Empresas tecnológicas, energía nuclear y el problema del calendario estratégico

En el último año, las grandes empresas tecnológicas apostaron fuerte por la energía nuclear. Meta firmó un acuerdo de 20 años con Constellation Energy Corp. para obtener energía de un reactor de Illinois, Google firmó un acuerdo con Kairos Power para comprar energía de una nueva flota de reactores avanzados situados para abastecer los centros de datos de Google, Amazon se asoció con Energy Northwest y Dominion Energy para desarrollar la energía nuclear, y Microsoft se comprometió a un acuerdo de 20 años para reiniciar la Unidad 1 de Three Mile Island. El creciente interés por la energía nuclear tiene que ver con la resolución de dos cuestiones aparentemente imposibles a las que se enfrentan ahora los responsables de la IA generativa y la energía nuclear: En primer lugar, ¿cómo predecir el calendario de cuándo estará listo el mercado para su oferta? Durante décadas, los constructores de centrales nucleares han luchado por garantizar que sus reactores entren en funcionamiento exactamente cuando las condiciones del mercado a largo plazo lo justifiquen. En segundo lugar, ¿cómo transmite un plazo a sus socios y proveedores? Los proveedores de IA hiperescala necesitan desesperadamente más electricidad, pero el sector energético tradicional no siente la misma urgencia que ellos. Conseguir que los proveedores de insumos clave cumplan el mismo calendario es fundamental para asegurarse de que tiene lo que necesita, cuando lo necesita. Una cosa queda clara al examinar estos dos problemas: el calendario lo es todo. Gestionarlo será un reto estratégico crítico para los operadores de redes, los proveedores de energía nuclear y las empresas de IA en el futuro, porque hacerlo resuelve sus problemas mutuos de sincronización. Y aunque acertar con el momento oportuno siempre ha sido importante en la estrategia tecnológica, ahora la necesidad es más acuciante que nunca. Establecer plazos y cumplirlos son ahora imperativos clave para ambos sectores. El cambiante panorama eléctrico de la IA Para preparar el terreno, entendamos primero el problema: la IA requiere una enorme cantidad de computación, y esa computación exige mucha más electricidad que las anteriores tecnologías basadas en la web. Hasta hace poco, la demanda de electricidad computacional crecía de forma relativamente lenta y previsible. Para apoyar la temprana expansión de Internet entre 2000 y 2010, el consumo de electricidad en EE.UU. por parte de los centros de datos creció de aproximadamente 30 TWh/año a 70 TWh/año, según un informe reciente del Instituto de Investigación de Energía Eléctrica (EPRI). En términos de crecimiento del uso anual, eso es como añadir el país de Bielorrusia a la red eléctrica en un periodo de 10 años. Y de 2010 a 2017, según el EPRI, el consumo eléctrico de los centros de datos se mantuvo más o menos ahí. Todo eso cambió con el auge de la IA generativa. Una sola respuesta ChatGPT puede requerir pasar su consulta por billones de cálculos. Este proceso de inferencia de la IA consume casi 10 veces más energía que una búsqueda en Google. La generación de imágenes requiere aún más energía. Según un estudio realizado por investigadores de la empresa de IA Hugging Face y Carnegie Mellon, 1.000 imágenes generadas por un modelo potente crean tantoCO2 como conducir un coche de gasolina 4,1 millas. Por ello, la demanda de energía se ha disparado. El uso de electricidad en los centros de datos pasó del 1,9% del uso total de electricidad en EE.UU. en 2018 al 4,4% en 2023, es decir, de76 TWh/año a 173 TWh/año. Eso equivale a añadir la demanda energética de Bangladesh a la red eléctrica estadounidense, y hacerlo en sólo cinco años. A medida que la IA generativa ha impulsado el uso de electricidad en los centros de datos de EE.UU., las grandes tecnológicas se han adelantado a otras fuentes de energía y han firmado acuerdos nucleares a largo plazo para asegurarse una carga de base libre de carbono en el futuro. Estas apuestas multimillonarias plantean las dos cuestiones de sincronización que abordamos a continuación: Cómo poner en línea los reactores precisamente cuando se necesita la demanda y cómo alinear a los proveedores de energía con los plazos de la IA de Big Tech. Reto 1: Predecir el calendario de preparación del mercado Empecemos desde la perspectiva de los proveedores de electricidad: los operadores de la red y los promotores de centrales nucleares. La energía nuclear se encuentra en una posición única para las necesidades energéticas actuales y previstas de la IA generativa. En primer lugar, las emisiones del ciclo de vida de la energía nuclear son comparables a las de las renovables y drásticamente inferiores a las de los combustibles fósiles, lo que la convierte en una herramienta fundamental para cumplir los compromisos climáticos. En segundo lugar, la energía nuclear ofrece una fuente estable de electricidad, a diferencia de las renovables, que son intermitentes y dependen de baterías o gas de reserva. Por último, los costes de la energía nuclear son en gran medida predecibles décadas en el futuro. Aunque los costes iniciales de construcción de las centrales nucleares son elevados, sus costes operativos son relativamente bajos, lo que da lugar a unos precios previsibles a largo plazo. A pesar del claro papel que debería desempeñar la energía nuclear, los operadores de la red se han mostrado históricamente reacios a invertir y desarrollar la energía nuclear. Los reactores nucleares son proyectos masivos y caros que producen cantidades inmensas de electricidad. A nivel mundial, hoy en día su construcción suele llevar unos 8 años. Históricamente, construirlos en Estados Unidos ha sido más caro que en muchos otros países. La unidad 1 de Three Mile Island, cuando se vuelva a poner en marcha, proporcionaría energía suficiente para 800.000 hogares estadounidenses, una producción media para las centrales nucleares. Construir un reactor es una empresa costosa de varios años que requiere adivinar cuándo el mercado de esa energía será lo suficientemente fuerte como para justificar la enorme inversión inicial. Puede parecer como golpear un dardo volador con una bola de demolición. Los costes de capital iniciales de una central nuclear representan alrededor del 60-80% de su coste de electricidad durante toda su vida útil. Por ese motivo, las centrales nucleares funcionan mejor cuando lo hacen a plena capacidad constante. Pero la demanda de energía suele fluctuar con ciclos diarios y estacionales. Además, los operadores de la red no pueden predecir con exactitud cuándo entrará en funcionamiento la nueva demanda de energía. Construir una central en 8 años sólo para tener una demanda incierta a su finalización es arriesgado, igual que lo es para las empresas tecnológicas si la energía que necesitan llega demasiado tarde o no llega en absoluto. Sin saber cuándo estará listo el mercado, los inversores y los operadores de centrales nucleares no pueden justificar arriesgar miles de millones de dólares para suministrar electricidad que no saben si los clientes utilizarán y pagarán. Así, los proyectos nucleares potenciales quedan en barbecho, a la espera de una señal del mercado que quizá nunca llegue. Resolver el reto 1: acercarse al cliente Desde la distancia, puede ser difícil ver el calendario de la demanda futura. Pero acercarse al cliente puede hacer que sea menos un juego de adivinanzas. Las empresas que gestionan centros de datos suelen tener un conocimiento detallado de cuándo y a qué velocidad crecerán sus necesidades de electricidad, porque tienen una visión directa del ritmo de expansión de los centros de datos y de las tendencias de uso entre los usuarios finales (por ejemplo, las personas que utilizan Meta AI en WhatsApp). Los posibles proveedores de energía nuclear no tienen esta misma visibilidad. Para las centrales nucleares, obtener una visión más clara de los plazos futuros requiere acercarse -tanto en sentido figurado como literal- a sus futuros clientes, los operadores de centros de datos. Establecer relaciones más sólidas abre la puerta a compartir previsiones y planificación. La proximidad física hace más probable que, cuando entre en funcionamiento una nueva capacidad, ya haya un gran cliente in situ para comprar esa energía, reduciendo así el riesgo de sobreconstrucción o infrautilización. Ya estamos viendo esto en acción. En marzo de 2024, Talen Energy, operador de la central nuclear Susquehanna de 2,5 gigavatios en Pensilvania, anunció la venta a Amazon de un campus de centro de datos de 960 megavatios adyacente a su central. Esta asociación proporciona a Talen Energy la seguridad de que, cuando produce electricidad, la energía fluye inmediatamente hacia un consumidor constante a gran escala con una demanda ininterrumpida. Pero lo que es más importante, este tipo de asociación puede proporcionar a Talen Energy y a otros posibles operadores de centrales nucleares un asiento en primera fila para conocer el calendario de la demanda futura, lo que les dará la certeza que necesitan para invertir miles de millones de dólares más en nuevas centrales. Concebida por la unidad Cumulus Data de Talen, la alianza cristalizó después de que la empresa construyera una "prueba de concepto"bajo licencia junto a los reactores nucleares, originalmente destinada a la criptominería, y después estructurara una opción de ampliación que proporcionara a Amazon Web Services tanto energía libre de carbono como la flexibilidad necesaria para ampliarla. Las ventajas de este enfoque son análogas a la integración progresiva de Disney en la distribución de películas en línea. Tradicionalmente, Disney dependía de terceros intermediarios -cines, redes de cable y otros distribuidores como Netflix- para llegar al público. Eso limitaba la cantidad de datos que Disney recibía sobre el comportamiento de los espectadores. Al lanzar su propia plataforma de streaming, Disney obtuvo acceso directo a información sobre el uso por parte de los clientes finales, lo que le permitió prever la demanda con mayor precisión y justificar las inversiones plurianuales en contenidos. Del mismo modo, los operadores de energía nuclear pueden beneficiarse trabajando directamente con las empresas de IA, cuya sólida demanda ayuda a justificar -y a disipar- las grandes inversiones a largo plazo en nuevas instalaciones nucleares. Reto 2: Transmitir los plazos a los proveedores Pasemos ahora a la perspectiva de las empresas tecnológicas. La IA generativa depende de los enormes centros de datos que estas empresas explotan tanto para sí mismas como para otros como servicio. Y como ocurre con cualquier centro de datos, pero especialmente con los que se utilizan para la IA generativa, es fundamental desde el punto de vista económico y funcional contar con un suministro fiable de electricidad. "Cuando se despliegan modelos de IA, hay que tenerlos siempre encendidos. ChatGPT nunca está apagado", afirma Sasha Luccioni, investigadora principal del clima en la empresa de IA de código abierto Hugging Face. Las empresas tecnológicas tienen una expectativa razonable de sus necesidades eléctricas actuales y futuras: la planificación de la construcción de centros de datos se realiza con años de antelación. Pero a medida que se inicia la construcción de cada nuevo centro de datos, también se impone un plazo: ahora necesitan un nuevo suministro eléctrico listo para cuando el centro de datos esté terminado. Un centro de datos terminado esperando a que aparezca la electricidad no es más que un almacén realmente caro. Hoy en día, las centrales eléctricas no se construyen orgánicamente con la rapidez suficiente para cumplir ese plazo. Puede parecer obvio que la electricidad demandada por la IA crecerá masivamente. Entonces, ¿por qué los operadores de la red no responden construyendo nuevas centrales eléctricas? Sencillamente, el auge de la IA es aún demasiado incierto para que los operadores de la red comprometan una inversión masiva en una nueva central eléctrica, por no hablar de un reactor nuclear. Y los operadores de la red tienen muchas razones para desconfiar. En primer lugar, el auge de la IA podría amainar, provocando un descenso de las tasas de utilización de los centros de datos. En segundo lugar, los proyectos de centros de datos previstos pueden cancelarse, por ejemplo, si no consiguen suficientes GPU, o por cualquier otra razón. En tercer lugar, cuanto más lejos en el futuro -se necesitan años para que cualquier nueva planta entre en funcionamiento- más graves son las preocupaciones anteriores. Por todas estas razones, es difícil que un operador de red justifique una nueva central eléctrica sólo para atender la demanda prevista de IA en unos pocos años, y mucho menos en los 40 a 60 años de vida útil de una central nuclear. Y como los operadores de la red han aprendido por las malas, muchas cosas pueden cambiar en el tiempo intermedio. Consideremos la experiencia de la Autoridad del Río Colorado Inferior (LCRA) tratando con el productor de aluminio Alcoa. Para conseguir suficiente suministro eléctrico para su gran fundición de aluminio en Rockdale, Texas, Alcoa pregonó su demanda constante de electricidad y estableció contratos de compra a largo plazo con la LCRA. Pero durante la recesión económica mundial de 2008-2009, los precios del aluminio se hundieron y Alcoa redujo la producción de forma significativa -llegando a paralizar la fundición- dejandoa la LCRA con un exceso de capacidad eléctrica. Resolver el reto 2: adoptar una postura comprometida Para salvar esta brecha, las empresas de IA no sólo deben comunicar sus plazos para obtener más electricidad, sino que deben asumir compromisos creíbles, como inversiones financieras significativas, contratos a largo plazo o proyectos de infraestructura conjunta. Sin un compromiso serio, un operador de red tiene muchas razones para preocuparse de que todo el bombo de la IA sea "palabrería barata" demasiado pasajera como para apostar por ella. Al pagar miles de millones para construir o renovar centrales nucleares o al invertir en start-ups de energía nuclear, las empresas tecnológicas envían señales muy claras a las empresas de servicios públicos, a los reguladores y a los operadores de las centrales: nos tomamos en serio este plazo. Realizar elevadas inversiones iniciales en energía nuclear proporciona a las empresas tecnológicas otra ventaja: reducen la incertidumbre futura al intercambiar elevados costes iniciales con bajos costes variables futuros. A diferencia de la solar o la eólica, en las que la producción de energía puede fluctuar, la nuclear puede suministrar una carga de base estable y programable. A diferencia de los combustibles fósiles, cuyos costes y disponibilidad son inciertos, los costes nucleares son en gran medida fijos y conocibles. Por ejemplo, la compra de toda la producción de la Unidad 1 de Three Mile Island durante 20 años (con una prima sobre los precios actuales de la energía) ofrece a Microsoft una imagen cristalina del suministro y el coste en las próximas décadas. Unos plazos energéticos previsibles significan que pueden programar con confianza la formación de modelos y construir nuevos centros de datos. Como ejemplo comparable de un compromiso creíble para fijar un plazo a los proveedores, considere la prematura prisa de Samsung por lanzar su teléfono inteligente Galaxy Fold en 2019. El teléfono inicial de Samsung fue muy criticado: su pantalla de plástico se rayaba fácilmente con las uñas porque el proveedor de vidrio Corning aún no había desarrollado una tecnología adecuada de vidrio flexible. Por supuesto, Corning no tenía urgencia en hacerlo antes, porque no existía un mercado real para el cristal plegable. Es decir, hasta que Samsung dio un paso agresivo para entrar en el mercado y arriesgar miles de millones de dólares en el factor de forma del teléfono inteligente plegable. Este compromiso de Samsung despejó el camino para que Corning apostara 1.500 millones de dólares al desarrollo del vidrio plegable. Compromisos creíbles como éste alinean a proveedores y compradores en torno a plazos compartidos. Calendario estratégico Para las empresas tecnológicas y los proveedores de energía nuclear, el mayor reto aún está por llegar. Incluso con sus profundos bolsillos, ninguna de las grandes empresas tecnológicas puede, por sí sola, desarrollar la infraestructura energética necesaria. La electricidad neutra en carbono procedente de la energía nuclear que Amazon, Microsoft, Meta y Google pueden impulsar individualmente es grande, pero ni de lejos se acerca a lo que se necesita sólo para la IA y, desde luego, no para la sociedad en su conjunto. Pero si tenemos suerte, la unión de las empresas tecnológicas y la energía nuclear demuestra a otras industrias que pueden tomar el futuro en sus manos y acelerar tanto el desarrollo de la tecnología como nuestro camino hacia la sostenibilidad neutra en carbono. La construcción del futuro de una tecnología transformadora depende cada vez más de una gestión eficaz del tiempo. El factor decisivo no será sólo lo que se pueda construir o inventar, sino cuándo se pueda entregar.

Empresas tecnológicas, energía nuclear y el problema del calendario estratégico

Resumen.

Partner Center