Estamos en Abilene, en el oeste de Texas.
A primera vista, podría parecer un destino bastante inusual para un viaje por el mundo de la inteligencia artificial. No estamos en Silicon Valley ni delante de la sede de una de las grandes empresas tecnológicas californianas.
Y, sin embargo, es precisamente aquí donde está tomando forma una de las infraestructuras más importantes de la nueva era dela inteligencia artificial.
De hecho, detrás de las calles y los espacios abiertos del oeste de Texas se encuentra el gran campus Stargate de OpenAI y sus socios: una infraestructura diseñada para proporcionar una enorme cantidad de potencia de cálculo a los sistemas de inteligencia artificial.
El proyecto de Abilene abarca unos 1.100 acres, ocho edificios y unos 4 millones de pies cuadrados de superficie, con una capacidad prevista de unos 1,2 gigavatios.
No significa que el campus consuma constantemente 1,2 gigavatios: se trata de la capacidad prevista cuando esté a pleno rendimiento.
Pero, ¿por qué construir una instalación de estas dimensiones precisamente aquí?
Para entenderlo, tenemos que meternos, al menos en nuestra imaginación, dentro del Abilene AI Datacenter Campus Stargate
Campus Stargate de Abilene, donde la inteligencia artificial cobra vida
El nombre «Stargate» ya se asocia a uno de los programas más ambiciosos de expansión de la infraestructura necesaria para dar soporte a la inteligencia artificial.
El objetivo no es simplemente construir nuevos edificios llenos de ordenadores, sino crear una red de grandes infraestructuras capaces de proporcionar la potencia de cálculo necesaria para la próxima generación de sistemas de IA.
Abilene es uno de los primeros ejemplos concretos de esta nueva realidad.
El campus ocupa una superficie enorme e incluye edificios diseñados específicamente para albergar infraestructuras informáticas de altísima densidad. Su tamaño ayuda a comprender una transformación que, a menudo, cuando usas a diario un chatbot desde el ordenador o el móvil, pasa completamente desapercibida.
Cuando le hacemos una pregunta a una inteligencia artificial, solo vemos una ventana en la pantalla.
Detrás de esa ventana hay, sin embargo, una infraestructura física muy compleja. Se necesitan edificios, servidores, redes, sistemas de alimentación eléctrica, refrigeración, conexiones de fibra óptica y una cantidad enorme de energía.
Por eso Abilene ha despertado interés también entre quienes quieren entender el futuro de la inteligencia artificial sin limitarse a fijarse solo en el software.
Aquí la IA cobra forma concreta; ya no es solo un algoritmo, sino que se ha convertido en una infraestructura industrial. Y está llamada a seguir creciendo.
De hecho, OpenAI ha señalado el campus Stargate como un proyecto destinado a ampliar poco a poco la capacidad de cálculo en Estados Unidos, con nuevas sedes y nuevas inversiones. La elección de lugares como Abilene también muestra cómo está cambiando la geografía de la tecnología.
Los nuevos centros de inteligencia artificial no tienen por qué estar necesariamente en el corazón de las grandes metrópolis tecnológicas. Lo más importante es que cuenten con espacio, energía, infraestructuras digitales y las condiciones adecuadas para construir grandes instalaciones.
Abilene, con sus amplios espacios y la posibilidad de desarrollar infraestructuras a escala industrial, representa a la perfección esta nueva geografía. Pero , ¿qué hay realmente dentro de esos enormes edificios?
Dentro del centro de datos: la sala del CED del futuro
Para entender qué es un centro de datos moderno de IA, podemos partir de algo que nos resulte familiar:la sala del CED, el Centro de Procesamiento de Datos que muchas empresas utilizan para alojar servidores y sistemas informáticos.
La diferencia está sobre todo en el tamaño.
En un centro de datos tradicional hay servidores, sistemas de almacenamiento, equipos de red y dispositivos dedicados a la gestión de datos.
En una infraestructura diseñada para la inteligencia artificial, en cambio, la cantidad de recursos de cálculo que se necesita cambia totalmente las proporciones.
El núcleo del sistema lo forman los aceleradores de cálculo, unos procesadores diseñados para realizar enormes cantidades de operaciones matemáticas en paralelo.
Un solo procesador no bastaría. Para entrenar y utilizar los modelos más avanzados, hay que conectar un montón de aceleradores a través de redes de altísima velocidad, para que puedan funcionar como una gigantesca máquina distribuida.
Es un concepto difícil de imaginar.
Pero podemos imaginarnos el centro de datos como una sala de servidores gigante en la que, en lugar de unas pocas filas de servidores, hay una cantidad enorme de máquinas que tienen que funcionar a la vez y comunicarse entre sí en un tiempo muy corto.
Así que la red se vuelve casi tan importante como la capacidad de cálculo.
De hecho, los datos tienen que moverse rápidamente entre los distintos sistemas y los aceleradores tienen que poder trabajar juntos sin crear cuellos de botella.
Pero hay otro aspecto clave: toda esa potencia de cálculo genera calor.
Y es precisamente aquí donde un centro de datos de IA empieza a diferenciarse aún más claramente de una sala de servidores normal. Cuando aumenta la densidad de cálculo, también crece la cantidad de calor concentrada en el mismo espacio. Por eso, el sistema de refrigeración es una parte fundamental de la infraestructura.
Por eso, los modernos centros de datos dedicados a la IA están adoptando cada vez más sistemas de refrigeración líquida, capaces de transferir el calor directamente desde los componentes que lo generan hacia los sistemas de refrigeración.
En el caso del campus Stargate de Abilene, OpenAI ha optado por un sistema de refrigeración de circuito cerrado y no evaporativo.
El líquido refrigerante circula continuamente para transferir el calor que generan los sistemas informáticos, sin que el funcionamiento del sistema de refrigeración dependa del consumo continuo de agua a través de la evaporación. Es un detalle técnico que cobra importancia también cuando hablamos del impacto físico de la inteligencia artificial.
Porque en un centro de datos no solo hay ordenadores. También hay infraestructuras energéticas, sistemas de distribución eléctrica, equipos de respaldo, redes, sistemas de refrigeración y sistemas de control.
En otras palabras, una estructura como Stargate ya no se parece tanto a la sala de ordenadores de una empresa. Se parece más bien a una gran infraestructura industrial construida en torno a la informática. Y esto nos ayuda a entender por qué la inteligencia artificial también está cambiando la geografía del sector tecnológico.
La nueva geografía de la inteligencia artificial
Durante décadas hemos asociado la innovación tecnológica sobre todo a las grandes ciudades. Silicon Valley, Seattle, Nueva York, Londres y otros grandes centros urbanos se han convertido en sinónimo de tecnología.
Sin embargo, la inteligencia artificial está creando una nueva geografía.
Un gran centro de datos no se puede construir simplemente donde haya muchos programadores. Necesita electricidad, espacio, conexiones de fibra óptica, infraestructuras de red y sistemas capaces de refrigerar los equipos de forma continua. Por eso pueden surgir enormes complejos incluso lejos de los centros tecnológicos tradicionales.
El Abilene AI Datacenter Campus Stargate es uno de los ejemplos más claros.
El resultado es que la nueva geografía de la IA no se compone solo de oficinas y laboratorios. También incluye complejos industriales, líneas eléctricas, subestaciones, fibra óptica e instalaciones de refrigeración.
Pero esta nueva geografía tecnológica no solo tiene que ver con los lugares donde se construyen los centros de datos. La inteligencia artificial también depende de una larga cadena de materias primas y minerales necesarios para fabricar chips, equipos electrónicos e infraestructuras energéticas. Otro viaje, desde las dunas chinas hasta las tierras heladas de Groenlandia, narra precisamente la carrera por las tierras raras y los recursos estratégicos de la nueva economía tecnológica.
La inteligencia artificial, que desde nuestro punto de vista parece casi inmaterial, necesita, por tanto, una presencia física cada vez mayor.
Y la siguiente pregunta es inevitable: ¿cuánto cuesta, en términos de energía y recursos, mantener en funcionamiento una instalación como la de Abilene?
¿Cuánto cuesta el servicio Abilene AI Datacenter Campus Stargate?
Lo primero es, claro, la electricidad.
Una instalación como el Abilene AI Datacenter Campus Stargate, diseñada para alcanzar una capacidad de unos 1,2 gigavatios, está a una escala totalmente diferente a la de un centro de datos empresarial normal.
Pero hay que distinguir, una vez más, entre la capacidad máxima prevista y el consumo real.
La electricidad sirve para que funcionen los aceleradores y todos los demás sistemas informáticos, pero también las redes, los sistemas de almacenamiento, las instalaciones de suministro eléctrico y las necesarias para garantizar la continuidad operativa.
Y luego está el tema del calor.
De hecho, casi toda la energía que consumen los sistemas informáticos acaba convirtiéndose en calor, que hay que expulsar de los equipos.
De ahí la importancia de la refrigeración líquida.
En el Abilene AI Datacenter Campus Stargate, el sistema que ha presentado OpenAI es de circuito cerrado y no evaporativo. El líquido circula para transferir el calor, lo que reduce el consumo continuo de agua típico de los sistemas evaporativos.
OpenAI ha explicado que el llenado inicial del sistema de refrigeración de cada edificio requiere una cantidad de agua equivalente a unas dos piscinas olímpicas. Una vez llenado el circuito, las necesidades de agua para la refrigeración son mucho menores.
Pero el consumo de energía no se limita solo a los servidores.
Un campus de este tamaño tiene que contar con sistemas de alimentación redundantes, distribución eléctrica, infraestructuras de emergencia y una red capaz de garantizar la continuidad operativa.
Así que podemos entender por qué una simple pregunta que escribes en el móvil no es más que el último eslabón de una cadena mucho más grande.
¿Y cuánto consume, entonces, una sola consulta a ChatGPT?
No hay una respuesta que sirva para todos.
Una pregunta breve de texto requiere una cantidad de cálculo diferente a la de un procesamiento largo y complejo, sobre todo cuando entran en juego el razonamiento, el análisis de documentos, imágenes o vídeos.
Un estudio publicado por Microsoft en 2026 estimó un consumo medio de unos 0,31 Wh por consulta en los sistemas analizados. Sin embargo, se trata de una estimación basada en condiciones específicas y no se puede considerar como el consumo universal de todos los servicios de IA.
La diferencia se nota aún más cuando pasamos del texto a las imágenes y, sobre todo, a los vídeos.
De hecho, generar un vídeo requiere una cantidad de recursos de cálculo mucho mayor que una simple respuesta de texto. La cuestión, por tanto, no es asignar a cada una de nuestras preguntas un número concreto de vatios-hora. Se trata de entender que detrás de cada servicio de inteligencia artificial hay una máquina física que hay que alimentar, refrigerar y mantener.
El bulo del agua: la mentira de medio litro por cada pregunta
Hay una frase que en los últimos años se ha convertido casi en un tópico: cada pregunta que le haces a ChatGPT consumiría medio litro de agua.
Es una de las noticias falsas más conocidas sobre la inteligencia artificial.
Pero lo de medio litro no es cosa inventada.
Se basa en una estimación científica de la Universidad de California, Riverside, que había calculado el consumo de agua asociado al uso de un modelo como el GPT-3 en determinadas condiciones. La estimación se refería a una sesión de entre 20 y 50 preguntas, dependiendo de las condiciones y del lugar donde se realizara el cálculo.
El problema surge cuando esa estimación se convierte en una fórmula mucho más sencilla:
Una pregunta a ChatGPT = medio litro de agua.
Dicho así, es un bulo.
De hecho, no hay una cantidad fija de agua que se pueda asociar a cada demanda concreta.
El consumo depende de la tecnología que se use para la refrigeración, del clima, del diseño del centro de datos, de la fuente de agua y de cómo se disipa el calor.
Y, sobre todo, no toda el agua que hay en un sistema de refrigeración se consume necesariamente.
En el caso del Abilene AI Datacenter Campus (Stargate / Lancium), el sistema que ha descrito OpenAI es de circuito cerrado y no evaporativo. Esto no significa que el campus no use agua.
Esto significa que no podemos coger una estimación obtenida en unas condiciones concretas y convertirla automáticamente en una cantidad de agua asociada a cada consulta de ChatGPT.
Así que la verdadera cuestión es mucho más interesante: ¿cómo se diseñan los sistemas que tienen que disipar el calor que genera la enorme cantidad de cálculos necesarios para que funcione la IA?
De problema a recurso: la calefacción urbana
Pero precisamente ese calor, que normalmente se considera algo que hay que eliminar, podría convertirse en un recurso.
El principio es sencillo: si los centros de datos consumen cantidades enormes de electricidad y casi toda esa energía se convierte en calor, ¿por qué no intentar recuperarla?
La solución podría ser la calefacción urbana.
El calor que generan los sistemas informáticos se puede transferir, a través de intercambiadores de calor, a una red de agua y, cuando sea necesario, se puede llevar a la temperatura deseada mediante grandes bombas de calor. Desde ahí, se puede distribuir a los edificios conectados a la red.
No es solo una hipótesis teórica.
En Finlandia, Microsoft está desarrollando, junto con Fortum, un sistema en el que se aprovecha el calor residual de los centros de datos para alimentar la red de calefacción urbana de Espoo, Kauniainen y Kirkkonummi. Cuando esté en pleno funcionamiento, se calcula que el proyecto podrá cubrir alrededor del 40 % de las necesidades anuales de una red que da servicio a unos 250 000 clientes, con una reducción estimada de las emisiones de unas 400 000 toneladas de CO₂ al año.
La Agencia Internacional de la Energía considera que el calor residual de los centros de datos es precisamente una de las fuentes que se pueden integrar en las redes de calefacción urbana, sobre todo cuando las instalaciones están lo bastante cerca de las zonas que necesitan calor.
Así que el futuro de los centros de datos podría ser diferente de lo que nos imaginamos.
No solo enormes instalaciones que consumen electricidad y generan calor, sino infraestructuras capaces, al menos en determinadas condiciones, de devolver parte de ese calor a las ciudades.
De este modo, el centro de datos podría convertirse no solo en una máquina para generar potencia de cálculo, sino también en un componente del sistema energético urbano.
Y es precisamente cuando hablamos del agua cuando sale a relucir una de las ideas simplistas más extendidas sobre la inteligencia artificial.
¿Podemos visitar las instalaciones del Abilene AI Datacenter Campus Stargate?
Y aquí nos encontramos con una pregunta que, al hablar de un viaje a Abilene, surge casi de forma espontánea. Si llegáramos a la ciudad, ¿podríamos visitar el gran campus de Stargate?
En cuanto a los espacios interiores, la respuesta es no. Un centro de datos que alberga infraestructuras críticas no es un lugar abierto al público. En su interior hay sistemas informáticos, equipos de red, instalaciones energéticas y sistemas de refrigeración que deben protegerse tanto físicamente como digitalmente.
El campus Stargate del centro de datos de Abilene AI no ofrece un programa habitual de visitas guiadas abiertas al público.
Pero eso no quiere decir que el viaje no tenga su encanto.
De hecho, hay una diferencia importante entre visitar un centro de datos y ver el lugar donde está. El campus Stargate de Abilene está en una zona que, vista desde fuera, tiene un aspecto muy diferente al que nos imaginamos cuando pensamos en la inteligencia artificial.
No hay ningún cartel gigante que diga «aquí vive la IA». Pero sí hay grandes edificios industriales, infraestructuras eléctricas, vías de servicio y amplias zonas técnicas.
Y es precisamente este contraste lo que hace que este lugar sea tan interesante.
La inteligencia artificial que usamos a diario parece algo intangible, encerrada en una ventana del navegador.
En Abilene, en cambio, se materializa en forma de una enorme infraestructura industrial.
Para entender qué hay realmente dentro de un centro de datos, hay que basarse sobre todo en la información que proporcionan los propios operadores.
Un ejemplo lo encontramos en Google, que no ofrece visitas guiadas públicas a sus centros de datos por motivos de seguridad, pero pone a tu disposición un recorrido virtual de 360 grados por el centro de datos de The Dalles, en Oregón, junto con imágenes y material informativo.
Es una solución que te permite hacer, al menos de forma virtual, lo que físicamente sería muy difícil: entrar en uno de esos lugares donde se está desarrollando la capacidad de cálculo de la nueva era digital.
Para quien llega a Abilene, pues, el viaje sigue siendo sobre todo una experiencia desde fuera. Pero quizá sea precisamente eso lo que lo hace interesante. No hace falta entrar en una sala de servidores para entender lo que está pasando. Basta con fijarse en la escala de los edificios, las infraestructuras que los rodean y la cantidad de energía que se necesita para mantenerlos en funcionamiento.
La inteligencia artificial, que parecía un fenómeno inmaterial, se convierte de repente en algo físico.
Precios y herramientas de inteligencia artificial
Si hay un coste físico para que funcione la inteligencia artificial, claro que también hay un coste económico para quien la usa.
Los principales servicios han optado por modelos diferentes, ofreciendo niveles de acceso gratuitos y planes de pago.
ChatGPT, por ejemplo, tiene un plan gratuito y varios niveles de pago. OpenAI indica actualmente 8 dólares al mes por ChatGPT Go, 20 dólares por Plus y 200 dólares por Pro, con precios adaptados a algunos mercados.
Los planes superiores no solo te permiten tener ChatGPT de pago, sino que también pueden ofrecerte más posibilidades de uso, acceso a modelos más avanzados y herramientas adicionales.
Claude, desarrollado por Anthropic, también ofrece un plan Pro de 20 dólares al mes en Estados Unidos.
Google sigue un camino parecido con susplanes de Google AI, integrando Gemini con otros servicios del ecosistema de Google. En Italia, Google AI Pro cuesta 21,99 euros al mes.
Además de los chatbots, también hay servicios especializados en la generación de imágenes, audio y vídeo, que a menudo funcionan con créditos o límites mensuales: el modelo económico cambia, pero la lógica de fondo sigue siendo la misma: detrás de cada función hay capacidad de cálculo. Y detrás de esa capacidad de cálculo hay una infraestructura como la que acabamos de ver en Abilene.
¿Adónde nos llevará este viaje con la inteligencia artificial?
El viaje empezó en Abilene, frente a unos edificios enormes que, desde fuera, podrían parecer simplemente parte de un nuevo polígono industrial. Entramos, en sentido figurado, en el centro de datos y descubrimos que, detrás de la inteligencia artificial, hay energía, redes, procesadores, sistemas de refrigeración y una infraestructura enorme.
Pero al final del viaje, la pregunta más interesante ya no es qué hay dentro de esos naves industriales. Se trata de qué hará la IA en nuestras vidas. Podrá ayudarnos a acceder al conocimiento, a crear, a comunicarnos, a viajar, a aprender y a vivir experiencias que hoy en día requieren tiempo y recursos.
Pero también podría llegar a ser capaz de crear imágenes, música, vídeos, conversaciones y entornos virtuales cada vez más acordes con nuestros deseos.
Y ahí es donde surge la pregunta más difícil.
¿Será la vida artificial más satisfactoria que la realidad?
La realidad es imperfecta, impredecible y, a menudo, diferente de lo que nos gustaría. Una inteligencia artificial, en cambio, podría llegar a construir un mundo cada vez más personalizado a nuestro alrededor. Quizás el verdadero reto no sea solo entender hasta dónde puede llegar la inteligencia artificial, sino decidir hasta qué punto queremos dejarla actuar.
Nos pusimos a buscar el lugar donde vive la IA y nos encontramos con centros de datos, energía, sistemas de refrigeración, procesadores y redes.
Pero al final nos dimos cuenta de que la pregunta más importante no es dónde está la inteligencia artificial, sino dónde queremos llevarla en nuestra vida: si pudiéramos crear una realidad artificial tal y como la queremos, ¿seguiríamos necesitando la realidad tal y como es?
