El 20% de los estadounidenses está considerando invertir: La clave del próximo crecimiento del mercado de criptomonedas está aquí

marsbitPublicado a 2026-03-05Actualizado a 2026-03-05

Resumen

Aproximadamente el 20% de los adultos estadounidenses, un grupo significativo y psicológicamente distinto, se encuentra en una fase de "potenciales poseedores" de criptomonedas: aún no las tienen, pero están considerando adquirirlas. Una nueva investigación destaca que la adopción de criptoactivos no es un proceso binario (tener o no tener), sino una progresión gradual que pasa por las etapas de rechazo, consideración y, finalmente, tenencia. Los factores que influyen en la "consideración" (como una ideología operativa más conservadora o el apoyo al desarrollo de la IA) son diferentes de los que impulsan la "tenencia real" (como poseer acciones o una mayor tolerancia al riesgo y al caos). Comprender las barreras que impiden a este grupo intermedio dar el paso final (por ejemplo, la percepción de control, la volatilidad o problemas de liquidez) es crucial para el crecimiento del mercado, las políticas de regulación y la opinión pública. Ignorar esta fase intermedia lleva a una mala interpretación de la trayectoria real de adopción de las criptomonedas.

Escrito por: Kyle Saunders

Compilado por: Chopper, Foresight News

La mayoría de las investigaciones sobre criptomonedas giran en torno a una pregunta simple: ¿Quiénes las poseen? ¿Quiénes no?

Ciertamente, este es un punto de partida razonable para la investigación. La posesión es un comportamiento real, observable y cuantificable. Pero para un mercado con una capitalización de billones de dólares, quizás esta no sea la pregunta más central.

Si te interesa el desarrollo del mercado, las políticas regulatorias, la opinión política o el futuro de los activos criptográficos, hay una pregunta que podría ser más relevante: ¿Quién está considerando adquirir criptomonedas?

Porque la aceptación y adopción de un activo nunca es una elección binaria de sí o no, sino un proceso gradual.

Si solo estudias la etapa final de este proceso, te perderás toda la cadena de conversión.

Rechazo → Consideración → Posesión: Las tres etapas de la aceptación de criptomonedas

Recientemente, Erin Fitz y yo publicamos un nuevo artículo de investigación. En nuestro estudio, no tratamos la aceptación de las criptomonedas como un resultado en blanco y negro, sino que la definimos como un proceso gradual.

A finales de 2024 y en 2025, realizamos tres encuestas independientes con muestras representativas de adultos estadounidenses. Según los resultados, dividimos a los encuestados en tres grupos:

  • No poseen y no tienen intención de poseer criptomonedas
  • No poseen, pero están considerando poseer criptomonedas
  • Actualmente poseen criptomonedas

Nuestra primera conclusión fue clara y crucial: aproximadamente una quinta parte de los estadounidenses no posee criptomonedas, pero está considerando adquirirlas.

Este grupo no es en absoluto insignificante, ni un error estadístico, ni un grupo potencial "destinado a poseer". Son un segmento con características psicológicas y patrones de comportamiento únicos, y esta cualidad los hace cruciales.

¿Por qué es tan crucial el grupo de los "poseedores potenciales"?

Si limitas la perspectiva de la investigación a la comparación binaria entre "poseedores" y "no poseedores", es como asumir que todas las personas que no están en el mercado son una masa indiferenciada.

Pero las elecciones de comportamiento en la vida real nunca son así.

La clásica teoría psicológica social, la Teoría del Comportamiento Planificado, indica que el comportamiento humano evoluciona a partir de una serie de etapas previas: creencias, actitudes, control percibido, intención de comportamiento. Primero se "considera", luego se genera la "intención de comportamiento"; primero hay "intención de comportamiento", luego se lleva a la acción real. Y cada etapa no necesariamente se convierte en la siguiente.

En otras palabras, todos los poseedores fueron alguna vez poseedores potenciales; pero no todos los poseedores potenciales se convertirán finalmente en poseedores reales.

Cuando vemos la participación de las personas en las criptomonedas como un proceso gradual y ordenado, en lugar de una característica binaria, surge una conclusión interesante: los factores que influyen en que las personas "consideren poseer" no son exactamente los mismos que los que impulsan a las personas a "poseer realmente".

En esta cadena de conversión, existe un mecanismo de filtrado por capas.

¿Qué factores influyen en "considerar poseer"? ¿Qué impulsa a "poseer realmente"?

Algunos factores de influencia comunes coincidieron con las expectativas: las personas jóvenes, los hombres, aquellos más abiertos a nuevas experiencias y aquellos con mayor tolerancia al riesgo financiero, son más propensos a cruzar los dos umbrales: "rechazo→consideración" y "consideración→posesión".

Pero hay dos conjuntos de patrones con diferencias notables que merecen especial atención.

Factores más fuertemente asociados con "considerar poseer":

  • Una ideología operativa más conservadora
  • Apoyo a la investigación y desarrollo de la tecnología de inteligencia artificial

El efecto de estos factores se manifiesta en las etapas tempranas del proceso de aceptación de las criptomonedas, pueden explicar por qué las personas están abiertas a ellas, pero no necesariamente impulsan a dar el último paso hacia la "posesión real".

Factores más fuertemente asociados con "poseer realmente":

  • Poseer acciones (acciones bursátiles)
  • La necesidad de caos ("Need for Chaos")

Y la tolerancia al riesgo fue el factor de influencia general más significativo: desde el nivel más bajo hasta el más alto, la probabilidad de elección de comportamiento de los encuestados cambia enormemente, la probabilidad de rechazar poseer criptomonedas disminuye en 32 puntos porcentuales, y la probabilidad de poseer criptomonedas realmente aumenta en 27 puntos porcentuales.

Aquí hay un resumen breve de las diferencias clave:

Nuestros datos de la encuesta también se alinean estrechamente con el panorama real del mercado de criptomonedas: Bitcoin domina absolutamente tanto entre los "poseedores potenciales" como entre los "poseedores reales" (con Ethereum en segundo lugar), y muchas personas están dispuestas a接触 (interactuar con)多种 (múltiples) criptomonedas. El mercado mismo corrobora esta conclusión.

Para entender cómo este panorama se ajusta a la curva de difusión de innovaciones más amplia (y por qué la etapa de "poseedores potenciales" determinará si el desarrollo de las criptomonedas se estanca o se escala), se puede comparar la trayectoria de adopción de Bitcoin con la de Internet en sus inicios como referencia. Los datos de la encuesta muestran que la aceptación de la tecnología de IA en Estados Unidos en 2026 alcanzó aproximadamente el 55%.

Además, este gráfico del artículo también muestra cómo la aceptación de las criptomonedas se ajusta a la Curva de Difusión de Innovaciones de Rogers:

Este es un gráfico adaptado de la Curva de Difusión de Innovaciones propuesta por Rogers en 2003. La línea continua naranja es la curva en S (es decir, la función de distribución acumulativa, con la escala a la izquierda del eje vertical). El área azul bajo la curva representa la distribución de probabilidad de los cinco grupos de adoptantes en el modelo de Rogers, divididos en base a las desviaciones estándar de la media en una distribución normal. En una distribución normal, estas áreas representan el porcentaje probabilístico de cada grupo en el total: Innovadores (2.5%, de 0 a media menos 2 desviaciones estándar), Adoptantes Tempranos (13.5%, de media menos 2 desviaciones estándar a media menos 1 desviación estándar), Mayoría Temprana (34%, de media menos 1 desviación estándar a la media), Mayoría Tardía (34%, de la media a media más 1 desviación estándar), Rezagados (16%, de media más 1 desviación estándar a 100%). La línea discontinua negra representa la tasa de posesión de criptomonedas autoinformada por los encuestados en nuestros tres estudios (Estudio 1: 13%, Estudio 2: 18%, Estudio 3: 32%).

El significado de esta conclusión va más allá del ámbito de las criptomonedas

Puedes interpretar estos resultados de manera estrecha como una segmentación de consumidores, pero tienen un significado más amplio.

Para el crecimiento del mercado

El espacio de expansión del mercado de criptomonedas no está en convertir a los "rechazadores" firmes en poseedores, sino en averiguar qué impide que los poseedores potenciales se conviertan en poseedores reales. Este obstáculo quizás no sea ideológico, sino la percepción de control sobre su propio comportamiento, la preocupación por la volatilidad del mercado o problemas de liquidez del activo.

Para las políticas regulatorias

Si los legisladores ven a los poseedores de criptomonedas como el único grupo con influencia política, juzgarán mal el estado actual del mercado. La dirección de las políticas en el ámbito de los activos digitales probablemente dependerá de estos poseedores potenciales con actitud abierta pero que aún no se han decidido. Sus preferencias, perfil de riesgo y confianza en las instituciones tienen una influencia clave, especialmente en el contexto de la formación gradual de un marco regulatorio para las criptomonedas en 2026.

Para la opinión pública

Los debates en la red a menudo caen en la polarización: o se está a favor de las criptomonedas o en contra. Pero nuestros datos de encuesta muestran que en la realidad existe un grupo intermedio, numeroso y con características psicológicas únicas. La experiencia histórica indica que lo que determina si una innovación logra su adopción masiva, se estanca o provoca una reacción en la opinión pública, nunca son los adoptantes tempranos, sino este grupo intermedio.

La aceptación y la adopción son, en esencia, un proceso gradual

La启示 (revelación) central de esta investigación no es solo para el ámbito de las criptomonedas, sino también un cambio en el método de investigación y la perspectiva cognitiva.

Cuando simplificamos comportamientos complejos en elecciones binarias de esto o aquello, es muy probable que confundamos las regularidades del comportamiento en diferentes etapas. Los factores que hacen que las personas estén abiertas a algo nuevo no necesariamente impulsan a las personas a tomar medidas concretas.

Esto no solo se aplica a las criptomonedas, sino también a la aceptación de la tecnología de IA, la participación política, la confianza en las instituciones y muchas otras elecciones de comportamiento que he explorado en esta columna.

La etapa intermedia ignorada a menudo esconde las regularidades de comportamiento más dignas de investigación.

La aceptación y adopción de las criptomonedas nunca ha sido una simple característica de personalidad o una señal ideológica, sino un proceso de comportamiento gradual y progresivo.

Si se ignora esta etapa intermedia de "posesión potencial", se juzgará erróneamente tanto la dirección real del mercado como la lógica política y social subyacente.

Preguntas relacionadas

Q¿Qué tres grupos se identificaron en el estudio sobre la adopción de criptomonedas en Estados Unidos?

ALos tres grupos identificados fueron: 1) No poseen y no tienen intención de poseer criptomonedas, 2) No poseen pero están considerando poseer criptomonedas, y 3) Actualmente poseen criptomonedas.

QSegún el estudio, ¿qué porcentaje de estadounidenses no posee criptomonedas pero está considerando hacerlo?

AAproximadamente una quinta parte (20%) de los estadounidenses no posee criptomonedas pero está considerando hacerlo.

Q¿Qué dos factores están más fuertemente asociados con la etapa de 'considerar poseer' criptomonedas?

ALos dos factores más fuertemente asociados con la etapa de 'considerar poseer' son: una ideología operativa más conservadora y el apoyo al desarrollo de la tecnología de inteligencia artificial.

Q¿Qué dos factores están más fuertemente asociados con la etapa de 'poseer realmente' criptomonedas?

ALos dos factores más fuertemente asociados con la etapa de 'poseer realmente' son: poseer acciones (inversiones en bolsa) y la 'necesidad de caos' (need for chaos).

Q¿Por qué es crucial el grupo de 'poseedores potenciales' para el futuro del mercado de criptomonedas según el artículo?

AEl grupo de 'poseedores potenciales' es crucial porque representa el espacio real para el crecimiento del mercado. La expansión no vendrá de convertir a los 'rechazadores' firmes, sino de entender y superar las barreras que impiden a estos potenciales poseedores dar el paso final a la posesión real, como la percepción de control, la preocupación por la volatilidad o problemas de liquidez.

Lecturas Relacionadas

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

Resumen del informe del primer trimestre de 2026 sobre Ethereum, por Token Terminal. El reporte destaca una tendencia clave: la cantidad de usuarios activos mensuales (13.2 millones, +53.5%), las transacciones (200.4 millones, +38%) y el rendimiento de la red (25.78 TPS) alcanzaron máximos históricos, mientras que las tarifas de transacción en la capa principal cayeron un 47.9% intertrimestral. Este fenómeno, denominado la "Paradoja de Jevons", sugiere que Ethereum está priorizando deliberadamente la expansión a corto plazo sobre la captura de ingresos inmediatos. La actualización Fusaka, que aumenta la capacidad de datos y reduce el costo del espacio de bloque, es un factor clave. La narrativa central de Ethereum se está desplazando de una cadena de bloques DeFi a una capa de liquidación financiera global. Ethereum mantiene una posición dominante en activos tokenizados, con una capitalización total de $2 billones (-0.7% intertrimestral). Destacan el crecimiento de los fondos tokenizados ($194 mil millones, +4.9%) y las materias primas tokenizadas ($47 mil millones, +60%), reflejando una mayor adopción institucional por parte de entidades como BlackRock y JPMorgan. A pesar de una caída del 30.3% en su capitalización de mercado totalmente diluida, la base de titulares de ETH creció a 292.8 millones. En resumen, Ethereum está sacrificando ingresos a corto plazo para impulsar la adopción, consolidándose como la infraestructura de liquidación preferida para las finanzas tokenizadas, con el objetivo de que una mayor demanda de red compense las tarifas más bajas a largo plazo.

marsbitHace 1 hora(s)

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

marsbitHace 1 hora(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

El CEO de Intel, Chen Lifu, expresó en una entrevista en un podcast su objetivo de multiplicar por diez el valor de la empresa en un plazo de 5 a 10 años. Para lograrlo, está centrando la estrategia en la superación de los límites físicos de la miniaturización de los semiconductores, invirtiendo en tres áreas clave: tecnologías avanzadas de empaquetado como EMIB, nuevos materiales como el nitruro de galio (GaN), carburo de silicio (SiC), fosfuro de indio (InP) y diamante sintético, y sustratos innovadores como el de vidrio. Destacó que la explosión de la IA, especialmente los agentes autónomos y la inferencia, está impulsando una fuerte demanda de CPUs, cambiando la proporción CPU/GPU en servidores. Chen Lifu también defendió la apuesta de Intel por el negocio de fundición (foundry), subrayando que es crucial para la seguridad de la cadena de suministro en EE.UU. y que se basa en generar confianza a través de altos rendimientos y fiabilidad. Reveló detalles de la colaboración Terafab con Elon Musk para construir fábricas de chips y abordar la escasez de capacidad. Reconoció que Intel aún está en una fase de transformación ("gatear"), reconstruyendo equipos y capacidades fundamentales, pero proyecta que su verdadero potencial en mercados como la informática de borde, la IA física y la de agentes comenzará a materializarse hacia 2030-2032. Con una mentalidad de capitalista de riesgo, su meta clara es entregar un retorno de 10x a los accionistas en la próxima década.

marsbitHace 1 hora(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

marsbitHace 1 hora(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

En la actualidad, el mercado de inversión está obsesionado con los "Modelos del Mundo". Sin embargo, Pete Florence, ex científico de DeepMind y co-creador de la arquitectura Vision-Language-Action (VLA), fundó Generalist AI y rechaza esta etiqueta. Para él, el objetivo concreto es más importante: crear robots que realicen cualquier tarea con alta tasa de éxito sin datos específicos. Recientemente, Generalist AI recaudó 400 millones de dólares (unos 2.700 millones de RMB) en una ronda de financiación, alcanzando una valoración de 2.000 millones de dólares. Inversores incluyen NVentures de Nvidia, Bezos Expeditions, NFDG, y figuras como el cofundador de Xiaomi Lin Bin, el fundador de Zoom Eric Yuan, y la renombrada científica Fei-Fei Li. Florence, influenciado por su mentor en el MIT Russ Tedrake, prioriza comprender el mundo físico. Su enfoque comienza estableciendo una meta clara, luego diseña la ruta técnica. Tras dejar Google, lanzó Generalist AI en 2025. La compañía presentó su primer modelo de IA incorporada, GEN-0, en noviembre de 2025, demostrando que las leyes de escalado de los LLMs también se aplican al movimiento físico. En abril de 2026, presentaron GEN-1, entrenado con más de 50.000 horas de datos de interacción física recogidos por un dispositivo portátil. GEN-1 logra un 99% de éxito en tareas como plegar cajas y empaquetar teléfonos, siendo tres veces más rápido que GEN-0. Este avance acerca el modelo a un punto de inflexión similar al GPT-3, mostrando un rendimiento apto para despliegues comerciales en ciertas tareas. La inversión récord respalda la visión de Florence: robots universales que sean lo suficientemente expertos en tareas reales como para ser útiles, avanzando hacia la reducción del coste marginal del trabajo físico a cero. La etiqueta "Modelo del Mundo" queda así en segundo plano frente a los resultados tangibles.

marsbitHace 1 hora(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

marsbitHace 1 hora(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

En solo tres días, Google ha perdido a dos leyendas de la IA. El 18 de junio, Noam Shazeer, coautor del seminal trabajo "Attention is All You Need" y copresponsable de Gemini, anunció su salida para unirse a OpenAI. Dos días después, John Jumper, ganador del Nobel de Química 2024 y líder de AlphaFold, dejó Google DeepMind para incorporarse a Anthropic. Estas partidas no son incidentes aislados, sino parte de una tendencia clara de fuga de talento de Google hacia OpenAI y Anthropic, como lo confirma también la reciente incorporación a Anthropic del exmiembro fundador de OpenAI, Andrej Karpathy. El trasfondo de este éxodo es fundamentalmente una cuestión de misión y enfoque. El modelo de negocio central de Google, basado en la publicidad, impone una lógica orientada a productos y métricas comerciales que, en última instancia, restringe la investigación pura. En contraste, tanto OpenAI (con su misión de AGI) como Anthropic (centrada en la seguridad y la ciencia) ofrecen un entorno de trabajo enfocado únicamente en empujar los límites de las capacidades de los modelos. A esto se suma la fuerte atracción financiera: OpenAI y Anthropic están en camino a una OPI, lo que promete una recompensa económica masiva a través de capital para sus empleados, algo que la ya gigantesca Google difícilmente puede igualar. La fusión de Google Brain y DeepMind en 2023, destinada a consolidar esfuerzos, ha generado en cambio tensiones culturales y ha hecho más evidente la presión por alinear la investigación con los objetivos de los equipos de productos. El resultado es una reorganización estructural del mapa del talento en IA. Google, a pesar de sus vastos recursos en computación y datos, está perdiendo a las personas que definen el futuro del campo. La verdadera ventaja competitiva en IA reside en retener a las mentes más brillantes, y Google está descubriendo que esa es quizás su batalla más difícil.

marsbitHace 3 hora(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

marsbitHace 3 hora(s)

Tras las notas de la IA, se esconde un "creador de exámenes" chino

Cada vez que se lanza un modelo de IA de vanguardia, la comunidad fija su atención en ciertas "hojas de resultados" familiares: MMLU-Pro, MMMU, MMMU-Pro. Estos puntos de referencia se han convertido en exámenes estándar para evaluar y comparar modelos como GPT, Claude, Gemini, Llama, Qwen y DeepSeek. Detrás de estas influyentes evaluaciones está el investigador chino Wenhu Chen, profesor asistente en la Universidad de Waterloo y fundador del TIGERLab (apodado "虎头帮"). Su trabajo surge de una necesidad crítica: a medida que los modelos avanzaban, las pruebas antiguas como MMLU se saturaban con puntuaciones casi perfectas, dejando de ser útiles para discernir diferencias reales. En 2024, Chen y su equipo presentaron MMLU-Pro, una renovación exhaustiva del original. Con 12,032 preguntas de 14 disciplinas, aumenta las opciones de respuesta de 4 a 10 para reducir las conjeturas e incorpora problemas más complejos que requieren razonamiento. El resultado fue una caída del 16% al 33% en la precisión de los modelos y una evaluación más estable y discriminatoria, rápidamente adoptada por la industria. Su contribución se extiende al ámbito multimodal con MMMU, un conjunto de 11,500 preguntas que combinan imágenes (gráficos, mapas, fórmulas) con conocimientos académicos para probar una comprensión integrada. Incluso los mejores modelos como GPT-4V inicialmente solo alcanzaron un 56% de precisión, revelando un largo camino por recorrer. Su sucesor, MMMU-Pro, cierra aún más las brechas, obligando a los modelos a utilizar la información visual y no solo el texto. La experiencia de Chen, que incluye investigación doctoral en preguntas complejas y una etapa en Google DeepMind trabajando en Gemini, le permite anticipar cómo los modelos pueden "aparentar" competencia. Su laboratorio no solo diseña evaluaciones, sino que también desarrolla modelos (como UniVideo para video o MoCha para avatares), asegurando que sus "exámenes" reflejen desafíos reales y los límites actuales de la tecnología. Actualmente, Chen continúa este trabajo en el laboratorio de superinteligencia de Meta, enfocado en datos y evaluación multimodal. Su historia destaca el papel fundamental, aunque a menudo menos visible, de los investigadores que construyen las herramientas para medir el verdadero progreso de la IA.

marsbitHace 3 hora(s)

Tras las notas de la IA, se esconde un "creador de exámenes" chino

marsbitHace 3 hora(s)

Trading

Spot
Futuros
活动图片