Las opiniones y puntos de vista expresados ​​en este artículo son los del autor invitado y no necesariamente representan los de NiceHash.

Se ha vuelto muy común asociar el espacio criptográfico con estafas, debido a su naturaleza descentralizada y su fácil replicabilidad que carece de gastos de capital de prueba de trabajo. La manía de las memecoins en los últimos dos años ciertamente ha solidificado esta percepción.

Mientras tanto, se vuelve más difícil dar crédito a las narrativas emergentes.

No obstante, el mérito es de la unión de dos palabras de moda: blockchain + IA. Es decir, agentes de IA que aprovechan las redes blockchain. Exploraremos cómo esta tendencia no solo tiene una base sólida para el crecimiento futuro, sino que las dos tecnologías se complementan perfectamente de una manera significativa.

Durante el último año, la narrativa de IA en el espacio criptográfico incluso ha superado a las memecoins como la de mayor rendimiento por peso de capitalización de mercado. De hecho, según el rastreador de narrativas de DeFiLlama, la narrativa de IA superó al propio Bitcoin por 11,7 veces. Pero, ¿cómo entran en juego los agentes de IA en 2025 y más allá?

El Potencial de los Agentes de Inteligencia Artificial

En esencia, cuando hablamos de agentes de IA, hablamos de asistentes virtuales. La mayoría de las personas ya están familiarizadas con ellos: Siri de Apple, Google Assistant, Alexa de Amazon y Cortana de Microsoft.

Mediante el uso del lenguaje natural, las personas pueden encargarles tareas de recuperación de información, gestión de agendas y listas de tareas pendientes, hacer llamadas telefónicas, leer mensajes de texto, obtener indicaciones, encontrar actualizaciones del tráfico y el clima, reproducir música e incluso controlar dispositivos domésticos inteligentes. Con solo enumerar estas tareas, es fácil ver que estos asistentes virtuales se centran principalmente en la accesibilidad general.

Los agentes de IA van más allá de ese ámbito, ya que son capaces de encadenar sus decisiones en un dominio específico una vez que se comprometen con una tarea. A través del aprendizaje de refuerzo a través de redes neuronales, también pueden leer señales contextuales de nuevos entornos, lo que les permite adaptarse y mejorar acumulativamente su comportamiento para obtener resultados para tareas específicas.

En la conferencia AI Forward 2023 en San Francisco, el cofundador de Microsoft, Bill Gates, comparó este potencial de los agentes de IA como intermediarios totales entre los usuarios y el espacio digital.

“Habrá una empresa que cree el agente personal. Eso es algo muy importante. Todo se gestionará a través de tu agente”.

Por supuesto, esto tiene enormes implicaciones para el mundo financiero. Si los agentes de IA pueden escanear datos de mercado en tiempo real y tomar decisiones superiores a las del promedio humano, es probable que veamos un mundo en el que los agentes de IA comercien entre sí.

A gran escala, el sistema COSMO (Common Sense Knowledge Generation) de Amazon ya está preparado para sustentar el modelo de negocio de comercio electrónico de la empresa, dado que “los experimentos A/B tanto en línea como fuera de línea demuestran que nuestro sistema propuesto logra una mejora significativa”.

La implementación de COSMO-LM para el comercio electrónico de Amazon, ya que emplea un ciclo de retroalimentación continuo para adaptarse a las consultas de los usuarios. Crédito de la imagen: Amazon.com

Está claro que los agentes de IA llegaron para quedarse debido a su enorme potencial para aumentar la productividad a gran escala. Pero la pregunta es: ¿cómo se aplican en el espacio blockchain?

Primero, veamos cómo evolucionaron los agentes de IA en el ecosistema de finanzas descentralizadas (DeFi) existente.

La Evolución de los Agentes de Inteligencia Artificial

Como precursores de los agentes de IA actuales en el espacio criptográfico, los mercados de futuros tradicionales vieron surgir algoritmos de negociación de futuros populares. Desde arbitraje y reversión a la media hasta algoritmos de impulso y precio promedio ponderado por volumen (VWAP), comparten la capacidad de leer datos de mercado en tiempo real, como liquidez, volumen y precio, para identificar oportunidades de negociación.

Una vez que se detectan estos patrones, estos algoritmos entran en acción dentro de un conjunto de reglas fijas. Esto por sí solo hace que tengan más probabilidades de éxito porque elimina el trading basado en las emociones. Estos algoritmos de trading también comparten la automatización a una velocidad sobrehumana, lo que es fundamental para las oportunidades de arbitraje que surgen de diferencias minúsculas en los precios de los activos.

Si bien esto puede parecer preferible al comercio humano, los agentes de IA ofrecen una ventaja aún mayor. Esto se debe a que los algoritmos tradicionales están preprogramados. Piense en ello como si se utilizara IA para escribir un ensayo u otro texto. Los agentes se basan en reglas y condiciones predefinidas, que a veces no coinciden con la realidad. Después de todo, la característica definitoria de la inteligencia es la adaptabilidad.

Pero los agentes de IA potenciados por el aprendizaje automático (ML) crean continuamente su propio comportamiento en función de recompensas y penalizaciones en entornos dinámicos. Después de un cierto umbral, este proceso de entrenamiento da como resultado soluciones novedosas para abordar los objetivos.

Y en el mundo de los mercados volátiles, los agentes de IA orientados a objetivos optimizan el camino hacia las ganancias, de la misma manera que pueden optimizar un camino para vencer a los conductores humanos en Trackmania. Los agentes de IA basados ​​en blockchain brindan una capa adicional de flexibilidad que falta en los mercados tradicionales.

Agentes de IA Transformadores Basados ​​en blockchain

Hay muchas razones por las que los agentes de IA son más adecuados para la implementación de blockchain. En primer lugar, los agentes de IA heredan la propiedad de las redes blockchain como registros inmutables. Debido a que los datos de blockchain están encadenados y verificados por múltiples nodos, los agentes de IA pueden confiar en datos que tienen menos probabilidades de ser alterados.

Esto alimenta la transparencia de las decisiones de los agentes de IA, haciéndolas verificables y sirviendo como otro conjunto de datos para el entrenamiento de IA.

Además, hay costos involucrados ya que los agentes de IA interactúan con varias redes blockchain y sus ecosistemas tokenizados a través de contratos inteligentes. Cuando son recompensados ​​​​o penalizados a través de tokens, su comportamiento puede rastrearse con precisión.

En otras palabras, los datos basados ​​​​en blockchain proporcionan datos de mayor calidad para los conjuntos de datos de entrenamiento de IA. Uno que es más consistente y representativo de escenarios del mundo real. Y los datos de mayor calidad producen agentes de IA de mayor calidad.

Al aprovechar las redes peer-to-peer (P2P), los agentes de IA también son escalables, ya que pueden llevar a cabo interacciones entre cadenas, creando de manera efectiva un ecosistema criptográfico unificado. Por último, las técnicas de criptografía como las pruebas de conocimiento cero (ZKP) podrían validar el desempeño comercial de un agente de IA, pero sin revelar cómo.

Esta capacidad será fundamental en el mundo de los agentes de IA que comercian entre sí, ya que pueden ejecutar estrategias comerciales complejas y, al mismo tiempo, mantener la lógica y el proceso de toma de decisiones en privado. Al mismo tiempo, ZKP también puede demostrar el cumplimiento de las plataformas que interactúan.

Además, ZKP puede escalar la implementación de agentes de IA porque se necesita transmitir y procesar menos datos. Aunque los ZKP exigen más potencia de procesamiento, los ZK-Rollups abordan este problema mediante la agrupación y compresión de datos de transacciones. En un artículo titulado “Analyzing and Benchmarking ZK-Rollups”, investigadores del Imperial College London, Astria y la Universitat Oberta de Catalunya descubrieron que los distintos enfoques tienen distintos costes.

“En el caso de zkSync Era, los datos muestran un tamaño de lote medio de 3895 transacciones, lo que da como resultado un coste medio por lote de 18,93 USD y un coste por transacción de aproximadamente 0,0047 USD… En cambio, Polygon ZK-EVM procesa lotes más pequeños, con un tamaño de lote medio de 27 transacciones. Esto da como resultado un coste medio por lote de 1,38 USD y un coste por transacción de 0,0511 USD”.

A su vez, los agentes de IA priorizarían la interacción con zkSync Era para transacciones de alto volumen, como microtransacciones en juegos de blockchain, para minimizar el costo por transacción. El algoritmo de IA también podría cronometrar sus operaciones de agrupación de transacciones para aprovechar el mayor tamaño de lote medio de zkSync.

La dinámica de consideración de costos alteraría aún más el comportamiento de los agentes de IA, en función del rendimiento de blockchain y los costos en tiempo real. Una vez más, esta capa de complejidad hace que el espacio blockchain sea menos fácil de usar que simplemente interactuar con aplicaciones de teléfonos inteligentes. Pero los agentes de IA tienen el potencial de eliminar esa complejidad del sitio mediante la automatización.

En última instancia, esto ampliaría drásticamente la usabilidad del espacio criptográfico más allá de las efímeras monedas meme, lo que convertiría a los agentes de IA en los principales impulsores de valor del espacio criptográfico. El panorama actual de los agentes de IA ya apunta en ciertas direcciones.

Panorama Actual de los Agentes de IA

Según Forbes, en todas las categorías, la capitalización de mercado de la IA se sitúa actualmente en 33.840 millones de dólares, de un total de 3,5 billones de dólares, que incluye Bitcoin y las monedas estables. Esto supone tan solo el 0,9 % de la cuota de mercado.

La capitalización de mercado de los proyectos impulsados ​​por agentes de IA es incluso menor, pero estos proyectos se destacan entre la multitud por sus aplicaciones e implicaciones más amplias:

• Virtuals Protocol (VIRTUAL), alojado en Base L2, es para los agentes de IA lo que Ethereum (ETH) y Solana (SOL) son para los lanzamientos de tokens generales. Por ejemplo, ELIZA puede servir como agente conversacional para Twitter (X), participando en publicaciones, retuits, me gusta, citas de tuits, etc.
• Como engranaje de infraestructura, SwarmNode.ai (SNAI) permite crear y lanzar agentes de IA sin administrar servidores mediante Python SDK.
• Junto con Solana (SOL) como el principal centro de agentes de IA, Cardano (ADA) se une con su agente TALOS que puede comerciar activamente con su cartera, ya que se centra en "los fundamentos y las métricas en cadena en lugar de la acción del precio a corto plazo".
• MorphwareAI (XMW) tiene como objetivo monetizar el entrenamiento y el ajuste de la IA mediante la coordinación de recursos informáticos, que incluyen tanto a los usuarios como a los centros de datos. Básicamente, se trata de un mercado para cargas de trabajo de IA.
• De manera similar a las empresas que cotizan en bolsa como Smartsheet (NYSE: SMAR), LinqAI (LNQ) tiene como objetivo implementar herramientas de inteligencia artificial para optimizar y automatizar los flujos de trabajo en la cadena de bloques. Esto podría cubrir no solo los flujos de trabajo comerciales, sino también los pagos automatizados en BTC a través de Lightning Network.
• Alojado en Ethereum, Zero1 Labs (DEAI) tiene como objetivo escalar agentes de IA teniendo en cuenta la gobernanza, la escalabilidad y la privacidad, utilizando la cadena Cypher FHE-EVM. Esto es similar al ejemplo mencionado anteriormente de privacidad del paciente.
• NeuralAI (NEURAL) es quizás la más prometedora, ya que es muy clara. Siempre existe la necesidad de crear activos 3D, y el agente de la plataforma produce modelos 3D basados ​​en indicaciones de texto. Estos activos son igualmente útiles y se pueden importar a varios motores como Unreal o Unity.
• Neurobro (BRO) tiene como objetivo resolver la complejidad del espacio criptográfico mediante el lanzamiento de un agente de inteligencia artificial de código abierto (Nevron) que brinda a los operadores de criptomonedas información valiosa. A su vez, la plataforma devuelve hasta el 80 % de las ganancias en cadena y hasta el 30 % de las ganancias en el mundo real a los poseedores de tokens BRO.

Aunque las memecoins siguen absorbiendo más capital finito, está claro que los futuros ciclos de las criptomonedas estarán impulsados ​​por la narrativa de la IA. Como señaló Bill Gates, la intermediación es la clave y todo cae bajo ese paraguas. En el futuro, no sería sorprendente que se lance un agente de IA con el propósito específico de evaluar el desempeño de los agentes de IA en todas las categorías.

Pioneros en la Próxima Década

Mientras que la cadena de bloques representa la próxima evolución de Internet como su capa monetaria, los agentes de IA representan la herramienta multipropósito final como capa 3 sobre la escalabilidad L2. Lo que se puede conceptualizar se puede codificar, y lo que está codificado se puede implementar en los contratos inteligentes de la cadena de bloques.

Por encima de los algoritmos tradicionales, los agentes de IA evolucionan su comportamiento a través del aprendizaje de refuerzo mediante recompensas y penalizaciones, lo que los hace adaptables y capaces de optimizar su rendimiento. A su vez, el espacio de la cadena de bloques, con su entorno tokenizado y su naturaleza descentralizada, facilita el medio ideal para acelerar ese proceso.

Para el usuario final, será fácil cortar el paisaje laberíntico y abrumador del comercio de criptomonedas, incluido el comercio de derivados complejos como los futuros. Según las inclinaciones y necesidades del usuario, puede haber agentes de IA diseñados específicamente para crear un perfil, que luego desviará los activos de los usuarios de una billetera autocustodial a otros agentes de IA, aquellos que otros agentes de IA ya calificaron.

Con un ejército de agentes de IA trabajando en segundo plano, las capas de Internet se volverán mucho más complejas. Sin embargo, el usuario final no tendrá mucha necesidad de mirar más allá del velo de la IA.