Por qué la etiqueta de token de IA se ha vuelto casi meaningless
En 2023, añadir la palabra "IA" a un token podía mover su precio. En 2024 y 2025, seguía pudiendo. Ese es precisamente el problema. Cuando una categoría crece más rápido de lo que los productos subyacentes pueden construirse, el marketing llena el vacío, y ese vacío en cripto es enorme: un pitch deck, una web, un listado en un CEX y un ticker son a menudo todo lo que hay entre una idea y mil millones de dólares de atención.
Esto no significa que todo token con temática de IA sea fraudulento. Significa que la etiqueta por sí sola no te dice nada. FET, TAO, RENDER, VIRTUAL, VVV y KITE usan todos la etiqueta de IA, y se sitúan en un espectro muy amplio: desde redes que enrutan cómputo real de GPU y pagan por inferencia, hasta envoltorios de APIs públicas con un token grapado encima. La tarea del lector es aprender en qué extremo de ese espectro se sitúa un proyecto concreto antes de arriesgar dinero en él.
El resto de este artículo te ofrece un filtro de cinco preguntas, las señales on-chain que merece la pena comprobar, las pistas de GitHub y documentación que delantan un lanzamiento hueco, y los hábitos de contexto informativo que te evitan comprar en el techo de un pump narrativo. Nada de esto es consejo financiero. Es una forma de leer un proyecto con honestidad antes de decidir si merece tu atención en absoluto.
La distinción clave: un proyecto de IA frente a un token con temática de IA
Un proyecto de IA, en el sentido estricto que usamos aquí, tiene un modelo, un pipeline que ejecuta el modelo y clientes o usuarios que obtienen algo de ese pipeline. No tiene por qué ser un laboratorio de frontera. Un pequeño clasificador de imágenes open-source con diez clientes de API de pago ya es un proyecto de IA. Un token cuyo whitepaper menciona "agentes de IA" en cada página pero no entrega ningún modelo, ninguna API y ningún usuario, no lo es.
Un token con temática de IA es una criptomoneda que usa vocabulario de IA para captar demanda. El token puede tener una función real dentro del ecosistema del proyecto, como pagar por inferencia o hacer staking para gobernanza, pero la existencia de la función no es lo mismo que la existencia del producto. Un peaje en una carretera vacía sigue sin cobrar nada.
Esta distinción importa porque los modos de fallo son diferentes. Un proyecto de IA real puede aun así fracasar como inversión si su tokenómica es mala, su equipo se va o su modelo queda obsoleto frente a la competencia. Un token con temática de IA puede subir de precio durante meses por hype y no tener nada sólido debajo. El perfil de riesgo de ambos no es el mismo, y tratarlos como si lo fueran es como los principiantes pierden dinero.
Riesgos de comprar tokens temáticos de IA sin verificar
El error más común es pagar una prima por la narrativa. Cuando un token de "agente de IA" sube un 400 % con un solo anuncio y el proyecto no tiene un producto lanzado, los compradores suelen llegar tarde a una campaña de marketing, no pronto a un negocio real. El precio puede mantenerse durante semanas y aun así dejar al comprador tardío en números rojos una vez que el equipo consolida sus tokens y empieza a vender.
Los tokens con equipo bloqueado empeoran esta situación. Si la asignación del equipo fundador se desbloquea meses después del lanzamiento mientras los compradores minoristas no pueden vender al mismo precio, la estructura recompensa a los insiders y penaliza al inversor minorista. Este patrón es tan habitual en los lanzamientos temáticos de IA que debería considerarse la suposición por defecto, no una sorpresa.
También existe el riesgo del discurso de la "super-app". Cuando un único token promete ser a la vez un LLM, un framework de agentes, un marketplace de datos, una capa de cómputo y una app para el consumidor, lo normal es que el proyecto no tenga ingresos en ninguno de esos ejes. Lanzar una sola de esas piezas lleva años. Lanzar cinco en paralelo, con un token y un roadmap para 2025, casi siempre es un relato, no un producto.
Por último, está la trampa del envoltorio de API. Algunos tokens de IA son simples envoltorios sobre OpenAI, Anthropic o un modelo público. El envoltorio aporta poca defensibilidad, el coste de la API subyacente es el mayor gasto del equipo y el token no captura ese coste. Si un competidor puede copiar el envoltorio en un fin de semana, el foso es el presupuesto de marketing, no la tecnología.
El filtro de cinco preguntas que puedes aplicar en 60 segundos
Antes de mirar el gráfico, pasa el proyecto por estas cinco preguntas. Si no puede responder claramente a tres de ellas, trata el token como marketing.
1. ¿Quién usa el producto y cuántos son?
Los proyectos de IA reales tienen usuarios. No "miembros de la comunidad" o "titulares de wallets", sino personas o agentes identificables que pagan por un resultado. La respuesta honesta es un número, por pequeño que sea. "Tenemos 2.300 trabajos de inferencia activos al día" es una respuesta. "Estamos construyendo el futuro de la IA descentralizada" no lo es.
2. ¿Quién paga por el producto y en qué moneda?
Si el proyecto vende algo, el cliente paga en dólares, stablecoins o el token del propio proyecto. El flujo de pago debe ser visible. Un proyecto que solo "recompensa" a los usuarios con emisiones y no tiene ingresos externos está pagando a los usuarios con el dinero de futuros compradores. Eso puede funcionar un tiempo. No puede funcionar para siempre.
3. ¿Qué modelo se utiliza y está documentado?
Todo proyecto serio de IA nombra el modelo, el enfoque de entrenamiento o, como mínimo, la arquitectura. Un whitepaper que dice "usamos modelos de lenguaje de gran tamaño de última generación" sin nombrar ninguno no es un documento técnico. Busca la model card real, la descripción del dataset y los resultados de evaluación.
4. ¿Se puede verificar el trabajo de IA on-chain?
Para la IA descentralizada, la prueba debe ser visible en un explorador de bloques. Emisiones de subnets en Bittensor, horas de GPU en Render, transacciones de inferencia en una red de cómputo verificable: estas son el equivalente on-chain a los ingresos. Si un proyecto afirma ejecutar IA pero su cadena no muestra nada, la cadena y la afirmación no son lo mismo.
5. ¿El código es abierto, reciente y se mantiene?
El código abierto no es un requisito para un negocio legítimo, pero en cripto es la señal más barata de seriedad. Un GitHub con commits regulares, issues reales y un repositorio mantenido es una señal positiva. Un GitHub que se creó la semana del lanzamiento del token y no se ha tocado desde entonces, no.
Métricas verificables on-chain que realmente significan algo
La mayoría de las métricas cripto son ruido, pero algunos números on-chain se corresponden estrechamente con actividad real. Para redes de IA, estas son las que vale la pena seguir.
Las emisiones de subnets son la lectura más directa en Bittensor (TAO). Cada subnet tiene mineros que producen salidas y validadores que las puntúan. Las emisiones que recibe una subnet y la tendencia de esas emisiones a lo largo de semanas son lo más parecido que tiene la red a una señal de "esta subnet se está usando". Las emisiones crecientes en una subnet específica suelen indicar demanda real de la salida de esa subnet.
Las horas de GPU son el equivalente en Render (RENDER) y redes de cómputo similares. El número de trabajos completados, el cómputo total entregado y la diversidad de proveedores te dicen si la red realmente está encaminando trabajo o simplemente está parada. Una red con una capitalización de mercado alta del token y pocas horas de GPU está cotizando un futuro que aún no ha llegado.
Las transacciones de inferencia activas son la señal en redes centradas en agentes como VIRTUAL y los ecosistemas más nuevos VVV y KITE. Cuenta el número de llamadas de inferencia de pago por día, el número de agentes únicos y el gasto medio por agente. Si esos números están planos mientras el token sube 5x, los compradores y los usuarios son grupos distintos de personas.
Para Fetch.ai (FET), las señales on-chain relevantes son el número de agentes autónomos registrados, el volumen de transacciones agente-a-agente y la actividad en el agentverse. El token puede subir por anuncios de asociaciones; los datos on-chain te dicen si esas asociaciones generaron algo.
Lo que dicen GitHub y la documentación que delatan lanzamientos vacíos
El repositorio de un proyecto es un registro público de trabajo. Leerlo lleva diez minutos y te ahorra mucho dinero. Tres señales importan más que el resto.
El historial de commits te dice cuándo ocurrió el trabajo. Mira la fecha del último commit, la frecuencia de commits en los últimos seis meses y si los contribuidores son a tiempo completo o esporádicos. Un repositorio con un único commit grande la semana del lanzamiento del token y nada desde entonces es un artefacto de lanzamiento, no un producto.
La profundidad de la documentación te dice qué tan serio es el equipo. Los proyectos de IA reales publican model cards, referencias de API, guías de integración y diagramas de arquitectura. Un whitepaper con lenguaje de marketing vistoso y sin documentación técnica es una señal de que el equipo ha decidido dedicar su atención a los compradores, no a los constructores.
La actividad de issues y PRs te dice si el proyecto tiene una comunidad de usuarios o solo una comunidad de especuladores. Los usuarios reales abren issues, reportan bugs y piden funcionalidades. Los especuladores abren publicaciones sobre el precio. Si el Discord y el GitHub del proyecto son 95 % charla de precio y 5 % charla técnica, la base de usuarios son traders, no usuarios.
Señales de alarma que deberían terminar tu evaluación de inmediato
No tener producto lanzado es la señal más ruidosa. Si el proyecto tiene un token, una cotización y una hoja de ruta, pero ningún software funcional, estás comprando una promesa. Las promesas en cripto tienen un historial bastante pobre.
Tokens de equipo bloqueado con cliffs de desbloqueo cortos son la señal estructural. Si el equipo retiene el 30 % del suministro y el cliff es de seis meses, el lanzamiento está estructurado para enriquecer al equipo a costa del inversor minorista. Los números están en el documento de tokenomics. Léelos.
Una propuesta de 'súper app' todo-en-uno es la señal de ambición. Hacer bien una sola cosa ya es difícil. Construir un modelo, un framework de agentes, una capa de datos, un marketplace y una app de consumo, todo con un token, no es una hoja de ruta. Es un deck de recaudación.
Equipos anónimos con tokens bloqueados son la señal de confianza. Los fundadores anónimos no son malos automáticamente, pero los fundadores anónimos con tokens bloqueados y un calendario de vesting plurianual te están pidiendo que confíes en personas que no puedes nombrar con dinero que puedes perder.
Productos envoltorio de API sin defensibilidad son la señal de negocio. Si un proyecto es una capa fina sobre un modelo público, sin datos propios, sin fine-tuning y sin profundidad de integración, el producto se puede clonar en días. El foso es el marketing.
Implicaciones prácticas: cómo usar este filtro antes de actuar
Aplica las cinco preguntas antes de mirar un gráfico de precios. Si el proyecto no puede responder claramente a tres de ellas, no tienes una decisión de inversión que tomar. Tienes un pitch de marketing que ignorar. El gráfico seguirá ahí si el proyecto lanza un producto más adelante.
Revisa las métricas on-chain semanalmente, no a diario. Los movimientos diarios son ruido. Las tendencias semanales en emisiones de subnets, horas de GPU o transacciones de inferencia son señal. Si los datos on-chain suben mientras el precio está plano, el proyecto se está usando más de lo que se habla de él, lo cual es un estado más sano que lo contrario.
Lee el GitHub una vez al mes. Cinco minutos en el grafo de commits y la página de issues bastan para ver si el proyecto está vivo. Si el último commit significativo fue hace tres meses y el último 'anuncio' fue una partnership, el proyecto está en modo marketing.
Usa el contexto de noticias con sentiment para detectar pumps. Cuando un token de IA se dispara con un solo anuncio, la pregunta es si el anuncio es adopción real o un empujón de marketing. Los feeds de noticias con análisis de sentiment, incluido el de Zipp, puntúan los titulares como alcistas, neutrales o bajistas y valoran su importancia, para que puedas distinguir un anuncio de partnership con contrapartes nombradas de un comunicado vago de 'alineación estratégica'.
Cómo seguir los tokens de IA de forma inteligente
Los tokens de IA se mueven rápido y las noticias a su alrededor también, y la mayoría de esas noticias son narrativa, no sustancia. Seguir manualmente los anuncios, las claims de partnerships y los calendarios de desbloqueo es un juego perdido, porque para cuando hayas leído diez hilos, el siguiente push ya ha empezado. Zippfeed muestra titulares de tokens de IA con sentiment, alcista, neutral o bajista, y una valoración de importancia, para que puedas ver qué historias realmente están moviendo la conversación y cuáles solo están moviendo el precio. Combina ese feed con el filtro de cinco preguntas de arriba y tendrás una forma más rápida de distinguir qué tokens de IA están haciendo trabajo real y cuáles están haciendo marketing real.
CoinDesk
