El círculo de la IA no tiene tiempo para prestar atención a blockchain.

Autores: Ekko An, Ryan Yoon; Fuente: Tiger Research; Compilado por: BitpushNews

La industria de la inteligencia artificial continúa avanzando a pasos agigantados, sin señales de desaceleración. Sin embargo, la situación en el ámbito de "blockchain + IA" es completamente diferente. ¿Por qué no ha logrado atraer una atención comparable?

Puntos clave

• En el auge de la IA, la industria blockchain necesita examinar desde la perspectiva del lado de la demanda: ¿qué problemas resuelve que los sistemas existentes no puedan abordar, y qué capacidades únicas aporta?

• La computación y el almacenamiento descentralizados tienen, ciertamente, una lógica razonable en términos de soberanía de datos y competitividad de costos. El obstáculo radica en que ninguno de los dos ha demostrado aún una ventaja técnica suficientemente convincente como para que los clientes ya vinculados a la infraestructura en la nube existente estén dispuestos a asumir el riesgo de la migración.

• La verificación de modelos y las tecnologías de privacidad abordan problemas que aún no han alcanzado un nivel de urgencia que impulse a las empresas a actuar de forma proactiva. Esta demanda es más probable que surja a raíz de requisitos regulatorios, no antes que ellos. La Ley de IA de la UE es un ejemplo típico: primero las normas, luego el mercado.

• En la categoría de marcos de agentes (Agent), el cuello de botella no es tecnológico. Las empresas mainstream todavía se centran en la automatización de flujos de trabajo internos, mientras que los proyectos blockchain ya están construyendo la capa de infraestructura para la siguiente fase. La demanda necesita tiempo para alcanzar a la tecnología.

• Los pagos de agentes son la única área donde blockchain y las finanzas tradicionales parten desde la misma línea de salida. Ninguno de los dos ha resuelto aún este problema, lo que lo convierte en la única categoría donde ambos enfrentan el mismo desafío simultáneamente.

• En general, la razón por la que la industria blockchain+IA tiene dificultades no es porque la combinación carezca de sentido, sino por un desajuste: cada una de las cuatro categorías enfrenta razones diferentes por las que la demanda aún no se ha materializado, y solo los pagos de agentes están actualmente en condiciones de competir en igualdad de condiciones.

1. Proyectos blockchain olvidados por el auge de la IA

La industria de la inteligencia artificial está experimentando una inversión sin precedentes en capital e infraestructura. El ecosistema de modelos de lenguaje grandes, dominado por grandes empresas tecnológicas, se ha convertido en un estándar tanto en la vida cotidiana como en las operaciones industriales. En medio de esta rápida expansión, la industria de las criptomonedas también está evolucionando rápidamente, buscando puntos de conexión técnica con la IA.

Los primeros esfuerzos se centraron en complementar o replicar partes de la cadena de valor tradicional de la IA: suministro descentralizado de GPU, recuperación de la propiedad de los datos y verificación criptográfica. Recientemente, el enfoque se ha desplazado hacia llenar los vacíos que la arquitectura centralizada difícilmente puede resolver, incluyendo actividades autónomas en cadena de los agentes de IA y liquidaciones en tiempo real entre máquinas (M2M).

Describir este ámbito de manera general como "IA más blockchain" oculta su complejidad. Necesitamos realizar un análisis riguroso desde el lado de la demanda: ¿a qué problema específico se dirige cada subcampo? ¿Ofrece la solución nativa de blockchain una diferenciación verdaderamente significativa?

2. Funcionalidad de cada categoría

2.1. Computación descentralizada

El mercado de la computación en la nube actual depende estructuralmente de unas pocas grandes empresas tecnológicas que controlan los recursos computacionales. Las GPU de alto rendimiento son difíciles de obtener y costosas, lo que crea una barrera de entrada elevada para startups de IA y equipos de investigación que no tienen acceso a infraestructura a gran escala.

Los sistemas centralizados concentran los recursos en los compradores más grandes, y no existe un canal neutral en el mercado que pueda redistribuir la gran capacidad de GPU inactiva.

La computación descentralizada aborda esta centralización e ineficiencia de dos maneras:

• Modelo de economía compartida: Los proyectos agregan recursos GPU inactivos de particulares y centros de datos pequeños en una red unificada, creando así una cadena de suministro más flexible fuera del monopolio tecnológico existente.

• Modelo de computación distribuida: Los usuarios pueden alquilar recursos computacionales a nivel global sin depender de la infraestructura de un solo proveedor, mejorando la utilización del hardware y reduciendo la barrera de entrada para la computación de alto rendimiento.

2.2. Almacenamiento descentralizado

La arquitectura actual de almacenamiento de datos depende casi por completo de la infraestructura en la nube centralizada operada por empresas como Google y Meta. Cuando los usuarios suben datos a estas plataformas, la propiedad se transfiere efectivamente a la plataforma, consolidando su monopolio sobre los datos de entrenamiento de IA. La infraestructura centralizada también introduce riesgos operativos: cambios de políticas, interrupciones del servicio o fallos de la plataforma pueden cortar el acceso a los datos o provocar su pérdida.

El almacenamiento descentralizado aborda estos problemas estructurales de dos maneras:

• Modelo de economía compartida: Tomando como ejemplo Filecoin y Arweave, se agrupa el espacio de almacenamiento inactivo de los participantes en una red que puede reemplazar los servicios en la nube centralizados existentes.

• Modelo de almacenamiento permanente: Los datos se distribuyen y replican entre nodos, garantizando la persistencia de los datos independientemente del estado operativo de un solo servidor, y reduciendo la dependencia de cualquier plataforma única.

2.3. Mercados de datos

Los desarrolladores de IA necesitan datos de entrenamiento, pero el mercado actual de distribución de datos opera de manera cerrada, donde grandes plataformas como Hugging Face y los proveedores de nube acaparan los beneficios económicos y controlan los precios. Los creadores de datos apenas reciben compensación, y falta transparencia en los mecanismos de recompensa por la recopilación y contribución de datos.

Los mercados en cadena eliminan intermediarios mediante contratos inteligentes y establecen términos de transacción transparentes:

• Modelo de transacción directa: Como Ocean Protocol, propietarios de datos y desarrolladores de IA negocian directamente a través de contratos inteligentes, con una distribución transparente de la compensación.

• Modelo de recompensa por contribución: Como Grass, las personas conectan su ancho de banda inactivo para la recopilación de datos de IA y reciben una compensación proporcional al valor de su contribución.

2.4. Verificación/Privacidad de modelos e inferencia

Los sistemas tradicionales de IA operan como "cajas negras", sin medios externos para verificar si el modelo funciona correctamente o si los datos sensibles de los usuarios se manejan de manera segura.

El aprendizaje automático de conocimiento cero (ZKML) introduce una capa de verificación criptográfica para la inferencia de IA, permitiendo privacidad y auditabilidad. En esta arquitectura, el modelo se ejecuta fuera de la cadena de manera tradicional, pero el proceso computacional genera una prueba criptográfica que demuestra que el proceso se ejecutó correctamente según las reglas establecidas.

Lo que se registra en la cadena es esta "prueba", no los datos subyacentes. Por ejemplo: En un servicio automatizado de reclamaciones de seguros médicos, el hospital solo necesita presentar una prueba de que el modelo de IA funcionó correctamente, sin compartir el historial médico completo. La aseguradora puede verificar la validez de la reclamación sin acceder a los datos originales.

2.5. Marcos de agentes de IA

A medida que los agentes de IA se convierten en el núcleo principal del tráfico y la creación de valor, están evolucionando de herramientas a participantes económicos autónomos. El sistema financiero existente está diseñado en torno a patrones de consumo humanos, y es estructuralmente incompatible con el entorno de pagos centrado en máquinas.

La economía de agentes requiere micropagos, liquidaciones de alta frecuencia y pagos transfronterizos en milisegundos, algo a lo que la infraestructura financiera existente no puede adaptarse.

La infraestructura de agentes en cadena aborda este problema mediante dos mecanismos:

• Mecanismo de ejecución y control autónomo: Asigna a los agentes de IA billeteras e identidades únicas, permitiéndoles firmar transacciones directamente, con límites de gasto y protecciones contra comportamientos no deseados.

• Mecanismo de liquidación basado en protocolos: Utiliza protocolos de pago con stablecoins como x402 para liquidar microtransacciones y pagos de alta frecuencia en tiempo real, omitiendo procesos de conversión de moneda y aprobación.

3. Por qué la blockchain+IA se desvía de la cadena de valor de la IA

La cadena de valor de la IA se forma en torno a la "eliminación secuencial de cuellos de botella". A medida que crece la demanda de IA, surgen escasez de memoria, limitaciones en la capacidad de transmisión de datos y restricciones en el suministro eléctrico. Las empresas que resuelven rápidamente estos problemas (como fabricantes de HBM y proveedores de infraestructura eléctrica) atraen un enorme capital y revalorización del mercado. El mercado valora claramente aquellas soluciones que eliminan los obstáculos al crecimiento.

Aunque los proyectos de blockchain+IA identifican problemas reales, no han obtenido el mismo nivel de atención del mercado. Si estos problemas fueran tan urgentes como se afirma, ya habrían impulsado cambios significativos en el mercado.

La razón fundamental por la que los proyectos de blockchain+IA no logran atraer capital mainstream mientras promueven objetivos legítimos como "reducir la centralización de GPU" y "recuperar la soberanía de datos" es la enorme brecha entre las prioridades de los proveedores de tecnología y las de los compradores que controlan la asignación de capital.

La industria de la IA opera en horizontes temporales competitivos, y los compradores (principalmente grandes empresas tecnológicas y clientes corporativos) invierten masivamente en tecnologías que resuelvan sus cuellos de botella operativos inmediatos de la manera más rápida. No dedican tiempo a evaluar infraestructuras no probadas. Sus prioridades son el rendimiento computacional, la fiabilidad de la infraestructura y un retorno de inversión demostrable.

Por ejemplo: Cuando la velocidad de transmisión de datos se convirtió en un cuello de botella para el entrenamiento de modelos, el capital fluyó hacia la infraestructura de fibra óptica para reemplazar el cobre; cuando el ancho de banda de la memoria se convirtió en la principal restricción, SK Hynix y Samsung Electronics resolvieron este problema crítico con memoria de alto ancho de banda (HBM), obteniendo reconocimiento global. El patrón es consistente: el capital sigue a quienes eliminan los factores que limitan el progreso.

El problema fundamental de la blockchain+IA radica en el "posicionamiento". Los compradores con grandes presupuestos de capital solo se centran en mejoras de rendimiento a corto plazo y reducción de costos. En contraste, la blockchain+IA se enfoca en problemas que los compradores consideran "secundarios" o de "estado futuro". La ambición tecnológica del lado de la oferta no se alinea con los requisitos operativos inmediatos del lado de la demanda.

3.1. Limitaciones técnicas

Algunos proyectos han demostrado el potencial y el diseño conceptual de la infraestructura descentralizada mediante pruebas de referencia. Pero el problema más fundamental es que este trabajo aún no ha producido un salto técnico definitivo que pueda reemplazar a los gigantes establecidos en el mercado mainstream.

Para que una nueva tecnología arrebate cuota de mercado a proveedores de nube centralizados como AWS o GCP, que ya poseen un enorme capital e infraestructura, debe ofrecer una ventaja de rendimiento tan grande que la diferencia con los gigantes existentes deje de ser relevante.

Cuando Apple pasó de los chips Intel a los chips M1 (asumiendo el enorme riesgo de romper la compatibilidad del software), la justificación fue una mejora de tres veces en eficiencia energética, una brecha suficiente para que la transición valiera la pena.

Para los compradores corporativos que requieren sincronización de datos a nivel de petabytes y latencia ultrabaja como condiciones de referencia, la blockchain+IA aún no proporciona un caso suficientemente claro para que acepten el riesgo de la migración.

3.2. Desajuste de demanda

En el ámbito de la computación descentralizada, algunos proyectos han introducido "Acuerdos de Nivel de Servicio" (SLA) como mecanismo de mitigación de riesgos, pero los compradores corporativos aún no están convencidos. La razón es estructural, no contractual. Los grandes proveedores de nube ofrecen centros de datos controlados y dedicados. Las redes blockchain dependen de nodos anónimos y dispersos que participan.

Si un nodo falla e interrumpe una tarea de entrenamiento de modelo valorada en cientos de millones de wones, ninguna compensación en tokens o indemnización financiera puede recuperar el costo de oportunidad y la pérdida de tiempo. Para los compradores corporativos que operan en plazos competitivos, la estabilidad del sistema no es un parámetro negociable. Incluso con mecanismos de cobertura, la mayoría de los compradores no tienen incentivos para asumir el riesgo de incertidumbre restante.

3.3. Demanda aún no formada

Los marcos de agentes blockchain están diseñados para ecosistemas complejos (es decir, múltiples agentes de IA colaborando autónomamente), pero existe una brecha de madurez entre esta visión y la realidad del mercado mainstream.

La adopción empresarial de agentes de IA se está acelerando, liderada por empresas como Microsoft y Salesforce, pero el enfoque actual se centra firmemente en la "automatización de flujos de trabajo" que opera dentro de redes internas controladas. La infraestructura que los proyectos blockchain están construyendo se dirige a la siguiente fase: agentes de IA independientes que operan autónomamente en redes externas más allá de los límites organizativos. La mayoría de las empresas aún se centran en establecer la estabilidad y el ROI de sus sistemas de IA implementados. La colaboración multiagente a través de redes externas aún no es una prioridad en la hoja de ruta de infraestructura empresarial.

La demanda limitada en esta etapa refleja "oportunidad" más que "fracaso técnico". Debe entenderse más como una inversión en infraestructura a largo plazo para la futura economía de agentes, en lugar de una oportunidad de ingresos a corto plazo.

3.4. Requisitos previos regulatorios

Las pruebas de conocimiento cero y las tecnologías de preservación de la privacidad son soluciones centrales para generar confianza en la IA, pero en las primeras etapas de adopción de la IA, la demanda empresarial de infraestructura de privacidad es limitada en la práctica. Es poco probable que la adopción voluntaria impulse una difusión significativa; es más probable que los estándares regulatorios creen la demanda, y luego la tecnología se conecte.

La creciente concreción de los marcos regulatorios globales (incluida la Ley de IA de la UE) es un desarrollo favorable en este sentido. A medida que los requisitos legales sobre el origen de los datos y la seguridad se vuelvan específicos, es probable que las capacidades avanzadas de verificación de blockchain se conviertan en un requisito de cumplimiento en las implementaciones empresariales, no en una característica opcional.

El desarrollo regulatorio en este ámbito debe entenderse mejor como un catalizador para la formación del mercado, no como una atadura. Unos estándares regulatorios claros reducen la incertidumbre del mercado y, por lo tanto, crean un camino estable para que la blockchain+IA establezca una demanda mainstream dentro de un marco institucional.

3.5. Falta de casos de uso suficientes

Estos factores estructurales combinados generan un problema más fundamental: la falta de un "caso de éxito definitorio" que demuestre su valor a gran escala. La industria de la IA tradicional estableció su posición actual a través del volante de adopción iniciado por ChatGPT, utilizando un producto concreto y ampliamente visible que atrajo el capital y el talento necesarios para mantener un mayor crecimiento.

Los proyectos de blockchain+IA aún no han producido evidencia de ajuste producto-mercado (Product-Market Fit) a escala. Más allá del entusiasmo inicial de la comunidad, ningún proyecto ha demostrado un nivel de adopción en operaciones empresariales o en la vida cotidiana de los consumidores que merezca una atención seria por parte del capital mainstream. La falta de casos de referencia convincentes sigue siendo el mayor obstáculo para atraer inversiones institucionales conservadoras que puedan acelerar una adopción más amplia.

4. ¿Tiene valor la combinación de ambos?

La blockchain+IA aún no ha encontrado un lugar en la cadena de valor mainstream de la IA. Pero, ¿significa esto que la combinación de ambos carece de sentido?

No es así.

La razón fundamental por la que los proyectos de blockchain+IA son ignorados actualmente no es porque la lógica de la combinación sea contradictoria, sino porque en cada subcampo existe un desajuste entre los requisitos de la industria establecida y la dirección que ofrece la tecnología.

Las prioridades de la industria tradicional de la IA son claras: rendimiento a corto plazo, optimización de costos y fiabilidad rigurosa de la infraestructura. Muchas de las propuestas actuales de blockchain+IA se centran en la propiedad de los datos, la transparencia computacional y la descentralización.

Estos problemas no son considerados "cuellos de botella inmediatos" por los actores establecidos de la industria, y perseguir estos objetivos a menudo requiere aceptar pérdidas de rendimiento que resultan demasiado costosas en relación con los beneficios.

Antes del auge de la IA, las empresas de infraestructura eléctrica eran ampliamente clasificadas como negocios maduros y de bajo crecimiento. El aumento de la demanda eléctrica impulsada por los centros de datos cambió esto, y desde entonces han atraído una enorme atención del mercado. La frialdad actual hacia la blockchain+IA puede reflejar un retraso similar, un período de transición antes de que un nuevo paradigma cree las condiciones que demuestren su valor.

Durante este período de transición, la clave está en cómo la industria responde a las necesidades reales del mercado.

El camino a seguir se divide en dos direcciones: adaptarse proactivamente a los estándares existentes de la cadena de valor de la IA para cerrar la brecha de rendimiento inmediata, o mantener las capacidades actuales mientras se continúa construyendo la infraestructura necesaria para la próxima generación de implementaciones de IA.

El resultado final dependerá de qué opción se alinee mejor con la dirección futura de la demanda.