La optimización de la climatización mediante inteligencia artificial puede reducir alrededor de un 22% el consumo energético anual de un edificio frente a controles tradicionales, en los escenarios modelizados por Schneider Electric. El estudio estima ahorros anuales en costes eléctricos de entre 13.600 y 49.300 dólares por edificio, con las tarifas utilizadas en los cálculos.
El informe, presentado durante la Semana del Clima de Nueva York 2026, compara un modelo de edificio de oficinas de unos 5.000 m² en Brisbane, Miami y Mumbai. Las tres localizaciones presentan climas cálidos con predominio de necesidades de refrigeración. Los modelos se ajustaron con datos de implementaciones piloto reales.
El análisis contempla cuatro configuraciones: controles tradicionales, un sistema inteligente de gestión de edificios sin IA y dos soluciones que añaden inteligencia artificial, una mediante procesamiento local y otra alojada en la nube. Los resultados corresponden a estos escenarios y no constituyen una previsión de ahorro para cualquier inmueble.
Inteligencia artificial para optimizar la climatización
El estudio, titulado ‘IA para el clima: cuantificación del impacto energético y de carbono de la optimización de edificios’, evalúa la aplicación de IA a los sistemas de calefacción, ventilación y aire acondicionado (HVAC). La comunicación de la compañía sitúa el ahorro energético adicional asociado a esta optimización entre el 7,2% y el 12,7%.
La capa de IA conecta fuentes de datos que antes funcionaban de forma aislada, analiza continuamente las condiciones del edificio y automatiza los ajustes de climatización. Para ello utiliza información sobre ocupación, previsiones meteorológicas, rendimiento de los equipos y otros parámetros operativos.
En algunos escenarios, el ahorro energético anual supera los 200 MWh. La IA puede más que duplicar el ahorro obtenido únicamente con sistemas inteligentes de control de edificios.
El estudio calcula que las emisiones evitadas gracias a la optimización de la climatización superan en más de 100 veces la huella de carbono asociada al funcionamiento y al hardware del sistema de IA.
Las aplicaciones evaluadas utilizan tareas de inferencia de aprendizaje automático de baja carga computacional. Tanto la solución local como la alojada en la nube ofrecen beneficios energéticos, aunque la elección depende de las condiciones de cada edificio, la conectividad, los costes y las necesidades de operación.
Aplicación en edificios pequeños y medianos
El análisis de Schneider Electric destaca el potencial de esta tecnología para simplificar la optimización energética en edificios pequeños y medianos, donde los recursos especializados en gestión de instalaciones pueden ser limitados.
La reducción de la demanda energética puede aliviar la carga de los sistemas del edificio y de la red eléctrica. No obstante, el informe plantea ampliar la investigación a otras tipologías, zonas climáticas y condiciones de funcionamiento.