¿La IA gasta agua? Cuánta agua y energía usa cada consulta (datos 2026)

Seguramente lo has visto en redes: «cada vez que le preguntas algo a ChatGPT, se gasta una botella de agua». Es una de las frases más repetidas sobre la inteligencia artificial y, como casi todo lo que se vuelve viral, mezcla una preocupación real con una cifra que confunde.

La respuesta corta es sí, la IA gasta agua, pero mucho menos por consulta de lo que dice el mito. El problema de verdad no está en tu pregunta, sino en cuánto crecen los centros de datos y dónde se construyen. En este artículo revisamos los datos que han publicado las propias empresas, hacemos las cuentas con un uso normal y te contamos qué está pasando en México y en España.

Por qué la IA gasta agua

La IA no «bebe» agua. Las respuestas se generan en centros de datos: naves enormes llenas de computadoras que trabajan sin parar y se calientan mucho. Para que no se dañen hay que enfriarlas, y una de las formas más baratas es con agua que se evapora en torres de refrigeración, como el sudor que nos enfría el cuerpo.

Hay dos tipos de consumo y conviene distinguirlos:

• Agua directa: la que se evapora en el centro de datos para enfriar los equipos.
• Agua indirecta: la que se usa para producir la electricidad que consumen esos centros, por ejemplo en las centrales térmicas.

Casi toda la confusión sobre el tema viene de mezclar estas dos cosas, o de medir con supuestos muy distintos.

Cuánta agua gasta una consulta, según las empresas

En 2025, por primera vez, varias empresas publicaron cuánto gasta cada consulta. Estos son los datos:

Fuente	Agua por consulta	Energía por consulta	Qué incluye
Google (Gemini, agosto de 2025)	0,26 ml, unas cinco gotas	0,24 Wh	Solo agua directa del centro de datos
OpenAI (ChatGPT, junio de 2025)	0,32 ml, un quinceavo de cucharadita	0,34 Wh	No explica qué incluye
Mistral (Le Chat, julio de 2025)	45 ml	No lo da por consulta	Ciclo de vida completo, incluida la fabricación de los equipos

Para hacerse una idea de la energía: Google compara su consulta con ver nueve segundos de televisión, y Sam Altman, el director de OpenAI, con lo que usa un horno en poco más de un segundo.

La diferencia entre 0,26 ml y 45 ml no significa que uno mienta. Miden cosas distintas: Google cuenta solo el agua que se evapora en sus centros de datos, mientras que Mistral suma también el agua de la electricidad y la de fabricar los servidores. Es como comparar el agua de la ducha con toda el agua necesaria para construir la casa.

Un dato más de Google que pocas veces se cita: en un solo año, entre mayo de 2024 y mayo de 2025, la energía de cada consulta de Gemini bajó 33 veces gracias a modelos y equipos más eficientes. Las cifras de hoy no son las de hace dos años.

De dónde salió lo de «una botella de agua por correo»

En septiembre de 2024, el Washington Post publicó, con investigadores de la Universidad de California en Riverside, que redactar un correo de 100 palabras con GPT-4 gastaba unos 519 ml, una botella de agua. El cálculo cambiaba mucho según el lugar: unos 235 ml en Texas y más de 1,4 litros en el estado de Washington.

Ese estudio tuvo el mérito de poner el tema sobre la mesa, pero tiene tres problemas para usarlo hoy:

1. Se basaba en estimaciones, no en datos medidos por la empresa, y con un modelo de 2023.
2. Sumaba el agua de la electricidad y suponía condiciones poco favorables.
3. Los modelos mejoraron mucho desde entonces. Varios análisis posteriores calcularon que la cifra estaba muy por encima de la realidad actual.

Por eso, cuando veas «una botella por pregunta», tómalo como una exageración. Pero cuidado con irse al otro extremo: que una consulta gaste poco no significa que la IA no tenga impacto.

Hagamos las cuentas: ¿cuánto gastas tú?

Supongamos que haces 20 consultas al día todos los días del año, que ya es un uso intenso para alguien que no trabaja con IA:

• Con la cifra de Google u OpenAI (unos 0,3 ml por consulta): unos 2,2 litros al año. Menos que lo que bebes en un día.
• Con la cifra más alta, la de Mistral (45 ml, ciclo de vida completo): unos 330 litros al año.

Ahora compáralo con cosas cotidianas, usando la huella hídrica que calcula la Water Footprint Network (toda el agua necesaria para producir algo):

• Una taza de café: unos 140 litros.
• Una hamburguesa: unos 2.400 litros.

Es decir: con la cifra de Google u OpenAI, un año entero de consultas gasta 60 veces menos agua que un solo café. Y aun con el cálculo más pesimista, equivale a unas dos tazas y media de café, y a menos de una séptima parte de una hamburguesa. Si te preocupa tu huella de agua, lo que comes pesa muchísimo más que lo que le preguntas a la IA.

Entonces, ¿dónde está el problema?

Si cada consulta gasta tan poco, ¿por qué hay tanta preocupación? Por tres razones que sí son serias.

1. Son miles de millones de consultas

Lo que es poco para ti se vuelve enorme a escala mundial. Google informó en su reporte ambiental de 2026 que su consumo de agua subió un 34% en 2025, hasta unos 41.000 millones de litros, impulsado sobre todo por sus centros de datos. Es más del doble que en 2021.

2. La electricidad se dispara

Según la Agencia Internacional de la Energía (IEA), los centros de datos usaron unos 415 TWh de electricidad en 2024, alrededor del 1,5% del consumo mundial. Para 2030 calcula que llegarán a unos 945 TWh, algo más de lo que consume hoy todo Japón. La IA es el principal motor de ese crecimiento. Más electricidad también significa más agua indirecta y más emisiones, según de dónde venga la energía.

3. El agua se gasta en lugares concretos

Este es el punto clave. El agua no se gasta «en el mundo», se gasta en el pueblo donde está el centro de datos. Y muchas empresas los construyen en zonas secas, porque allí hay terreno barato, buena conexión y menos humedad.

México. Querétaro se ha convertido en el gran polo de centros de datos del país, con instalaciones de Microsoft, Amazon y Google, entre otros. Al mismo tiempo, el estado vivió una sequía extrema en casi todo su territorio en 2024 y 2025, y siete de sus 11 acuíferos tienen déficit. Un informe de Oxfam México de agosto de 2026 señaló que Microsoft tiene permiso para extraer hasta 25 millones de litros al año en uno de sus campus, mientras comunidades de Colón y El Marqués sufren fallas en el suministro de agua y luz. El gobierno estatal anunció en octubre de 2026 que empezará a publicar cuánta agua usan estas instalaciones, a partir de 2027.

España. Aragón vive un debate parecido con los centros de Amazon y Microsoft. Amazon informó que sus centros en Aragón usaron unos 68 millones de litros en 2025, alrededor del 0,03% de la demanda industrial de la cuenca del Ebro, aunque las autoridades le autorizaron a aumentar el consumo en uno de ellos. Microsoft, por su parte, asegura que sus campus usarán circuitos cerrados y solo necesitarán agua para llenarlos al principio. Las organizaciones locales piden más transparencia porque las proyecciones oficiales son mucho mayores que las cifras actuales.

En ambos casos, el problema no es tu consulta. Es quién tiene prioridad sobre el agua en zonas donde ya escasea, y si las empresas informan con claridad cuánto usan.

Qué están haciendo las empresas

• Enfriar sin evaporar agua. Microsoft y otras empresas están pasando a sistemas de circuito cerrado, que reutilizan la misma agua, o a enfriamiento con aire en climas fríos.
• Modelos más eficientes. La caída de 33 veces en la energía por consulta de Gemini en un año muestra que hay mucho margen de mejora.
• Reponer agua. Google dice que en 2025 sus proyectos repusieron cerca del 78% del agua dulce que consumió, con la meta de llegar al 120%. Reponer agua en otra cuenca, sin embargo, no ayuda al pueblo que se queda sin ella.
• Publicar datos. Es lo más importante y lo que más falta. Cada empresa mide distinto, y muchas todavía no publican cifras por consulta.

Qué puedes hacer tú

Siendo honestos: tu uso personal de la IA es una parte muy pequeña de tu huella de agua. Aun así, hay hábitos razonables:

• Usa la IA cuando aporte algo. No hace falta generar diez imágenes para elegir una si con una buena instrucción te basta. Aprender a pedir bien ahorra tiempo y recursos.
• Ojo con el video y las imágenes. Generar un video gasta mucha más energía que una respuesta de texto.
• No te culpes por una pregunta. El impacto real se decide en las políticas públicas y en las empresas, no en tu teléfono.
• Infórmate y pregunta. Si vives cerca de un centro de datos, tienes derecho a saber cuánta agua usa.

Si quieres aprender a pedirle bien a la IA a la primera, revisa la fórmula de un buen prompt y nuestro análisis sobre la guerra de precios de la IA, que explica por qué cada consulta es cada vez más barata y eficiente.

Preguntas frecuentes

¿Cuánta agua gasta una pregunta a ChatGPT?

Según OpenAI, una consulta promedio usa unos 0,32 ml de agua, un quinceavo de cucharadita. Esa cifra cuenta el enfriamiento del centro de datos. Si se suma el agua de la electricidad y de fabricar los equipos, el cálculo sube, pero sigue muy lejos de una botella.

¿Por qué los centros de datos necesitan agua?

Porque sus computadoras se calientan mucho y hay que enfriarlas. Muchos usan torres que evaporan agua para bajar la temperatura. Otros usan circuitos cerrados o aire, que gastan mucha menos agua.

¿Es verdad que la IA gasta una botella de agua por correo?

Esa cifra viene de un cálculo de 2024 sobre GPT-4, con supuestos poco favorables. Los datos que publicaron después Google y OpenAI dan menos de medio mililitro por consulta. La cifra de la botella está muy inflada para los modelos actuales.

¿La IA gasta más agua que otras cosas que hago?

Mucho menos. Un año de uso intenso de la IA gasta, en el peor de los cálculos, lo mismo que dos o tres tazas de café, según la huella hídrica de la Water Footprint Network. Con los datos de Google u OpenAI, mucho menos que un solo café. Lo que comemos y la ropa que compramos pesan mucho más.

¿Entonces la IA no es un problema para el agua?

Sí puede serlo, pero a otra escala. El problema no es cada consulta, sino el crecimiento de los centros de datos en zonas con poca agua, como Querétaro en México o Aragón en España, y la falta de datos claros sobre cuánto consumen.

Fuentes

• Google, Measuring the environmental impact of delivering AI at Google Scale, agosto de 2025.
• Sam Altman, The Gentle Singularity, junio de 2025.
• Mistral AI, Our contribution to a global environmental standard for AI, julio de 2025.
• The Washington Post y Universidad de California en Riverside, septiembre de 2024.
• Agencia Internacional de la Energía, Energy and AI, 2025.
• Google, Environmental Report 2026, y Axios, junio de 2026.
• Oxfam México, informe sobre centros de datos en Querétaro, agosto de 2026; Expansión, mayo de 2026.
• elEconomista, junio de 2026, y Aragón Digital, noviembre de 2026.
• Water Footprint Network, huella hídrica de productos.