Por qué la tokenomics de los tokens de IA es una disciplina propia
Todo token con temática de IA afirma impulsar una economía descentralizada de inteligencia artificial. Las páginas de marketing se parecen. Las páginas de tokenomics, las partes que determinan si quienes capturan la subida son los compradores iniciales o los futuros compradores, es donde se esconden las diferencias. Para un lector analítico, la única pregunta útil es si el diseño de un token dirige actividad económica real hacia los holders, o si simplemente se etiqueta con IA.
La tokenomics es el conjunto combinado de reglas que rigen la oferta de un token, su calendario de emisión y su derecho sobre los ingresos del protocolo. En los tokens de IA, esas reglas suelen tener una capa adicional: calendarios de emisión ajustados al cómputo con GPU, repartos de comisiones vinculados a solicitudes de inferencia y derechos de gobernanza sobre registros de modelos. La complejidad invita a dos modos de fallo. Primero, los fundadores pueden ocultar la dilución tras un gráfico elegante de oferta en circulación. Segundo, los compradores minoristas pueden confundir una alta tasa de emisión con crecimiento, cuando en realidad es un evento de venta a cámara lenta.
Los cinco tokens de IA seleccionados en este análisis, TAO de Bittensor, VIRTUAL de Virtuals Protocol, FET de Fetch.ai, VVV de Venice Token y RENDER de Render Network, comparten una etiqueta de IA y una página pública de tokenomics. Ninguno comparte la misma estructura de incentivos. Leerlos en paralelo es la forma más rápida de construir el marco de análisis.
Los riesgos que todo token de IA conlleva antes de leer su tokenomics
Antes de cualquier análisis de tokenomics, la lista honesta de riesgos debe estar cerca del principio. Los tokens de IA han perdido un valor material para los compradores minoristas en ciclos pasados, a menudo porque la página de tokenomics ocultaba tres cosas: un float inicial bajo, una gran asignación para el equipo y los inversores, y un modelo de comisiones que en realidad no captura dólares de los usuarios. Ninguno de los riesgos siguientes es teórico. Todos han ocurrido.
El primer riesgo es el cliff de desbloqueo. Una asignación del equipo que se desbloquea durante cuatro años con un cliff de un año liberará un gran tramo de tokens en una sola fecha. Los mercados suelen descontarlo por adelantado, lo que significa que los compradores minoristas que llegan después del cliff compran con esa sobreoferta pendiente. El segundo riesgo es el falso float. Las cifras de oferta en circulación en CoinGecko y agregadores similares incluyen tokens en contratos de staking o tesorerías de DAO que pueden moverse o venderse. El float real, la cantidad verdaderamente disponible para el mercado, suele ser una fracción de la cifra declarada. El tercer riesgo es la métrica de vanidad. Un protocolo que informa de miles de agentes de IA registrados, o de millones de dólares en cómputo nocional, puede no capturar nada de esa actividad como ingresos del protocolo. Los tokens que no absorben dólares reales de usuarios reales no tienen ningún mecanismo para volverse escasos.
Un cuarto riesgo es la trampa de la gobernanza. Los tokens que otorgan derechos de voto sobre un registro de modelos o un mercado de cómputo suenan valiosos. En la práctica, los tokens de gobernanza han cotizado repetidamente como operaciones de carry sobre la utilidad subyacente, con una participación en las votaciones de un solo dígito bajo. Un quinto riesgo, específico de los tokens de IA, es la dependencia de un único modelo o de un único proveedor de cómputo. Si los ingresos del protocolo dependen de un modelo cerrado cuya licencia puede cambiar, la captura del token es una función de la decisión de precios de otra persona. Ninguno de estos riesgos anula el potencial alcista de los tokens de IA bien diseñados. Simplemente definen los modos de fallo que se supone que la página de tokenomics debe abordar.
Los tres números que importan: oferta, float y desbloqueos
Toda página de tokenomics de AI, independientemente de su filosofía de diseño, publica tres números que sirven de base para el resto del análisis. El primero es la oferta total, que es el número máximo de tokens que el protocolo emitirá jamás. El segundo es la oferta en circulación, que es el número que actualmente puede negociarse en el mercado abierto. El tercero es el calendario de desbloqueos, que es el calendario de emisiones futuras procedentes del equipo, los inversores, los fondos del ecosistema y los programas de emisiones.
La brecha entre la oferta en circulación y la oferta total es la cifra que más se malinterpreta en cripto. Un token puede anunciar una oferta total de mil millones de unidades y una oferta en circulación de cien millones de unidades, presentándolo como escasez. No es escasez si los novecientos millones de unidades restantes están programados para entrar en circulación en un plazo de veinticuatro meses. A la inversa, un token con un porcentaje alto de oferta en circulación puede estar más ajustado que otro con un porcentaje bajo si la oferta restante está bloqueada en contratos de staking a largo plazo sin derechos de venta.
Los desbloqueos tienen dos estructuras principales. Un desbloqueo cliff libera una asignación fija en una única fecha, a menudo el primer aniversario de una ronda de financiación. Un desbloqueo lineal libera la misma asignación en tramos iguales durante meses o años. Los desbloqueos cliff crean eventos de liquidez predecibles que los traders sofisticados cubren con posiciones cortas o rotando fuera antes de la fecha. Los desbloqueos lineales reparten la dilución en el tiempo, lo que suele ser mejor para el precio pero peor para los incentivos del equipo, ya que el equipo debe seguir rindiendo durante toda la ventana de vesting.
La distinción entre desbloqueado y consolidado es la tercera capa. Una asignación del equipo puede estar totalmente consolidada y aun así estar en manos del equipo, que puede vender en cualquier momento. Una asignación del equipo puede estar bloqueada en un smart contract que solo libera tokens según el calendario, lo que da más visibilidad al mercado. La página de tokenomics normalmente solo dice una de estas cosas. El contrato de vesting, si se puede verificar en un explorador de bloques, dice la otra.
Cómo el diseño de emisiones diluye o acumula valor
Una vez claros los números de oferta y desbloqueos, la siguiente pregunta es qué emite el protocolo a los participantes activos y si esas emisiones son netamente inflacionarias o netamente deflacionarias en relación con la demanda. Dos diseños dominan el espacio de tokens de AI: emisiones pasivas y buyback-and-burn.
Las emisiones pasivas son recompensas en tokens distribuidas a validadores, mineros, stakers o agentes de AI por completar trabajos definidos por el protocolo. Son inflacionarias por construcción. El protocolo emite nuevos tokens, los vende en el mercado abierto a través de los receptores y utiliza los ingresos, o los propios tokens, para pagar el trabajo. Mientras el trabajo realizado sea valioso, las emisiones pueden autofinanciarse. Cuando las emisiones superan el valor del trabajo, el token se convierte en un evento de venta a cámara lenta.
Buyback-and-burn es el diseño opuesto. El protocolo toma una parte de los ingresos por comisiones y la utiliza en el mercado abierto para recomprar su propio token, luego envía esos tokens a una dirección de quema. Buyback-and-burn crea un vínculo directo entre uso y escasez. Si las comisiones suben, las recompras suben y el float se contrae. Si las comisiones caen, las recompras caen y el float solo se expande si el protocolo también emite de forma pasiva. El riesgo de buyback-and-burn es que depende por completo de los ingresos por comisiones. Un protocolo sin captura real de comisiones financiará las recompras con la tesorería, que es un recurso finito.
Un tercer diseño, común en los tokens de AI más nuevos, es el modelo de reparto de ingresos o rendimiento por staking. Los holders hacen staking del token y reciben una parte de las comisiones del protocolo, denominadas en stablecoins o en el propio token. La primera versión, pagada en stables, es el diseño más honesto. La segunda versión, pagada en el token nativo, es funcionalmente una emisión pasiva y hereda el mismo riesgo de dilución.
Leer la captura de comisiones: dólares reales frente a métricas de vanidad
La captura de comisiones es la característica más exagerada en el marketing de tokens de AI. La distinción entre captura real y métricas de vanidad es la mayor ventaja que puede desarrollar un lector analítico. Un protocolo que toma un porcentaje de las comisiones de inferencia, las intercambia por stables y las dirige a los holders del token o a recompras tiene captura real. Un protocolo que informa del volumen total de inferencia, el número de agentes o los registros de modelos, sin publicar una ratio de comisiones sobre volumen, tiene métricas de vanidad.
Tres ratios revelan la diferencia. La ratio de comisiones sobre volumen es el total de comisiones dividido entre el volumen nocional total. Una ratio saludable está en los dígitos bajos para marketplaces y en los dígitos medios para servicios de AI. La ratio de comisiones sobre emisiones es el total de comisiones dividido entre el total de emisiones de tokens valoradas en dólares. Una ratio superior a uno significa que las emisiones se autofinancian con comisiones. La runway de tesorería es el número de meses durante los que la tesorería puede mantener las operaciones actuales con el burn actual. Ninguna de estas ratios aparece en la portada de un folleto de tokenomics. Todas pueden derivarse de datos on-chain.
La segunda pregunta sobre la captura es quién recibe las comisiones. Un protocolo que dirige las comisiones a una tesorería controlada por una multisig solo tiene captura de nombre. Un protocolo que dirige las comisiones a un smart contract que recompra tokens automáticamente tiene captura por código. La distinción importa porque las tesorerías pueden redirigirse mediante votos de gobernanza, mientras que los flujos definidos por smart contracts solo pueden cambiarse mediante actualizaciones de código, que son visibles y tienen bloqueo temporal.
Caso práctico: TAO y la curva de emisión de subtensor
TAO de Bittensor es el token de AI con más trayectoria de este conjunto. Su página de tokenomics presenta TAO como un calendario de emisiones similar al de Bitcoin, limitado a veintiún millones de tokens, con halvings cada cuatro años. La comparación principal con Bitcoin invita a asumir lo mismo: que la escasez acumulará valor a medida que aumente la demanda. La estructura más profunda es más interesante y más reveladora.
Las emisiones de TAO se distribuyen a validadores y mineros de subnets en función de un rendimiento ponderado por ranking. Cada subnet es un mercado separado para cómputo de AI, y las emisiones que fluyen hacia una subnet dependen de la clasificación de esa subnet frente a sus pares. La implicación es que TAO no es un único calendario de emisiones. Son veinte o más calendarios de emisión paralelos, cada uno con su propio perfil de demanda. Las subnets con uso genuino atraen registro de mineros y stake, lo que atrae más emisiones. Las subnets sin uso ven cómo las emisiones se desploman cuando los mineros se dan de baja.
Para un lector analítico, la pregunta es si la demanda de cómputo de subnet escala al ritmo de las emisiones. El riesgo es que las emisiones impulsen el registro de mineros más rápido que la demanda real, lo que significa que una gran parte de las emisiones de TAO se vende en el mercado para financiar costes operativos. La otra cara es que el mecanismo de halving de Bittensor hace que el crecimiento de la oferta se reduzca a la mitad cada cuatro años, mientras que la demanda de subnets puede componerse. La página de tokenomics no aborda esto directamente. Los datos on-chain sí lo hacen.
Caso práctico: VIRTUAL y la mecánica de ingresos de los agentes
VIRTUAL de Virtuals Protocol está estructurado en torno a agentes de AI que pueden desplegarse como servicios tokenizados. Cada agente tiene su propio token, y VIRTUAL es el activo a nivel de protocolo que se utiliza para comprar conjuntamente tokens de agentes y para capturar comisiones a nivel de protocolo. El mecanismo es más elaborado que el de TAO, y la narrativa de captura de comisiones es más directa.
La cifra clave es la comisión del protocolo, que se aplica a cada compra de tokens de agentes en el launchpad de Virtuals. Esa comisión está denominada en VIRTUAL y se dirige a un contrato de recompra. No hay una emisión pasiva para los holders de VIRTUAL que compita con la recompra. El crecimiento de la oferta procede de emisiones destinadas a los creadores de agentes y a los fondos del ecosistema, que se programan por separado. El resultado es un token cuyo float se contrae con el uso y se expande con los calendarios de vesting del equipo, lo que constituye una estructura más honesta que un modelo de emisión puro.
El riesgo es la concentración. Si un pequeño número de agentes genera la mayor parte del volumen de comisiones, la narrativa de recompra depende del éxito continuado de esos agentes. El segundo riesgo es la capa de tokens de agentes. Los inversores que compran tokens de agentes se exponen a un único despliegue, no al protocolo. El token VIRTUAL es la exposición a nivel de protocolo, y su captura de comisiones está más diversificada. La página de tokenomics deja clara esta distinción. El marketing a menudo no lo hace.
Caso práctico: FET y la fusión de ASI
FET de Fetch.ai pasó por una fusión de tokens para integrarse en Artificial Superintelligence Alliance, junto con AGIX de SingularityNET y OCEAN de Ocean Protocol. El token fusionado conservó el ticker FET y consolidó tres diseños de tokenomics en uno solo. La fusión es el dato más importante para la estructura de FET, porque determina qué oferta y calendario de unlock lleva ahora el token FET.
Antes de la fusión, FET tenía una oferta circulante de unos pocos cientos de millones y una oferta total superior a mil millones, con asignaciones para el equipo y el ecosistema sujetas a vesting durante varios años. La fusión apiló en la práctica los calendarios de vesting de tres tokens bajo un único ticker. Para un lector analítico, la implicación es que el exceso potencial de unlock de FET no es solo el de Fetch.ai. Es el exceso combinado de tres protocolos fundadores, cada uno con sus propios compromisos con el equipo, los inversores y las tesorerías de sus fundaciones.
La captura de comisiones de FET pasa por el marketplace de servicios de agentes y por las comisiones de herramientas para agentes económicos autónomos. La página de tokenomics describe un mecanismo de recompra vinculado a los ingresos de la plataforma. El riesgo es el mismo que en cualquier modelo de reparto de ingresos: si los ingresos no escalan, la narrativa de recompra se debilita. La fusión añadió complejidad al exigir coordinación entre tres comunidades heredadas en la gobernanza de emisiones.
Caso práctico: VVV y el modelo de créditos de inferencia
VVV de Venice Token es uno de los tokens de AI más recientes de este conjunto y utiliza un modelo distintivo: VVV representa un derecho sobre créditos de inferencia en la Venice API, una plataforma de inferencia que enruta solicitudes a modelos open-source y propietarios. Los holders hacen staking de VVV para recibir una asignación diaria de créditos de inferencia, denominados en VVV, que pueden usar para llamar a modelos o vender a otros usuarios.
La tokenomics es inusual porque la utilidad principal de VVV es una asignación de créditos no transferible, lo que significa que mantener VVV se parece más a tener una suscripción prepago de cómputo que a mantener un token de gobernanza. La oferta y el calendario de unlock determinan cuántos créditos de inferencia emitirá el protocolo, lo que a su vez determina el precio de los créditos en el mercado secundario. La narrativa de captura es directa: los holders se benefician cuando la demanda de inferencia supera la oferta de créditos.
El riesgo es que el modelo de créditos de inferencia presupone demanda de inferencia privada y resistente a la censura, que es un mercado más pequeño que el de la inferencia de AI general. Si la base de usuarios de Venice se estanca, la emisión diaria de créditos supera el uso y el precio de los créditos en el mercado secundario cae. Entonces los holders tienen una suscripción menos valiosa, aunque el precio del token se mantenga.
Caso práctico: RENDER y las emisiones del marketplace de GPU
RENDER de Render Network es el token de marketplace de GPU más antiguo de este conjunto. Migró de la mainnet de Ethereum a Solana en 2023 y reajustó su oferta circulante a una proporción uno a uno frente al ERC-20 heredado. La página actual de tokenomics destaca una oferta total fija de aproximadamente quinientos treinta y cinco millones de tokens, con una asignación de tesorería y un programa de emisiones para proveedores de GPU.
La narrativa de captura de comisiones de RENDER es más matizada que las demás. El marketplace empareja trabajos de renderizado con proveedores de GPU, y los proveedores reciben pagos en RENDER. La comisión del protocolo es un porcentaje de cada trabajo, se cobra en RENDER y se dirige a la tesorería y a un mecanismo de quema. A medida que aumenta el volumen de trabajos, aumenta la quema, lo que contrae el float. El diseño tiene un componente de emisión pasiva, ya que puede emitirse nuevo RENDER para los proveedores, pero el calendario de emisiones es conservador en comparación con un diseño puro de token de minería.
El riesgo para RENDER es competitivo. A medida que los proveedores centralizados de GPU y otras redes descentralizadas compiten por la demanda de renderizado, la ratio entre comisiones y volumen de RENDER podría comprimirse. La página de tokenomics no se cubre frente a esto. El volumen de trabajos on-chain y la autonomía de la tesorería sí.
Cómo leer una página de tokenomics de IA como un balance general
El marco que surge de estos cinco casos de estudio es una lectura de balance general, no una lectura de folleto. Empieza por las cifras de suministro y desbloqueos. Identifica la brecha entre el suministro en circulación y el suministro total, y pregúntate si el suministro restante está sujeto a vesting, bloqueado o libre. Después, observa el diseño de las emisiones. Distingue las emisiones pasivas de la recompra y quema. Para cada emisión, identifica la fuente de demanda que la absorbe. Después, analiza la captura de comisiones. Calcula la ratio entre comisiones y volumen, la ratio entre comisiones y emisiones, y el margen de supervivencia de la tesorería. Por último, observa la capa de gobernanza y pregúntate si los flujos de comisiones están definidos por código o por multisig.
Un token de IA bien diseñado responderá a cada una de estas preguntas con datos on-chain verificables. Uno mal diseñado responderá con lenguaje de marketing. La diferencia es la diferencia entre un balance general y un folleto, y es la diferencia entre una decisión de inversión y una esperanza.
Cómo seguir los tokens de IA de forma inteligente
Los tokens de IA se mueven rápido, y las noticias que los rodean también. Cada semana llegan nuevos lanzamientos, los acantilados de desbloqueo reajustan las perspectivas de suministro, y las narrativas de captura de comisiones cambian a medida que los protocolos lanzan mejoras. Seguir manualmente las señales relevantes es una batalla perdida para cualquiera que no sea analista a tiempo completo. Zippfeed muestra titulares sobre tokens de IA con puntuación de sentimiento, marcados como bullish, neutral o bearish, y una calificación de importancia que destaca qué historias afectan realmente al suministro, los desbloqueos o la captura de comisiones, para que puedas leer la próxima página de tokenomics antes que el mercado.
CoinDesk
