EE. UU. suaviza su postura arancelaria, ¿funcionará para el mercado de criptomonedas?

TheNewsCryptoPublicado a 2026-02-20Actualizado a 2026-02-20

Resumen

EEUU ha reducido sus aranceles a Indonesia del 32% al 19%, siguiendo una tendencia similar a la aplicada recientemente a India y otros países del sudeste asiático. Esta flexibilización arancelaria podría aliviar la presión inflacionaria sobre los consumidores de menores ingresos, permitiéndoles destinar parte de sus carteras al mercado de criptomonedas. El sentimiento positivo podría extenderse a inversores institucionales si se mantiene la tendencia alcista. El mercado de cripto, con una capitalización actual de 2.33 billones de dólares, registra un alza del 1.48%. No obstante, se recomienda realizar una evaluación de riesgos antes de invertir.

Estados Unidos ha reducido sus aranceles a Indonesia. Esto se alinea con otros países, que ahora tienen una tasa más baja en sus exportaciones a EE. UU. Lo que señala la posibilidad de que la Administración Trump pueda estar suavizando su postura en cuanto a la imposición de altos aranceles. Para el mercado de criptomonedas, esto plantea un escenario en el que el sector vea asignaciones comparativamente más altas.

Arancel de EE. UU. a Indonesia

Indonesia y EE. UU. han llegado a un acuerdo para reducir el arancel del primero del 32% al 19%. Muchos artículos han sido exentos, permitiéndoles una entrada con tasa del 0%. Esto incluye productos como aceite de palma, caucho y cacao, entre otros. El ministro de Economía senior de Indonesia, Airlangga Hartarto, ha calificado el acuerdo como ganar-ganar, añadiendo que respeta la soberanía de ambas naciones.

Una hoja informativa de la Casa Blanca ha calificado esto como un avance para los diferentes sectores del país, namely agricultura, manufactura y digital. Indonesia, en respuesta, ha acordado eliminar barreras a más del 99% de las exportaciones estadounidenses, según la hoja informativa.

Otras instancias arancelarias similares de EE. UU.

Este no es un caso aislado en el que EE. UU. ha reducido o eliminado la tasa arancelaria para un país. India es la nación más reciente que aseguró un acuerdo para reducir la tasa al 18% desde casi el 50%. Es probable que todos los detalles se publiquen después de firmar el documento oficial; sin embargo, tales desarrollos muestran que Estados Unidos puede estar suavizando su postura sobre aranceles.

La mencionada tasa arancelaria sobre Indonesia la coloca con otros países, como Camboya, Malasia, Filipinas y Tailandia. Vietnam también está en la lista, pero con una tasa ligeramente mayor del 20%. Huelga decir que se estima que una tasa arancelaria reducida funcionará bien para los entusiastas de las criptomonedas.

¿Qué hay para el mercado de criptomonedas?

Un informe reciente subrayó que los consumidores de bajos ingresos estaban luchando debido a la alta inflación provocada por la política arancelaria. Una tasa reducida podría ofrecer un alivio, permitiéndoles asignar una porción de sus carteras al mercado de criptomonedas. El sentimiento eventualmente podría ser replicado por inversores más grandes al notar un movimiento alcista.

Por ahora, el mercado de criptomonedas sube un 1.48% en términos de capitalización de mercado, que es de $2.33 billones. Es importante notar que el contenido de este artículo no es ni un consejo ni una recomendación. Realice una investigación exhaustiva y evaluación de riesgos antes de invertir en criptomonedas.

Noticias destacadas de criptomonedas hoy:

El capital rota de DeFi a activos del mundo real tokenizados en medio del retroceso del mercado de criptomonedas

Preguntas relacionadas

Q¿Qué acuerdo han alcanzado Estados Unidos e Indonesia respecto a los aranceles?

AEstados Unidos e Indonesia han acordado reducir los aranceles del 32% al 19% para Indonesia, con muchos productos como el aceite de palma, el caucho y el cacao exentos con una tasa del 0%.

Q¿Cómo podría afectar la reducción de aranceles de EE.UU. al mercado de criptomonedas?

AUna tasa arancelaria reducida podría aliviar a los consumidores de bajos recursos afectados por la alta inflación, permitiéndoles asignar una parte de sus carteras al mercado de criptomonedas, y posiblemente atraer a inversores más grandes si se observa un movimiento alcista.

Q¿Qué otros países se han beneficiado recientemente de la reducción de aranceles por parte de EE.UU.?

AAdemás de Indonesia, países como India, Camboya, Malasia, Filipinas, Tailandia y Vietnam se han beneficiado de reducciones o eliminaciones de aranceles, con India logrando una reducción de casi el 50% al 18%.

Q¿Qué sectores se verán beneficiados por el acuerdo arancelario entre EE.UU. e Indonesia, según la Casa Blanca?

ASegún la Casa Blanca, el acuerdo es un avance para los sectores de agricultura, manufactura y digital de Indonesia.

Q¿Cuál es la capitalización actual del mercado de criptomonedas mencionada en el artículo?

ALa capitalización actual del mercado de criptomonedas es de 2,33 billones de dólares, con un aumento del 1,48%.

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 16 min(s)

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

marsbitHace 16 min(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 19 min(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 19 min(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 26 min(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

marsbitHace 26 min(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 2 hora(s)

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

marsbitHace 2 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 2 hora(s)