El invento español que recortará tu factura de luz a la mitad gracias a la IA

Cuando Vicente Castillo, arquitecto especializado en innovación y eficiencia energética y Sergio Ortiz, ingeniero en telecomunicaciones y también arquitecto (pero de software!), cruzaron sus caminos por su afición a la IA, tuvieron un momento eureka: ¿y si la climatización de edificios se gestionara con inteligencia artificial que aprendiera sola?

De esa chispa nació RL‑EnergyPlus, una plataforma que combina la potencia de EnergyPlus, uno de los simuladores energéticos más avanzados del mundo, promovido por el Departamento de Energía de EE. UU., con algoritmos de Deep Reinforcement Learning (DRL). ¿El propósito? Que los sistemas HVAC (calefacción, ventilación, aire acondicionado) aprendan por ensayo y error a tomar decisiones: regular ventiladores, regular termostatos, ajustar compresores… todo para ahorrar energía sin perder confort. A día de hoy, RL-EnergyPlus no es aún un producto comercial, sino una plataforma en fase de validación antes de dar el salto a un piloto real.

¿Cuál es el estado del proyecto?

Imagina un edificio que no existe en el mundo real, pero que “vive” en un ordenador. Eso es el gemelo digital del Auditorio de Alicante (ADDA), creado en colaboración con la Universidad de Alicante y con apoyo del CENID. Este modelo virtual imita cada detalle: cómo sube la temperatura, cómo cambia la humedad o cuánta energía consume. Aquí, la IA de RL-EnergyPlus entrena como un atleta: prueba miles de veces cómo ajustar el aire acondicionado o la calefacción para gastar menos sin que nadie pase frío o calor, o cómo mantener la humedad constante para que los instrumentos mantengan su afinación antes del concierto. Problema a problema, comprueban si el gemelo virtual reacciona igual que el edificio de piedra y butacas; cuando el gemelo digital demuestre ser fiable, se abre la puerta a un futuro en el que la IA pueda guiar la mejora o incluso asumir el control directo de los sistemas de los edificios.

Aun así, el equipo mantiene los pies en el suelo: la fiabilidad del modelo depende de un puzle de factores —desde la calidad de los sensores y la ocupación real de las salas, hasta la inercia térmica de cada material o la precisión de las predicciones meteorológicas— y cualquier pieza mal calibrada puede desbaratar el ahorro previsto. Cada iteración del gemelo digital sirve para ajustar esas tuercas invisibles y, a la vez, refuerza la convicción de que, paso a paso, la IA terminará tomando decisiones seguras y eficaces en el mundo real.

La promesa del aprendizaje reforzado

Esta tecnología no es ciencia ficción. Google ya usó una IA parecida para gastar un 40% menos en enfriar sus servidores, y Amazon ha visto ahorros similares en edificios simulados.

¿Y qué supondría eso para el bolsillo? Traducido a la factura eléctrica de un hogar medio:

Un hogar con 3 000 kWh/año a 0,25 €/kWh pagaría unos 750 €.

Con un 20 % de ahorro serían 150 € menos al año.

Y con un 37 % de ahorro (registrado en oficinas abiertas), se ahorrarían hasta 277 €/año.

Y esto no es todo: si esta IA aprendiera “perfectamente”, integrando datos de tarifa horaria, sensores en tiempo real y predicción del clima, los investigadores hablan de potenciales reducciones de hasta el 50 %, es decir, 300–500 € al año por hogar.

Posibles usos reales:

Hogar familiar: la IA regula la temperatura, el agua caliente y el suelo radiante según clima y presencia de personas. El resultado: 8‑20 % de ahorro en calefacción y ACS .

Comunidades vecinales: control de bombas geotérmicas a nivel colectivo, mejorando la eficiencia general.

Oficinas y locales comerciales: los simulacros muestran ahorros de hasta 37 %, gestionando ventilación y refrigeración en tiempo real.

Edificios históricos: la IA cuida temperatura, CO₂ y humedad para proteger el patrimonio, sin disparar los consumos.

Centros de datos reales: la versión mejorada del modelo ya se está probando adaptándose a múltiples zonas y climas .

Así funciona, como si fuera cine

Imagina un agente IA entrenándose en un entorno simulado:

Observa: sensores de temperatura, tarifas eléctricas, ocupación.

Actúa: baja el termostato un grado, enciende un ventilador, retrasa la bomba geotérmica.

Recibe una recompensa: si ahorra energía y mantiene el confort, gana puntos; si fastidia el confort, pierde puntos.

Con millones de simulacros, aprende una estrategia que no solo ahorra, sino que anticipa: si viene una ola de calor, ajusta antes; si la tarifa sube hoy, pospone el calentamiento.

Es como tener un piloto automático de climatización que nunca descansa.

¿Qué podría venir?

Hogares inteligentes con IA predictiva: el sistema aprende tus costumbres: cuándo te duchas, cuándo cenas o te acuestas, y adapta el consumo.

Sinergias con sistemas renovables: conectar la IA con paneles solares, almacenes de baterías y vehículos eléctricos para decidir cuándo cargar y cuándo consumir.

Vecindarios inteligentes: las IA de varios edificios se comunican, balanceando picos de demanda y evitando sobrecostes.

Aprendizaje continuo y robusto frente al clima extremo: ya se entrenan agentes que gestionan olas de calor, fríos intensos o tormentas, aprendiendo a adaptarse en minutos.

Conclusión

Proyectos como RL‑EnergyPlus demuestran cómo la innovación impulsada por emprendedores e investigadores españoles empieza a colarse en el cemento de nuestros edificios. Las investigaciones de laboratorios de todo el mundo indican que la inteligencia artificial aplicada al control energético puede rebajar entre un 20 % y un 40 % el consumo, lo que para un hogar medio equivaldría a recortar entre 150 € y 300 € en la factura de la luz. Pero la verdadera promesa va más allá del bolsillo: estos primeros logros insinúan un futuro en el que los edificios aprendan solos, se autoajusten en tiempo real y contribuyan a ciudades mucho más sostenibles. Esperemos que RL‑EnergyPlus pueda convertirse en una de las primeras plataformas capaces de industrializar este control inteligente y llevarlo a edificios de todo el mundo.