El valor combinado de tokens relacionados con IA ha aumentado cuatro veces en los últimos dos años, ahora acercándose a una capitalización de mercado de $20 mil millones.
Aunque sigue siendo una pequeña porción - solo el 0.67% - del mercado total de criptografía de $3.55 billones, su crecimiento refleja expectativas crecientes sobre el papel de la infraestructura descentralizada de IA, el dinero programable y los sistemas de pago basados en stablecoin.
Según Grayscale Investments, la relativa juventud del sector de cripto IA explica su tamaño modesto actual en comparación con verticales dominantes como las finanzas descentralizadas y los servicios financieros tokenizados, que representan cientos de miles de millones en valor. Sin embargo, la firma sugiere que esta disparidad podría disminuir a medida que los modelos cripto nativos de IA maduren y los casos de uso institucionales se vuelvan más claros.
A finales de mayo de 2025, el espacio de cripto IA comprende alrededor de 20 tokens. El más grande por capitalización de mercado circulante es TAO, el activo nativo del protocolo de aprendizaje automático descentralizado Bittensor. A pesar de un año alcista global para la criptografía, el sector de tokens de IA ha visto rendimientos individuales mezclados. TAO ha subido un 2% en lo que va del año, mientras que ElizaOS ha caído un 80%, destacando la volatilidad del sector y su naturaleza de etapa temprana.
Sin embargo, la trayectoria general ha sido notablemente ascendente. En 2023, el valor total de mercado del sector de cripto IA era de solo $4.5 mil millones. Hoy, se acerca a $20 mil millones, sugiriendo que el interés de los inversores en infraestructura nativa de IA, entrenamiento descentralizado, y coordinación de agentes basada en blockchain está acelerándose.
Stablecoins como facilitadores clave para agentes de IA
Una de las tendencias emergentes más significativas es la convergencia de la IA con la infraestructura de stablecoin. Un informe reciente de Grayscale de los líderes de investigación Zach Pandl y Will Ogden Moore destaca cómo las stablecoins
- dólares digitales basados en blockchain - podrían convertirse en herramientas fundamentales para los agentes de IA que necesitan sistemas de pago rápidos, sin fronteras y programables.
La integración de las stablecoins en los casos de uso de IA surge en medio de un creciente interés por parte de importantes actores fintech y tecnológicos. Stripe recientemente expandió su funcionalidad de pago con stablecoins a más de 150 países. Meta está experimentando con rieles de pago basados en blockchain, y grandes bancos estadounidenses también están explorando marcos de depósito tokenizados compatibles con herramientas de IA.
Mientras tanto, Coinbase ha lanzado una "cartera inteligente" y una pila de pagos programables destinados a permitir que los agentes de IA y de internet de las cosas realicen microtransacciones en stablecoins. Estos desarrollos están siendo moldeados por avances regulatorios, como el proyecto de ley de estructura del mercado de criptografía de EE.UU. y la propuesta de la Ley GENIUS - una ley centrada en la concesión de licencias y gobernanza de stablecoins respaldadas por fiat. Si se aprueba, dicha legislación podría proporcionar rieles legales más claros para los flujos de pagos impulsados por IA.
Bittensor: Halving, subredes y computación descentralizada
Bittensor sigue siendo el protocolo de IA descentralizada más desarrollado hasta la fecha. Modelado libremente en Bitcoin, TAO tiene un límite máximo de 21 millones de tokens y experimenta un evento de halving cada cuatro años. Se espera que el primer evento de este tipo ocurra más adelante este año, reduciendo la emisión y potencialmente afectando la dinámica de suministro del token.
En febrero, Bittensor lanzó la actualización dTAO, permitiendo la formación de subredes invertibles - mini-redes personalizadas optimizadas para tareas específicas de aprendizaje automático. Desde el lanzamiento, más del 7% de la oferta circulante de TAO se ha comprometido a estas subredes, sugiriendo una creciente participación de desarrolladores en entornos de entrenamiento descentralizados.
Las subredes funcionan como primitivos económicos y técnicos, permitiendo a los participantes financiar, curar y extraer valor de redes neuronales gobernadas de manera independiente. Los analistas de Grayscale ven esta arquitectura modular como un facilitador clave para escalar la IA en sistemas descentralizados sin depender de proveedores de computación centralizados como Amazon Web Services.
Entrenamiento distribuido y mercados de GPU
Más allá de Bittensor, varios otros protocolos de criptografía con foco en IA están explorando mecanismos de entrenamiento distribuido. Un ejemplo es Prime Intellect, que ha entrenado modelos con más de 30 mil millones de parámetros utilizando GPUs inactivas aportadas por participantes globales.
Si este enfoque demuestra ser escalable, podría reducir los altos costos asociados con el entrenamiento de modelos de IA centralizados y disminuir la dependencia de la infraestructura de grandes tecnológicas.
Otros proyectos, como Gensyn y Nous Research, también están construyendo hacia mercados descentralizados de GPU y pueden introducir tokens a finales del año. Estas plataformas buscan apoyar el desarrollo de modelos de IA en entornos donde los contribuyentes son recompensados en criptografía por compartir computo o datos, en lugar de depender de infraestructura corporativa centralizada.
Monetización de datos y casos de uso no financieros
Otro vertical emergente en la intersección IA-criptografía es la monetización de datos. Grass, un protocolo que agrega y vende datos recopilados de la web a laboratorios de IA, ha alcanzado supuestamente decenas de millones de dólares en ingresos anualizados - sin ofrecer un token. El proyecto destaca cómo las redes descentralizadas pueden aprovechar la demanda existente de desarrolladores de IA mientras generan ingresos del mundo real desde fuentes no financieras.
La economía de los datos está adquiriendo cada vez más importancia a medida que los sistemas de IA requieren grandes conjuntos de datos, diversos y actualizados regularmente para entrenar modelos de manera efectiva. La trayectoria de Grass muestra que las herramientas de adquisición y monetización de datos nativas de la criptografía pueden coexistir junto a corredores de datos tradicionales, abriendo potencialmente nuevos mercados para la participación minorista en el ciclo de entrenamiento de IA.
De manera similar, Virtuals - una plataforma que ofrece acceso tokenizado a agentes de IA - ha visto $30 millones en tarifas de negociación anualizadas. Tal tracción indica una demanda temprana de economías basadas en agentes, donde los modelos de IA actúan de manera autónoma y se involucran en el comercio usando tokens digitales.
Consideraciones finales
A pesar del optimismo, el sector enfrenta riesgos claros, incluyendo incertidumbre regulatoria, desafíos de ejecución técnica, y narrativas sobrevaloradas. Gran parte del capital de mercado actual es especulativo y está vinculado a expectativas futuras de crecimiento de protocolos o utilidad del token.
Aun así, la convergencia de la IA, la criptografía y el dinero programable parece alineada estructuralmente con tendencias tecnológicas a largo plazo. Si nuevos marcos regulatorios como la Ley GENIUS o un proyecto de ley de estructura del mercado de criptografía finalizado proporcionan una orientación más clara para las operaciones IA-criptografía, podría seguir la adopción institucional.
Por ahora, el sector de criptografía IA sigue siendo experimental y volátil - pero cada vez más visible. A medida que crecen las aplicaciones del mundo real y la infraestructura madura, la siguiente fase podría verlo pasar de una categoría de nicho a un componente más integrado de los ecosistemas tanto de criptografía como de IA.