Autor: Wintermute
Traducción: Blockzeit
El mundo cripto lleva más de una década entre nosotros. Los L1 se han construido, los L2 han seguido su camino, DeFi ha alcanzado madurez, y las stablecoins se han convertido en infraestructura básica. En plataformas de trading, préstamos, contratos perpetuos, mercados de predicciones y demás sectores, casi todas las categorías parecen saturadas y casi todas las ideas obvias parecen ya haber sido implementadas.
Entonces, ¿qué queda por construir en el mundo cripto?
Muchos constructores se dan por vencidos en este punto. Se equivocan, no porque la respuesta sea negativa, sino porque la pregunta en sí misma está mal formulada.
Durante gran parte de la historia de la industria cripto, las preguntas realmente interesantes eran: ¿Puede esta infraestructura sostenerse? ¿Puedes liquidar transacciones en segundos? ¿Se pueden transferir stablecoins a gran escala? ¿Puede una red abierta soportar una carga real? Esas preguntas ya tienen respuestas hoy. La infraestructura ya es funcional. El siguiente lote de preguntas realmente interesantes se ha trasladado a otro lugar.
Lo que realmente está cambiando es todo lo que sucede alrededor de esa infraestructura. Los modelos ya no solo "responden", sino que empiezan a actuar de forma autónoma; los robots aprenden de videos humanos, en lugar de depender únicamente de código escrito a mano; está surgiendo una normativa abierta en torno a pagos e identidad para Agentes. Estas cosas en sí mismas no son necesariamente cripto, pero se acercan constantemente a una frontera: ¿pueden las infraestructuras de confianza y financieras actuales, diseñadas para "humanos", soportar a nuevos participantes?
La pregunta que realmente vale la pena hacer ahora ya no es "¿qué más puede hacer el cripto?", sino "¿por qué va a necesitar el mundo real el cripto a continuación?".
Y la respuesta, cada vez más clara, es: la economía de las máquinas.
La máquina como agente económico
Cuando hablamos de "economía de las máquinas", no nos referimos a máquinas como herramientas (no a la que usas para enviar correos o escribir código). Nos referimos a: la máquina en sí misma como agente económico.
Este cambio parece sutil, pero sus consecuencias son enormes. Una herramienta espera instrucciones; un agente retiene contexto, toma sus propias decisiones, inicia transacciones por sí mismo y puede actuar de forma autónoma tanto en el mundo digital como en el físico. Los modelos actuales ya son lo suficientemente buenos para hacer esto; y también lo suficientemente baratos para desplegarse a gran escala.
En la práctica, esto podría verse así:
- Un Agente que te reserva un vuelo, negocia el precio, paga al proveedor y gestiona automáticamente un reembolso si hay problemas, todo sin tu intervención.
- Un robot de almacén que acepta pedidos por tareas, recarga su batería, paga por su potencia computacional y distribuye sus ingresos a sus operadores.
- Un sistema de investigación que diseña experimentos por la noche, solicita reactivos y ejecuta todo el ciclo experimental sin necesidad de que haya un estudiante presente.
La mayoría de nuestra infraestructura financiera y de confianza actual asume que al otro lado hay una persona o una empresa: una entidad identificable y responsable. Pero cuando el participante del otro lado es un sistema autónomo, esa premisa desaparece. Nuestros sistemas actuales de pago, identidad, autorización, resolución de disputas y liquidación no fueron diseñados para este escenario.
Y este problema se encuentra precisamente en la intersección de cripto, fintech, IA, robótica y tecnologías cuánticas.
¿Por qué ahora?
Han ocurrido tres cambios recientemente, que hace unos años parecían poco probables.
Primero, los modelos ya son lo suficientemente buenos, no solo para responder preguntas, sino para actuar; y también son lo suficientemente baratos para funcionar de forma continua y sin supervisión. El costo del trabajo digital por unidad se está reduciendo rápidamente, haciendo viables muchas tareas que antes "no valían la pena para un humano", y que ocurrirán a una frecuencia y escala que los sistemas anteriores nunca soportaron.
Segundo, los estándares abiertos están madurando. Las stablecoins ya son un sistema de liquidación real y funcional. Protocolos como x402, MPP, AP2 están empezando a ofrecer formas de pago a los Agentes. Redes blockchain más rápidas y redes de dinero fiduciario más rápidas se están encontrando en un punto intermedio. Los modelos abiertos de visión-lenguaje-acción también permiten que los robots aprendan de videos humanos y entornos simulados, en lugar de depender de programación altamente personalizada. La importancia de los estándares radica en que los constructores finalmente pueden "ensamblar", en lugar de tener que reconstruir todo desde cero cada vez. Esta es la razón por la que estos sectores están acelerando colectivamente.
Tercero, los Agentes ya pueden ejecutarse de forma continua. Ya no son solo las herramientas limitadas de antes, restringidas a casos de uso muy específicos, sino que pueden retener contexto y trabajar de forma autónoma y sin supervisión a largo plazo. Esto cambiará el modelo económico de la automatización y también el nivel de actividad que cualquier sistema debe soportar.
Por separado, ninguno de estos cambios es suficiente para formar un argumento completo, pero juntos, sí lo son.
El cripto no ha muerto
Muchos fundadores cripto, al preguntarse "¿qué queda por hacer?", pasan por alto un punto crucial.
La próxima ola de empresas realmente interesantes no será de "cripto frente a IA" o "cripto frente a robótica". Los fundadores que más nos entusiasman no están eligiendo entre estas tecnologías, sino que las están superponiendo.
Ya no se trata solo de "emprender en cripto", sino de hacer cripto + IA, cripto + robótica, cripto + ciencia autónoma. Las infraestructuras financieras tradicionales están diseñadas en torno a la responsabilidad humana: puedes verificar identidades, rastrear intenciones, y si algo sale mal, hay una persona específica a quien responsabilizar. La infraestructura cripto es diferente: se construye en torno a código auditable, registros en cadena que cualquiera puede leer y reglas aplicadas por la red. Cuando el participante del otro lado es un sistema autónomo, esta diferencia deja de ser una carencia y se convierte en un punto clave.
A medida que aumenta el volumen de actividad dirigida por máquinas, la infraestructura construida por el cripto se adapta mejor a la forma de estas necesidades que los sistemas diseñados para humanos: abierta, programable, sin permiso, con liquidación en segundos y con mecanismos de identidad que no dependen de intermediarios.
Para los constructores cripto, la verdadera oportunidad no es competir con los emprendedores cripto de la ronda anterior, sino convertirse en la base fundamental sobre la que se construirá la próxima ola de IA, robótica y sistemas físicos autónomos.
Además, las grandes plataformas ya están acelerando su entrada. Coinbase, Robinhood y BN han lanzado infraestructura de trading para Agentes en los últimos meses: incluyendo carteras operadas por Agentes, capacidades de ejecución autónoma y (en el caso de Robinhood) incluso nuevos blockchains diseñados específicamente para estas necesidades. Esto ya no es solo una discusión de nicho dentro del ecosistema cripto, sino algo que está sucediendo en plataformas con algunas de las mayores bases de usuarios minoristas del mundo.
Dónde se atasca hoy
La tesis central anterior es: Las infraestructuras sin permiso y programables son más adecuadas para soportar agentes autónomos que las infraestructuras tradicionales diseñadas para humanos. Pero esta tesis aún no ha sido completamente probada a gran escala, y dos puntos de fallo existentes ya muestran que queda mucho trabajo por hacer en este camino.
Seguridad
Las carteras para Agentes se han convertido en una superficie de ataque real. En mayo de 2026, un atacante utilizó un prompt injection con código Morse para inducir a Grok a generar una instrucción de transferencia, que luego fue ejecutada en cadena por un Agente de trading automático. Antes de que se recuperara la mayor parte de los fondos, se transfirieron aproximadamente entre 150,000 y 200,000 dólares (SlowMist).
Responsabilidad
Cuando un sistema accedido por IA falla, aún no hay una respuesta clara sobre quién es responsable, incluso si el sistema ha sido firmado conjuntamente por IA, revisión humana y votación de gobernanza. En febrero de 2026, un código de contrato inteligente escrito con asistencia de IA en Moonwell contenía un error en el oráculo, lo que resultó en un evento de deuda incobrable de 1.78 millones de dólares, y ningún eslabón en la cadena de revisión detectó el problema (rekt.news).
Qué estamos observando
La mayoría de la actividad actual se concentra en la capa de componentes: modelos base, hardware robótico, stablecoins, plataformas de trading. Estos mercados ya están saturados y han recibido mucha financiación; la oportunidad no está ahí.
La verdadera oportunidad está en la capa que los conecta: es decir, la infraestructura necesaria para que las máquinas negocien, colaboren y establezcan confianza entre sí. Estas cosas realmente no existen hoy. Hay tres direcciones que merecen especial atención.
Capa económica para Agentes
La dificultad no radica en si un Agente puede pagar, sino en: cuando un Agente hace algo incorrecto, ¿quién posee los permisos? ¿Quién asume el riesgo de fraude? ¿Y cómo conectar todo esto a los comerciantes sin requerir que reconstruyan completamente sus sistemas de pago? La forma del comercio con Agentes aún se está definiendo: capas de autorización, identidad del Agente, enrutamiento neutral multi-infraestructura, y mercados donde los Agentes puedan comprar de forma autónoma potencia computacional, datos y permisos de acceso.
En esta dirección, los mejores equipos no cobran un porcentaje del volumen de pago, sino que cobran en torno a la autorización y la reducción de riesgos. De esta manera, incluso si el volumen real de transacciones de los Agentes aún no ha despegado por completo, el modelo de negocio ya puede ser viable.
IA Física (Physical AI)
La capacidad de los robots está creciendo más rápido que su capacidad para "tener un sistema económico". Ya existen modelos que pueden generalizar entre tareas y formas robóticas; incluso alguien que no es ingeniero puede reprogramar un robot simplemente diciéndole qué hacer. Pero los robots aún no pueden pagar por su propia potencia computacional, recarga o mantenimiento, ni pueden recibir pagos automáticamente por completar un trabajo. Lo que falta no son manos, sino carteras.
En lugar de narrativas más lejanas como "robots humanoides domésticos", nos enfocamos en escenarios estructurados como almacenamiento, logística o back-end del retail, porque allí los modelos económicos ya son viables y existen despliegues reales.
Sistemas de descubrimiento dirigidos por máquinas
Esto incluye orquestación de laboratorios, diseño automatizado de experimentos y software que conecte el ciclo "hipótesis-experimento-resultado". Los fundadores que construyen capas autónomas para la ciencia ya están vendiendo sus productos a laboratorios de ciencia de materiales y descubrimiento de fármacos. La tecnología cuántica es una variable que se ajusta a esta dirección: la capacidad de simulación y percepción podría aumentar drásticamente la frontera de "lo que se puede descubrir", y la seguridad post-cuántica ya es una necesidad real para la capa de liquidación. Esta dirección es difícil de valorar y los ganadores no están claros, pero definitivamente hay algo sucediendo ahí.
