La intel·ligència artificial (IA) va arribar per quedar-se, i amb ella van arribar també les primeres factures. No parlem de les subscripcions a serveis d'IA, ni dels sous dels enginyers que les entrenen, sinó d'una factura que tots pagarem, fins i tot sense saber-ho: la del consum energètic i la infraestructura necessària perquè aquesta tecnologia funcioni.

Perquè cada vegada que algú escriu en un xat amb IA, no s'encén un simple llumet; aixeca un edifici sencer de servidors que treballen dia i nit, empassant-se electricitat com si fos aigua al desert. I cada segon que passa, aquest edifici s'engrandeix. Ara bé, quant costa tot això? Qui el pagarà? I per què, malgrat tot, la IA continua sent una inversió rendible?

Per entendre-ho, pensem en una cosa simple: una consulta a una IA com ChatGPT pot consumir fins a cinc vegades més electricitat que una recerca web comuna. No és perquè estigui jugant als escacs, sinó perquè, a diferència d'una recerca que es resol amb una sola acció, una IA d'aquest tipus torna a llegir tot el que li vas dir abans.

És com si per respondre't un missatge tornés a llegir tota la novel·la. I com més llarg aquest intercanvi, més car surt cada nou paràgraf. En termes tècnics, això es diu "escalament quadràtic", però en plata sona més clar: cada missatge addicional costa diverses vegades més que l'anterior.

Aquest mecanisme fa que mantenir converses extenses amb IA tingui un cost acumulatiu. Les empreses necessiten centres de dades amb milers de computadores funcionant en tota hora. Aquests centres de dades no són gratuïts: costen milions de dòlars en construcció, manteniment, refrigeració i sobretot electricitat.

Les estimacions més conservadores diuen que, en cas de continuar així, per a 2030 els centres de dades utilitzaran a prop del 8% de tota l'electricitat dels Estats Units. Això no és una exageració: ja compren plantes d'energia directament o firmen contractes amb proveïdors per assegurar-se subministrament exclusiu. En altres paraules, la IA no s'alimenta de bits, s'alimenta d'energia, i això costa diners reals.

Però la paradoxa és que aquesta mateixa tecnologia, que genera una demanda energètica immensa, també és l'eina més poderosa per reduir-la. I allà entra el pa sota el braç. Perquè la IA no només genera consum, també pot optimitzar-lo.

Pot redissenyar xarxes elèctriques, preveure màxims de demanda, ajustar producció en temps real i eliminar el malbaratament energètic en indústries senceres. Pot, en resum, fer que el sistema elèctric sigui molt més eficient. El que avui sembla un monstre devorador d'energia es convertirà en l'enginyer que tapa les pèrdues, reorganitza els cables i evita apagades.

Això també aplica els diners. És cert que entrenar i mantenir models com els actuals costa centenars de milions de dòlars. Però una vegada entrenats, la seva capacitat per reemplaçar tasques humanes, automatitzar fluxos de treball, escriure codi, revisar contractes, redactar informes o diagnosticar imatges mèdiques, fa que aquesta inversió es recuperi ràpidament.

No s'ha de pensar en aquests models com empleats cars, sinó com fàbriques mentals que mai no dormen, i que, una vegada muntades, produeixen valor sense parar. El cost d'operar aquests models, fins i tot sent elevat, empal·lideix davant els costos que eliminen.

Imaginem una ciutat que construeix una autopista caríssima. La gent es queixa: és molt cara, ocupa molt espai, canvia el paisatge. Però en pocs anys, aquesta autopista estalvia milers d'hores de transport, connecta zones abans aïllades, permet que els béns circulin més de pressa, i redueix el desgast dels carrers vells. Així funciona la IA. La inversió inicial és alta, i el cost de manteniment també ho és, però el rendiment que genera en els sistemes que toca la transforma en una inversió neta positiva.

Això sí, el model econòmic darrere d'aquest creixement té els seus propis problemes. Avui, les empreses que proveeixen IA multipliquen la seva infraestructura per suportar aquesta nova demanda, i això significa desemborsaments de capital. Comprar servidors, adquirir terrenys per construir data centers, aconseguir acords energètics a llarg termini.

És un moviment que requereix liquiditat, confiança del mercat i accés a finançament barat. No totes les empreses poden fer-ho. Per això, aquest tipus d'IA està quedant en mans de pocs jugadors globals amb múscul financer i accés preferencial a energia. En aquest sentit, la IA no només canvia com es treballa: també està reconfigurant qui té el control del sistema productiu.

En termes de preus, aquest cost energètic no és simbòlic. Es trasllada al preu dels serveis, al valor de les accions de les empreses involucrades i al disseny de les polítiques públiques. Si una empresa d'IA consumeix tanta electricitat com una ciutat, algú ha de decidir si aquesta energia val més en una consulta de xat o en un hospital. I encara que aquesta decisió no es discuteixi públicament, ja s'està prenent. El que està en joc no és només qui es beneficia, sinó qui paga el compte quan la IA es converteix en infraestructura crítica.

En suma, la IA és costosa, en energia, en diners i en materials. Però és també la mateixa eina que resolgui aquests problemes si la hi aplica amb intel·ligència. És un sistema que s'autocorregeix i afina els seus instruments. El veritable desafiament és no confondre despesa amb malbaratament. Perquè si se la utilitza amb estratègia, la IA torna en eficiència molt més del que gasta en operació. La pregunta no és si costa, sinó si sabem com cobrar-li el valor que pot generar.

Les coses com són