Autor: danny
Fue alrededor del invierno de 2020 cuando el objetivo de los proyectos se desvió de "crear valor y servir a los usuarios" hacia "listar en exchanges y servir bien a los estudios". El núcleo de este fenómeno reside en la contradicción entre la demanda rígida de datos por parte de los exchanges y el arranque en frío de los proyectos iniciales. Al carecer de usuarios y datos iniciales reales, pero necesitando los exchanges precisamente eso, los proyectos se vieron forzados a "coludirse" con los estudios, creando una prosperidad artificial mediante el inflado de volúmenes para satisfacer las expectativas del mercado.
Este modelo llevó a los proyectos a emprender directamente "para el exchange" (To Exchange) y "para el cazador de airdrops" (To Airdrop Hunter). En este contexto, surgió en la industria el fenómeno de la "moneda mala expulsando a la buena", donde las interacciones falsas y con fines de arbitraje (moneda mala) acaparan los recursos de la red, expulsando a los usuarios reales y orientados a la utilidad (moneda buena) al diluir las recompensas y aumentar los costos de uso.
El mecanismo de "airdrop", concebido inicialmente como una actividad de marketing para atraer nuevos usuarios, ha visto su propósito original completamente anulado, transformándose en un mecanismo de transfusión para alimentar estudios y bots. Los proyectos y los exchanges, embriagados por esta fachada de datos amontonados por scripts, no solo han provocado un enorme desperdicio de recursos, sino que fundamentalmente han desviado la dirección del desarrollo de la industria.
Este artículo pretende discutir los orígenes, mecanismos e impacto futuro de este fenómeno. Exploraremos cómo exchanges líderes como Binance y OKX, a través de sus estándares de listado, se han convertido involuntariamente en la "batuta" de este mecanismo de incentivos distorsionado; analizaremos cómo las firmas de capital de riesgo, mediante diseños de tokenomics de "alta FDV y baja circulación", han formado una relación simbiótica oculta con los "estudios de airdrop farming", completando juntos esta gran obra de prosperidad artificial.
I. La Estructura de Incentivos de la Economía "Falsa": La Alienación de la Creación de Valor a Solo Listar
La proliferación de estudios de airdrop farming no es un caos accidental, sino una respuesta económica racional a la estructura de incentivos establecida en el mercado actual de criptomonedas. Para entender por qué los proyectos incluso "consienten" la existencia de estos estudios, primero hay que diseccionar las reglas de supervivencia dictadas por los "porteros" que controlan la industria: los CEX, los VC y los KOLs.
1.1 El Efecto Portero del Exchange: Los Datos como Billete de Entrada
En los modelos económicos de tokens actuales, para la gran mayoría de protocolos de infraestructura y middleware, lograr una listado "Grand Slam" en un exchange de primer nivel (Binance, OKX, Coinbase) define el éxito del proyecto. Esto no solo es el evento de liquidez necesario para la salida de los inversores iniciales, sino también un sello de reconocimiento del mercado mainstream. Sin embargo, los estándares de listado de los exchanges han generado objetivamente una demanda de datos falsos.
La revisión de las solicitudes de listado por parte de los exchanges depende de métricas cuantitativas. Binance, como el exchange con mayor cuota de mercado, aunque públicamente enfatiza "un fuerte apoyo comunitario" y "un modelo de negocio sostenible", en la práctica, el volumen de trading, las direcciones activas diarias, el número de transacciones on-chain y el TVL suelen tener un peso significativo. OKX también señala claramente que, además de los aspectos técnicos, se centra enormemente en las "métricas de adopción" y la "posición competitiva en el mercado".
Este mecanismo crea una típica "paradoja del arranque en frío": un nuevo protocolo Layer 2 o DeFi necesita usuarios reales para calificar para el listado, pero sin la liquidez y las expectativas de incentivos tokenómicos que trae el listado, es difícil atraer usuarios reales. Los estudios de airdrop farming llenan precisamente este vacío, ofreciendo una solución de "crecimiento como servicio". Mediante scripts automatizados, los estudios pueden generar cientos de miles de direcciones activas diarias y millones de transacciones en poco tiempo, dibujando una curva de crecimiento perfecta que satisface los requisitos de datos del equipo de due diligence del exchange.
Esta presión también se refleja en los rumores sobre las llamadas "tarifas de listado". Aunque exchanges líderes como Binance a menudo niegan cobrar tarifas elevadas y enfatizan la transparencia, en realidad, los proyectos suelen tener que comprometerse a un cierto volumen de liquidez de trading o proporcionar grandes cantidades de tokens como presupuesto de marketing. Si el proyecto en sí no tiene suficiente tráfico orgánico, debe depender de market makers y estudios para mantener esta prosperidad artificial y evitar ser deslistado o puesto en observación.
1.2 La Olla a Presión de los VC: Métricas Vanidosas y Liquidez de Salida
Los VC juegan un papel de facilitador en este ecosistema. En ciclos pasados, miles de millones de dólares inundaron el sector de infraestructura. El modelo de negocio de los VC determina que deben buscar vías de salida. El ciclo de vida estándar de un proyecto crypto incluye una ronda semilla, una ronda privada, y finalmente el TGE y el listado.
En la fase de TGE, la valoración del proyecto está altamente correlacionada con el interés del mercado y la discusión. Dada la falta de modelos tradicionales de P/E o descuento de flujos de caja en la industria crypto, la valoración a menudo depende de métricas proxy:
- El número de direcciones activas se interpreta directamente como "número de usuarios".
- El número de transacciones se interpreta como "demanda de espacio de bloque", "actividad del usuario".
- El TVL se interpreta como "capital confiado", "capital de arranque".
Influenciados por los ciclos anteriores y las historias de riqueza repentina, la industria crypto atrajo a muchos especuladores de atención corta, que priorizan estas "métricas de suelo" sobre el valor sustancial. Los VC saben que compiten con los minoristas por una liquidez limitada, por lo que presionan a sus empresas en cartera para maximizar estos datos antes del TGE.
Esto crea un grave riesgo moral: los VC tienen incentivos para hacer la vista gorda ante la actividad Sibil, o incluso impulsarla entre bastidores, ya que son los datos aportados por estos estudios los que sustentan sus altas valoraciones de salida. Por eso se ven proyectos en TGE con cuentas de Twitter con casi un millón de seguidores, direcciones interactivas cercanas a los cien millones, transacciones que alcanzan miles de millones, etc.
Aunque el número total de usuarios registrados o el volumen bruto de transacciones parecen convincentes en superficie, a menudo carecen de correlación con el éxito a largo plazo del negocio. Sin embargo, en la mesa de negociaciones del mercado primario, estas métricas son condiciones estándar, un umbral de entrada. Un proyecto con 500 mil "direcciones activas" (incluso si el 99% son bots) a menudo se valora mucho más que un proyecto con 500 usuarios reales de alto valor neto.
1.3 La Alienación de las Campañas de Marketing: De Captar Clientes a Alimentar Bots
El Airdrop fue diseñado inicialmente como una herramienta de marketing descentralizada destinada a distribuir tokens a usuarios reales para impulsar efectos de red. Sin embargo, bajo la estructura de incentivos actual, la naturaleza del airdrop ha cambiado fundamentalmente.
Los proyectos descubren que, en lugar de gastar presupuesto en educar al mercado y encontrar usuarios reales (un proceso lento y costoso), es más fácil atraer estudios insinuando la expectativa de un airdrop. Estas campañas de marketing de "sistema de puntos" o "tareas" son esencialmente una transacción de compra de datos (también descrita como una compra de tokens con descuento a futuro). El proyecto paga (o promete pagar) tokens, y el estudio entrega datos on-chain, tarifas de gas y comisiones de transacción. Esta transacción es mutuamente beneficiosa a corto plazo: el proyecto obtiene datos presentables para exchanges y VC, y el estudio obtiene la recompensa tokenómica esperada.
Pero las víctimas de esta connivencia son la cultura de producto de toda la industria y los usuarios reales. Dado que los estudios solo necesitan cumplir con el umbral mínimo de interacción (ej: interactuar una vez por semana, monto mayor a $10), la iteración del producto del proyecto también comienza a optimizarse en torno a la lógica de interacción de estos bots y scripts, en lugar de optimizar la experiencia real del usuario. Esto ha llevado al nacimiento de una gran cantidad de "protocolos zombis" inútiles aparte de inflar volumen — sus funciones están diseñadas para los robots. Vamos, nadie va a hacer un cross-chain desde la chain A a la chain B sólo para swap $10, ¿verdad?
II. Mecanismo Operativo Industrializado de los Estudios de Airdrop Farming (Análisis de la Oferta)
El término "estudio de airdrop farming" tiene un matiz algo grassroots, incluso incluye burlas de la comunidad hacia sí misma, pero en el contexto de 2024-2025, se refiere a una industria altamente profesionalizada, capitalizada, e incluso con capacidad de desarrollo de software profesional. Estas entidades operan con la eficiencia de una empresa de software, utilizando herramientas complejas, algoritmos refinados e infraestructura para maximizar la explotación de mecanismos de recompensa.
2.1 Infraestructura Industrial y Automatización
El listón de entrada para participar en ataques Sibil se ha reducido enormemente, gracias principalmente a la popularización de herramientas profesionales. Navegadores de huella digital como AdsPower y Multilogin permiten a un operador gestionar miles de entornos de navegador independientes en un solo ordenador. Cada entorno tiene una huella digital única (User Agent, Hash Canvas, datos WebGL, etc.) y una dirección IP proxy independiente. Esto hace que las medidas anti-trampa basadas en tecnología Web2 tradicional (como detectar el mismo dispositivo) fallen por completo.
Un flujo operativo típico de un estudio incluye los siguientes pasos altamente industrializados:
Enmascaramiento y Aislamiento de Identidad: Uso de navegadores de huella digital para aislar el almacenamiento local y las cookies de miles de carteras, asegurando que parezcan usuarios independientes y no relacionados de todo el mundo desde el front-end.
Generación y Gestión Masiva de Carteras: Uso de tecnología de carteras deterministas jerárquicas (HD) para generar direcciones en masa. Para eludir el análisis de agrupación on-chain, los estudios utilizan CEX con subcuentas para la distribución de fondos. Dado que la dirección de la cartera caliente del CEX es común, esto corta la asociación de la fuente de fondos on-chain, rompiendo el gráfico de seguimiento de fondos comúnmente usado por los "cazadores de sibil". (Las versiones avanzadas también espacian tiempos de transferencia, montos, etc.)
Ejecución de Interacción con Scripts: Escritura de scripts en Python o JavaScript, combinados con frameworks de automatización como Selenium o Puppeteer, para ejecutar interacciones on-chain las 24 horas. Estos scripts no solo pueden completar automáticamente operaciones como Swap, Bridge, Lending, sino que incluso incorporan módulos aleatorios que simulan intervalos de operación humana y fluctuaciones de monto para engañar a los algoritmos de análisis de comportamiento.
Cadena de Suministro de KYC: Para aquellos proyectos que intentan bloquear a los estudios mediante KYC obligatorio (como las ofertas públicas de CoinList o la verificación de ciertos proyectos), el mercado subterráneo ha formado una cadena madura de suministro de datos de KYC. Los estudios pueden comprar al por mayor, a coste muy bajo, información de identidad real y datos biométricos de países en desarrollo, incluso superando la detección de vida mediante tecnología AI, perforando completamente la línea de defensa del Proof of Personhood.
2.2 "Plataformas de Tareas": Campo de Entrenamiento y Cómplice del Inflado Industrializado
Un desarrollo clave de este ciclo, además de plataformas Web3 como Galxe, Layer3, Zealy, Kaito, es la incorporación de carteras oficiales y proyectos, como Binance alpha, varios Perp Dex, y varias L1 emergentes, a este juego. Estas plataformas se posicionan superficialmente como herramientas para educar usuarios o construir comunidad, recompensando a los usuarios con puntos o NFT por completar "tareas" (ej: "hacer bridge de ETH a Base", "hacer un swap en Uniswap").
Sin embargo, estas plataformas se convirtieron en el "campo de pruebas" y la "lista de tareas" de los estudios de airdrop farming.
Layer3 opera esencialmente un mercado de "crecimiento como servicio". Los protocolos pagan tarifas a Layer3 a cambio de tráfico, y Layer3 distribuye estas tareas a los usuarios. Para los estudios, Layer3 enumera claramente las rutas de interacción validadas por el proyecto. Los estudios solo necesitan escribir scripts para estas rutas específicas para obtener registros de interacción "certificados oficialmente" al menor coste.
Kaito es otro mercado de alquiler de influencia (media buy). Está lleno de voces de bots de IA, lo que indirectamente provoca que Twitter esté inundado de comentarios de IA y tweets inválidos.
Galxe permite a los proyectos crear tareas que incluyen interacciones on-chain y seguimiento en redes sociales. Aunque Galxe ofrece algunas funciones anti-Sybil (como Galxe Passport), estas suelen ser opciones premium de pago, y muchos proyectos, para maximizar los datos de participación, optan deliberadamente por no activar filtros estrictos.
Más irónicamente, estas plataformas entrenan involuntariamente (o quizás deliberadamente) a los bots. Al estandarizar comportamientos de interacción complejos en una lógica lineal de "tarea A + tarea B = recompensa", crean una lógica determinista que los scripts manejan perfectamente. El resultado es una legión de "usuarios mercenarios" que completan mecánicamente la acción mínima requerida para la recompensa y cesan toda actividad una vez finalizada la tarea.
2.3 La Contabilidad Económica del Farming: Asignación de Capital Impulsada por el ROI
La esencia de un estudio de airdrop farming es una estrategia de asignación de capital. En los libros del estudio, las tarifas de gas, el deslizamiento y el coste de inmovilización de capital se consideran costes de adquisición de clientes. Calculan el Retorno de la Inversión (ROI).
Si gastar $100 en tarifas en un clúster de 50 carteras resulta finalmente en tokens de airdrop por valor de $5,000, el ROI es del 4,900%. Esta ganancia descomunal ha sido común históricamente:
Caso Starknet: Una cuenta normal de desarrollador de GitHub podía obtener unas 1,800 fichas STRK. Al inicio de la distribución, el precio superaba los $2, lo que significa que el beneficio por cuenta superaba los $3,600. Si un estudio usaba scripts para registrar y mantener 100 cuentas de GitHub en masa, sus ganancias totales superaban los $360,000.
Caso Arbitrum: El airdrop de Arbitrum distribuyó alrededor del 12.75% del suministro total de tokens. Incluso las carteras con registros de interacción mínimos recibieron ARB por valor de miles de dólares. Esta enorme inyección de liquidez no solo validó la viabilidad del modelo de estudio, sino que también les proporcionó munición (capital) suficiente para lanzar ataques a mayor escala en el siguiente ciclo (como zkSync, LayerZero, Linea).
Este alto rendimiento crea un ciclo de retroalimentación positiva: los airdrops exitosos proporcionan fondos a los estudios, permitiéndoles desarrollar scripts más complejos, comprar navegadores de huella digital y proxies IP más caros, capturando así una porción mayor del siguiente proyecto y exprimiendo aún más el espacio de los usuarios reales.
III. Las Ruinas bajo la Fachada de Datos: Tokens Repartidos. Gente Ida. Local Vacío.
Las consecuencias de la "victoria" de los estudios se muestran descarnadamente en el rendimiento sombrío de los protocolos principales tras el airdrop. Esto revela un patrón claro: crecimiento fabricado -> snapshot del airdrop -> colapso de la retención.
3.1 Starknet: Avalancha en la Tasa de Retención y Altísimo Coste de Adquisición
Starknet, como una muy esperada red ZK-Rollup, implementó un airdrop masivo de tokens STRK a principios de 2024. Sus criterios de distribución fueron bastante amplios, destinados a cubrir desarrolladores, usuarios tempranos y stakers de Ethereum.
Los datos son asombrosos. El análisis on-chain posterior al airdrop mostró que, entre los usuarios que reclamaron el airdrop, solo alrededor del 1.1% de las direcciones mantuvieron actividad posterior. Esto significa que el 98.9% de las direcciones beneficiadas eran de naturaleza mercenaria, cesando su contribución al ecosistema inmediatamente después de tomar la recompensa.
Starknet gastó efectivamente alrededor de $1 millón (valorado en tokens) para adquirir unos 500 mil usuarios. Sin embargo, considerando una tasa de retención del 1.1%, su coste de adquisición por usuario retenido se disparó por encima de los $1,341. Para cualquier protocolo Web3 o empresa Web2, esta es una cifra catastrófica, económicamente completamente insostenible.
Esta presión de venta hizo que el precio del token STRK se desplomara un 64% tras el lanzamiento. Aunque la capitalización de mercado total pareció crecer debido al programa de desbloqueo de tokens, el poder adquisitivo del token en sí se había reducido drásticamente.
El caso de Starknet ofrece un contraejemplo de manual: los usuarios "comprados" mediante la expectativa de airdrop son solo fantasmas. Los estudios extrajeron el valor y se trasladaron al siguiente campo de batalla, dejando al protocolo solo con datos históricos inflados y un espacio de bloques vacío.
3.2 zkSync Era: El Fin de una "Era" y el Precipicio de Datos
La trayectoria de zkSync Era fue similar a la de Starknet. Antes del snapshot del airdrop, el número de direcciones activas en la red mostró un crecimiento exponencial, incluso superando a menudo a la red principal de Ethereum, siendo promocionada como líder de los L2.
Con el anuncio del airdrop y la confirmación de la fecha del snapshot, la actividad de la red en zkSync Era se colapsó inmediatamente. El promedio de 7 días de direcciones activas cayó desde un pico de 455,000 a finales de febrero de 2024 a 218,000 en junio, una caída del 52%. El volumen diario de transacciones se desplomó de 1.75 millones a 512,000. Es importante destacar que esta caída ocurrió antes de la distribución de tokens.
Datos de Nansen mostraron que, entre las primeras 10,000 carteras que recibieron el airdrop, casi el 40% vendió todos sus tokens en 24 horas. Solo alrededor del 25% de los receptores optó por mantener los tokens.
Esta caída de actividad que comenzó incluso antes de la distribución confirma que la prosperidad anterior estaba completamente impulsada por incentivos externos. Una vez que los estudios consideraron completado el "snapshot", detuvieron inmediatamente la ejecución de los scripts. La caída de datos es solo la superficie; la verdad es una bofetada a la narrativa de "prosperidad del ecosistema" de los proyectos.
3.3 LayerZero: Guerra Civil Comunitaria y Crisis de Confianza por el Mecanismo de Auto-Inculpación
El protocolo de interoperabilidad cross-chain LayerZero intentó una medida radical contra los estudios: un mecanismo de "auto-inculpación". El proyecto propuso un trato: si admitías ser Sybil, podías conservar el 15% de la asignación del airdrop; si lo ocultabas y eras descubierto, no recibías nada.
LayerZero finalmente identificó y marcó más de 800,000 direcciones como potenciales atacantes Sybil. Esta estrategia creó una enorme grieta en la comunidad. Los críticos señalaron que era injusto que LayerZero calificara directamente como Sybil a usuarios que utilizaban herramientas de inflado como Merkly, ya que LayerZero se había beneficiado previamente de las tarifas cross-chain y los datos de transacción generados por estos usuarios.
Aunque esta "purga" redistribuyó tokens a los llamados "usuarios persistentes", el precio de $ZRO aún enfrentó una caída del 23% una semana después de su listado. Más grave aún, el programa de "cazadores de recompensas Sybil" llevó a miembros de la comunidad a delatarse mutuamente, creando una atmósfera extremadamente tóxica de vigilancia y confrontación que dañó severamente la reputación de la marca del proyecto.
IV. El Fenómeno de la Moneda Mala Expulsando a la Buena en el Espacio de Activos Digitales
En economía, cuando los tipos de cambio son fijos, la moneda mala expulsa a la buena. En el contexto de la adquisición de usuarios crypto, este fenómeno se manifiesta como: usuarios falsos expulsando a usuarios reales.
4.1 Mecanismos de Expulsión
Dilución de Recompensas: Los airdrops suelen ser un juego de suma cero. El proyecto asigna un porcentaje fijo (ej: 10%) de los tokens a la comunidad. Si un estudio controla 10,000 carteras, se lleva una porción enorme del pastel, diluyendo enormemente la parte del usuario real que solo tiene una cartera. Cuando el usuario real descubre que un año de uso normal solo le reporta una recompensa insignificante, su voluntad de participar en el ecosistema tiende a cero.
Congestión de Red y Tarifas por las Nubes: El inflado industrializado consume un valioso espacio de bloque. Durante los picos de inflado (como durante las campañas Linea Voyage o Arbitrum Odyssey), las tarifas de Gas se disparan. Los usuarios reales, incapaces de asumir los altos costes de transacción, se ven forzados a migrar a otras cadenas o dejar de usarla. La red finalmente solo alberga bots — porque los bots pueden amortizar las altas tarifas de Gas con el alto rendimiento esperado del airdrop, mientras que los beneficios de utilidad del usuario real no pueden cubrir este coste.
Mecanismos Complejos: Algunos proyectos de TGE, para bloquear bots, diseñan deliberadamente tareas de interacción extremadamente complejas, sin darse cuenta de que la complejidad del mecanismo ya ahuyenta a los usuarios naturales, y solo los bots incansables pueden completarlas. Curiosamente, algunos comentarios sugieren que la batalla de los Perp Dex de 2025 ya se ha convertido en una guerra de scripts.
4.2 "Ruido de Fondo" y Pérdida de Señal
La proliferación de estudios eleva el "Nivel de Ruido" de todo el ecosistema. Con un 80%-90% del tráfico siendo inorgánico, los proyectos no pueden juzgar el Product-Market Fit real.
En este entorno de alta contaminación de datos y transacciones tóxicas, las pruebas A/B tradicionales, los ciclos de feedback de usuario y las métricas de adopción de funciones fallan por completo. Finalmente, los proyectos comienzan a optimizar la UI/UX según las preferencias de los scripts (ej: reducir clics para facilitar la ejecución del script, no para la facilidad de uso humana).
El mercado cae en la trampa del "Mercado de los Cacharros" (Market for Lemons). Aquellos proyectos de alta calidad que se niegan a inflar y cuyos datos parecen "tranquilos" son subestimados por el mercado; mientras que aquellos proyectos de baja calidad que cooperan activamente con el inflado y cuyos datos parecen "exitosos" obtienen financiación y atención. Finalmente, los proyectos de alta calidad se ven forzados a abandonar o a unirse a la corriente, haciendo que la calidad general del mercado decline.
4.3 El "Embeleso" y la Connivencia de los Proyectos
Bajo la influencia y el consentimiento tácito del entorno general y los exchanges, algunos proyectos comenzaron a "embelesarse" con la fachada de datos. Los datos bonitos son el único comprobante que los proyectos pueden presentar a inversores y al público. Admitir que el 90% de sus usuarios son falsos llevaría a un colapso de la valoración y posiblemente no solo no listar, sino también a demandas de los inversores.
Por lo tanto, los proyectos caen en una "ignorancia performativa". Implementan medidas anti-Sybil que parecen estrictas (como prohibir algunos scripts básicos), pero dejan deliberadamente "puertas traseras" para estudios avanzados. El cofundador de Layer3 incluso admitió públicamente que algunos proyectos no quieren un filtrado estricto de bots porque están optimizando aquellas métricas de escala que impulsan la narrativa y la financiación.
Esta connivencia completa el círculo: los proyectos necesitan datos falsos para vender a VC/exchanges; los estudios proporcionan datos falsos para vender a proyectos; los VC/exchanges venden el proyecto empaquetado a minoristas.
V. Conclusión
La industria actual se asemeja a un atleta que ha tomado demasiados estimulantes (datos falsos): aunque sus músculos (TVL, número de usuarios) se hinchan a corto plazo, sus órganos internos (ingresos reales, consenso comunitario) están fallando.
Lo que era un camino ciberpunk para cambiar el mundo, el ecosistema crypto se ha degradado duramente a una Economía Performativa, donde los proyectos pagan tarifas u opciones a estudios para "producir" datos que satisfacen los estándares arbitrarios establecidos por exchanges y VC.
No es que los estudios estén mal o hagan mal, al fin y al cabo son comportamientos comerciales, donde hay demanda hay oferta, pero cuando todo el mercado está impregnado de estudios y trazas de tráfico incentivado, las cosas cambian.
Este circuito cerrado de intereses "proyecto-VC-exchange-estudio" es un juego de suma negativa típico. Se mantiene una prosperidad contable a corto plazo consumiendo las reservas de crédito de la industria. Romper este círculo vicioso requiere que la industria pase por un doloroso proceso de "desapalancamiento".
Para los proyectos, la persecución de la elegibilidad para el exchange ha reemplazado la exploración del ajuste al Mercado del Producto (PMF). Los proyectos están diseñados para "ser farmeados", no para "ser usados". Además, incentivos tokenómicos por valor de cientos de miles de millones — destinados originalmente a impulsar comunidades reales — son succionados, arbitrados y finalmente abandonados por máquinas de extracción profesionales.
Esto no es solo la moneda mala expulsando a la buena, es lo falso expulsando a lo real. A menos que la industria pueda pasar de centrarse en métricas vanidosas como "direcciones activas" y "número de transacciones" a atraer casos de uso reales y crear valor económico real, solo nos adentraremos más en el camino donde la moneda mala expulsa a la buena.
Los estudios ganaron la batalla de los airdrops, pero su victoria podría hacer que la industria crypto pierda la guerra de la adopción masiva.
Quizás, solo cuando el beneficio de "usar el producto" supere el beneficio de "inflar datos", la moneda buena podrá regresar, y la industria crypto podrá realmente emerger del pantano de la prosperidad artificial del juego financiero, avanzando hacia la orilla de la implementación tecnológica.
2026, ojalá en esta era de "los datos son el rey", seamos jugadores torpes.
