Sustainable AI Group quiere que los compradores de IA obliguen a Big Tech a ser más eficiente energéticamente

• consumo energético de los modelos
• emisiones asociadas a la electricidad usada por los centros de datos
• uso de agua y sistemas de refrigeración
• fuentes de energía que alimentan la infraestructura

Además, no todos los sistemas de IA consumen lo mismo. Un modelo pequeño ajustado para una tarea concreta puede requerir mucho menos cómputo que un modelo de última generación de gran tamaño, dependiendo del uso y del entorno donde se ejecuta .

Aun así, muchas organizaciones terminan eligiendo los modelos más grandes o populares sin comparar su eficiencia energética.

La tesis de los fundadores: los compradores tienen poder

La mayoría de las empresas no construyen sus propios modelos ni centros de datos. Dependen de proveedores de nube y de compañías tecnológicas.

Pero los fundadores de SAIG sostienen que el dinero de los clientes empresariales es lo que finalmente impulsa la expansión de la infraestructura de IA.

Cuando una empresa firma contratos, elige proveedores o define requisitos en una licitación, está enviando señales de demanda a toda la cadena de valor tecnológica .

Esto significa que los compradores pueden influir en aspectos como:

• eficiencia energética de los modelos
• transparencia sobre consumo eléctrico
• ubicación y tipo de centros de datos
• fuentes de energía utilizadas

Aunque las decisiones visibles ocurran en los centros de datos, la demanda empresarial determina qué tipo de infraestructura se construye.

Cómo las compras empresariales pueden cambiar la infraestructura de IA

SAIG sostiene que las empresas pueden empezar a influir en la sostenibilidad de la IA mediante procesos habituales de compra y contratación.

Requisitos en licitaciones (RFP)

Las compañías pueden incluir criterios ambientales al evaluar proveedores de IA, solicitando datos sobre eficiencia de modelos, optimización del cómputo y reportes de impacto ambiental .

Esto permite comparar proveedores no solo por precio o rendimiento, sino también por sostenibilidad.

Selección de proveedores

Elegir servicios de IA con menor intensidad energética o mayor transparencia puede cambiar la dinámica competitiva del mercado.

Si suficientes empresas priorizan estos factores, los proveedores podrían empezar a competir también en eficiencia energética y sostenibilidad.

Cláusulas contractuales

Los contratos empresariales también pueden exigir mayor transparencia sobre infraestructura.

Por ejemplo, se puede solicitar información sobre:

• fuentes de energía que alimentan los centros de datos
• uso de generación fósil fuera de la red eléctrica
• métricas de eficiencia de los sistemas de IA

Este tipo de cláusulas crea incentivos directos para que los proveedores mejoren su transparencia y su infraestructura .

Qué servicios ofrecerá Sustainable AI Group

SAIG se presenta como una mezcla de laboratorio de investigación y consultora estratégica para empresas que buscan implementar IA de forma más sostenible.

Investigación abierta

La firma planea publicar estudios sobre el impacto ambiental de la IA, incluyendo consumo energético en entrenamiento e inferencia y efectos de la infraestructura asociada .

Asesoría para empresas

También ayudará a las organizaciones a incorporar la sostenibilidad en su estrategia de IA mediante:

• guías de compra y contratación
• talleres internos y sesiones estratégicas
• marcos de medición del impacto ambiental
• herramientas de apoyo para decisiones tecnológicas

Parte de este trabajo consiste en mapear dónde se utiliza IA dentro de una empresa y establecer métricas iniciales de impacto ambiental para esas aplicaciones .

Herramientas de medición y benchmarking

Uno de los grandes retos de la sostenibilidad en IA es que la eficiencia energética no siempre es comparable entre modelos.

Para abordar esto, el equipo impulsa iniciativas como AI Energy Score, un sistema que califica el consumo energético de los modelos de IA en distintas tareas .

El proyecto ofrece:

• calificaciones energéticas estandarizadas
• comparaciones públicas entre modelos
• referencias para elegir opciones más eficientes

Versiones iniciales del sistema ya han evaluado más de un centenar de modelos populares en múltiples tareas de IA, creando un punto de referencia para medir eficiencia energética .

Selección de modelos “adecuados para cada tarea”

Otra línea de trabajo será ayudar a las empresas a elegir el modelo adecuado para cada aplicación en lugar de utilizar siempre modelos gigantes de última generación.

En muchos casos, modelos más pequeños o especializados pueden cumplir el mismo objetivo con mucho menos cómputo y energía .

Por qué el momento actual es clave

Los fundadores de SAIG creen que el momento es crítico porque la inversión en infraestructura de IA está creciendo de forma explosiva.

La organización estima que el gasto global en infraestructura de IA podría alcanzar 5 billones de dólares antes de que termine la década .

Una vez construidos los centros de datos, firmados los contratos energéticos y establecidas las cadenas de suministro de hardware, cambiar el impacto ambiental de la IA será mucho más difícil.

Por eso la estrategia de SAIG se centra en actuar ahora: influir en las decisiones de compra empresariales antes de que la infraestructura quede “bloqueada” durante décadas.

La idea de fondo: convertir la sostenibilidad en una señal de mercado

La visión detrás de Sustainable AI Group es convertir la sostenibilidad en una fuerza competitiva dentro del mercado de IA.

Si las empresas empiezan a exigir transparencia y eficiencia energética, los proveedores podrían verse obligados a competir no solo en potencia y precio, sino también en impacto ambiental.

Si ese cambio se produce dependerá, en gran medida, de si las organizaciones que compran IA deciden usar el poder que ya tienen dentro del ecosistema tecnológico.