Este informe ha sido redactado por Tiger Research. Las empresas de criptomonedas suelen sufrir el "miedo a perderse algo" (FOMO, por sus siglas en inglés). Desde exchanges hasta empresas de seguridad, todas compiten por lanzar servicios impulsados por inteligencia artificial. Analizaremos por qué están eligiendo actuar ahora.
Puntos clave
- Empresas de criptomonedas en áreas como exchanges, seguridad, pagos e investigación están lanzando simultáneamente servicios de IA.
- A diferencia de ciclos anteriores, empresas rentables y consolidadas como Coinbase y Binance están liderando la tendencia. La IA ha pasado de ser una teoría a una necesidad operativa práctica.
- Los motivos de la adopción varían según la industria: los exchanges buscan prevenir la fuga de usuarios; las empresas de seguridad pretenden llenar puntos ciegos en las auditorías; la infraestructura de pagos apunta a la emergente economía de agentes.
- Tener una función y usarla realmente son dos cosas diferentes. El "FOMO" y la presión competitiva en el ámbito de la IA están acelerando su aplicación mucho más allá de la demanda real.
- Tanto la demanda real como la ansiedad competitiva están en juego. Distinguir entre la adopción que crea valor y la que simplemente pone etiquetas es la cuestión clave.
1. Las empresas de criptomonedas están ofreciendo servicios de IA
La inteligencia artificial (IA) es el área más destacada en los mercados globales actuales. Herramientas generales como ChatGPT y Claude se han integrado en la vida cotidiana, mientras que plataformas como OpenClaw han reducido el listón para construir agentes inteligentes.
La industria de las criptomonedas, aunque se perdió esta ola, ahora está integrando la IA en varios sectores verticales.
¿Qué servicios de IA ofrecen estas empresas? ¿Por qué están entrando en este mercado?
2. Cómo están adoptando las empresas de criptomonedas la tecnología de IA
2.1 Investigación
La investigación en criptomonedas tiene un problema estructural: los datos on-chain, el sentimiento social y las métricas clave están dispersos en varias plataformas, lo que dificulta su verificación. La IA general a menudo devuelve respuestas inexactas a las preguntas sobre criptomonedas.
Proyectos como Surf abordan este problema proporcionando herramientas de investigación de IA específicas para criptomonedas, que pueden integrar fuentes de datos dispersas. De todos los casos de uso de IA en criptomonedas, la investigación tiene el menor listón de entrada para el usuario promedio, sin necesidad de experiencia en programación o trading.
2.2 Trading
Los exchanges están liderando la aplicación de la IA en el trading.
Los métodos varían. Algunos exponen directamente a los usuarios datos de trading propietarios; otros permiten a los usuarios dar comandos en lenguaje natural a agentes de IA, que completan todo el proceso desde el análisis hasta la ejecución en un solo paso.
Los exchanges han ofrecido APIs durante años. La diferencia ahora es la capa adicional: interfaces como MCP y AI Skills permiten a los no desarrolladores acceder a las funciones del exchange a través de agentes de IA. Herramientas que antes estaban limitadas a los desarrolladores ahora son accesibles mediante lenguaje natural.
Esto se alinea con una tendencia más amplia en la comunidad. Los usuarios no desarrolladores están construyendo cada vez más estrategias de trading automatizadas a través de agentes de IA, sin escribir ningún código. Solo describen la estrategia y el agente construye y ejecuta el algoritmo.
Para los exchanges, esto es tanto una oportunidad como un desafío. A medida que crece el número de usuarios de IA, la lealtad de los traders a un exchange único disminuye, ya que pueden ejecutar operaciones en cualquier lugar. La razón por la que los exchanges adoptan la IA es simple: atraer usuarios rápidamente y mantenerlos activos en la plataforma.
El trading implica la gestión real de activos, requiriendo más criterio y responsabilidad que la investigación. Pero con la barrera de entrada reducida, este campo también se abre a usuarios comunes.
2.3 Seguridad/Auditoría
Las auditorías tradicionales de contratos inteligentes dependen de la revisión manual de código línea por línea, un proceso lento, costoso y con estándares inconsistentes entre auditores. Ahora, la IA se integra en el flujo de trabajo: la IA escanea primero el código, seguido de una revisión profunda y dirigida por auditores humanos. Esto mejora la velocidad y la cobertura sin reemplazar a los auditores.
CertiK es un ejemplo principal. La empresa había sido criticada anteriormente por auditar proyectos que luego fueron explotados maliciosamente. Sin embargo, estos incidentes ocurrieron fuera del alcance de la auditoría. Una auditoría verifica el código en un punto específico en el tiempo y no incluye monitoreo continuo.
CertiK utilizó la IA para llenar este vacío. Añadió capacidades de monitoreo en tiempo real posteriores a la auditoría y publicó los resultados a través de un panel público. Dado que el alcance extendido del monitoreo es impulsado por IA y no por humanos, tanto CertiK como los proyectos que audita se benefician.
En seguridad, la aplicación de la IA no está颠覆ando los servicios existentes, sino expandiendo el alcance del trabajo humano: mayor precisión durante la auditoría y llenando los puntos ciegos posteriores a la misma. Para las empresas de seguridad blockchain, la IA no es una nueva área de negocio, sino una herramienta para abordar vulnerabilidades de seguridad existentes.
2.4 Infraestructura de Pagos
Los agentes de IA (AI Agent) necesitan canales de pago para participar en la actividad económica: por ejemplo, pagar tarifas de API, comprar datos y adquirir servicios de otros agentes. Para un agente, la forma más natural de pago es una cartera on-chain paired con stablecoins.
Están surgiendo dos modelos. El primero son protocolos generales que incorporan el pago en las solicitudes HTTP, permitiendo que los agentes realicen liquidaciones on-chain automáticamente al acceder a APIs pagas. El segundo son complementos de pago específicos para agentes, donde los agentes solo pueden ejecutar pagos dentro de permisos y límites preestablecidos por humanos.
La infraestructura de pagos es el área más vinculada a las stablecoins. Sin embargo, dado que los sujetos de pago son agentes de IA y no humanos, aún no existen modelos completamente operativos.
Circle, el emisor de USDC, también está bajo atención. La compañía publicó una propuesta para conectar su infraestructura de pagos Gateway con el protocolo x402, e invitó a desarrolladores e investigadores a revisarla y contribuir.
Este no es un mercado maduro, pero el mercado ya ha comenzado a digerir esta tendencia. Uno de los key drivers del aumento en el precio de las acciones de Circle es su modelo de pago para agentes de IA. La realización de la infraestructura de pagos será más lenta que en las otras áreas mencionadas, pero se ha convertido en uno de los temas macro más prominentes en el mercado actual.
3. Por qué las empresas de criptomonedas se están lanzando a la IA ahora
Cuando ChatGPT se lanzó en noviembre de 2022, tanto la IA como las criptomonedas aún no estaban maduras. Los modelos de IA eran impresionantes pero no podían ejecutar tareas de manera confiable. La industria de las criptomonedas estaba siendo golpeada por el colapso de FTX y una crisis de confianza generalizada.
Desde entonces, la IA ha avanzado rápidamente. En el último año, todas las modelos principales han mejorado significativamente en funcionalidad y utilidad. En comparación, las criptomonedas solo "aprovecharon" la IA en el mismo período: inundadas de "memecoins" etiquetados como IA, agentes de IA con funciones deficientes y propaganda impulsada por marketing. Los proyectos de infraestructura de IA descentralizada siguen surgiendo, pero su calidad se ve empequeñecida en una comparación objetiva con servicios nativos de IA de nivel similar.
Hoy, la brecha se está ampliando aún más. En la industria de la IA, infraestructuras como MCP (que permite a los agentes invocar herramientas externas) y OpenClaw (que permite la construcción de agentes sin código) ya han hecho realidad la era de los agentes. Y las empresas de criptomonedas recién están comenzando a moverse.
La diferencia esta vez son los actores. Ya no son startups emergentes que hacen claims de IA, sino empresas establecidas con modelos de negocio rentables: Coinbase, Binance y Bitget. Estas empresas no están lanzando servicios de IA por marketing; lo que las impulsa no son las ganancias inmediatas, sino el miedo a quedarse atrás: FOMO (Miedo a Perder algo).
Las acciones del CEO de Coinbase, Brian Armstrong, ejemplifican perfectamente esta sensación de urgencia. Dio una指令 a todos los ingenieros de la empresa para que implementaran herramientas de codificación de IA en solo una semana y despidió a los empleados que no cumplieron.
Pero mantener la cabeza fría también es crucial. Tomemos como ejemplo la automatización del trading: los agentes pueden ver los precios y proponer estrategias, pero ¿cuántos usuarios confiarán realmente en un agente para que maneje sus fondos en tiempo real? ¿Y el protocolo x402 realmente se está utilizando en el mundo real?
En última instancia, la adopción de la IA en el espacio cripto no se trata de seguir una moda. Con la llegada de la era de la IA, las empresas están actuando para evitar perder su posición en el mercado. Tener una función y usarla realmente siguen siendo dos problemas diferentes. Pero quién está actuando es crucial.
Imagina la industria de la IA como una piscina que se está llenando de agua. Los que saltaban antes solo fingían nadar. Los que saltan ahora son ex surfistas del equipo nacional. Nadie sabe qué tan alto subirá el agua ni si esta piscina se convertirá en un océano. Pero las criptomonedas no se ahogarán en la inundación.
