En los últimos meses, debido al próspero desarrollo de toda la industria de la IA, muchos talentos del sector criptográfico se han volcado hacia la IA. Los investigadores involucrados en ambos campos también han estado explorando una cuestión que nadie ha logrado resolver:
¿Puede blockchain convertirse en parte de la infraestructura de la IA?
En los últimos dos años, el mercado ha visto demasiadas versiones de la integración entre IA y Crypto: Agentes de IA, inferencia en cadena, mercados de datos, alquiler de capacidad de cálculo. El interés es alto, pero en realidad hay pocos proyectos que hayan formado un ciclo comercial cerrado, y la razón es simple: la mayoría de los proyectos se quedan en la «capa de aplicación de IA». Pero Gensyn se adentra en la capa más central y costosa de la industria de la IA:
«Entrenamiento de modelos»
¿Cómo lo logra? Organizando los recursos de GPU dispersos globalmente en una red abierta de entrenamiento de IA, los desarrolladores pueden enviar tareas de entrenamiento y los nodos proporcionan capacidad de cálculo, la red se encarga de verificar los resultados del entrenamiento y completar la distribución de incentivos. Lo que realmente vale la pena observar no es la «descentralización» en sí misma, sino un problema cada vez más ineludible en la industria de la IA:
Los recursos de capacidad de cálculo ya se están concentrando rápidamente en manos de unos pocos oligopolios. Los grandes fabricantes ya están comprando tarjetas para años posteriores. En el último año, la industria de la IA ha formado gradualmente una tendencia clara: quien controla las GPU, controla la velocidad del desarrollo de la IA, especialmente en la era de los grandes modelos, los recursos de entrenamiento se han convertido en un umbral central.
El suministro de H100 es escaso, los precios de los servicios en la nube siguen subiendo. El primer paso de los grandes fabricantes chinos para desarrollar la IA no es expandir equipos, sino asegurar recursos de cálculo. Por eso detrás de OpenAI, Anthropic y xAI hay grandes proveedores de servicios en la nube, porque detrás de la competencia de modelos, esencialmente se ha convertido en una competencia de infraestructura. Y el significado de Gensyn radica en:
Proporcionar una nueva forma de organizar recursos para el entrenamiento de IA.
1. Se adentra en la capa de infraestructura más central de la industria de la IA.
Muchos proyectos de IA+Crypto se inclinan más hacia la narrativa de la capa de aplicación, en resumen, todos están solo haciendo aplicaciones. Pero Gensyn entra directamente en el proceso de entrenamiento, que es la parte con mayor barrera técnica y mayor consumo de recursos en toda la cadena de valor de la IA, y también la capa donde actualmente es más fácil formar barreras de plataforma. Porque una vez que la red de entrenamiento alcance escala, no solo será un mercado de capacidad de cálculo, sino que es probable que se convierta en una importante entrada para el desarrollo futuro de la IA. Esta es la razón por la que el mercado sigue prestando atención a Gensyn, y por la que A16Z ha realizado dos grandes rondas de inversión como líder.
2. Ofrece un modelo de colaboración de cálculo más abierto.
El entrenamiento tradicional de IA depende en gran medida de plataformas en la nube centralizadas. La ventaja es la estabilidad, pero los costos también están aumentando constantemente. Especialmente para los equipos de IA pequeños y medianos, los recursos de entrenamiento se están convirtiendo gradualmente en un factor que limita la innovación. La idea que ofrece Gensyn es: permitir que más GPU inactivas entren en la red, permitir que los recursos de entrenamiento puedan ser asignados dinámicamente, mejorando así la tasa de utilización general de la capacidad de cálculo. En el fondo, esto se parece un poco a la lógica que surgió con la computación en la nube en sus inicios: no se trata de reinventar la computación, sino de reorganizar los recursos de computación. Si este modelo puede seguir funcionando, lo que traerá no es solo la optimización de costos, sino que también puede mejorar la eficiencia de recursos de toda la industria de la IA.
3. La barrera técnica es, de hecho, su importante foso defensivo.
Lo realmente difícil de una red de entrenamiento nunca ha sido «conectar GPU», sino: cómo verificar los resultados del entrenamiento, cómo garantizar que los nodos ejecuten las tareas honestamente, cómo mantener la confiabilidad del entrenamiento en un entorno distribuido. Y en lo que Gensyn ha estado trabajando es precisamente en esta parte, incluyendo mecanismos de verificación probabilística, modelos de distribución de tareas, sistemas de colaboración de nodos, etc. Estas cosas pueden no ser tan «llamativas» como la narrativa del Agente, pero determinan si la red es realmente utilizable. En cierta medida, Gensyn se parece más a una empresa de infraestructura de tecnología profunda, y esta es su mayor diferencia con muchos proyectos de la misma área.
4. Ya ha formado un ciclo comercial cerrado.
Una de las mayores controversias en la industria Crypto ha sido: muchos proyectos tienen narrativa, pero carecen de demanda real. Pero el entrenamiento de IA es diferente; este es un mercado real que ya ha sido verificado y está creciendo rápidamente. La demanda global de entrenamiento de IA sigue en expansión, y el déficit de recursos de GPU existe a largo plazo. Gensyn se adentra precisamente en un eslabón de la cadena industrial que ya tiene una demanda clara. En otras palabras, no es por «estar en la cadena por estar en la cadena», sino porque la industria de la IA en sí misma necesita un sistema de asignación de recursos más flexible y abierto. Esta es la razón por la que cada vez más capital comienza a prestar atención a la dirección de Infraestructura de IA, porque en comparación con las aplicaciones de ciclo corto, una vez que la infraestructura forma un efecto de red, su ciclo de vida suele ser más largo.
Finalmente, está ocurriendo un cambio muy interesante. Antes, la gente siempre pensaba: Crypto es un sistema financiero, IA es un sistema técnico.
Pero ahora, los límites entre ambos son cada vez más borrosos. La IA necesita coordinación de recursos, necesita mecanismos de incentivos, necesita colaboración globalizada. Y estas son precisamente las áreas en las que Crypto es más fuerte. Hacer que la capacidad de entrenamiento ya no pertenezca solo a unos pocos gigantes. Sino que se convierta en un sistema más abierto y colaborativo. Al menos por ahora, esto ya no es solo una historia conceptual, sino que está avanzando hacia una verdadera infraestructura de IA, y las empresas más valiosas de la era de la IA a menudo también nacen en la capa de infraestructura.
