Últimamente he estado observando la carrera de trading con IA y he descubierto que la situación es mucho más compleja de lo que imaginaba.

A principios de 2026, después de que el concepto de agentes de IA se popularizó, explotó la concentración de herramientas de trading con IA. En solo unos meses, decenas de nuevos proyectos surgieron en masa, desde la función de trading autónomo en Nansen, hasta Donut que recaudó 22 millones de dólares, y MOSS que abrió una plataforma sin código. Los principales exchanges están lanzando diversas habilidades para agentes de IA. Parece muy animado, pero al estudiarlo detenidamente, se puede ver que la línea entre productos que realmente gestionan dinero y los que solo cuentan historias es bastante borrosa.

He dividido esta carrera en tres capas aproximadas. La primera capa son herramientas de información pura, con un ejemplo típico que es AIXBT, que funciona como un radar de trading con IA, publicando más de 2000 análisis diarios en redes sociales, ayudándote a identificar activos dignos de atención, pero sin realizar órdenes por ti. Este tipo de productos crecen más rápido porque están más alejados de la seguridad del capital.

La segunda capa es el núcleo de esta ronda, que combina decisión y ejecución en un solo paquete. Minara ofrece cuatro formas de hacer órdenes, desde manual hasta totalmente automático, soportando estilos a corto plazo, intradía y de swing. Donut funciona como un sistema operativo en la capa del navegador, permitiendo hacer trading directamente mientras ves gráficos o navegas en DEX. MOSS te permite describir estrategias en lenguaje sencillo, y la IA automáticamente se convierte en un agente de trading, pero lo interesante es que primero lo pone en un "modo infierno", sometiéndolo a pruebas de estrés con datos históricos reales de 150 días, y solo si pasa esa prueba, pasa a operar en vivo. Nansen, por su parte, aprovecha su ventaja de tener más de 500 millones de direcciones de wallet etiquetadas, monitorea anomalías en la cadena y ejecuta operaciones automáticamente.

También hay innovaciones en DeFi, como Mojo AI, que soporta instrucciones en lenguaje natural para intercambiar tokens, hacer cross-chain y staking. Cod3x opera en contratos perpetuos, y con su producto representativo Big Tony, ha logrado un rendimiento adicional del 21.7% en comparación con mantener solo BTC. Milo trabaja en Solana como un agente no custodial, y cada transacción viene con una explicación del "diario de trading" que muestra la lógica, lo que aporta buena transparencia. HyperAgent cuesta 550 dólares mensuales y analiza siete señales simultáneamente, con 17 restricciones de seguridad codificadas, aunque su base de usuarios es pequeña.

La tercera capa son las infraestructuras. VergeX’s NoFx es un proyecto de código abierto que puede conectarse a varias exchanges, no solo de criptomonedas. Almanak es aún más audaz, usando 18 agentes de IA especializados que colaboran en tareas específicas, y ha recaudado más de 10 millones de dólares en financiamiento.

Pero los riesgos detrás de todo esto también son evidentes. Primero, el riesgo sistémico: muchos agentes de IA usan el mismo gran modelo, con estándares de análisis muy similares. Si se activa un cierto evento, puede que miles de IA vendan simultáneamente, provocando una estampida colectiva. Algunos proyectos intentan romper esto, como HyperAgent, que usa siete señales diferentes para ponderar dinámicamente, o Almanak, que emplea decisiones de múltiples cerebros, pero cuánto pueden realmente aliviar estos riesgos en condiciones extremas aún está por verse.

En segundo lugar, la proliferación de "falsos IA". Muchos llamados plataformas de trading con IA en realidad siguen usando scripts tradicionales de indicadores técnicos, solo que con una fachada de IA. Los usuarios creen que están usando IA para hacer trading, pero en realidad están usando viejos robots con una nueva envoltura.

Tercero, la IA puede "decir tonterías". Puede inventar pares de trading inexistentes, malinterpretar datos en la cadena, o dar juicios desactualizados en momentos de volatilidad, lo que puede traducirse en pérdidas reales de dinero. Más peligroso aún, los ataques de inyección de prompts: hackers pueden insertar instrucciones maliciosas en el código o en la interfaz web, y si la IA no las detecta y las ejecuta, las consecuencias pueden ser desastrosas. Por eso, la mayoría de los productos aún mantienen pasos de confirmación manual, pero eso también puede hacer que se pierdan oportunidades de trading.

Cuarto, las estrategias fallan en mercados bajistas. La mayoría de los modelos se entrenan con datos históricos y pueden fallar en condiciones de mercado nuevas. La IA funciona mejor cuando el mercado "repite la historia", pero el mercado es experto en romper esa premisa.

Por eso, antes de dejarte llevar por la historia de "la IA te ayuda a hacer trading", es mejor que te hagas tres preguntas: ¿Realmente es IA o solo un viejo script disfrazado? ¿En manos de quién está tu dinero? Desde simplemente analizar gráficos hasta gestionar fondos con confianza, lo que hay en medio no solo es una actualización de código, sino un largo camino de construcción de confianza.