Si existe una figura del mundo empresarial que se encuentre en la cima de la conversación pública en este momento, ese es Elon Musk, el magnate que ostenta la propiedad y la dirección de Tesla, SpaceX y X (antes Twitter), cuyo papel central en la Administración 2.0 de Donald Trump como recortador de gastos en la administración pública estadounidense está generando toda clase de comentarios y reticencias. Más allá de esa labor, que habrá que analizar con detenimiento cuando llegue el momento, Musk se ha embarcado en los últimos tiempos en un nuevo proyecto que podría redefinir la inteligencia artificial (IA) y la conducción autónoma.
Este magnate sudafricano, de nacionalidad estadounidense desde 2002, planea invertir más de 1.000 millones de dólares en una supercomputadora llamada Dojo, diseñada para entrenar modelos avanzados de IA. El objetivo principal de este proyecto es mejorar la conducción autónoma de los vehículos Tesla mediante el procesamiento de las enormes cantidades de datos y videos recopilados por los coches en circulación. Esta iniciativa busca avanzar en el desarrollo del Autopilot y acercar a la empresa a su ambición de crear una flota de robotaxis totalmente autónomos. No obstante, Tesla enfrenta una dura competencia en este campo, con empresas como Waymo (Alphabet), Cruise (General Motors) y Zoox (Amazon) liderando el despliegue comercial de taxis sin conductor en varias ciudades.
El ecosistema de IA con Dojo, Optimus, Cortex y Tesla
Además de los coches, la supercomputadora Dojo también servirá para entrenar al robot humanoide Optimus, que Tesla prevé implementar en sus fábricas en este 2025 y, eventualmente, en hogares para realizar tareas domésticas. Paralelamente, Musk está impulsando la creación de un ecosistema de supercomputadoras e inteligencia artificial denominado Cortex, con centros en Austin, Memphis y Búfalo, ciudades relevantes en el tejido productivo de EE.UU., que se perfila como el sistema de entrenamiento de IA más potente del mundo. A esta dinámica, se suma la expansión de xAI, la empresa de Musk que busca competir directamente con OpenAI en el desarrollo de modelos avanzados de inteligencia artificial generativa.
La inversión de Tesla en la supercomputadora Dojo es un paso significativo en la expansión de la IA y la conducción autónoma porque refleja la visión de Elon Musk de transformar la compañía en una empresa de IA y robótica, más allá de ser simplemente un fabricante de automóviles. Y es que no solo es un esfuerzo aislado, sino que forma parte de un ecosistema más amplio de supercomputadoras e inteligencia artificial que Musk está impulsando.
¿Cuántas empresas tiene Elon Musk?
Elon Musk es dueño o tiene participación en varias empresas innovadoras. Actualmente, las más destacadas son la ya mencionada Tesla, especializada en vehículos eléctricos y energía renovable; SpaceX, dedicada a la exploración espacial y satélites; Neuralink, enfocada en interfaces cerebro-máquina; The Boring Company, que desarrolla túneles para transporte urbano; y xAI, su empresa de inteligencia artificial. Además, adquirió Twitter (ahora X) en 2022. Aunque ha estado involucrado en otras compañías a lo largo de su carrera, estas son las principales en las que tiene influencia en la actualidad.
El consumo de la IA en 2028, como 40 centrales nucleares
Sin embargo, toda esta revolución tecnológica viene acompañada de un desafío colosal: la demanda de energía. Se estima que, para 2028, los centros de datos destinados a la IA consumirán más de 80.000 megavatios, el equivalente a la producción de unas 40 centrales nucleares, como explican atinadamente en este video del proyecto Si lo hubiera sabido. Como respuesta, algunas compañías ya están recurriendo a fuentes de energía de gran capacidad, como la reactivación de la central nuclear de Three Mile Island en Estados Unidos para alimentar los servidores de Microsoft. Además, la creciente demanda está impulsando la construcción de nuevas infraestructuras eléctricas en EE.UU., con un incremento del 80% en su capacidad de generación proyectado para la próxima década.
El aumento exponencial en inversión y consumo energético está transformando la economía de las grandes tecnológicas. Empresas como Microsoft han destinado más de 5.000 millones de dólares en un solo trimestre a la expansión de su infraestructura de IA y computación en la nube, superando el presupuesto anual para innovación y desarrollo de algunos países desarrollados.
Esta situación plantea interrogantes sobre el futuro de las valoraciones bursátiles de estas compañías, tradicionalmente eficientes en generar beneficios sin grandes inversiones en activos físicos. No obstante, la IA también está abriendo nuevas oportunidades en sectores como la energía, la construcción y el mantenimiento de infraestructuras, de manera que está consolidando su papel como el motor de una transformación sin precedentes en la economía global.
El rápido auge de la IA no solo impulsa inversiones históricas, sino que también demanda cifras energéticas sin precedentes. Un estudio del Departamento de Energía de Estados Unidos proyecta que, para 2028, los centros de datos dedicados a la inteligencia artificial podrían llegar a consumir alrededor de 325 teravatios hora anuales, superando con creces el consumo total de países como España, que en 2023 alcanzó aproximadamente los 246 teravatios hora. Estas cifras y proyecciones evidencian la urgencia de desarrollar soluciones energéticas sostenibles que permitan sostener el vertiginoso crecimiento de la inteligencia artificial en la economía global.
Principales vectores de desarrollo de la IA en nuestro tiempo
¿Y por qué merece la pena desplegar ese formidable incremento de músculo energético para abastecer la IA? La realidad es que la inteligencia artificial está transformando diversas industrias a escala global, impulsando proyectos innovadores que abarcan desde la sostenibilidad hasta la gestión de proyectos y la seguridad, lo que contribuye a un escenario de mayor prosperidad planetaria y, potencialmente, una mejor distribución de la riqueza a escala mundial. A continuación, se presentan algunos ejemplos destacados de proyectos de IA a escala global:
Proyectos en la industria. La Comisión Europea ha financiado varios proyectos de IA en la industria, como el proyecto HIT2GAP, que utiliza algoritmos para mejorar la eficiencia energética en edificios. Otro ejemplo es Factory2Fit, que emplea IA para aumentar la productividad y el bienestar de los trabajadores en entornos industriales.
IA para los Objetivos de Desarrollo Sostenible. Google ha seleccionado 15 organizaciones que utilizan IA para acelerar el progreso hacia los ODS de la ONU. Estos proyectos incluyen el uso de sensores de calidad del aire en Uganda y aplicaciones para ayudar a los agricultores en la India a mitigar plagas y aumentar el rendimiento de los cultivos.
Gestión de proyectos. Herramientas como Monday.com están integrando IA para optimizar la gestión de proyectos, automatizando tareas y mejorando la asignación de recursos. La IA también está siendo utilizada para generar descripciones de tareas y resúmenes, lo que ayuda a los gestores de proyectos a trabajar de manera más eficiente.
Innovación en IA a escala. Microsoft está liderando iniciativas para hacer que los modelos a gran escala estén disponibles para organizaciones de todo el mundo. Su colaboración con NVIDIA en el entrenamiento de modelos de lenguaje masivos y la iniciativa BigScience Workshop son ejemplos de cómo puede ser escalada para beneficiar a múltiples aplicaciones.
Seguridad. Proyectos como PredPol utilizan IA para detectar patrones de delitos y ayudar a las fuerzas del orden a tomar decisiones informadas. Este tipo de aplicaciones muestra cómo la IA puede mejorar la seguridad pública al analizar grandes volúmenes de datos.
Educación. La IA también está siendo usada para personalizar la educación, adaptando los planes de estudio a las necesidades individuales de los estudiantes y proporcionando herramientas interactivas que mejoran el aprendizaje.
Salud. Se está utilizando para el diagnóstico temprano de enfermedades, el análisis de imágenes médicas y la personalización de tratamientos, lo que mejora la eficiencia y la precisión en la atención médica.
Agricultura. Está revolucionando la agricultura con aplicaciones que monitorean el estado de los cultivos, optimizan el uso de recursos como el agua y los fertilizantes, y predicen condiciones climáticas para mejorar la productividad agrícola.
Conclusiones
Estos ejemplos demuestran cómo la IA está siendo aplicada a escala global para abordar desafíos complejos y mejorar la eficiencia en diversos sectores. Su adopción no solo está impulsando la innovación, sino que también está creando nuevas oportunidades para el crecimiento económico y el desarrollo sostenible.
En conclusión, la capacidad de la IA para analizar datos y optimizar procesos está impulsando una nueva era de eficiencia y sostenibilidad, consolidando su papel como un motor clave de la economía global. De ahí que sea esencial planificar un desarrollo energético robusto y sostenible que respalde sus ventajas revolucionarias, sin descuidar la seguridad y la responsabilidad ecológica. Integrar infraestructuras que combinen fuentes renovables con tecnologías de innovación sofisticada garantiza la resiliencia ante el aumento exponencial de la demanda, en una dirección en la que habrá que proteger tanto a los sistemas energéticos como al medio ambiente.
Este enfoque integral no solo fortalece el poderío energético necesario para sostener la transformación digital, sino que también asegura que la expansión de la IA impulse un crecimiento económico responsable, favoreciendo la innovación y la competitividad a escala planetaria.