigantes del sector. Al mismo tiempo, si la Paradoja de Jevons se cumple y la accesibilidad de IA dispara su adopción, la crisis actual podría convertirse en una oportunidad inesperada.

Mientras se recalcula el futuro, una sola certeza emerge de este sismo financiero: la demanda de energía va a incrementar, sea a pequeños pasos o a trancos largos.