De los AI Agents a la Skill Economy: qué están explorando ATM y RGST
Esta noche hice una entrevista sobre la tokenización de activos de IA y de habilidades.
Desde cómo puede la gente común participar en los beneficios de la IA, pasando por la conexión entre los ecosistemas de ATM y ClawCreek, hasta el mecanismo de airdrop de RGST, Skill Market y el futuro de la Agent Economy.
Siete preguntas sobre mecanismos e ideas bastante concretos.
Pero, al terminar la entrevista, lo que se me quedó dando vueltas en la cabeza fue una pregunta más amplia:
Cuando la IA deje de limitarse a ayudar a las personas a ser más eficientes y empiece a poder ejecutar tareas, invocar habilidades, prestar servicios e incluso generar ingresos, ¿cómo cambiará el valor en el futuro?
Quizá este sea el aspecto más interesante sobre el que reflexionar de la conversación de esta noche.
I. El potencial de la IA no consiste solo en saber usar herramientas
En los últimos dos años, hemos vivido la rápida popularización de las herramientas de IA.
Desde ChatGPT hasta las distintas aplicaciones de IA y, ahora, los agentes, la velocidad de la evolución tecnológica ha superado con creces las expectativas de muchas personas.
Al principio, nos preguntábamos:
¿Puede la IA ayudarme a escribir artículos, crear imágenes, organizar información y mejorar mi productividad?
Después empecé a preguntarme:
¿Puede la IA encargarse de un trabajo completo por mí?
Y ahora surge una nueva pregunta:
Si un Agent puede utilizar skills de forma autónoma, completar tareas y obtener ingresos prestando servicios, ¿no se está convirtiendo también en una nueva fuerza productiva?
Esto significa que el desarrollo de la IA está pasando de servir de apoyo como herramienta a ejecutar tareas, y explorando después la colaboración autónoma y la actividad económica.
Para la gente común, esto ofrece al menos tres niveles de participación:
* Usar la IA: aprender a mejorar nuestra eficiencia con herramientas.
* Crear valor: convertir la experiencia, los conocimientos y las capacidades profesionales propias en servicios que la IA pueda utilizar.
* Participar en el ecosistema: formar parte de nuevos flujos de valor mediante redes, plataformas, activos y casos de uso.
No todo el mundo tiene que convertirse en programador.
Pero, en el futuro, quienes sepan transformar su experiencia en capacidades reutilizables podrían tener más oportunidades.
II. De GameFi a la economía de agentes: ¿qué está explorando ATM?
Cuando hablamos de ATM, creo que hay un cambio que merece nuestra atención.
En el pasado, muchas personas conocieron ATM a través del ecosistema de juegos y participaron en su desarrollo mediante mecanismos como LUCA y Game Node.
Los juegos son un caso de uso concreto, mientras que la economía de skills RGST que estamos explorando esta vez con ClawCreek amplía la perspectiva hacia la economía de skills de IA.
Sus casos de uso son distintos, pero detrás hay una dirección común:
conectar distintos casos de uso y redes comunitarias mediante mecanismos de conexión.
Antes eran los nodos de juegos; en el futuro podrían ser los agentes de IA, los mercados de skills e incluso muchos otros casos de uso nuevos.
Esto me lleva a una pregunta:
¿De dónde proviene realmente la vitalidad de un ecosistema? ¿De una sola aplicación de éxito o de su capacidad para conectar continuamente nuevas aplicaciones y crear nuevas necesidades?
A mí me interesa más lo segundo.
Un juego puede tener un ciclo de vida, y una herramienta puede ser reemplazada por una nueva tecnología.
Pero si la red subyacente puede seguir conectando nuevas aplicaciones, los miembros de la comunidad tendrán la oportunidad de encontrar nuevas formas de participar en las distintas etapas de desarrollo.
Por supuesto, conectar no significa que el valor surja automáticamente.
Que las nuevas aplicaciones lleguen a buen puerto, que LUCA Connection genere una demanda efectiva, dependerá, en última instancia, de si el uso real, la calidad del producto y el modelo económico superan la prueba del mercado.
III. RGST: de la lógica de los airdrops a la economía de skills
Esta noche, seguramente lo que más interesa a todos es RGST.
Según la propuesta que se está debatiendo actualmente, RGST se posiciona como el token del ecosistema de la economía de skills de ClawCreek.
La propuesta plantea una idea de conexión bastante intuitiva:
Airdrop de RGST = LUCA conectado
Es decir, vincular la cantidad de LUCA conectada por cada usuario con la asignación de RGST que recibirá en el airdrop.
La propuesta también plantea establecer una relación entre los usuarios y el nuevo ecosistema de economía de skills de IA mediante un mecanismo de conexión a largo plazo.
Pero quiero recordarles algo:
El airdrop es solo una puerta de entrada a la participación; no debería ser lo único que nos ayude a entender un nuevo ecosistema.
Más importante que la cantidad del airdrop es investigar dónde se podrá usar RGST una vez obtenido.
Según lo previsto en la propuesta, RGST se utilizará en distintas etapas: la creación, publicación, instalación y staking de Skills, su quema y la circulación de los derechos asociados.
Esto plantea una trayectoria económica que merece atención:
El Creator crea un Skill → pone en staking y usa RGST → publica el Skill → el Agent lo instala y utiliza → el Skill ofrece servicios y genera ingresos → los ingresos se distribuyen según las reglas.
El objetivo central de este mecanismo es que el token no se limite a mantenerse y negociarse, sino que esté vinculado al uso real de los skills.
Por supuesto, el diseño de la propuesta es una cosa y su funcionamiento real, otra.
La fecha de apertura del airdrop, el periodo de conexión, el método de cálculo, los requisitos de elegibilidad y los parámetros económicos concretos deberán ajustarse a los anuncios oficiales del proyecto y a su ejecución real.
Para quienes participan, entender las reglas es más importante que apresurarse a actuar.
IV. Economía de skills: lo que podría escasear de verdad en el futuro son los skills útiles
Esta noche me interesa especialmente el Skill Market de ClawCreek.
Porque me ha permitido vislumbrar una dirección de la industria de la IA que merece la pena estudiar:
Es posible que, en el futuro, los agentes de IA dejen de ser simples chatbots y se conviertan en ejecutores capaces de utilizar de forma autónoma distintos skills según las necesidades de cada tarea.
Veamos algunos ejemplos fáciles de entender:
* Skill de investigación: ayuda al Agent a investigar sectores, filtrar información y analizar datos.
* Skill de trading: ayuda a detectar oportunidades de mercado, ejecutar estrategias y gestionar tareas.
* Skill de creación de contenido: produce artículos, libros electrónicos, pódcast y otros contenidos.
* Skill empresarial: participa en ventas, atención al cliente, contratación y gestión de procesos empresariales.
Si estos skills pueden estandarizarse, validarse y reutilizarse, podrían convertirse en un nuevo tipo de medio de producción digital.
Imaginemos lo siguiente:
Un Creator talentoso desarrolla un Skill capaz de resolver problemas de forma continua.
No hace falta que el Creator preste personalmente el servicio cada vez; distintos agentes pueden instalarlo y utilizarlo.
Cuando el Skill ayuda realmente a un Agent a completar tareas y genera ingresos verificables, el Creator puede obtener ingresos recurrentes.
Esto se parece en algunos aspectos a la venta tradicional de software, pero también tiene diferencias.
En el mercado de skills del futuro, quizá no solo se negocien licencias de uso de software: también podrían surgir nuevas relaciones económicas en torno al rendimiento de los skills, los derechos de instalación, el número de usos y los ingresos reales.
Sin embargo, un Skill realmente valioso no puede depender solo de una presentación atractiva.
Como mínimo, debe responder a tres preguntas:
1. ¿Qué problema concreto puede resolver?
2. ¿Es más eficiente que las alternativas actuales?
3. ¿Puede crear valor verificable de forma sostenida?
Solo si hay demanda de uso, capacidad para ofrecer el servicio e ingresos recurrentes será posible crear un activo de skills auténtico.
V. ¿Qué debemos tener en cuenta para evaluar el valor a largo plazo de RGST?
Cuando hablamos del valor de un token, prefiero centrarme en algunos indicadores concretos en lugar de limitarnos a especular sobre su precio futuro.
Para evaluar si el modelo económico de RGST puede funcionar, prestaría especial atención a lo siguiente:
Primero, la demanda real.
¿Cuántos Creators están dispuestos a desarrollar Skills? ¿Cuántos Agents necesitan realmente esos skills?
Segundo, la frecuencia de uso.
¿El Skill se instala una vez y luego no se vuelve a usar, o se utiliza de forma continua?
Tercero, la capacidad de generar ingresos.
¿El Skill puede generar ingresos reales y verificables? ¿Son sostenibles esos ingresos?
Cuarto, la utilidad del token.
¿RGST participa realmente en la publicación, instalación, el staking, los pagos y la circulación de derechos? ¿Pueden estas necesidades generar casos de uso efectivos para el token?
Quinto, la sostenibilidad del modelo económico.
¿Puede establecerse una relación de intereses equilibrada entre Creators, Agents, la plataforma y los holders del token?
Solo si estos aspectos empiezan a funcionar podrá formarse un verdadero circuito económico cerrado.
Por el contrario, si no hay usuarios reales, uso continuo ni ingresos concretos, hasta el modelo económico más complejo podría quedarse en un diseño sobre el papel.
Por eso, no me gusta juzgar el éxito o el fracaso de un ecosistema nuevo basándome en el precio a corto plazo.
El precio puede reflejar el sentimiento del mercado, pero solo el uso real permite comprobar el valor de un producto.
VI. De las herramientas de IA a la economía de agentes: ¿qué ocurrirá en el futuro?
Ampliemos un poco más la perspectiva.
Creo que un cambio importante al que habrá que prestar atención en el futuro de la IA es que las relaciones de producción podrían transformarse junto con las fuerzas productivas.
Antes, para crear valor, una persona solía necesitar tiempo, un equipo, financiación y conocimientos especializados.
Ahora, la IA está reduciendo las barreras de ejecución de muchas tareas.
En el futuro, una persona podría coordinar varios agentes para realizar un trabajo que antes habría requerido todo un equipo.
Y si los agentes pueden disponer de sus propias combinaciones de skills, permisos de uso, registros de ingresos y capacidades de colaboración, podrían ir surgiendo nuevas relaciones económicas en torno a ellos.
Así es como entiendo la dirección que está explorando ClawCreek:
Que un Skill no sea solo una función, sino un recurso productivo que pueda descubrirse, instalarse, utilizarse y evaluarse, y que tenga la posibilidad de generar ingresos.
Por supuesto, todavía queda mucho camino entre que un Agent pueda completar tareas y que sea capaz de generar ingresos de forma estable.
Esto incluye la fiabilidad técnica, los pagos y las liquidaciones, la gestión de permisos, la calidad de los skills, la verificación de ingresos y el control de riesgos.
Todo esto debe validarse con productos y mercados reales.
Pero es positivo que esta dirección haya llevado el debate más allá de lo que la IA puede hacer y lo haya ampliado a cómo la IA crea y distribuye valor.
VII. Para terminar: no seas solo un espectador en la era de la IA
Al terminar la entrevista de esta noche, me quedó una sensación muy profunda.
Cada cambio tecnológico vuelve a distribuir las oportunidades.
En la era de Internet, surgieron nuevas formas de difundir información.
En la era de Internet móvil, surgieron nuevos modelos de negocio.
En la era de Web3, empezamos a explorar los activos digitales, la colaboración en red y la atribución de valor.
Y en la era de los agentes de IA, quizá estemos explorando algo distinto:
cómo convertir el conocimiento, la experiencia, las habilidades y los servicios en una fuerza productiva que las máquinas puedan utilizar, que el mercado pueda valorar y que genere valor de forma continua.
Para ATM, pasar del ecosistema de juegos a la economía de skills de IA es una nueva exploración.
Y para quienes participan a título individual, también vale la pena replantearse cuál es su lugar.
No te centres solo en un airdrop ni en una sola aplicación.
Lo más importante es comprender hacia dónde avanza la tecnología, qué está conectando el ecosistema y dónde se encuentra la demanda real.
Siempre he creído que las oportunidades no consisten únicamente en esperar a que otros nos las asignen.
Cuando empezamos a comprender una nueva tecnología, aprendemos a usarla e incluso intentamos crear valor con ella, ya hemos dejado de ser espectadores para convertirnos en participantes.
En la era de la IA habrá cada vez más herramientas; lo que realmente escaseará será la capacidad de detectar problemas, crear valor y entregarlo de forma continua.
Esta es también la dirección que quiero seguir explorando.
En lugar de apresurarnos a sacar conclusiones sobre el futuro, mantengamos la curiosidad, sigamos aprendiendo, participemos en primera persona y validemos cada juicio con resultados reales.
Soy Carina.
En una época de cambios constantes, mantengamos el pensamiento independiente y la curiosidad por el futuro.
Exploremos juntos la próxima posibilidad.
