Cada vez que busca, navega o interactúa con una aplicación, genera datos.
Esos datos valen miles de millones para las empresas de inteligencia artificial. Pero las plataformas que los recopilan se quedan con casi todo el valor.
Una nueva generación de mercados de datos descentralizados para IA quiere dar la vuelta a ese modelo: usar cripto para pagar directamente a los contribuyentes cada vez que sus datos se usan para entrenar un modelo de aprendizaje automático.
El mecanismo va mucho más allá del simple eslogan de “posee tus datos”.
Hay capas de verificación, sistemas de staking, restricciones de privacidad y economías de tokens que, en conjunto, determinan si un contribuyente cobra un pago justo o no cobra nada.
Este artículo explica desde cero cómo funcionan esos sistemas.
Resumen rápido
- Los mercados descentralizados de datos para IA conectan a personas que poseen datos en bruto con desarrolladores que necesitan conjuntos de entrenamiento etiquetados y verificados, usando tokens cripto para pagos sin intermediarios.
- Los contribuyentes envían datos, que se verifican en cadena o mediante redes de oráculos descentralizados antes de liberar el pago, eliminando a la plataforma tradicional del reparto de ingresos.
- Técnicas de preservación de la privacidad como el aprendizaje federado y las pruebas de conocimiento cero permiten monetizar los datos sin que la información subyacente abandone el dispositivo del usuario.
- La tokenomía —incluidos staking, slashing y sistemas de reputación— alinea incentivos para que los contribuyentes aporten datos de calidad en lugar de basura.
- Proyectos como Kled AI en Solana marcan la frontera actual, pero el modelo se extiende a varias cadenas y arquitecturas competidoras.
Por qué las empresas de IA necesitan tantos datos y quién los paga hoy
Los grandes modelos de lenguaje y los sistemas de reconocimiento de imágenes son más voraces en datos de lo que suele imaginarse.
Una sola sesión de entrenamiento de un modelo puntero puede consumir cientos de miles de millones de tokens de texto, millones de imágenes etiquetadas o años de señales de comportamiento humano registradas.
Esos datos tienen que salir de algún sitio.
Hoy proceden sobre todo de unos pocos canales.
El web scraping recopila a escala texto disponible públicamente. Los acuerdos de licencia con plataformas dan a los laboratorios de IA acceso a bases de datos propietarias: Reddit, medios de comunicación y bancos de imágenes ya han firmado este tipo de contratos.
Y las plataformas de anotación “crowdsourced” pagan pequeñas cantidades a trabajadores humanos para etiquetar imágenes, transcribir audio o puntuar respuestas de IA por precisión.
El mercado de anotación es grande pero extractivo. Los trabajadores en plataformas centralizadas suelen ganar entre 1 y 5 dólares por hora, mientras que los conjuntos de datos etiquetados que producen se venden a desarrolladores de IA por múltiplos muy superiores por registro.
El problema es estructural. Una plataforma centralizada que se sitúa entre el dueño del dato y el comprador de IA captura la mayor parte del margen. Fija precios, impone sus estándares de calidad y puede expulsar a contribuyentes sin derecho a réplica. Los mercados descentralizados sustituyen esa capa de plataforma por contratos inteligentes, protocolos abiertos y rieles de pago basados en tokens.
Lea también: USDT desplaza brevemente a Ethereum como el activo cripto nº 2
Qué es realmente un mercado de datos descentralizado para IA
En esencia, un mercado de datos descentralizado para IA es un protocolo donde la oferta y la demanda de datos se encuentran sin un intermediario de control.
En el lado comprador están los desarrolladores de IA o equipos de investigación que publican una “solicitud de datos”: especifican el tipo de datos, los estándares de calidad, el formato requerido y el precio que pagarán por cada registro validado.
En el lado vendedor están los contribuyentes individuales o agregadores de datos que atienden esas solicitudes.
El contrato inteligente actúa como capa de escrow.
Un comprador bloquea fondos en el contrato al publicar la solicitud. Cuando un contribuyente carga datos que superan la verificación, el contrato libera el pago automáticamente.
Ninguna de las partes tiene que confiar en la otra; ambas confían en el código del contrato.
Los datos en sí, por lo general, no residen en la cadena.
Almacenar gigabytes de imágenes etiquetadas en Ethereum (ETH) o Solana (SOL) sería prohibitivamente caro.
En su lugar, los datos viven en una red de almacenamiento descentralizado como IPFS o Arweave, y lo que se registra en la cadena es un hash de contenido, una huella digital única del archivo.
El contrato inteligente comprueba que el hash presentado por el contribuyente coincide con un archivo verificado e inalterado antes de liberar el pago.
Un hash de contenido es una cadena corta de caracteres derivada matemáticamente del contenido exacto de un archivo. Cambie un solo byte y el hash cambia por completo. Eso hace imposible reclamar pagos por datos alterados o reciclados a posteriori.
Lea también: Techdollar capta 3 millones para que empleados de startups liquiden sin vender acciones
Cómo funciona la verificación de datos sin un árbitro central
La verificación es el reto más complejo del diseño. Una plataforma centralizada puede contratar equipos de control de calidad.
Un contrato inteligente no puede “leer” una imagen ni juzgar si un texto está bien etiquetado; solo ejecuta lógica. Los mercados descentralizados resuelven este punto con tres enfoques principales, a menudo combinados.
Pruebas criptográficas: funcionan con datos estructurados cuya corrección puede verificarse matemáticamente. Si un contribuyente envía rutas GPS, lecturas de sensores o registros financieros, una prueba de conocimiento cero puede confirmar que los datos cumplen ciertas propiedades, que se registraron en un momento dado, que caen en rangos válidos o que proceden de un dispositivo concreto, sin revelar los valores brutos.
Validación por la multitud: se aplica a tareas de etiquetado subjetivo. Varios contribuyentes independientes revisan el mismo dato y envían sus evaluaciones. El contrato compara respuestas y paga a quienes se alinean con la mayoría, penalizando a los que se desvían de forma sistemática. Es la versión descentralizada de la anotación redundante que usan las plataformas centralizadas para detectar etiquetadores negligentes o maliciosos.
Staking y slashing: añaden una capa económica. Los contribuyentes bloquean un depósito en el token nativo de la plataforma antes de poder enviar datos. Si sus contribuciones son rechazadas de forma reiterada o marcadas como fraudulentas por la capa de validación colectiva, su stake se “slashea”, perdiéndose parcial o totalmente. Así, enviar datos de baja calidad se vuelve costoso, alineando el incentivo del contribuyente con la exigencia de calidad del comprador.
Lea también: XRP pone a prueba el soporte de 1 dólar mientras se agrava el riesgo de caída a 0,60
Cómo las técnicas de privacidad protegen a los contribuyentes
La tensión obvia del modelo es la privacidad. Si un usuario vende su historial de navegación o datos de salud a un desarrollador de IA, el valor es real, pero la exposición también. Los mercados descentralizados abordan este punto con dos técnicas cada vez más maduras.
Aprendizaje federado: mantiene los datos brutos íntegramente en el dispositivo del contribuyente. En vez de enviar datos a un servidor central, se envía el modelo al dispositivo del usuario. El modelo se entrena localmente con esos datos y solo se devuelven los “pesos” actualizados: parámetros matemáticos que no revelan directamente la información subyacente. Las actualizaciones de múltiples contribuyentes se agregan para mejorar el modelo. Los datos nunca salen del entorno del usuario.
Privacidad diferencial: añade ruido estadístico calibrado al conjunto de datos antes de compartirlo, de forma que resulta imposible reconstruir los registros concretos de una persona a partir del agregado, pero se preservan los patrones estadísticos útiles para el entrenamiento. El nivel de ruido es ajustable: más ruido implica más protección, pero algo menos de utilidad.
Estas técnicas también importan desde el punto de vista regulatorio. Normas como el RGPD en Europa o la California Consumer Privacy Act en EE. UU. imponen reglas estrictas sobre la transferencia y el uso de datos personales. Un mercado que pueda demostrar de forma creíble que su canal de datos nunca transmite información personal en bruto tendrá, previsiblemente, un recorrido regulatorio más limpio que otro basado en exportar datos sin procesar.
Lea también: HIVE se financia con 115 millones a cupón cero para redoblar su apuesta frente a la minería de Bitcoin
Tokenomía, staking y cómo cobran realmente los contribuyentes
El mecanismo de pago varía según la plataforma, pero la mayoría usa un token de utilidad nativo en lugar de pagar directamente en un activo principal como Bitcoin (BTC). El token cumple varias funciones a la vez.
Primero, actúa como unidad de cuenta de las solicitudes de datos. Los compradores denominan sus ofertas en ese token, de modo que el activo captura el valor del lado de la demanda: cuantas más solicitudes se publiquen, más tokens se necesitan para financiarlas.
Segundo, el staking genera una retención en el lado de la oferta. Los contribuyentes deben mantener y bloquear el token para participar en el mercado, reduciendo la oferta circulante y alineando sus incentivos con la salud de la red.
Tercero, la reputación suele vincularse al historial de tokens. Un contribuyente que ha hecho staking de forma continuada, cuyas aportaciones se han aceptado y nunca ha sido penalizado construye un historial verificable en cadena. Esa puntuación de reputación puede justificar una prima de precio por sus datos, porque los compradores confiarán más en él que en un participante nuevo sin trayectoria.
En la práctica, los flujos de pago se ven así: un comprador publica una solicitud y deposita, por ejemplo, 500 tokens en el escrow del contrato. Un contribuyente aporta 50 registros etiquetados. La capa de validación los comprueba y aprueba. El contrato libera 50 tokens al contribuyente, 2 tokens a los validadores que aprobaron la contribución y retiene los 448 tokens restantes para futuros contribuyentes. El comprador obtiene acceso al registro de datos verificado una vez confirmado el pago.
La tokenomía solo funciona si hay demanda genuina de datos. Los proyectos que salen al mercado con altos niveles de entusiasmo especulativo pero sin compradores reales de datos no logran sostener el valor del token ni construir un ecosistema funcional a largo plazo. las recompensas para los contribuidores, sin compradores de datos (desarrolladores de IA) que paguen al otro lado del mercado, generan una presión inflacionaria sobre el token que no es sostenible.
También lea: OpenAI retrasa su OPV de 1 billón de dólares mientras la volatilidad pone a prueba las ambiciones de Altman
Cómo Kled AI y proyectos similares aplican este modelo en Solana
Kled AI es hoy uno de los referentes en Solana. El protocolo se define como un mercado descentralizado donde los usuarios pueden monetizar sus datos personales específicamente para entrenar modelos de IA. Las bajas comisiones y el alto rendimiento de Solana hacen viables los micropagos de alta frecuencia y bajo importe que exige la economía de un mercado de datos: pagar una fracción de token por una sola imagen etiquetada es económicamente factible en Solana de una forma que no lo es en la red principal de Ethereum.
La arquitectura de Solana también es clave por la velocidad. La verificación de datos que dispara el pago debe liquidarse rápido. Un contribuidor no va a aceptar un marketplace donde tenga que esperar horas para que se confirme un cobro. La finalidad en menos de un segundo de Solana hace que la experiencia de pago se sienta cercana a la de una plataforma tradicional, manteniendo al mismo tiempo las propiedades “trustless” de un smart contract.
Velvet, que se ha disparado en popularidad junto a Kled AI, adopta otro enfoque: es un terminal de portafolio on-chain impulsado por IA que integra spot, perpétuos y estrategias de rendimiento. Es relevante en este contexto porque ilustra el mismo tema de fondo: sistemas de IA que operan con datos on-chain y liquidan en tokens cripto. Mientras Kled AI crea un mercado para datos brutos de entrenamiento, Velvet es un ejemplo de aplicación de IA que consume ese tipo de datos de mercado ya procesados. Representan dos extremos de la misma tubería de economía de datos.
Otros proyectos que construyen en este espacio son Ocean Protocol, pionero en el concepto de activos de datos tokenizados sobre Ethereum, y Grass, que recompensa específicamente a los usuarios por aportar ancho de banda ocioso y datos de navegación a pipelines de entrenamiento de IA. Cada uno adopta una arquitectura distinta, pero comparten el mismo modelo nuclear: pagos criptográficamente garantizados por contribuciones de datos verificadas.
También lea: El congelamiento de Mythos en Anthropic abre la puerta a los retadores asiáticos Sakana AI y 360
Quién se beneficia realmente de este modelo y cuáles son los riesgos
Para los contribuidores individuales de datos, el atractivo es claro: un valor que antes se extraía gratis ahora puede capturarse de forma directa. Alguien con una huella relevante en redes sociales, conocimiento especializado o acceso a datos escasos —historias clínicas, documentación legal profesional, contenido en idiomas distintos del inglés— puede cobrar una prima significativa en un mercado donde exista demanda auténtica por parte de desarrolladores de IA.
Para los desarrolladores de IA, estos marketplaces descentralizados ofrecen acceso a tipos de datos difíciles de obtener vía scraping o licencias tradicionales. Datos de preferencias humanas, anotaciones en nichos especializados y contenido multilingüe de regiones infrarrepresentadas son realmente escasos. Un protocolo capaz de obtener y verificar esos datos a escala tiene un valor real.
Los riesgos también son tangibles, para ambos lados. La volatilidad del token implica que un contribuidor pagado hoy en el token nativo puede descubrir que, en términos de dólares, ese pago vale mucho menos cuando intenta gastarlo. Los compradores afrontan el riesgo inverso: el precio del token puede dispararse entre el momento en que planifican la adquisición de datos y el momento de ejecutarla, encareciendo su presupuesto de compra.
La calidad del dato sigue siendo un problema sin resolver a gran escala. Los mecanismos de validación colectiva y los sistemas de staking reducen el fraude, pero no lo erradican.
Actores maliciosos sofisticados pueden manipular sistemas de reputación con el tiempo, y los desarrolladores de IA que compran datos en un marketplace nuevo y no probado asumen un riesgo de calidad que no existe al tratar con proveedores de anotación consolidados y con largos historiales.
El riesgo regulatorio es el gran comodín. La monetización de datos personales se sitúa en la intersección entre normativa de protección de datos, regulación de valores aplicada a los tokens implicados y marcos de gobernanza de IA que aún están en construcción. Un marketplace plenamente conforme en una jurisdicción puede operar en una zona gris legal en otra.
También lea: ¿Se dirige Ethereum a los 1.000 dólares tras perder un soporte clave?
Reflexiones finales
Los marketplaces descentralizados de datos para IA son una respuesta concreta y técnicamente fundamentada a un problema económico real: las personas que generan los datos de entrenamiento han capturado históricamente una parte mínima de su valor.
Los smart contracts, el almacenamiento direccionado por contenido, el aprendizaje federado y el staking de tokens permiten articular un sistema en el que ese valor fluye directamente hacia los contribuidores, sin un intermediario centralizado apropiándose del margen.
El modelo está aún en fase temprana.
La tokenomics sigue madurando, los sistemas de verificación deben demostrar que escalan a millones de contribuidores sin ser vulnerables a abusos, y el entorno regulatorio en torno a la monetización de datos personales continúa sin definirse del todo.
Pero la parte de la demanda no va a desaparecer.
Los desarrolladores de IA necesitan más datos, de más tipos, de los que las fuentes centralizadas pueden suministrar de forma fiable.
Esa necesidad estructural es la que sostiene la tesis de largo plazo de los marketplaces descentralizados de datos.
Lea a continuación: XRP se arriesga a una caída del 30 % mientras la actividad de ballenas y el RSI se desploman
