Los proyectos cripto de IA requieren una evaluación rigurosa previa al lanzamiento, ya que aproximadamente el 98,6% de los tokens lanzados en plataformas de agentes de IA fracasan, según una investigación citada en un análisis del sector. Electric Capital informó de un aumento interanual del 55% en desarrolladores que construyen activamente dentro de proyectos cripto de IA, mientras que 40 centavos de cada dólar de capital riesgo invertido en empresas cripto durante 2025 se destinó a firmas que desarrollaban simultáneamente productos de IA, más del doble en comparación con 18 centavos un año antes. La brecha entre proyectos legítimos de infraestructura como Bittensor, NEAR Protocol y Chainlink, y tokens especulativos con marca de IA, se ha ampliado, ya que el sector maneja valoraciones de capitalización de mercado de varios miles de millones de dólares, lo que hace imprescindible contar con marcos estructurados de due diligence para separar la utilidad real de la especulación guiada por narrativas.
Las capas de infraestructura cripto de IA requieren enfoques de evaluación separados
Los proyectos cripto de IA operan en capas distintas de infraestructura que exigen criterios de evaluación por separado. Las redes de cómputo como Render, Akash y io.net agregan recursos de GPU para cargas de trabajo de IA. Los mercados de modelos como Bittensor crean entornos competitivos donde los mineros producen salidas de IA y los validadores evalúan la calidad. Los protocolos de datos como Ocean Protocol permiten la monetización de conjuntos de datos para entrenamiento de IA preservando la privacidad. Las plataformas de agentes como Virtuals Protocol y el ecosistema de Fetch.ai despliegan agentes autónomos que realizan transacciones on-chain.
Las redes de cómputo tienen las métricas de evaluación más claras: trabajos de GPU enviados, disponibilidad (uptime) de proveedores, precios en relación con alternativas centralizadas como AWS y Google Cloud, y cifras de adopción empresarial. Los mercados de modelos requieren entender los calendarios de emisión, los incentivos de los validadores y si las salidas tienen una demanda externa medible. Las plataformas de agentes son las más difíciles de evaluar porque la mayoría están en etapas tempranas, con afirmaciones de utilidad especulativa.
Cinco preguntas de investigación previas al lanzamiento definen la legitimidad del proyecto
El informe cripto de Silicon Valley Bank halló que 40 centavos de cada dólar de capital de venture se destinó a proyectos integrados con IA. Anthony Vassallo, vicepresidente senior de cripto de SVB, dijo a CoinDesk que la adopción institucional impulsa cheques de venture más grandes, con inversores priorizando proyectos de mayor calidad. El marco de evaluación se centra en cinco preguntas: si el proyecto tiene demanda medible más allá de los incentivos por tokens, mediante usuarios que pagan, cargas de trabajo, actividad de desarrolladores, comisiones e integraciones; qué historial verificable incluye el equipo; cómo funciona realmente el token dentro del protocolo; qué implica el calendario de emisión y desbloqueo; y si el proyecto se enfrenta a competencia centralizada que podría replicar su oferta.
Bittensor fue fundado por el ex ingeniero de Google Jacob Steeves y está respaldado por Polychain Capital, que invirtió más de 200 millones de dólares. Esa combinación de credibilidad técnica y respaldo institucional ofrece una base de legitimidad. Los proyectos con fundadores anónimos y sin inversores institucionales conllevan un riesgo sustancialmente mayor, independientemente de sus afirmaciones técnicas. Bittensor tiene un tope duro de 21 millones de tokens, replicando el modelo de escasez de Bitcoin, mientras que otros proyectos mantienen una inflación sin límite.
Fallos habituales de investigación e indicadores de alerta
Se perdieron unos 17 mil millones de dólares por estafas y fraudes de criptomonedas en 2025. Dos vectores de amenaza dominan específicamente el cripto de IA. Los ataques de envenenamiento de datos apuntan a las canalizaciones de entrenamiento descentralizado de IA, alimentando datos corruptos en modelos de aprendizaje. La inyección de prompts explota para manipular a los agentes de IA y hacer que ejecuten transacciones no autorizadas. Ambos riesgos se amplifican en proyectos que llegan al mercado sin realizar pruebas de seguridad adecuadas, según una evaluación de riesgos del sector.
Los fallos habituales de investigación incluyen tratar la capitalización de mercado como un indicador de calidad, confundir el alto engagement en redes sociales con la adopción real de producto e ignorar la diferencia entre la IA como función central frente a la IA como etiqueta de marketing. Un proyecto que añade IA a su nombre sin cambiar su funcionalidad subyacente merece escepticismo. Las métricas de actividad de desarrolladores, específicamente los commits de GitHub y el número de contribuidores reportados por Electric Capital, aportan una señal más fiable de la actividad real de construcción que el precio del token o los seguidores en redes.
Marcos regulatorios para abordar la intersección cripto de IA
La IA y las criptomonedas enfrentan escrutinio regulatorio independiente, y su intersección sigue en gran medida sin abordarse mediante los marcos existentes. La regulación futura podría exigir licencias para proveedores descentralizados de cómputo o imponer requisitos de manejo de datos que entren en conflicto con arquitecturas de red abierta. El marco Reg Crypto de la SEC podría clasificar ciertos tokens de IA como valores si funcionan como contratos de inversión. La presentación S-1 de Grayscale para la conversión de un ETF de TAO señala que la integración regulatoria avanza para los proyectos líderes del sector.
Desarrollos institucionales señalan una maduración del mercado
La keynote de NVIDIA en marzo (GTC) proyectó una demanda de un billón de dólares en chips hasta 2027. Grayscale y Bitwise tienen presentaciones pendientes de ETF spot para el TAO de Bittensor, lo que podría abrir entradas de capital tradicional al sector cripto de IA. La ASI Alliance apunta a un lanzamiento de mainnet ASI Chain a finales de 2026 para unificar servicios de IA descentralizados bajo una única capa de infraestructura. Chainlink impulsa el piloto de tokenización multi-banco de Swift y Render sirve cargas de cómputo para Apple y Meta.
FAQ
¿Qué porcentaje de tokens de agentes de IA lanzados en plataformas finalmente fracasa?
La investigación citada por analistas del sector sugiere que aproximadamente el 98,6% de los tokens lanzados en plataformas de agentes de IA fracasan, lo que hace esencial una investigación exhaustiva previa al lanzamiento para la gestión del riesgo.
¿Cuánto capital de venture se destinó en 2025 a proyectos cripto integrados con IA?
Cuarenta centavos de cada dólar de capital de venture invertido en empresas cripto durante 2025 se destinó a firmas que desarrollaban simultáneamente productos de IA, más del doble frente a 18 centavos un año antes.
¿Qué respaldo institucional tiene Bittensor?
Bittensor (TAO) tiene el respaldo de Polychain Capital con más de 200 millones de dólares y fue fundado por el ex ingeniero de Google Jacob Steeves, mientras que Grayscale ha presentado una S-1 para la conversión de un ETF de TAO.
