Hay una conversación que se repite en la mayoría de las organizaciones con una frecuencia que hace apenas dos o tres años hubiera parecido poco creíble: qué hacemos con la inteligencia artificial y cómo encaja esta con nuestros valores y con nuestros compromisos de sostenibilidad. Lo llamativo no es que la pregunta aparezca. Es que en muchos casos todavía no tiene una respuesta clara.

Y esa falta de claridad tiene un coste.

La inteligencia artificial, entre otras cosas, está transformando la forma en que las organizaciones miden, gestionan y reportan sus impactos. Pero al mismo tiempo, genera su propia huella ambiental y social que pocas empresas están incorporando todavía en sus marcos ESG.

Como resultado nos encontramos con una tecnología que puede ser simultáneamente la herramienta más potente para avanzar en sostenibilidad, y, a la vez, uno de los riesgos menos gestionados en la agenda ESG de muchas organizaciones.

Por qué la IA y la sostenibilidad no son conversaciones separadas

Durante años, las organizaciones han gestionado la tecnología y la sostenibilidad como agendas paralelas. La primera pertenecía al área de IT o de innovación y transformación tecnológica. La segunda, al departamento de RSC o sostenibilidad. La inteligencia artificial ha roto esa separación de forma estructural.

Alberto Granados, presidente de Forética y una de las voces más influyentes en la intersección entre tecnología y sostenibilidad en España, ya lo planteaba con claridad en algunas de sus publicaciones de las que me hago eco. Viene a decir entre otras cosas que estamos ante un punto de inflexión histórico en el que la IA se ha convertido en el motor que lo rediseña y lo cambia todo, y en un impulsor indiscutible de la economía global. Por eso el reto de la IA está en ponerla al servicio de la sostenibilidad, en alinear su desarrollo con los ODS, con los valores y principios éticos, y el planeta y la sociedad.

A mi juicio, este escenario plantea una doble realidad, y a la vez un gran dilema: primero, que la IA puede ser efectivamente un acelerador extraordinario de los objetivos de sostenibilidad (ODS). Segundo, que la IA en sí misma genera impactos ambientales, sociales y de gobernanza que deben ser gestionados con el mismo rigor que cualquier otro aspecto material del negocio.

Lo que la IA puede hacer por la sostenibilidad que antes era imposible

Si partimos de que el mayor problema histórico de la gestión ESG no ha sido la falta de voluntad, sino la limitación técnica para medir, rastrear y gestionar impactos complejos a escala. La inteligencia artificial aparece como la solución perfecta a este problema.

Cada vez se mide más y mejor, eso es indiscutible, y en la gestión de la sostenibilidad, la IA generativa se presenta como el aliado perfecto para procesar grandes volúmenes de datos e identificar riesgos.

Sin embargo, más allá de la medición de métricas operativas, el verdadero desafío de la agenda ESG actual reside en la Gobernanza (G) y la dimensión Social (S) de esta tecnología. El reto ya no es solo qué datos genera la IA, sino asegurar la transparencia de los algoritmos, la mitigación de sesgos éticos en la toma de decisiones automatizadas y el cumplimiento de los nuevos marcos regulatorios.

Automatizar el control y la auditoría de estos procesos éticos es lo que verdaderamente permite a las organizaciones proteger su reputación y garantizar una IA con conciencia corporativa.

Esta necesidad de control y supervisión se hace evidente incluso en las aplicaciones más técnicas de la tecnología. Por ejemplo, en la gestión de riesgos climáticos, la IA permite procesar datos en tiempo real para anticipar eventos extremos como sequías o inundaciones. Sin embargo, si esta capacidad se utiliza únicamente para proteger los activos financieros del negocio o cumplir ante los reguladores, se está vaciando de contenido la agenda ESG. El verdadero desafío ético y social no es solo predecir la catástrofe, sino gobernar esa información con transparencia: utilizarla para proteger a las comunidades locales, alertar a las poblaciones vulnerables y asegurar que el impacto humano se mitigue con el mismo rigor que el impacto económico.

Personalmente, creo que es en este punto de inflexión donde cobra verdadero sentido la corriente global del Tech for Good. No hablamos de una teoría abstracta, sino del uso de la tecnología para generar un impacto positivo en la sociedad y el medio ambiente. Ya lo vemos en plataformas educativas que reducen brechas de conocimiento, en aplicaciones médicas que mejoran el acceso a la salud o en sistemas de alerta climática que ayudan a proteger comunidades vulnerables. El Tech for Good nos recuerda que el verdadero valor de la tecnología no reside solo en su capacidad técnica, sino en cómo se utiliza para afrontar desafíos sociales y medioambientales reales.

Por eso insisto en que la tecnología identifica el riesgo, pero somos nosotros, a través de una gobernanza con conciencia social, quienes debemos actuar como brújula estratégica. Si aspiramos a liderar en la era de la inteligencia artificial, nuestro compromiso debe ir, decididamente, más allá de asegurar los puros balances financieros de una organización.

El riesgo que pocas organizaciones están midiendo: la huella de la propia IA

Aquí está la tensión que más organizaciones están evitando nombrar y que conecta directamente con esa necesidad de gobernanza: el entrenamiento de modelos de inteligencia artificial a gran escala consume cantidades significativas de energía y agua. Los miles de centros de datos que los soportan, y las inversiones previstas que superan con creces los presupuestos de muchos Estados, producen una huella ambiental indiscutible. Como dato para ponderar esta magnitud: hoy existen más de mil infraestructuras consideradas hyperscale data centers, y muchas de ellas consumen, de forma individual, tanta energía como una ciudad de tamaño medio. Y aunque la tecnología avanza y tanto la refrigeración líquida, como los nuevos microprocesadores más eficientes, o los llamados algoritmos verdes, buscan minimizar el consumo energético, es evidente que aún queda mucho camino y que la IA tiene una dimensión ambiental que requiere una gestión activa y consciente.

Por eso una organización responsable no puede colgarse la medalla de la eficiencia en sus procesos si ignora el impacto ambiental de la infraestructura tecnológica que sostiene esos mismos algoritmos. Esto no invalida el potencial de la IA para la sostenibilidad, pero sí obliga a hacer una pregunta incómoda: ¿estamos midiendo el coste ambiental de las herramientas de IA que estamos desplegando, o solo sus beneficios?

La respuesta honesta en la mayoría de casos es no. Y esa omisión es exactamente el tipo de desfase entre lo que se comunica y lo que se mide que hace vulnerables a las organizaciones ante auditorías y ante el escrutinio creciente del mercado.

La dimensión que más se ignora: el impacto social de la IA

Si la huella ambiental de la tecnología es un riesgo no siempre visible, la sostenibilidad social de la inteligencia artificial es una dimensión aún más desconocida, muy poco trabajada en las agendas ESG corporativas. Y posiblemente, es la que más consecuencias va a generar a medio plazo.

Los sistemas de IA aprenden de datos. Y los datos reflejan nuestras sociedades, con sus sesgos, desigualdades y exclusiones. Cuando esos sesgos se incorporan a sistemas que toman o informan decisiones sobre crédito, empleo, salud o acceso a servicios, el impacto social deja de ser teórico para volverse real, medible y potencialmente discriminatorio.

Cada vez más, este impacto está estrictamente regulado. La entrada en vigor del AI Act europeo ya impone obligaciones específicas en áreas como la transparencia algorítmica, la supervisión humana y la trazabilidad, estructurando las soluciones tecnológicas en función de su nivel de riesgo para los derechos fundamentales.

Como se observa en el esquema de regulación europeo, la gobernanza de la IA ya no es solo una cuestión ética interna, sino un requisito legal de cumplimiento obligatorio que afecta directamente a la estrategia corporativa. Las organizaciones que integran de forma proactiva la gobernanza de la IA en su marco ESG no solo están siendo más responsables. Están construyendo una ventaja competitiva real en un entorno donde el escrutinio regulatorio y social sobre estas tecnologías va a crecer de forma sostenida.

Qué significa integrar la IA en la estrategia ESG de forma real

La integración no ocurre por declaración. Ocurre cuando la organización incorpora la IA como variable en sus análisis de materialidad, cuando mide la huella ambiental de sus sistemas digitales con el mismo rigor que mide otras emisiones, y cuando incluye indicadores de gobernanza algorítmica en su reporting ESG.

Algunos de esos indicadores son ya reconocibles en marcos internacionales emergentes: equidad algorítmica, transparencia y explicabilidad de los modelos, trazabilidad de decisiones automatizadas, protección de datos y privacidad, y huella ambiental de los procesos de entrenamiento e inferencia. La norma ISO/IEC 42001, publicada en 2023, establece un modelo de gestión para todo el ciclo de vida de los sistemas de IA que complementa y conversa con los marcos ESG ya existentes.

En conclusión, el verdadero liderazgo en este ámbito no vendrá solo de aplicar tecnología, sino de integrarla con propósito, responsabilidad y visión de impacto a largo plazo. Y eso no es una postura filosófica: es una condición de sostenibilidad organizativa en un entorno donde la regulación, el mercado financiero y la sociedad están convergiendo en las mismas exigencias.

La pregunta que pocas organizaciones se están haciendo todavía

La conversación sobre IA y sostenibilidad suele empezar por los beneficios: optimización, eficiencia, medición. Raramente empieza por la pregunta más incómoda: ¿nuestra organización está usando inteligencia artificial de una forma coherente con nuestros valores y compromisos declarados?

Esa coherencia requiere medir lo que la IA cuesta, no solo lo que genera. Requiere gobernar cómo se toman las decisiones algorítmicas, no solo qué decisiones se toman. Y requiere integrar todo eso en el sistema de información ESG de la organización, no gestionarlo como una agenda paralela de transformación digital.

Quienes antes comprendan la necesidad de esta integración no solo serán más honestos en su propósito; también estarán mejor preparados ante los reguladores, inversores y mercados que ya exigen respuestas claras.

Al fin y al cabo, la verdadera prueba de una organización no es la inteligencia que adopta, sino la coherencia con la que la gobierna.

---