Principales destacados
- Una alianza por la energía: Emerald AI, Google y Nvidia crearon una coalición para ayudar a los centros de datos a encontrar capacidad disponible en la red eléctrica.
- Computación que puede trasladarse: la propuesta consiste en reducir temporalmente tareas no críticas y mover cargas de procesamiento cuando la demanda de electricidad aumente.
- Hasta 100 GW en juego: según la nueva alianza, el modelo de respuesta a la demanda podría liberar suficiente capacidad para conectar hasta 100 gigavatios adicionales de centros de datos.
La carrera por la inteligencia artificial está chocando con un problema mucho menos glamuroso que los chips y los modelos gigantes: enchufes disponibles.
Los centros de datos consumen enormes cantidades de electricidad, y encontrar ubicaciones con suficiente capacidad en la red se ha convertido en uno de los obstáculos para la expansión de la infraestructura de IA.
Ahora, Emerald AI quiere atacar este cuello de botella de otra manera. La startup de software para redes eléctricas formó la AI Energy Management Alliance (AEMA) junto con Google y Nvidia, en una iniciativa que también reúne a Anthropic y a grandes empresas energéticas.
La idea es sencilla sobre el papel: en lugar de exigir que la red eléctrica esté preparada para soportar el consumo máximo todo el tiempo, los centros de datos podrían aprender a reducir su demanda precisamente cuando la red más lo necesite.
¿Y si el centro de datos pudiera simplemente pisar el freno? ⚡
🔎 El mecanismo ya es conocido: se trata de la demand response, o respuesta a la demanda, un concepto que las empresas eléctricas llevan décadas utilizando.
Durante los períodos de consumo elevado, los grandes consumidores aceptan reducir temporalmente su uso de electricidad. A cambio, reciben pagos por prestar ese servicio.
Las fábricas llevan bastante tiempo haciendo esto. Una industria puede, por ejemplo, detener parte de la producción durante un pico de demanda o recurrir a fuentes de energía de emergencia.
Con los centros de datos, el razonamiento cambia un poco.
En lugar de simplemente apagar máquinas o encender generadores diésel, el software de Emerald AI intenta decidir qué cargas de computación pueden esperar y hacia dónde pueden trasladarse.
Esto resulta especialmente interesante para la IA porque no todo el procesamiento tiene que ocurrir exactamente en ese segundo.
El truco está en mover la computación 🧠
Imaginemos que una red eléctrica está acercándose a su límite en una determinada región.
Un centro de datos podría reducir tareas que no son urgentes. Si existe otro centro con capacidad disponible y acceso a una parte menos congestionada de la red, determinadas cargas podrían transferirse allí.
🗣 La lógica es casi como la de una batería: el centro de datos no almacena electricidad, pero puede modificar rápidamente cuánto consume.
Precisamente esa coordinación entre las empresas eléctricas y la infraestructura informática es lo que Emerald AI pretende automatizar.
💡 La propuesta no es consumir menos IA, sino consumir energía de forma más flexible.
Esta diferencia importa porque el problema de la red no es necesariamente un consumo elevado durante todas las horas del año. El sistema eléctrico está dimensionado para soportar períodos de máxima demanda, mientras que durante buena parte del tiempo existe capacidad ociosa.
¿De dónde pueden salir esos 100 gigavatios? 📈
AEMA afirma que la respuesta a la demanda podría permitir conectar hasta 100 GW adicionales de centros de datos a la red.
Es una cantidad considerable de capacidad.
Un estudio de Goldman Sachs citado por TechCrunch ya había estimado que limitar el uso máximo de la red por parte de los centros de datos al 90% durante algunas horas podría liberar 76 GW de capacidad en Estados Unidos.
| Estrategia | Capacidad potencial mencionada |
|---|---|
| Limitar el uso máximo de la red | 76 GW |
| Estimación de AEMA para nuevos centros de datos | hasta 100 GW |
Las cifras no significan que vayan a construirse automáticamente 100 GW de nuevos centros de datos. La capacidad liberada depende de dónde se encuentren los cuellos de botella, de cómo opere cada red y de la capacidad de los propios centros de datos para ajustar sus cargas.
La alternativa a los generadores diésel 🚨
Actualmente, una de las formas en que los centros de datos participan en programas de respuesta a la demanda es recurriendo a generadores de respaldo.
Eso resuelve parte del problema, pero crea otro: más infraestructura basada en combustibles fósiles justo cuando el sector intenta ampliar su capacidad eléctrica para atender la IA.
Emerald AI viene defendiendo una alternativa basada en software.
Su plataforma recibe señales de las empresas eléctricas y coordina la respuesta de los centros de datos. Las cargas no esenciales pueden pausarse, mientras que otras pueden transferirse a instalaciones con mayor margen disponible en la red.
La tecnología tampoco surgió de la nada.
Google está desarrollando sus propias herramientas para gestionar este tipo de flexibilidad, mientras que Enel X permite que los centros de datos utilicen sistemas de alimentación ininterrumpida, los llamados UPS, para ayudar a suavizar los picos de demanda eléctrica.
¿Por qué Google, Nvidia y Anthropic se sumaron? 🤝
La creación de AEMA amplía el alcance de la propuesta porque reúne empresas que ocupan diferentes puntos de la cadena de la IA.
Nvidia proporciona buena parte de la infraestructura de computación. Google y Anthropic están entre las compañías que desarrollan y operan sistemas de IA. Del otro lado están empresas energéticas como AES, Constellation, National Grid y NRG Energy.
La coalición pretende trabajar no solo en la operación de los centros de datos existentes, sino también en la elección de nuevas ubicaciones.
Este detalle puede ser tan importante como la propia tecnología de gestión energética.
📍 El cuello de botella comienza antes de la construcción: encontrar un terreno adecuado no basta si la red eléctrica cercana no puede satisfacer la demanda prevista.
Al convertir la flexibilidad energética en parte del proyecto desde el principio, la alianza espera ampliar el conjunto de lugares que podrían recibir nuevos centros de datos.
Emerald AI llega con dinero para escalar 💰
La startup también ha ganado músculo financiero recientemente.
En agosto de 2026, Emerald AI recaudó US$ 150 millones en una ronda Serie A, liderada por Energize Capital y DCVC, alcanzando una valoración de US$ 1.050 millones.
Esto coloca a la empresa en la categoría de los unicornios y le proporciona recursos para llevar su tecnología a una escala mayor.
El desafío ahora es transformar una idea técnicamente plausible en una infraestructura que funcione de forma coordinada entre diferentes empresas eléctricas y centros de datos.
Pero la cuenta de la energía sigue existiendo ⚙️
Hay un límite importante en esta estrategia.
Ayse Coskun, científica jefe de Emerald AI, declaró a TechCrunch que la tecnología puede reducir la necesidad del sector de nuevas fuentes de generación, pero no eliminarla por completo.
Y este quizá sea el punto central.
Flexibilizar el consumo puede aprovechar mejor la capacidad existente y aliviar los cuellos de botella. Pero no crea electricidad nueva.
Si la demanda estructural continúa creciendo, en algún momento será necesario añadir generación, transmisión y distribución.
⚡ El software puede ganar tiempo, pero no fabrica electrones.
Aun así, para una industria que está construyendo máquinas capaces de consumir enormes volúmenes de energía, convertir parte de esa carga en algo ajustable puede cambiar la matemática de los proyectos.
La cuestión ahora es saber cuánta flexibilidad será suficiente para abrir puertas que hoy están cerradas por la red. El próximo gran centro de datos podría no depender únicamente de dónde existe electricidad, sino también de la rapidez con la que pueda aprender a no utilizarla.
