Centros de datos de IA recurren a turbinas de gas móviles para escalar operaciones
La demanda energética de modelos de lenguaje grandes genera una paradoja: empresas de energía limpia adoptan combustibles fósiles para alimentar infraestructura de inteligencia artificial
Infraestructura de inteligencia artificial está acelerando la adopción de generación energética mediante turbinas de gas móviles, un modelo que permite desplegar capacidad de generación en días en lugar de años. Esta tendencia refleja una tensión fundamental en la industria: mientras que las empresas de tecnología se posicionan como defensoras de…
Infraestructura de inteligencia artificial está acelerando la adopción de generación energética mediante turbinas de gas móviles, un modelo que permite desplegar capacidad de generación en días en lugar de años. Esta tendencia refleja una tensión fundamental en la industria: mientras que las empresas de tecnología se posicionan como defensoras de la transición energética, sus centros de datos requieren suministros de energía inmediatos y de alta densidad que la red eléctrica convencional aún no puede proporcionar de manera ágil.
La adquisición de APR Energy, una empresa especializada en turbinas de gas y diésel montadas en remolques con capacidad superior a 1 GW, ejemplifica esta estrategia. El modelo operativo de APR permite instalar unidades que alcanzan máxima potencia en menos de diez minutos, sin depender de la interconexión a redes fijas. Según reportes de la Comisión Federal de Comercio, la transacción fue aprobada sin revisión antimonopolio adicional, lo que sugiere que reguladores reconocen esta solución como necesaria para la escala de operaciones de centros de datos. Fortress Investment Group había adquirido previamente los activos de APR a finales de 2024 antes de cederlos a nuevos operadores.
Esta paradoja plantea implicaciones estratégicas para mercados como México. Según análisis del WEF sobre infraestructura energética para IA, la demanda de potencia de centros de datos de inteligencia artificial crecerá entre 15% y 25% anualmente hasta 2030. Sin embargo, la expansión de redes eléctricas convencionales requiere inversiones de 5 a 7 años. Las turbinas móviles cierran esta brecha temporal, pero generan externalidades ambientales significativas: emisiones de óxidos de nitrógeno, consumo de combustibles fósiles y presión sobre comunidades cercanas a instalaciones. Grupos de defensa ambiental han documentado que operaciones sin permisos pueden emitir más de 2,000 toneladas anuales de contaminantes en zonas residenciales.
Desde la perspectiva de estrategia corporativa, esta decisión refleja un cálculo empresarial donde la velocidad de despliegue supera consideraciones ambientales a corto plazo. McKinsey ha señalado que empresas de tecnología enfrentan presión de inversores para demostrar retorno en modelos de IA generativa antes de 2026, lo que acelera decisiones sobre infraestructura. Sin embargo, esta aproximación genera riesgos regulatorios crecientes: gobiernos en Europa y América Latina están endureciendo requisitos de evaluación ambiental para operaciones de centros de datos, y algunos estados ya exigen compensaciones por emisiones o restricciones de horario operativo.
Para directivos en México, esta tendencia señala oportunidades y riesgos. Oportunidades: empresas de energía renovable podrían desarrollar soluciones de almacenamiento de batería de corta duración que reemplacen turbinas móviles. Riesgos: comunidades cercanas a centros de datos enfrentarán presión ambiental creciente, y gobiernos locales necesitarán marcos regulatorios más sofisticados para evaluar el costo-beneficio de atraer inversión en IA versus impactos en salud pública. La adquisición de capacidad de generación móvil por operadores de centros de datos sugiere que esta será una solución transitoria dominante en mercados emergentes durante los próximos 3 a 5 años, hasta que infraestructura de red y almacenamiento de energía maduren.
