¿Puede una empresa sostenible utilizar la IA? Cómo convertir la duda en una decisión responsable.
¿Puede una empresa sostenible utilizar la IA? Aprenda a evaluar proveedores, emisiones, agua y productividad sin confundir eficiencia con compensación ambiental.
Una empresa comprometida con el medio ambiente puede utilizar la inteligencia artificial. El consumo de energía, agua o materiales no implica automáticamente que una tecnología sea incompatible con la sostenibilidad. Lo que debe evaluarse es la relación entre su propósito, los impactos que genera, las alternativas disponibles y los compromisos que la organización ha asumido.
Esto tampoco significa que cualquier aplicación se justifique por generar ingresos o ahorrar tiempo. Los beneficios económicos y los impactos ambientales son dimensiones distintas: ambos pueden ser relevantes para una decisión, pero uno no anula automáticamente al otro.
El punto de partida es tratar la IA como una actividad que utiliza infraestructura y requiere criterios acordes con su importancia para el negocio. No como una excepción intrascendente simplemente por ser digital, ni como un problema que deba prevalecer necesariamente sobre todas las demás prioridades ambientales de la empresa.
ESG no es una simple etiqueta "verde" para una empresa.“
Los criterios ESG abarcan las dimensiones ambiental, social y de gobernanza. No se trata de una certificación universal con una única lista de tecnologías permitidas o prohibidas. Es necesario distinguir entre compromisos voluntarios, estándares de divulgación, certificaciones, evaluaciones de mercado y obligaciones que son aplicables a la organización.
La certificación B Corp, por ejemplo, sigue los estándares de B Lab, con requisitos en áreas como la acción climática, la gestión ambiental, los derechos humanos y la gobernanza. La propia organización afirma que los requisitos se ajustan según características como el tamaño, el sector y la actividad. No se trata de una declaración de ausencia total de impacto.
Por lo tanto, el uso de la IA no debe interpretarse como una aprobación o desaprobación automática de una empresa certificada. La verdadera cuestión radica en si la organización comprende las repercusiones de su adopción, considera los riesgos y gestiona sus decisiones de acuerdo con los criterios que sigue.
Esta distinción evita una expectativa imposible de pureza tecnológica. La sostenibilidad corporativa implica decisiones entre alternativas reales, no solo la elección abstracta entre generar o no generar impacto.
Materialidad: no todas las empresas tienen por qué empezar con el mismo problema.
Una organización que utiliza IA ocasionalmente para dar soporte a tareas administrativas se encuentra en una situación diferente a la de una que ofrece generación de contenido a gran escala o que mantiene agentes ejecutando procesos de forma continua.
Sin embargo, el volumen de llamadas no debería ser el único criterio. El tipo de tarea, la infraestructura, la ubicación y la importancia del servicio para el negocio también son factores relevantes. El objetivo es identificar dónde el análisis puede influir en una decisión, en lugar de exigir el mismo nivel de documentación para cada uso.
El Protocolo de GEI recomienda una evaluación inicial de las fuentes de emisión para orientar la recopilación de datos y profundizar en las áreas más relevantes. Este enfoque ayuda a evitar tanto omisiones como un gasto desproporcionado de recursos en partes insignificantes del inventario.
Para una empresa industrial, por ejemplo, investigar la IA no debería ser motivo para posponer mejoras claramente relevantes en energía, materiales o logística. Para una empresa cuya actividad depende en gran medida de la informática, los servicios digitales pueden merecer mucha más atención. Estos ejemplos no establecen una regla sectorial: demuestran por qué las prioridades deben surgir de una evaluación del negocio, no de la visibilidad pública de una tecnología.
¿En qué punto del cálculo se incluyen las emisiones procedentes de los servicios de IA?
El Protocolo de GEI incluye, en la Categoría 1 del Alcance 3, las emisiones asociadas a la producción de bienes y servicios adquiridos que no pertenecen a otras categorías específicas. Aplicando esta lógica, los servicios externos de IA e informática pueden incluirse en la evaluación de los servicios contratados. La clasificación depende de la relación contractual y de los límites del inventario.
No es recomendable tratar todas las situaciones como idénticas. Contratar el acceso a un servicio, operar equipos propios y arrendar infraestructura representan relaciones diferentes con los activos y la energía consumida. La clasificación debe seguir la metodología adoptada, evitando la doble contabilización en el inventario.
La distinción entre ámbitos organiza las responsabilidades contables: el ámbito 1 abarca las emisiones directas; el ámbito 2, la energía adquirida; y el ámbito 3, otras emisiones de la cadena de valor. Una misma actividad puede figurar en distintos ámbitos de distintas empresas, sin que ello suponga necesariamente un error.
La conclusión práctica es limitada, pero importante: Externalizar tus operaciones informáticas a un tercero no hace que tus emisiones sean inexistentes. . Tampoco autoriza a atribuir la totalidad de la actividad del proveedor al cliente.
El agua necesita su propio análisis.
El agua no es simplemente una extensión de la factura del carbono. Su origen, disponibilidad, calidad y condiciones locales alteran el significado de su consumo.
La norma GRI 303 orienta la identificación de los impactos hídricos relacionados con las operaciones y las relaciones comerciales, incluidos los proveedores con impactos significativos y las actividades en zonas con escasez de agua. La información debe interpretarse teniendo en cuenta el contexto de la cuenca.
Para un comprador de IA, esto podría significar solicitar información sobre la ubicación y la gestión del agua cuando el servicio sea lo suficientemente relevante. No implica que todas las empresas deban empezar calculando mililitros por empleado, especialmente cuando no se dispone de datos fiables para alcanzar esa precisión.
Una estimación con muchos decimales no sustituye el conocimiento de los límites de la medición. Es más útil saber que una cifra determinada solo abarca la refrigeración y excluye la electricidad, que presentar un total aparentemente exacto sin explicar qué representa.
La productividad es un beneficio, pero no una compensación ambiental.
Supongamos que una empresa ahorra miles de horas gracias a una aplicación de IA. Este resultado puede mejorar el servicio al cliente, reducir el trabajo repetitivo y liberar capacidad para otras actividades. Se trata de un beneficio operativo significativo, pero por sí solo no demuestra una reducción en el consumo de agua, energía o emisiones.
Tampoco es necesario que cada aplicación de IA genere un beneficio ambiental directo para que su uso sea justificable. Una herramienta puede ser útil por razones de calidad, accesibilidad o productividad. En ese caso, la empresa debería reconocer ese valor sin convertirlo artificialmente en una declaración sobre el clima.
El razonamiento cambia cuando existe una alteración física verificable: menor consumo de combustible, menor desperdicio de materiales o menor necesidad de energía para prestar el mismo servicio. En ese caso, se obtiene un resultado ambiental que puede medirse y evaluarse.
Resultado Lo cual demuestra Lo que no se demuestra por sí mismo Horas de trabajo ahorradas Aumento de la productividad Reducción de emisiones Menores costos operativos Beneficio económico Uso reducido de recursos físicos Menor consumo de energía medido Ahorro energético en el límite analizado. Beneficio neto de todo el proyecto Emisiones evitadas en comparación con una alternativa. Diferencia entre escenarios definidos Compensación automática de inventario
Estas medidas pueden complementarse entre sí, pero no son intercambiables. Una comunicación precisa debe preservar la diferencia.
La reducción de inventarios y la reducción de emisiones no son lo mismo.
Cuando una aplicación reduce eficazmente el consumo energético de su funcionamiento, este cambio puede reflejarse en el inventario correspondiente, según la metodología utilizada. No tendría sentido mantener el nivel de emisiones anterior como si la reducción no se hubiera producido.
Otra situación consiste en estimar la cantidad de emisiones evitadas por una solución en comparación con una alternativa hipotética. El Protocolo de GEI recomienda que estas estimaciones de emisiones evitadas se presenten por separado de los inventarios de Alcance 1, 2 y 3, y que no se deduzcan como un crédito automático.
Esta distinción es especialmente importante para los proveedores de tecnología. Una empresa puede vender un sistema que ayude a sus clientes a reducir el consumo de energía. Sin embargo, esto no se traduce automáticamente en una autorización para compensar las emisiones de sus propios centros de datos, sino en el ahorro estimado para los clientes.
También es necesario evitar contabilizar la misma ganancia dos veces: primero como una disminución observada en el inventario y luego como una deducción adicional. Reconocer los beneficios ambientales requiere método, no solo una narrativa favorable al proyecto.
¿Cómo podemos verificar si la IA realmente ha reducido el impacto?
Una evaluación coherente requiere un escenario de referencia: ¿qué ocurriría probablemente sin la solución? La guía del WBCSD sobre emisiones evitadas hace hincapié precisamente en la definición de esta alternativa, los datos utilizados y la validación de la contribución de la solución.
No se debe elegir la alternativa simplemente porque haga que la IA parezca mejor. En la optimización logística, por ejemplo, la comparación adecuada sería con el sistema de rutas existente, no con la ausencia total de organización. En un proceso industrial, los cambios en la producción, el mantenimiento o los equipos pueden explicar parte del ahorro observado.
También es importante preservar la equivalencia del servicio. Reducir el consumo de energía debido a que una instalación opera menos horas no demuestra, por sí solo, una mayor eficiencia. El resultado debe considerar la cantidad producida y las condiciones en que se realizó.
Existen aplicaciones con un potencial significativo. La AIE describe las posibilidades en edificios, redes eléctricas, industria y transporte, pero también destaca las barreras para su implementación y los efectos indirectos. El potencial de reducción no es lo mismo que la reducción ya lograda en una empresa específica.
¿Qué deberíamos preguntar a los proveedores?
La contratación puede incluir información ambiental sin necesidad de convertir cada compra en una auditoría exhaustiva. El nivel de estipulaciones debe tener en cuenta la relevancia del servicio, los datos disponibles y el tipo de reclamación que la empresa pretende presentar.
Un conjunto útil de preguntas abarca el alcance de los datos, el período de referencia, la ubicación del procesamiento y la metodología de atribución. ¿El indicador pertenece al servicio contratado o a toda la empresa? ¿Incluye solo equipos activos o también infraestructura de apoyo? ¿Ha sido verificado? ¿Cómo distribuye el proveedor su consumo entre clientes y productos?
Información solicitada ¿Por qué ayuda? Límites de medición Evite comparar cuentas con componentes diferentes. Datos del servicio o criterios de asignación Esto acerca el análisis a lo acordado. Condiciones de ubicación e infraestructura Permite evaluar las diferencias de energía y agua. Metodología y verificación Ayuda a evaluar la fiabilidad y la incertidumbre. Alternativas técnicas disponibles Permite realizar pruebas para reducir el consumo de recursos.
Esta propuesta no implica que todas las respuestas estén disponibles. La falta de transparencia puede limitar la comparación, pero no demuestra, por sí sola, que un proveedor tenga mayor impacto. Del mismo modo, un informe detallado mejora la capacidad de evaluación sin garantizar un buen desempeño.
¿Qué hacer cuando no se dispone de datos completos?
El Protocolo de GEI permite diferentes métodos para estimar las emisiones derivadas de bienes y servicios adquiridos, incluyendo datos específicos del proveedor, métodos híbridos, promedios y estimaciones basadas en el gasto. La guía reconoce que los datos más específicos no son automáticamente más precisos: la calidad de la fuente y las reglas de asignación también son importantes.
Un enfoque razonable consiste en comenzar con el método compatible con los datos disponibles y reconocer sus limitaciones. Cuando la fuente es relevante, conviene profundizar en la recopilación de datos y mejorar la estimación. Cuando no lo es, es posible documentar la evaluación sin dedicarle recursos desproporcionados.
Las estimaciones basadas en gastos, por ejemplo, pueden ser útiles para la evaluación, pero una reducción en el precio contratado no debe confundirse automáticamente con una reducción física de las emisiones. Los cambios en la actividad empresarial pueden modificar el importe de la factura sin alterar el procesamiento realizado.
Lo importante es evitar dos extremos: inventar la precisión o concluir que, como no hay precisión, nada se puede evaluar.
Cómo adoptar la proporcionalidad computacional en la empresa
Una política de uso puede comenzar con una pregunta sencilla: ¿qué capacidad se necesita para ofrecer el resultado de forma segura y con calidad? La respuesta debe basarse en pruebas y no definirse únicamente por la preferencia por el modelo más avanzado o el de menor coste.
Para tareas recurrentes, la empresa puede comparar alternativas antes de ampliar su uso. Los proyectos que implican muchos pasos pueden tener límites, criterios de interrupción y requerir revisión. Los cambios en el modelo también pueden requerir una reevaluación, ya que el comportamiento del sistema y sus necesidades de ejecución pueden variar.
Esto no requiere autorización para cada mensaje individual. El enfoque puede centrarse en procesos que concentran volumen, costo, riesgos o dependencias operativas. Un pequeño proyecto piloto y una función incorporada a todos los productos no necesitan recibir exactamente el mismo tratamiento.
La gobernanza también debe identificar a los responsables. ¿Quién supervisa los resultados? ¿Quién decide ampliar el proyecto? ¿Quién verifica si los ahorros previstos se han materializado? Sin estas respuestas, un proyecto puede seguir consumiendo recursos incluso cuando ya no genere el beneficio que justificó su adopción.
Cómo comunicarse sin exagerar ni ocultar las limitaciones.
Una afirmación como “nuestra IA es sostenible” resulta poco útil si no se especifica a qué servicio, qué indicador y con qué comparación se hace referencia. Una formulación más concreta es más útil: “la aplicación redujo el consumo energético de este proceso, durante el periodo analizado, en comparación con el escenario de referencia descrito”.
Cuando se proporcionen cifras, la comunicación debe resaltar los límites pertinentes y no ocultar los costos adicionales de la solución. El WBCSD recomienda transparencia en la evaluación y divulgación de las emisiones evitadas, incluyendo la definición del escenario de referencia y la validación de las contribuciones.
Tampoco es necesario convertir cada mejora en una gran promesa sobre la empresa. Un avance en un proceso específico puede presentarse como tal. Reconocer que los datos aún son incompletos puede ser más responsable que llenar ese vacío con adjetivos.
Por otro lado, una empresa no tiene por qué disculparse por cada uso de la tecnología. Puede explicar sus beneficios y cómo gestiona los impactos, siempre que no confunda la justificación económica con la neutralidad ambiental.
Los beneficios en una dimensión no resuelven todos los demás problemas.
Una aplicación puede reducir las emisiones y, al mismo tiempo, plantear problemas de privacidad, discriminación, seguridad o responsabilidad en relación con las decisiones. El NIST considera la gestión de riesgos de la IA como un proceso que involucra a individuos, organizaciones y la sociedad, y no solo el rendimiento técnico del sistema.
Por lo tanto, la eficiencia energética no debe considerarse una autorización general. Una herramienta que utiliza pocos recursos pero que provoca errores importantes o infringe derechos requiere corrección.
Lo mismo se aplica a la dimensión ambiental. Una menor emisión de carbono no elimina automáticamente los problemas hídricos locales, y un menor consumo de agua no implica un menor impacto en todos los demás aspectos. Las decisiones pueden implicar compensaciones entre indicadores, las cuales deben presentarse en lugar de ocultarse en una sola puntuación.
Una decisión responsable puede incluir usar, modificar o no adoptar.
Un análisis realista debe considerar más de un resultado. En algunos casos, la aplicación aporta valor con impactos manejables. En otros, funciona mejor con un modelo diferente, menos pasos o limitaciones de uso. También puede haber situaciones en las que la complejidad, el riesgo o el coste total no justifiquen su adopción.
No hay contradicción en que una empresa comprometida con el medio ambiente tome decisiones diferentes para proyectos distintos. La coherencia reside en los criterios aplicados, no en aprobar o rechazar una categoría tecnológica completa.
De igual modo, un beneficio potencial no debe considerarse una justificación ilimitada. La adopción de una medida debe respetar las restricciones aplicables y tener en cuenta quién recibe los beneficios y quién asume los costos. Un resultado global positivo no implica automáticamente la compensación de todas las consecuencias locales.
Preguntas frecuentes
¿Puede una empresa B Corp utilizar inteligencia artificial?
El uso exclusivo de la IA no permite determinar si una empresa cumple o no con los estándares de B Corp. La evaluación depende de las actividades de la organización y de los requisitos aplicables, que abarcan dimensiones ambientales, sociales y de gobernanza.
¿Compensa la productividad el impacto ambiental de la IA?
No automáticamente. El ahorro de tiempo o dinero puede justificar económicamente una solicitud, pero una reclamación ambiental requiere demostrar un cambio en los recursos o los impactos. Los beneficios económicos y ambientales deben presentarse como resultados distintos.
¿Todas las empresas necesitan calcular el consumo mediante indicaciones?
No hay razón para considerar este indicador como un punto de partida obligatorio. Dependiendo del negocio, una evaluación por servicio, proyecto o proveedor puede ser más útil. La elección debe tener en cuenta la relevancia, la calidad de los datos y el propósito del análisis.
¿Es necesario que una empresa demuestre que la IA reduce las emisiones para poder utilizarla?
No como principio general. Se puede aplicar para obtener otros beneficios. Lo importante es gestionar la huella ambiental de forma compatible con los compromisos adquiridos y no presentar una mejora operativa como una reducción ambiental sin pruebas.
¿Puede una empresa sostenible utilizar la IA?
Una empresa sostenible puede utilizar la IA sin necesidad de afirmar que la tecnología no tiene impacto o que cada aplicación generará un beneficio climático. El compromiso más coherente consiste en comprender las actividades relevantes, comparar alternativas y distinguir entre valor económico, huella ambiental y reducciones demostradas de forma efectiva.
Esto exige proporcionalidad por ambas partes: ni invisibilizar una operación digital importante ni dedicarle una atención desvinculada de su relevancia para el resto del negocio. La evaluación debe contribuir a mejorar las decisiones, no limitarse a generar una justificación favorable o una prohibición genérica.
La intersección entre la IA y la responsabilidad ambiental radica en utilizar la tecnología cuando exista una razón para hacerlo, gestionar sus costes y comunicar los resultados en la medida en que lo permitan las pruebas. No se trata de la ausencia de impacto; se trata de la capacidad de comprender, priorizar y mejorar.
Fuentes y limitaciones del análisis
Este texto utiliza referencias del Protocolo de GEI, GRI, B Lab, WBCSD, IEA y NIST. Las directrices propuestas para la evaluación y decisión de proveedores son recomendaciones analíticas, no requisitos universales de estas organizaciones. El marco contable, regulatorio o de certificación depende de las circunstancias de la organización y debe verificarse según las normas aplicables.