¿Por qué la combinación de IA y blockchain es difícil de obtener una amplia aplicación en la era de la IA?

Autor: Ekko An, Ryan Yoon; Fuente: Tiger Research; Traducción: Shaw, Jinse Finance

Resumen de puntos clave

• En el contexto del auge de la inteligencia artificial, necesitamos evaluar la industria blockchain desde la perspectiva del lado de la demanda: ¿qué problemas resuelve que los sistemas existentes no pueden resolver y qué capacidades únicas aporta?

• La computación y el almacenamiento descentralizados tienen justificaciones razonables desde el punto de vista de la soberanía de los datos y la competitividad de costos. Pero el problema es que, para los usuarios que ya han invertido en la infraestructura en la nube existente, ambos aún no han mostrado ventajas técnicas suficientemente convincentes para compensar el riesgo de cambio.

• La verificación de modelos y las tecnologías de privacidad no resuelven los problemas que las empresas consideran urgentes y que necesitan abordar activamente. Es más probable que esta demanda surja después de que se promulguen regulaciones, no antes. La Ley de IA de la UE ejemplifica este patrón: primero los estándares, luego la adopción del mercado.

• En el ámbito de los marcos de agentes, el factor limitante no es técnico. Las empresas mainstream todavía se centran en la automatización de flujos de trabajo internos, mientras que los proyectos blockchain ya están construyendo la siguiente capa de infraestructura. La demanda necesita tiempo para alcanzar el ritmo del desarrollo tecnológico.

• En el ámbito de los pagos de agentes, blockchain y las finanzas tradicionales están igualados. Ninguno de los dos ha resuelto completamente este problema, por lo que es la única área donde ambos enfrentan el mismo desafío al mismo tiempo.

• La dificultad general de la industria blockchain+IA no se debe a la incoherencia de la combinación en sí, sino a un desajuste: estas cuatro categorías enfrentan diferentes razones por las cuales la demanda aún no se ha manifestado, y actualmente solo los pagos de agentes son competitivos.

1. Proyectos blockchain rezagados en el auge de la IA

La industria de la IA está experimentando una concentración sin precedentes de capital e inversión en infraestructura. El ecosistema de grandes modelos de lenguaje, dominado por grandes empresas tecnológicas, se ha convertido en un estándar en la vida cotidiana y las operaciones industriales. En este contexto de rápida expansión, la industria de las criptomonedas también se está desarrollando rápidamente, buscando puntos de conexión tecnológica con la IA.

Las primeras investigaciones se centraron principalmente en complementar o replicar ciertos eslabones de la cadena de valor tradicional de la IA: suministro descentralizado de GPU, recuperación de la propiedad de datos y verificación criptográfica. Más recientemente, el enfoque de la investigación se ha desplazado a llenar los vacíos que las arquitecturas centralizadas tienen dificultades para resolver, como las actividades autónomas en cadena de los agentes de IA y la liquidación en tiempo real entre máquinas.

Describir este campo de manera general como "IA + blockchain" oculta más información de la que revela. Necesitamos un análisis riguroso del lado de la demanda: ¿a qué problemas se dirige cada subárea? ¿Pueden los métodos nativos de blockchain ofrecer soluciones verdaderamente diferenciadas?

2. Funciones de cada categoría

2.1 Computación descentralizada

El mercado actual de la computación en la nube depende estructuralmente de unas pocas grandes empresas tecnológicas que controlan los recursos informáticos. Las GPU de alto rendimiento son difíciles de adquirir y extremadamente caras, lo que establece una barrera de entrada muy alta para las startups de IA y los equipos de investigación que no tienen acceso a infraestructura a gran escala.

Los sistemas centralizados concentran los recursos en manos de los compradores más grandes, sin un canal neutral para redistribuir la gran capacidad de GPU inactiva en el mercado.

La computación descentralizada aborda esta concentración de recursos e ineficiencia de dos maneras. En el modelo de economía compartida, los proyectos agregan los recursos de GPU inactivos de individuos y pequeños centros de datos en una red unificada, creando así una cadena de suministro más flexible fuera del monopolio tecnológico existente.

En el modelo de computación distribuida, los usuarios pueden acceder y alquilar recursos informáticos a nivel mundial sin depender de la infraestructura de un solo proveedor, aumentando así la utilización del hardware inactivo 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 de 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 el control monopolístico de la plataforma sobre los datos de entrenamiento de IA. La infraestructura centralizada también conlleva riesgos operativos: cambios de políticas, interrupciones del servicio o fallos de la plataforma pueden provocar la interrupción del acceso a los datos o la pérdida de los mismos.

El almacenamiento descentralizado aborda estos problemas estructurales de dos maneras. El modelo de economía compartida, representado por Filecoin y Arweave, agrega el espacio de almacenamiento inactivo de varios participantes en una red que puede reemplazar la nube centralizada existente.

El modelo de almacenamiento permanente replica los datos en nodos distribuidos, asegurando la persistencia de los datos independientemente del estado operativo de servidores individuales, 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 es un sistema cerrado donde las grandes plataformas (como Hugging Face) y los proveedores de nube se llevan los beneficios económicos y controlan los precios. Los creadores de datos reciben una compensación mínima, y los mecanismos para recompensar la recopilación y contribución de datos carecen de transparencia.

Los mercados en cadena eliminan los intermediarios mediante contratos inteligentes y establecen términos de transacción transparentes. En el modelo de comercio directo como Ocean Protocol, los propietarios de datos y los desarrolladores de IA comercian directamente a través de contratos inteligentes, y la compensación se distribuye de manera transparente. En el modelo de recompensa por contribución como Grass, los individuos conectan su ancho de banda inactivo a la recopilación de datos de IA y reciben una compensación proporcional al valor de su contribución.

2.4 Verificación de modelos e inferencia/Privacidad

Los sistemas de IA tradicionales funcionan como cajas negras, sin medios externos para verificar si el modelo se está ejecutando correctamente o si los datos sensibles de los usuarios se están manejando de forma segura.

El aprendizaje automático de conocimiento cero (ZKML) introduce una capa de verificación criptográfica en el proceso de inferencia de IA, logrando privacidad y auditabilidad. En esta arquitectura, el modelo se ejecuta fuera de la cadena de manera tradicional, pero el proceso de cálculo genera una prueba criptográfica que demuestra que el proceso se ha ejecutado correctamente según las reglas predefinidas.

Esta prueba se registra en la cadena, no los datos subyacentes. Por ejemplo: en un servicio automatizado de reembolso de seguros médicos, el hospital solo necesita presentar una prueba de que el modelo de IA se ejecutó correctamente, sin compartir los registros médicos completos. La compañía de seguros 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 principal vehículo de tráfico y creación de valor, están evolucionando de herramientas a entidades económicas autónomas. El sistema financiero existente está diseñado en torno a los patrones de consumo humano, y su estructura no es compatible con un entorno de pagos centrado en máquinas.

La economía de agentes requiere microtransacciones ejecutadas en milisegundos, liquidaciones de alta frecuencia y pagos transfronterizos, necesidades que la infraestructura financiera existente no puede satisfacer.

La infraestructura de agentes en cadena aborda este problema mediante dos mecanismos. El mecanismo de ejecución y control autónomo asigna billeteras e identidades únicas a los agentes de IA, permitiéndoles firmar transacciones directamente, y establece límites de gasto configurables y medidas de seguridad para prevenir comportamientos no deseados.

El 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, evitando los procesos de conversión de moneda y aprobación.

3. Diferencias entre blockchain+IA y la cadena de valor de la IA

La formación de la cadena de valor de la IA gira en torno a la eliminación progresiva de cuellos de botella. A medida que crece la demanda de IA, la escasez de memoria se vuelve más prominente, y la capacidad de transmisión de energía y datos también enfrenta una gran presión. Las empresas que pueden resolver estos problemas rápidamente, como los fabricantes de HBM y los proveedores de infraestructura eléctrica, atraerán capital masivo y obtendrán un aumento significativo en el valor de mercado. El mercado reconoce claramente las soluciones que eliminan los obstáculos al crecimiento.

Los proyectos de blockchain+IA han identificado algunos problemas reales, pero no han generado la atención que merecen en el mercado. Si estos problemas fueran tan urgentes como se afirma, ya habrían provocado cambios medibles en el mercado.

Aunque los proyectos de blockchain+IA promueven objetivos legítimos como reducir la concentración de GPU y restaurar la soberanía de los datos, la razón por la que no logran atraer capital mainstream radica en una clara brecha entre las prioridades de los proveedores de tecnología y las de los compradores que controlan la asignación de capital.

El desarrollo de la industria de la IA tiene un ritmo apretado; los compradores (principalmente grandes empresas tecnológicas y clientes corporativos) invierten a gran escala en soluciones que resuelvan más rápido sus cuellos de botella operativos actuales. No dedican tiempo a evaluar infraestructuras no probadas. Sus consideraciones principales son el rendimiento informático, la confiabilidad de la infraestructura y el retorno de inversión medible.

Por ejemplo: cuando la velocidad de transferencia de datos se convirtió en un cuello de botella para el entrenamiento de modelos, grandes cantidades de capital fluyeron hacia la infraestructura de fibra óptica para reemplazar el cobre. Cuando el ancho de banda de la memoria se convirtió en la principal limitación, los compradores lo vieron como un problema clave, y SK Hynix y Samsung Electronics lo resolvieron proporcionando memoria de alto ancho de banda, ganando reconocimiento mundial. Este patrón es consistente: el capital sigue a las empresas que eliminan factores limitantes e impulsan el progreso.

El problema fundamental que enfrenta blockchain+IA radica en la construcción del marco. Los compradores con presupuestos de capital significativos solo se centran en mejoras de rendimiento a corto plazo y reducción de costos. En contraste, blockchain+IA se enfoca en otros aspectos que los compradores consideran secundarios o problemas de etapa futura.

Los objetivos tecnológicos del lado de la oferta no están alineados con las necesidades operativas directas del lado de la demanda.

3.1 Limitaciones técnicas

Algunos proyectos utilizan pruebas de referencia para demostrar el potencial y el concepto de diseño de la infraestructura descentralizada. Pero el problema más fundamental es que estos esfuerzos aún no han generado avances tecnológicos significativos que puedan sacudir a las empresas tradicionales profundamente arraigadas en el mercado mainstream.

Para que una nueva tecnología arrebate participación de mercado a los proveedores de nube centralizada como AWS o GCP (que ya tienen enormes fondos e infraestructura), debe ofrecer una ventaja de rendimiento masiva que haga que la brecha con los proveedores existentes sea irrelevante.

Cuando Apple hizo la transición de los chips Intel a los chips M1, asumió un riesgo significativo de romper la compatibilidad de software, pero la medida se justificó por una mejora de tres veces en la eficiencia energética, una brecha lo suficientemente grande como para que valiera la pena la transición.

Para los compradores empresariales que requieren sincronización de datos a nivel de petabytes y latencia ultrabaja como condiciones básicas, blockchain+IA aún no ha proporcionado una razón suficientemente clara para que acepten el riesgo de cambio.

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 empresariales aún no se convencen. La razón radica en problemas estructurales, no contractuales. Los grandes proveedores de nube ofrecen centros de datos dedicados y controlados, mientras que las redes blockchain dependen de la participación de nodos dispersos y anónimos.

Si un nodo se cae e interrumpe el entrenamiento de un modelo valorado en cientos de millones de wones, ningún reembolso de tokens o compensación económica puede compensar el costo de oportunidad y la pérdida de tiempo. Para los compradores empresariales sensibles al tiempo, la estabilidad del sistema es innegociable.

Incluso con mecanismos de cobertura, la incertidumbre restante no es un riesgo que la mayoría de los compradores tengan incentivos para asumir.

3.3 Demanda aún no formada

Los marcos de agentes blockchain están diseñados para un ecosistema complejo donde múltiples agentes de IA colaboran autónomamente, pero existe una brecha entre esta visión y la madurez actual del mercado mainstream.

Bajo el liderazgo de empresas como Microsoft y Salesforce, la adopción de agentes de IA por parte de las empresas se está acelerando, pero el enfoque actual sigue centrado en la automatización de flujos de trabajo dentro de redes internas controladas. La infraestructura que los proyectos blockchain están construyendo mira hacia la siguiente etapa: agentes de IA independientes que puedan operar autónomamente en redes externas más allá de los límites organizacionales. Hoy en día, la mayoría de las empresas todavía se centran en garantizar la estabilidad y el retorno de inversión de los 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 un problema de oportunidad, no un defecto técnico. Debe entenderse más como una inversión de infraestructura a largo plazo dirigida a la economía de agentes, en lugar de una oportunidad de ganancias a corto plazo.

3.4 Requisitos previos regulatorios

Las pruebas de conocimiento cero y las tecnologías de protección de la privacidad son soluciones centrales para establecer la confiabilidad de la IA, pero en las primeras etapas de la aplicación de la IA, la demanda real de las empresas por infraestructura de privacidad es limitada. Es poco probable que la adopción voluntaria por parte de las empresas impulse la adopción masiva de la tecnología; es más probable que los estándares regulatorios creen demanda y la tecnología deba ponerse al día.

Los marcos regulatorios globales (incluida la Ley de IA de la UE) se están volviendo cada vez más claros, lo que es una tendencia favorable en este aspecto. A medida que los requisitos legales sobre fuente de datos y seguridad se vuelven más específicos, las funciones de verificación avanzada de blockchain tienen el potencial de convertirse en un requisito de cumplimiento en las implementaciones empresariales, en lugar de una opción.

El desarrollo regulatorio en este campo es más un catalizador para la formación del mercado que un factor restrictivo. Los estándares regulatorios claros pueden reducir la incertidumbre del mercado, creando así un camino estable para que blockchain+IA establezca una demanda mainstream dentro de un marco institucional.

3.5 Casos de uso insuficientes

Estos factores estructurales juntos conducen a un problema más fundamental: la falta de casos de éxito emblemáticos que puedan demostrar valor a gran escala. La industria tradicional de la IA ha alcanzado su posición actual gracias al efecto de volante de adopción iniciado por ChatGPT: utilizó un producto específico y ampliamente conocido para atraer el capital y el talento necesarios para mantener un crecimiento continuo.

Los proyectos de blockchain+IA aún no han mostrado evidencia similar de ajuste producto-mercado a gran escala. Aparte del entusiasmo inicial de la comunidad, ningún proyecto ha demostrado aplicaciones a nivel de operaciones empresariales o vida cotidiana de los consumidores que merezcan la atención del capital mainstream. La falta de casos de referencia convincentes sigue siendo el mayor obstáculo para atraer la inversión de instituciones conservadoras, que podrían acelerar una adopción más amplia de blockchain+IA.

4. ¿Vale la pena esta combinación?

Independientemente de las expectativas del mercado, blockchain+IA aún no ha encontrado un punto de apoyo estable en la cadena de valor mainstream de la IA. ¿Significa esto que la combinación no tiene valor?

No es así.

La razón fundamental por la que los proyectos de blockchain+IA son actualmente ignorados no es una contradicción inherente en sí mismos, sino un desajuste en cada subcategoría entre las necesidades de la industria existente y lo que la tecnología pretende lograr.

Las prioridades de la industria tradicional de la IA son claras: rendimiento a corto plazo, optimización de costos y confiabilidad de la infraestructura. En contraste, muchas soluciones actuales de IA basadas en blockchain se centran en la propiedad de los datos, la transparencia computacional y la descentralización.

Para los actores de la industria establecidos, estos problemas no son cuellos de botella inminentes, y resolverlos a menudo requiere un costo de rendimiento demasiado alto en relación con los beneficios.

Antes del auge de la IA, las empresas de infraestructura eléctrica solían clasificarse como negocios maduros y de crecimiento lento. El aumento de la demanda de electricidad impulsado por los centros de datos cambió esto, y desde entonces han atraído una gran atención del mercado. La apatía actual hacia blockchain+IA puede reflejar un efecto de retraso similar, donde el valor de la infraestructura aún no se ha manifestado completamente antes de que surja un nuevo paradigma.

En este período de transición, es importante cómo la industria responde a las demandas reales del mercado.

El camino a seguir se divide en dos direcciones: adaptarse activamente a los estándares establecidos de la cadena de valor de la IA y cerrar las brechas de rendimiento a corto plazo; o mantener las capacidades actuales mientras se continúa construyendo la infraestructura necesaria para la próxima generación de implementaciones de IA.

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