Según la Organización Meteorológica Mundial, 2025 cerró 1,44 °C por encima de la era preindustrial y fue uno de los tres años más cálidos jamás registrados, pese a empezar y terminar con La Niña. Los últimos once años son los más cálidos de la serie y la media de 2023 a 2025 ya roza el umbral de París: 1,48 °C. Estos datos nos indican que estamos en tiempo de descuento. Y no es por ser alarmista. En mi opinión, el gran desafío de la próxima década es demostrar que podemos hacer las cosas de otra manera. No nos faltan objetivos ni compromisos. Nos falta convertirlos en reducciones medibles y verificables. Y ahí la inteligencia artificial puede ser una aliada decisiva o un nuevo problema.
Tres transformaciones pendientes
La primera es mirar donde está el problema. Según el último informe de cadena de suministro de CDP, las emisiones de la cadena de suministro de una empresa son de media 26 veces mayores que las de sus operaciones directas. Sin embargo, solo el 15% de las empresas que reportan tiene objetivos para ese Alcance 3. Seguimos optimizando la oficina mientras la huella real está en proveedores, materias primas y transporte.
La segunda es pasar de medir a gestionar. Calcular la huella con promedios sectoriales sirve para un informe, pero no para decidir. Si un proveedor reduce sus emisiones y nuestra contabilidad no lo refleja, no estamos gestionando carbono, sino dinero.
La tercera es ganar credibilidad. Desde septiembre, la normativa europea prohíbe las afirmaciones ambientales genéricas sin pruebas verificables. Un estudio de la Comisión había detectado que el 53% de las alegaciones verdes analizadas eran vagas o engañosas. La era del eslogan climático se acaba; empieza la del dato auditable.
¿Cuáles son los principales retos y prioridades de la acción climática para los próximos años?
El gran reto es que la tecnología que puede ayudarnos tiene una factura ambiental creciente. Según la Agencia Internacional de la Energía, el consumo eléctrico de los centros de datos creció un 17% en 2025, frente al 3% de la demanda mundial, y se duplicará antes de 2030; el de los centros dedicados a IA se triplicará. La IA no es climáticamente neutra por defecto.
La buena noticia es que su potencial es mayor que su coste. La misma agencia estima que la adopción generalizada de aplicaciones de IA ya existentes podría evitar unos 1.400 millones de toneladas de CO2 en 2035, varias veces las emisiones de los centros de datos. Pero advierte de que nada garantiza esa adopción. Para que ocurra, propongo cuatro prioridades:
1. Aplicar la IA donde está el impacto. Su mayor valor climático está en la cadena de suministro: convertir datos dispersos de miles de proveedores en huellas reales, priorizar dónde actuar y simular decisiones de compra y logística con el carbono en el mismo cuadro de mando que el precio.
2. Exigir eficiencia. Usar el modelo más pequeño capaz de resolver bien cada problema, ejecutarlo donde la energía es más limpia y preguntar a los proveedores por su consumo de energía y agua.
3. Medir el balance neto. Toda IA que se presente como climática debería poder demostrar que evita más emisiones de las que genera, con una línea base auditable.
4. No dejar atrás a las pymes. La descarbonización de la cadena depende de proveedores pequeños sin recursos para medir. Las grandes empresas pueden compartir herramientas y conocimiento, y así fortalecer su propia cadena.
La crisis climática no se resolverá con una tecnología milagrosa, sino con miles de decisiones bien informadas en empresas, administraciones y hogares. La IA puede hacer que esas decisiones sean mejores y más rápidas. A condición de que la usemos con criterio: sabiendo cuánto cuesta, qué devuelve y para qué la queremos.
