El crecimiento de la economía digital y de la inteligencia artificial en el sudeste asiático está generando una nueva fuente de demanda eléctrica que resulta particularmente difícil de anticipar con los métodos de planeación tradicionales. Corredores como Singapur-Johor-Kuala Lumpur ya concentran la mayor densidad de centros de datos operativos de la región, mientras Yakarta, Bangkok, Manila y Ciudad Ho Chi Minh emergen como polos de crecimiento secundarios, atraídos por la disponibilidad de infraestructura de fibra óptica, cables submarinos y redes eléctricas de alta tensión. Sin embargo, la capacidad declarada de estas instalaciones no siempre se traduce directamente en consumo real, y esa brecha se vuelve más relevante a medida que los centros orientados a IA despliegan configuraciones de hardware sustancialmente más intensivas en energía.

La diferencia entre un centro de datos convencional y uno orientado a inteligencia artificial no es solo de escala sino de naturaleza: mientras el primero opera con cargas relativamente estables y predecibles propias del alojamiento web y los servicios en la nube, el segundo sostiene cargas de alta intensidad durante el entrenamiento de modelos que caen abruptamente al finalizar cada trabajo, generando una volatilidad de demanda mucho mayor. Un servidor con procesadores gráficos de última generación puede consumir hasta 10.000 vatios, frente a un rango de 600 a 1.200 vatios de un servidor convencional, y requiere además sistemas de enfriamiento líquido y redes de interconexión de alta velocidad que elevan aún más la carga total de la instalación, incluso ocupando el mismo espacio físico que una instalación tradicional.

Para capturar esta incertidumbre, se desarrolla una metodología de sensibilidad que combina tres palancas de demanda -densidad de potencia del hardware, penetración y utilización de chips de inteligencia artificial, y eficiencia energética de las instalaciones- en una matriz de 25 escenarios que va desde un caso base hasta combinaciones de tres variables en sus valores extremos. Los resultados muestran que Malasia enfrenta la concentración de demanda más aguda de la región, con una participación de centros de datos en el consumo eléctrico nacional que pasaría de 18% en 2025 a 34% en 2030 bajo el escenario base, mientras Singapur (13%), Tailandia (9%) e Indonesia (7%) también registrarían participaciones significativas hacia el final de la década. El análisis de sensibilidad por tipo de instalación revela que los centros hyperscale son los más sensibles a las tres palancas combinadas, mientras los de tipo enterprise resultan particularmente vulnerables a la eficiencia energética de sus operaciones.

Más allá del volumen agregado de consumo, el documento pone atención especial en los riesgos operativos que introducen estas cargas para los operadores de sistema: las rampas de subida y bajada de un centro de datos orientado a IApueden alcanzar cientos de megavatios en cuestión de segundos, muy por encima de la velocidad de respuesta de los generadores convencionales, lo que exige reservas de regulación de frecuencia y capacidad de balance mucho más ágiles de lo habitual. Frente a este panorama, se examinan prácticas regulatorias ya implementadas en distintas jurisdicciones: Singapur condiciona el acceso a nueva capacidad al cumplimiento de estándares de eficiencia energética certificados; Alemania impone por ley límites máximos de Power Usage Effectiveness que se endurecen progresivamente hasta 2030; e Irlanda exige evaluaciones de red específicas por ubicación antes de aprobar nuevas conexiones de gran tamaño.

A partir de esta evidencia, se plantean cuatro recomendaciones de política para los países miembros de la ASEAN: priorizar medidas de eficiencia energética como punto de entrada práctico y medible, establecer marcos de reporte estandarizados sobre capacidad instalada y cronogramas de conexión, integrar la planeación de centros de datos con la planeación energética, hídrica y de uso del suelo, e impulsar la cooperación regional para evitar que el crecimiento de esta industria comprometa la seguridad energética o la asequibilidad del servicio en ningún país miembro. Para reguladores y operadores de sistemas eléctricos en economías con crecimiento acelerado de infraestructura digital, este documento ofrece un marco metodológico replicable para dimensionar la incertidumbre de la demanda futura y anticipar los requerimientos de flexibilidad de red que esta nueva categoría de consumidores impone al sistema eléctrico. 

Para leer más ingrese a:

https://aseanenergy.org/publications/anticipating-uncertainty-in-data-centres-electricity-demand

https://storage.googleapis.com/aceweb-bucket-261225/pdf/publication/Anticipating%20Uncertainty%20in%20Data%20Centres%20Electricity%20Demand_Insights%202_XGKjmM3Nxmz3Iq4iQWMt2HGbk6FeMfiuWGKMKgoV.pdf