¿Has criado langostas? Recientemente, cuando los Web3ers se saludan, es muy probable que sea esta frase.
Al inicio de 2026, tras el estallido de los robots en la Gala de Año Nuevo Chino, los nuevos Agentes de IA, representados por OpenClaw, se han convertido en el nuevo juguete de la comunidad tecnológica. Algunos usan IA para atención al cliente, otros para escribir código, e incluso algunos han comenzado a probar agentes para simular un conjunto completo de “empleados digitales”. Recientemente, un concepto mencionado con frecuencia en diversas plataformas de internet, “empresa de una persona”, se refiere a una sola persona que, mediante un flujo de trabajo de IA, puede realizar tareas que antes requerían un pequeño equipo.
Por supuesto, Web3 tampoco se ha quedado quieto. Recientemente, si se observa más de cerca los medios de la industria, se nota que muchos proyectos también están comenzando a enfocarse en los Agentes de IA. Algunos investigan cómo los agentes pueden llamar directamente a activos o contratos en la cadena, otros desarrollan la infraestructura de pago, identidad o financiera para agentes, algunos discuten el “sistema económico de agentes” para permitir que la IA participe en la red como un usuario, e incluso algunos han vuelto a lanzar el nuevo lema de “Web4.0”.
Al llegar aquí, realmente se siente una sensación muy familiar.
Se dice que la industria de la moda es cíclica, pero nadie imaginaba que el mundo de la tecnología (o el de las criptomonedas) fuera igual. ¿Recuerdan cuando, al inicio del mercado bajista de 2022, ChatGPT se volvió viral de la noche a la mañana y la IA se convirtió de repente en el tema de conversación de todos? El ecosistema Web3 tampoco se quedó atrás y pronto surgieron una multitud de nuevos conceptos: Agentes de IA, traders de IA, estrategias automatizadas, etc. Parecía que cualquier cosa relacionada con la IA podía generar una nueva historia. Pero este entusiasmo no duró mucho. Cuando el mercado de criptomonedas volvió a subir, la atención de todos regresó rápidamente al Crypto mismo.
Y en la segunda mitad de 2025, el mercado de criptomonedas volvió a mostrar tendencias bajistas, por lo que Web3 comenzó a buscar nuevos conceptos que tomaran el relevo.
Pero, según Portal Labs, el problema precisamente radica aquí. Cuando una narrativa comienza a popularizarse, muchos equipos emprendedores de Web3 en realidad no están tomando decisiones técnicas o comerciales, sino decisiones narrativas: qué concepto está de moda, eso es lo que hacen. Y luego caen en el error—
Muchos equipos descubren solo cuando realmente avanzan en sus proyectos que los conceptos se pueden construir rápidamente, pero poner en práctica un producto resulta mucho más difícil. ¿Dónde están los usuarios? ¿Cuáles son los escenarios concretos? ¿Sobre qué se basa la facturación continua? ¿Pueden conseguir inversión? Estas preguntas suelen surgir gradualmente después de que el proyecto ha estado en marcha durante algún tiempo.
Cuando la euforia se desvanece, lo que queda en el mercado suele ser una gran cantidad de proyectos que no lograron materializarse. Algunos productos se quedan en la fase de demostración, otros apenas se lanzan pero no encuentran usuarios, y algunos simplemente desaparecen junto con la narrativa. A primera vista, parece que se ha abierto un nuevo segmento de mercado, pero con el tiempo, lo que realmente permanece es bastante limitado.
Por lo tanto, seguir profundizando en Crypto o cambiar al AI se ha convertido en un dilema. Elegir lo primero significa que el mercado no está bien y la inversión no garantiza retornos; elegir lo segundo, en cambio, carece de base. Los umbrales tecnológicos, la estructura de talento y el entorno competitivo del AI difieren del Web3. Muchas de las capacidades técnicas, experiencia en productos y recursos comunitarios acumulados por los equipos en los últimos años se basan en el ecosistema Crypto; al cambiar completamente al AI, equivaldría a ingresar por completo a una nueva disciplina desconocida. Desde la capacidad del modelo hasta los recursos de datos y el equipo de ingeniería, casi todo necesitaría reconstruirse desde cero.
De manera más realista, el sector de la IA ya está muy saturado. Tanto las empresas de modelos grandes, como las empresas tradicionales de internet y numerosos equipos de startups, han invertido grandes recursos en este campo. Para un equipo emprendedor que originalmente se dedicaba a Web3, si entra en este mercado solo por un cambio en la narrativa, fácilmente se dará cuenta de que no tiene ventaja tecnológica ni recursos industriales.
De hecho, para muchos equipos emprendedores de Web3, existe otra ruta practicable: no necesariamente transformarse en IA, sino continuar por su camino Web3 y al mismo tiempo reflexionar sobre qué capacidades puede aportar Crypto al sistema de IA.
Si observas cuidadosamente esta ola actual de desarrollo de IA, descubrirás que muchos componentes clave aún no se han resuelto completamente.
Lo más típico son los datos. A medida que los modelos se vuelven más potentes, aún no existe un mecanismo efectivo para responder preguntas como: ¿de dónde provienen los datos de entrenamiento?, ¿son confiables y cumplen con la normativa?, y especialmente, ¿cómo pueden los agentes de IA lograr personalización 1:1? Para la IA que depende del entrenamiento con grandes volúmenes de datos, este es un problema fundamental de larga data.
Por ejemplo, la identidad y la colaboración. Cuando los Agentes de IA comienzan a participar en la ejecución de tareas, operaciones automáticas e incluso decisiones operativas, ellos mismos necesitan identidad, permisos y reglas de colaboración. ¿Quién puede invocar a un agente determinado? ¿Cómo se distribuyen las responsabilidades entre los agentes? ¿Cómo se realiza el cálculo tras la ejecución de una tarea? Estas preguntas, en esencia, involucran la identidad y la asignación de valor dentro de una red abierta.
También hay problemas de pago. Una vez que un agente de IA comienza a invocar servicios, obtener datos o ejecutar tareas de forma autónoma en la red, implica que necesita un sistema de pagos micro para liquidación automática. Sin embargo, en el sistema tradicional de internet, implementar tal estructura de pago es realmente difícil.
Estos parecen ser problemas de IA, pero muchas soluciones ya existen dentro del ecosistema tecnológico de Crypto. Ya sea redes de incentivos de datos, sistemas de identidad en cadena o redes de pagos abiertas, todos estos son precisamente los caminos que Web3 ha estado explorando durante los últimos años.
Si los equipos emprendedores de Web3 realmente planean explorar estas direcciones, hay varias cosas que deben aclarar primero.
Lo primero que se debe evaluar es la capacidad técnica del equipo. Los diferentes proyectos Web3 tienen niveles de experiencia técnica muy variados. Algunos equipos se especializan en protocolos en cadena, otros llevan años trabajando en redes de datos, y otros se enfocan más en productos de capa de aplicación. Si el equipo ha estado trabajando durante los últimos años en infraestructura relacionada con datos, como recolección de datos, extracción de datos o mercados de datos, entonces extenderse hacia la capa de datos para IA será relativamente natural, por ejemplo, mediante redes de contribución de datos, fuentes de datos verificables o mercados de datos incentivados para modelos. Si el equipo originalmente se enfocaba más en protocolos o infraestructura en cadena, se puede considerar desarrollar entornos para la ejecución de Agentes de IA, como identidad en cadena para Agentes, gestión de permisos, protocolos de ejecución de tareas o capacidades de liquidación y pago automáticos para Agentes. Para aquellos equipos que ya desarrollan productos de capa de aplicación, como herramientas de intercambio, plataformas de contenido, productos comunitarios o aplicaciones de consumo, la IA es más adecuada como una capa de capacidad integrada en su sistema existente. Por ejemplo, utilizando IA para mejorar la capacidad de análisis de datos, automatizar procesos operativos o delegar funciones previamente manuales a Agentes.
Luego, es importante evaluar si existe un escenario de negocio real. Muchos proyectos de IA desaparecen rápidamente no por falta de tecnología, sino porque desde el inicio carecen de un uso claro. Los conceptos pueden sonar muy atractivos, pero a menudo no se responden con seriedad preguntas fundamentales: ¿dónde están las personas que realmente necesitan este producto?, ¿por qué lo usarían?, ¿y por qué estarían dispuestas a pagar por él? Algunos conceptos se discuten mucho en la industria, como “IA + Web3”, “sistema de economía de agentes” o “trader de IA”, y suenan muy ambiciosos; pero si se profundiza un poco, en realidad no existen muchos grupos de usuarios estables. Por el contrario, algunas necesidades que parecen menos “sexys”, como procesamiento de datos, operaciones automatizadas, filtrado de información o ejecución de tareas, persisten a largo plazo en los negocios reales. Precisamente por eso, al evaluar si ingresar a una dirección de IA, en lugar de centrarse primero en si el concepto es popular, es mejor examinar directamente el escenario: ¿es este un problema de negocio que existe a largo plazo?, ¿ya hay personas que pagan por resolverlo?, ¿y realmente puede la IA mejorar la eficiencia en este punto? Si estas condiciones se cumplen, entonces esa dirección tiene más probabilidades de convertirse de una narrativa en un producto real.
También es necesario ver si los equipos emprendedores de Web3 tienen recursos capaces de acceder realmente a estos procesos.
Los datos, la identidad y los pagos mencionados anteriormente, en esencia, no son problemas puramente técnicos, sino problemas de recursos de red.
Por ejemplo, en una red de datos, si el equipo no tiene una fuente de datos estable ni una comunidad de usuarios que pueda contribuir constantemente, incluso si la tecnología se desarrolla, será difícil generar un verdadero efecto de red. Del mismo modo, si se desea crear un sistema de identidad o una red de colaboración para Agentes de IA, se requiere la participación real de desarrolladores, aplicaciones o Agentes; de lo contrario, el protocolo en sí mismo difícilmente podrá formar un ecosistema. Lo mismo ocurre con los sistemas de pago y liquidación. Una vez que los Agentes de IA comiencen a llamar servicios, obtener datos o ejecutar tareas en la red, los pagos de pequeñas cantidades se volverán extremadamente frecuentes. Sin embargo, esta red de pagos solo tiene sentido si existen simultáneamente una gran cantidad de Agentes y servicios; de lo contrario, sigue siendo simplemente un módulo técnico.
Por lo tanto, para muchos equipos de Web3, lo que realmente necesitan evaluar no es si hay espacio técnico en esta dirección, sino si pueden convertirse en parte de esta red. Si el equipo ya cuenta con fuentes de datos, un ecosistema de desarrolladores o aplicaciones prácticas, estos factores suelen determinar si un proyecto puede realmente ingresar a la capa de infraestructura de IA, en lugar de quedar en el nivel conceptual.