El Estrecho de Ormuz es un angosto tramo de agua entre Irán y Omán — de apenas 33 kilómetros en su punto más estrecho. Por él fluye casi el 20% del petróleo comerciado en el mundo y una parte significativa de su gas natural licuado. Cuando las tensiones en la región escalan, los mercados energéticos de todo el mundo reaccionan — y los efectos llegan más lejos de lo que la mayoría espera.
Con el conflicto iraní intensificándose y la inestabilidad regional en aumento, los precios del petróleo han subido con fuerza en los últimos meses. La conversación tiende a centrarse en los costes del combustible y las tarifas de transporte. Pocas personas se preguntan qué significa esto para el coste de operar infraestructura de IA. La respuesta es: bastante.
Por qué Ormuz importa tanto a los mercados energéticos
El estrecho es efectivamente el punto de fallo único más crítico del mundo para el suministro de energía. Arabia Saudí, los Emiratos Árabes Unidos, Irak, Kuwait e incluso el propio Irán dependen de él para exportar petróleo. Si el tránsito por Ormuz se interrumpe — mediante acción militar, bloqueos o por la negativa de los mercados de seguros a cubrir los buques — el suministro global se tensiona de inmediato.
Los mercados descuentan este riesgo antes de que ocurra ninguna interrupción real. Los contratos de futuros se mueven solo con la amenaza percibida. Cuando Irán señala una escalada, los precios de referencia del petróleo responden en cuestión de horas. El Brent, el precio de referencia internacional, ha mostrado exactamente este patrón a lo largo del ciclo de conflicto actual.
Los precios más altos del petróleo elevan el precio del gas natural, que sigue estando estrechamente correlacionado con el petróleo en la mayoría de los mercados. Y el gas natural sigue siendo un insumo primario para la generación de electricidad en Europa y gran parte de Asia.
Los centros de datos están entre los mayores consumidores de energía del mundo
Cada consulta de IA, flujo de trabajo automatizado y operación en la nube se ejecuta en servidores dentro de centros de datos — edificios que nunca se apagan, consumen electricidad de forma continua y requieren energía adicional solo para mantenerse refrigerados.
La escala es significativa. La Agencia Internacional de la Energía estimó el consumo eléctrico mundial de los centros de datos en torno a 460 TWh en 2022 — comparable al consumo eléctrico total de Francia. Se proyecta que esa cifra supere los 1.000 TWh para 2030, con las cargas de trabajo de IA impulsando la mayor parte del crecimiento.
Esa electricidad proviene de una red que, en la mayor parte del mundo, todavía depende en gran medida de la generación con gas. Cuando los precios del gas suben porque suben los del petróleo porque Ormuz está bajo presión, los costes operativos de los centros de datos se mueven con ellos.
La IA agrava estructuralmente el problema energético
Ejecutar software tradicional es relativamente eficiente en términos energéticos. Un servidor web que gestiona miles de peticiones simultáneas consume una cantidad modesta y predecible de energía. La inferencia de IA — el proceso de ejecutar una consulta a través de un modelo de lenguaje grande — es fundamentalmente diferente.
Los modelos de IA modernos requieren computación masiva en paralelo. Ejecutar una sola petición a través de un modelo como GPT-4 o Claude consume órdenes de magnitud más energía que servir una página web o ejecutar una consulta en base de datos. A medida que la adopción de IA escala en todos los sectores — atención al cliente, procesamiento de documentos, detección de fraudes, generación de código, análisis médico — la demanda de energía agregada crece de forma continua.
Cuanto más profundamente está integrada la IA en las operaciones cotidianas de una empresa, más directamente está expuesta esa empresa a la volatilidad de los precios de la energía — aunque nunca compre un litro de petróleo.
La cadena de costes desde Ormuz hasta tu factura de API
El mecanismo de transmisión funciona así: la escalada iraní eleva la prima de riesgo geopolítico sobre el petróleo. Los precios del petróleo suben. Los del gas les siguen. Los costes de generación eléctrica aumentan. Los proveedores cloud — AWS, Azure, Google Cloud — absorben costes de energía más altos en sus flotas globales de centros de datos. Esos costes eventualmente se trasladan a los precios de cómputo, ya sea mediante aumentos directos o a través de peores condiciones en servicios de menor margen y niveles gratuitos.
El retraso es real — los contratos cloud y la capacidad reservada hacen que los cambios tarden en filtrarse. Pero la dirección está clara. Las empresas que han construido productos o herramientas internas sobre APIs de IA están ahora más expuestas al riesgo geopolítico de lo que estaban hace tres años, aunque nada en su stack haya cambiado.
En qué deberían pensar las empresas ahora
La respuesta no es evitar la IA — los beneficios de productividad son demasiado significativos para que la mayoría de las empresas los ignoren. Pero hay algunas consideraciones estratégicas que vale la pena tomar en serio.
La eficiencia del modelo importa. No toda tarea requiere el modelo más capaz — y más intensivo en energía. Dirigir consultas más simples a modelos más pequeños y rápidos reduce el coste sin sacrificar calidad relevante en esas tareas.
El caché y el procesamiento por lotes reducen la inferencia redundante. Muchas aplicaciones de IA responden repetidamente a consultas similares. Cachear respuestas comunes y agrupar operaciones no urgentes puede reducir sustancialmente el consumo de cómputo.
La geografía afecta a la estabilidad de costes. Los centros de datos en regiones con abundante energía renovable — Escandinavia, Islandia, partes de Canadá — están cada vez más aislados de las fluctuaciones en los precios de los combustibles fósiles. Elegir regiones cloud con redes de baja emisión de carbono no es solo una decisión de sostenibilidad; es una decisión de gestión del riesgo de costes.
Tratar el cómputo de IA como un coste variable. A diferencia de los precios planos y predecibles del cómputo cloud tradicional, los costes de inferencia de IA a escala están expuestos a la volatilidad del mercado energético. Los modelos presupuestarios que tratan los costes de IA como fijos probablemente decepcionarán.
La idea de fondo
El Estrecho de Ormuz ha moldeado la geopolítica energética mundial durante décadas. Lo que es nuevo es el grado en que la infraestructura digital — y específicamente la infraestructura de IA — se ha convertido en parte de ese sistema energético.
Las empresas que entienden esta conexión están mejor posicionadas para diseñar su uso de IA de forma inteligente, gestionar los costes de manera proactiva y evitar la sorpresa de ver cómo su gasto en IA sube sin ningún cambio en sus propios patrones de uso.
En anfedev, la eficiencia energética forma parte de cómo pensamos la arquitectura de IA. Si estás escalando el uso de IA en tu producto u operaciones, el momento de pensar en esto es antes de que lleguen los costes, no después.
¿Quieres hablar sobre cómo integrar la IA en tus operaciones sin una exposición de costes impredecible? Contáctanos.