La inteligencia artificial está transformando rápidamente los departamentos de marketing y ventas, donde las empresas la utilizan para generar contenido, analizar el comportamiento del consumidor, personalizar campañas y automatizar procesos. Sin embargo, a medida que estas herramientas se integran en las estrategias corporativas, emerge una variable crítica que trasciende la eficiencia operativa: el consumo de electricidad, agua y las emisiones asociadas a la infraestructura necesaria para operar estos modelos a escala.

En 2023, el 23% de los encuestados en el sector de marketing y ventas indicó que su empresa utilizaba inteligencia artificial, mientras que un 14% ya empleaba específicamente IA generativa. Esta adopción ocurre en un contexto de expansión significativa del mercado, estimado en 548.79 mil millones de dólares para 2025, con proyecciones de crecimiento adicional de 866.4 mil millones de dólares entre 2025 y 2032. La IA generativa destaca con un 14% de adopción en marketing y ventas, superando ligeramente el 13% registrado en desarrollo de productos y servicios.

El consumo energético como variable estratégica

La popularización de plataformas generativas resalta la magnitud del desafío. En julio de 2026, ChatGPT alcanzó aproximadamente 77.75 millones de descargas móviles a nivel mundial, en comparación con 27.57 millones de Gemini. Este nivel de utilización requiere centros de datos capaces de procesar grandes cantidades de información, lo que implica un considerable consumo energético para mantener la infraestructura operativa y refrigerada.

En 2023, se estimó que la inteligencia artificial representaba un consumo de 4.5 gigawatts, equivalente al 8% del consumo eléctrico total de los centros de datos. Para 2028, se prevé que esta demanda aumente entre 14 y 18.7 GW, lo que podría significar que la IA concentre hasta el 20% del consumo eléctrico de los centros de datos a nivel mundial. Esta trayectoria plantea interrogantes sobre la sostenibilidad de modelos de negocio que dependen intensivamente de estas tecnologías.

Variabilidad en eficiencia energética entre modelos

El impacto ambiental no es homogéneo entre los diferentes modelos de IA. Se estima que el modelo DeepSeek V3.2 Exp consume aproximadamente 23.24 Wh por consulta, mientras que GPT-5 en su configuración alta registra alrededor de 21.85 Wh. Esta variabilidad en el consumo energético introduce una nueva dimensión de análisis para quienes toman decisiones sobre tecnología, obligando a considerar no solo el costo y la calidad de los modelos, sino también su impacto ambiental como factor diferenciador.

La presión sobre el consumo energético también se refleja en las empresas que desarrollan la infraestructura de la nueva economía de la IA. Se estima que el consumo eléctrico de Google alcanzará 44,046.5 GWh en 2025, un aumento significativo en comparación con los 12,802 GWh registrados anteriormente. Este panorama invita a los tomadores de decisiones a reevaluar sus estrategias en un contexto donde la sostenibilidad y la eficiencia energética son cada vez más relevantes para la reputación corporativa y la conformidad regulatoria.

Implicaciones para la estrategia empresarial

La discusión sobre la adopción de IA en marketing trasciende los beneficios económicos y de eficiencia operativa. La pregunta sobre el costo ambiental de utilizar inteligencia artificial a gran escala se vuelve crucial para la toma de decisiones estratégicas. Las métricas de sostenibilidad corporativa, cada vez más monitoreadas por inversores, reguladores y consumidores, deberán incorporar el impacto ambiental de las herramientas tecnológicas como un componente integral de la evaluación de desempeño.