Cada búsqueda, navegación o interacción con una app genera datos.
Esos datos valen miles de millones para las compañías de inteligencia artificial. Pero las plataformas que los recopilan se quedan con casi todo el valor.
Una nueva generación de mercados descentralizados de datos para IA quiere dar la vuelta a este modelo: utilizar cripto para pagar directamente a los contribuyentes cada vez que sus datos se usan para entrenar un modelo de machine learning.
La mecánica va mucho más allá del eslogan «sé dueño de tus datos».
Hay capas de verificación, sistemas de staking, restricciones de privacidad y economías de fichas (tokens) que, combinadas, determinan si un contribuyente cobra un pago justo… o no cobra nada.
Este artículo explica desde cero cómo funcionan estos 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, utilizando tokens cripto para gestionar los pagos sin intermediarios de confianza.
- Los contribuyentes envían datos que se verifican on-chain o mediante redes de oráculos descentralizadas antes de liberar el pago, eliminando a la plataforma centralizada 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 bruta abandone el dispositivo del usuario.
- La economía de tokens —incluidos staking, penalizaciones (slashing) y sistemas de reputación— alinea incentivos para que los contribuyentes aporten datos precisos, no basura.
- Proyectos como Kled AI en Solana marcan la frontera actual, pero el modelo se extiende a múltiples 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 voraces en datos en una magnitud difícil de exagerar.
Una sola ronda de entrenamiento para 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, la mayor parte llega por unas pocas vías.
El web scraping recopila texto público a gran escala. Los acuerdos de licencia de plataformas dan a los laboratorios de IA acceso a bases de datos propietarias: Reddit, medios de comunicación y agencias de fotografía de stock ya han firmado contratos de este tipo.
Y las plataformas centralizadas de anotación crowdsourced pagan pequeñas cantidades a trabajadores humanos para etiquetar imágenes, transcribir audio o valorar respuestas de IA según su precisión.
El mercado de anotación es grande pero extractivo. Los trabajadores en estas plataformas suelen ganar entre 1 y 5 dólares por hora, mientras que los conjuntos de datos etiquetados que producen se venden a los desarrolladores de IA por múltiples órdenes de magnitud más por registro.
El problema es estructural. Una plataforma centralizada situada entre el propietario del dato y el comprador de IA captura casi todo el margen. Fija precios, impone sus propios estándares de calidad y puede expulsar a contribuyentes sin recurso alguno. Los mercados descentralizados sustituyen esa capa de plataforma por contratos inteligentes, protocolos abiertos y rieles de pago basados en tokens.
También lee: USDT arrebata brevemente a Ethereum el puesto de segundo criptoactivo
Qué es realmente un mercado descentralizado de datos para IA
En esencia, un mercado descentralizado de datos para IA es un protocolo donde oferta y demanda de datos se encuentran sin un intermediario controlador.
En el lado comprador están los desarrolladores de IA o equipos de investigación que publican una «solicitud de datos», especificando el tipo de dato, estándares de calidad, 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.
El comprador bloquea fondos en el contrato cuando publica una solicitud. Cuando un contribuyente envía datos que superan la fase de verificación, el contrato libera el pago de forma automática.
Ninguna de las partes necesita confiar en la otra; ambas confían en el código del contrato.
Los propios datos, por lo general, no residen on-chain.
Almacenar gigabytes de imágenes etiquetadas en Ethereum (ETH) o Solana (SOL) sería prohibitivo en coste.
En su lugar, los datos viven en una red de almacenamiento descentralizado como IPFS o Arweave, y lo que se registra on-chain es un hash de contenido direccionable: 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. Si se cambia un solo byte, el hash cambia por completo. Esto hace imposible reclamar pagos por datos alterados o reciclados a posteriori.
También lee: Techdollar capta 3 millones para que empleados de startups liquiden sin vender acciones
Cómo funciona la verificación de datos sin un guardián central
La verificación es el problema más difícil en este diseño. Una plataforma centralizada puede contratar revisores de calidad.
Un contrato inteligente no puede «leer» una imagen ni juzgar si un texto está bien etiquetado; solo puede ejecutar lógica. Los mercados descentralizados resuelven esto con tres enfoques principales, a menudo combinados.
Pruebas criptográficas: funcionan para datos estructurados cuya corrección puede comprobarse matemáticamente. Si un contribuyente envía trazas 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 determinado, que están dentro de rangos válidos, que proceden de un dispositivo específico— sin revelar los valores brutos.
Validación por la multitud: se usa para tareas de etiquetado subjetivo. Varios contribuyentes independientes revisan el mismo dato y envían su valoración. El contrato compara las respuestas y paga a quienes coinciden con la mayoría, mientras penaliza a los outliers sistemáticos. Es una versión descentralizada de la anotación redundante que utilizan las plataformas centralizadas para filtrar etiquetadores negligentes o maliciosos.
Staking y slashing: añaden una capa económica. Los contribuyentes bloquean un depósito del token nativo antes de poder enviar datos. Si sus envíos son rechazados de forma repetida o marcados como fraudulentos por la capa de validación colectiva, su stake se «recorta» (slashing), parcial o totalmente. Esto hace que enviar datos de baja calidad sea costoso, alineando el incentivo del contribuyente con el requisito de calidad del comprador.
También lee: XRP pone a prueba el soporte de 1 dólar mientras se intensifica el riesgo de caída a 0,60
Cómo las técnicas de privacidad protegen a los contribuyentes
Una tensión obvia en este 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 dilema con dos técnicas cada vez más maduras.
Aprendizaje federado: mantiene los datos brutos totalmente en el dispositivo del contribuyente. En lugar de enviar datos a un servidor central, el propio modelo de IA viaja al equipo del usuario. El modelo se entrena localmente con los datos brutos, y solo se devuelven al desarrollador los pesos actualizados: parámetros matemáticos abstractos que no revelan directamente la información subyacente. Las actualizaciones de muchos contribuyentes se agregan para producir un modelo más robusto. Los datos de entrenamiento nunca salen del entorno del usuario.
Privacidad diferencial: añade ruido estadístico calibrado a un conjunto de datos antes de compartirlo, de forma que resulte imposible reconstruir el registro específico de cualquier individuo a partir del agregado, manteniendo a la vez los patrones estadísticos útiles para el entrenamiento. La cantidad de ruido es ajustable: más ruido significa mayor protección, pero algo menos de utilidad.
Estas técnicas también pesan en el plano regulatorio. Normativas como el RGPD en Europa y la California Consumer Privacy Act en EE. UU. imponen reglas estrictas sobre la transferencia y uso de datos personales. Un mercado que pueda demostrar de forma creíble que su canal de datos nunca transmite información personal bruta podría afrontar un camino regulatorio mucho más sencillo que otro que simplemente comercializa exportaciones de datos sin tratar.
También lee: HIVE se financia con 115 millones al 0% para reposicionarse más allá de la minería de Bitcoin
Tokenomics, staking y cómo cobran realmente los contribuyentes
El mecanismo de pago varía según la plataforma, pero la mayoría utiliza un token de utilidad nativo en lugar de pagar directamente en un activo mayor como Bitcoin (BTC). El token cumple varias funciones a la vez.
Primero, es la unidad de cuenta de las solicitudes de datos. Los compradores formulan sus ofertas en ese token, de modo que el token captura el valor del lado de la demanda: cuanto más pedidos de datos haya, más tokens se necesitan para financiarlos.
Segundo, el staking crea un bloqueo del lado de la oferta. Los contribuyentes deben poseer y hacer staking del token para participar en el mercado, retirando oferta circulante y alineando sus incentivos con la salud de la red.
Tercero, la reputación suele vincularse al historial del token. Un contribuyente que haya mantenido su stake, cuyos envíos se hayan aceptado y que nunca haya sido penalizado construye un historial verificable on-chain. Esta puntuación reputacional puede permitirle cobrar una prima por sus datos, porque los compradores confían más en él que en un recién llegado 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 envía 50 registros etiquetados. La capa de validación los revisa y aprueba. El contrato libera 50 tokens al contribuyente, 2 tokens a los validadores que aprobaron el envío y retiene los 448 tokens restantes para futuros contribuyentes. El comprador obtiene acceso al registro del dataset verificado una vez confirmado el pago.
La economía de tokens solo funciona si existe una demanda genuina por los datos. Los proyectos que se lanzan con altas expectativas especulativas pero sin compradores reales de datos acaban creando incentivos perversos: se genera información de baja calidad solo para farmear recompensas, erosionando rápidamente la utilidad del mercado y, con ella, el valor del propio token. las recompensas para los contribuidores, sin compradores de datos de IA que paguen al otro lado del mercado, generan una presión inflacionaria sobre el token que no es sostenible.
También lee: 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 ejemplifica el estado del arte actual en Solana. El protocolo se presenta como un mercado descentralizado donde los usuarios pueden monetizar sus datos personales específicamente para el entrenamiento de 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 asumible 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 activa la liberación de un pago necesita liquidarse casi al instante. Un contribuidor no va a aceptar una plataforma en la que tenga que esperar horas para confirmar un cobro. La finalidad en subsegundos de Solana hace que la experiencia de pago se perciba cercana a la de una plataforma tradicional, pero manteniendo las propiedades trustless de un contrato inteligente.
Velvet, que cotiza al alza junto a Kled AI, adopta un enfoque distinto: es una terminal de carteras on-chain impulsada por IA que integra spot, perpetuos y estrategias de rendimiento. Es relevante para este nicho porque ilustra el mismo hilo conductor: 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 del mismo “pipeline” de economía de datos.
Otros proyectos que construyen en este ámbito son Ocean Protocol, pionero en el concepto de activos de datos tokenizados sobre Ethereum, y Grass, que remunera específicamente a los usuarios por aportar ancho de banda ocioso y datos de navegación a los flujos de entrenamiento de IA. Cada uno adopta una arquitectura algo diferente, pero comparten el mismo modelo de base: pagos garantizados criptográficamente por contribuciones de datos verificadas.
También lee: El parón 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 directo: un valor que antes se extraía gratis ahora puede capturarse de forma directa. Alguien con una huella relevante en redes sociales, experiencia en un nicho profesional o acceso a datos escasos —historias clínicas, documentos jurídicos profesionales, contenidos en idiomas distintos del inglés— puede obtener una prima significativa en un mercado con demanda real por parte de desarrolladores de IA.
Para los desarrolladores de IA, los mercados descentralizados ofrecen acceso a tipos de datos difíciles de conseguir mediante “scraping” o licencias tradicionales. Datos de preferencias humanas, anotaciones en dominios muy específicos y contenido multilingüe de regiones infrarrepresentadas son recursos genuinamente escasos. Un protocolo capaz de captar y verificar esos datos a escala aporta un valor real.
Los riesgos también son considerables, a ambos lados. La volatilidad del token implica que un contribuidor pagado hoy en el token nativo puede descubrir que, en términos de dólares, su remuneración vale mucho menos cuando pretende gastarla. Los compradores afrontan el riesgo inverso: que el precio del token se dispare entre la planificación de una compra de datos y su ejecución, encareciendo su adquisición frente al presupuesto inicial.
La calidad de los datos sigue siendo un problema no resuelto a gran escala. Los sistemas de validación colectiva y los mecanismos basados en “staking” reducen el fraude, pero no lo eliminan. 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 inexistente cuando adquieren servicios de proveedores de anotación consolidados, con historiales extensos.
El riesgo regulatorio es la mayor incógnita. La monetización de datos personales se sitúa en la intersección entre normativa de privacidad, regulación de valores para los tokens implicados y marcos de gobernanza de IA que aún se están definiendo. Una plataforma que opera de forma cumplidora en una jurisdicción puede encontrarse en una zona gris legal en otra.
También lee: ¿Se dirige Ethereum a los 1.000 dólares tras perder un soporte clave?
Reflexiones finales
Los mercados descentralizados de datos para IA son una respuesta específica y técnicamente fundamentada a un problema económico real: las personas que generan los datos de entrenamiento han capturado históricamente una fracción mínima de su valor.
Los contratos inteligentes, el almacenamiento direccionado por contenido, el aprendizaje federado y el “staking” de tokens, combinados, permiten un sistema en el que ese valor fluye directamente hacia los contribuidores, sin un intermediario de plataforma apropiándose del margen.
El modelo sigue en una fase temprana.
La economía de los tokens está en proceso de maduración, los sistemas de verificación aún tienen que demostrar que escalan a millones de contribuidores sin ser manipulables, y el marco regulatorio en torno a la monetización de datos personales sigue sin asentarse.
Pero la pata de la demanda no va a desaparecer.
Los desarrolladores de IA necesitan más datos, y de mayor diversidad, de lo que las fuentes centralizadas pueden suministrar de forma fiable.
Esa necesidad estructural es la que sustenta la tesis de largo plazo de los mercados descentralizados de datos.
Lee también: XRP se expone a una caída del 30% mientras la actividad de las ballenas y el RSI se desploman
