Si has estado en el mundo de los juegos en cadena estos últimos dos años, seguro te has topado con la misma historia: al principio "las recompensas son muy tentadoras", la gente entra como loca, en la segunda semana los bots y los estudios están devorando el fondo de recompensas, en la tercera semana los jugadores reales empiezan a pensar "estoy trabajando para un script", y al final la economía se desmorona, el equipo del proyecto cambia las reglas, recorta las recompensas, y empieza a criticar a los que solo buscan sacar provecho. El problema nunca ha sido "no dar suficientes recompensas", sino que las recompensas no se manejan como un sistema controlable: no sabemos a quién se le está dando el dinero, no sabemos si lo que gastamos se traduce en retención e ingresos, no sabemos dónde hay fugas, ni dónde se está haciendo farming. La existencia de Stacked está aquí — no es solo otra "app de recompensas", sino que toma el motor de LiveOps recompensado que Pixels ha desarrollado en el campo de batalla real, y le da a los estudios un conjunto de infraestructura de crecimiento que pueden medir, ajustar, prevenir trampas y iterar continuamente.
Primero, aclaremos la posición en una frase: Stacked es un motor rewarded LiveOps, no una app genérica de recompensas. Su lógica de base no es “dar recompensas”, sino “en el momento correcto, dar recompensas a las personas correctas, y cuantificar el uplift (mejora de retención, ingresos y LTV)”.
Esta forma de expresarlo es dura porque asume que las recompensas son un presupuesto, una inversión, no una cuestión de emociones. No das recompensas para que sea divertido; las das para hacer cuentas: ¿cuánto sube la retención D1/D7 en esta ronda de campañas? ¿cuánto valor recuperas que antes se estaba yendo? ¿cuánto mejora la conversión a pago y el LTV?
Si no se puede ver el uplift, entonces no es crecimiento: es desperdicio.
Lo que más me preocupa de Stacked no es “la forma de la recompensa”, sino que insiste en “insight to action, no waiting”. Los LiveOps de los estudios tradicionales siempre hacen experimentos, pero el entorno de los juegos on-chain es más extremo: la adversidad es más fuerte, los presupuestos se pueden exprimir con más facilidad y el comportamiento de los jugadores está más fragmentado. Con frecuencia te encuentras con problemas muy reales como estos: un cohort que durante los primeros 3 días se ve muy bien, pero se desangra de forma drástica de D3 a D7; o una campaña de recompensas con un gasto desorbitado que aun así no logra mejorar la retención; o sospechas que los “whales” se van en un punto del tiempo, pero no sabes qué hicieron antes ni qué mecanismo les dañó. En la narrativa de Stacked, el estudio no va a reunirse a adivinar: directamente le pregunta al sistema. ¿Por qué cayó ese cohort? ¿Dónde se está filtrando el reward budget? ¿Qué experimento vale la pena correr ahora? Luego, las respuestas vuelven al mismo sistema para cambiar, publicar e iterar—reduciendo al mínimo la fricción entre “ver los datos” y “ponerse a ajustar”. Ese es el paso más crucial de LiveOps llevado a ingeniería: no es que analicen mejor, sino que cierren el ciclo más rápido.
Aquí es donde sale el segundo núcleo: AI game economist. Muchos proyectos escriben la IA como un gancho, pero en los puntos clave de Stacked, el papel de la IA se parece más a un “economista del crecimiento”: no se encarga de contar historias, se encarga de descomponer la conducta de los jugadores en hipótesis accionables y recomendaciones de experimentos. El valor más típico no es “que sea capaz de calcular”, sino “que pueda seguir haciendo las preguntas correctas”. Por ejemplo: ¿por qué los whales se desploman entre D3 y D7? ¿Qué acciones clave realizan los usuarios más leales antes del día 30? ¿Qué mecanismos están relacionados con la retención a largo plazo? Estas preguntas también se pueden hacer en productos tradicionales, pero los juegos on-chain suelen quedarse atascados por dos motivos: 1) la fragmentación de datos (on-chain vs off-chain, dentro y fuera del juego, entre sistemas de misiones y sistemas anti-fraude); y 2) el alto costo de ejecución de experimentos (cambiar una regla implica publicar un anuncio, pasar por on-chain, enfrentarse a scripts, y la iteración es lenta). El sentido del AI economist es incrustar el “análisis” dentro del “sistema de ejecución”, para que el siguiente experimento no sea “para la semana que viene”, sino que se pueda ejecutar hoy.
Luego tengo que decir “ya está demostrado” de una manera más realista. Hay demasiada gente en cripto a la que le encanta vender “cómo será el futuro”, pero el argumento de Stacked es justo lo contrario: “lo que ya ocurrió en el pasado”. Enfatiza built-in production, no está en un deck. Enfatiza infraestructura battle-tested. Enfatiza que ya dio soporte a productos reales como Pixels, Pixel Dungeons y Chubkins. Enfatiza que manejó 200M+ rewards y que cubrió a millones de jugadores. Y lo más importante: también pone resultados comerciales sobre la mesa: los sistemas habilitados por Stacked contribuyeron a 25M+ en ingresos dentro de Pixels. Puedes mantener el tono prudente con el alcance, pero esta forma de expresarlo básicamente está diciendo: no es una propuesta de valor teórica; es un sistema de crecimiento que ya generó contribuciones a ingresos. Esta frase funciona especialmente bien con audiencias cripto porque todos ya están cansados de la narrativa de “whitepaper invencible, sale a bolsa y a cero”. Built in production, not in a deck: si más adelante se confirma continuamente con más casos, tendrá más capacidad de impacto que cualquier “somos la próxima generación”.
Más abajo está la parte que yo siento más “de negocio”: redirect ad spend. La industria de los juegos gasta cada año presupuestos enormes para adquisición, y la mayor parte del dinero se va a plataformas y capas intermedias; los estudios tienen difícil calcular el ROI con claridad. El enfoque de Stacked es “redirigir” ese dinero hacia los jugadores: usar recompensas reales como efectivo, activos cripto o gift cards, para que los jugadores que de verdad participan reciban valor, y al mismo tiempo tratar las recompensas como una inversión de la que se puede medir la entrega: cuánto presupuesto gastaste y cuánta retención uplift obtuviste, cuánto income uplift, cuánto LTV uplift. Lo clave aquí no es “que haya más recompensas”, sino que las recompensas se conviertan en un presupuesto de crecimiento auditable. Para cualquier equipo o capital que quiera construir una economía de juegos Web3 sostenible, este modelo para calcular cuentas es mucho más maduro que “estimular la actividad emitiendo tokens”, porque asume que los incentivos deben servir a métricas de largo plazo, no a la diversión del corto plazo.
Hablando de métricas de largo plazo en juegos on-chain, no puedes evitar el foso: fraud prevention / anti-bot / behavioral data / reward design wisdom. P2E probablemente falla en la mayoría de casos porque el sistema de adversidad lo atraviesa: las personas que mejor hacen trampa siempre logran comerse las recompensas; los jugadores reales, en cambio, se convierten en el objetivo al que se le extrae sangre. Stacked escribe “moat is real” de forma muy directa: su foso no está en la UI ni en la lista de misiones; está en el sistema anti-fraude y los datos de comportamiento que se acumulan en la adversidad a largo plazo. Lo más difícil de anti-fraude no es identificar un script una vez, sino “no colapsar” en adversidad escalada: hay que atrapar granjas sin dañar a los jugadores reales; hay que reducir el arbitraje sin aplastar la recompensa de los jugadores normales hasta que pierdan motivación; hay que prevenir el刷 (spameo/刷刷) y aun así mantener el sistema siendo amable con el jugador. Poder correrlo a la escala de millions of players y además mantener el sistema de recompensas en un estado sostenible es, por sí mismo, un activo de ingeniería difícil de replicar.
Los talking points de Stacked lo dicen con claridad: PIXEL pasa de ser un token de un solo juego a convertirse en una moneda de rewards / moneda de lealtad cross-ecosystem. Es más parecido a una moneda de recompensas y lealtad entre juegos, no solo al token de un juego. El cambio más importante no es “que la narrativa sea más grande”, sino que la demanda se vuelve más compleja: cuando el motor de recompensas se expande a más juegos, más tipos de rewards y más escenarios de actividades, la lógica de uso de PIXEL puede pasar de “un ciclo de producto único” a un flujo de recompensas que circule entre “múltiples productos y múltiples escenarios”. Eso trae dos resultados totalmente distintos: si el acceso de estudios externos es real y los experimentos de recompensas realmente generan un uplift cuantificable, entonces la “superficie de demanda” de PIXEL como combustible de rewards/lealtad se vuelve más gruesa. En cambio, si el acceso se queda en eslóganes, o si la economía no aguanta en la adversidad, entonces lo que llaman expansión de rol solo será ampliar la definición del concepto. Para decidir por cuál camino va, no hace falta emoción: se decide por dos cosas—casos reales de acceso por parte de studios externos, y mejoras repetibles en retención/ingresos/LTV por cada ronda de campañas de rewards (si puede repetirse el uplift una y otra vez).
Y eso también explica por qué Stacked se parece más a una apuesta de infraestructura que a “otro relato de juego”. Si es infraestructura B2B, su valor no tiene por qué estar atado al éxito o fracaso de un juego en particular, sino a si “la ingeniería del LiveOps basado en rewards” se convierte en la norma de la industria. Lo que más le falta a los juegos Web3 no es el concepto de gameplay, sino un sistema de crecimiento que funcione en adversidad real. Stacked se posiciona justo ahí: convierte una parte del presupuesto de adquisición en recompensas para jugadores, y convierte las recompensas en experimentos de crecimiento con ROI medible. Usa anti-fraude y datos de comportamiento para comprimir el valor marginal del farm, devolviendo más valor a los jugadores reales. Usa el AI economist para comprimir la cadena de acciones a partir de insights, logrando que la velocidad de iteración operativa siga el ritmo de la adversidad. No habla de “que los jugadores nos van a amar más”, sino de que “el sistema te permite gastar tu dinero con más eficiencia en las personas que realmente aportan valor a largo plazo”. Suena frío, sí, pero justo eso son las condiciones para que los juegos on-chain pasen de vivir poco a ser sostenibles.
Por fin cierro “quick descriptor” de una forma más directa: Stacked es un motor rewarded LiveOps que construyó el equipo de Pixels. Encima le añadieron un economista de juegos con IA, para que los estudios puedan hacer campañas de crecimiento medibles usando recompensas reales, mejorando directamente la retención, los ingresos y el LTV, y completando en el mismo sistema el ciclo cerrado de “análisis—experimento—ejecución—revisión”. No es una idea de whitepaper; es un sistema de producción battle-tested dentro del ecosistema de Pixels. Gestionó 200M+ rewards, alcanzó a millones de jugadores y se describe como que tiene evidencia de impacto en los ingresos de Pixels de 25M+. PIXEL aquí ya no es solo un token para un solo juego; es más bien como una moneda de recompensas y lealtad entre juegos. Es el combustible cuando se amplía la capa de recompensas. Su foso (moat) proviene de la experiencia en prevención de fraude, datos de comportamiento y diseño de recompensas a largo plazo: son cosas que sobreviven a la adversidad, y por eso sí merecen hablar de sostenibilidad.