Hoy justo hablé con unos compañeros de @BNB Chain sobre el tema de IA + Crypto. En mi opinión personal, la gran mayoría de la IA + Crypto que existe en el mercado en realidad se trata de una demanda ficticia.
La IA, en sí misma, todavía está en las primeras etapas de implementación rápida en industrias tradicionales y de búsqueda constante de modelos de negocio. No hay tantos escenarios que realmente puedan generar ingresos de forma estable, reducir costos de manera significativa y mejorar la eficiencia como se imagina; después de llevarlo a Crypto, este problema solo se hará más evidente.
Creo que este tipo de IA todavía se centra principalmente en ayudar con la educación, la investigación, el trading y la toma de decisiones, incluyendo funciones como organizar datos on-chain, leer noticias, analizar proyectos, explicar contratos, buscar oportunidades de trading, etc. Pero en realidad, estas funciones dependen de la capacidad del modelo, la calidad de los datos, la potencia de cómputo, la capacidad de ingeniería y el costo del razonamiento; muchas veces, en blockchain, no se cumple un papel que no pueda ser reemplazado.
Así que ahora, para evaluar si un proyecto de IA + Crypto tiene sentido, primero haría una pregunta muy sencilla: si quitas todo lo relacionado con Blockchain (cadena de bloques) y Token (emisión de tokens), ¿el producto todavía podría existir?
Si quitándolos aun así puede funcionar, incluso con más velocidad, menor costo y mejor experiencia de usuario, entonces me cuesta entender por qué necesariamente tendría que hacerse como un proyecto Crypto. Al revés: si una empresa realmente tiene un modelo de IA muy fuerte, capacidades de cómputo o capacidades algorítmicas, en realidad tampoco tendría demasiado sentido entrar forzosamente en Crypto. Para el mercado de capitales tradicional, las condiciones de valuación y financiación que se ofrecen a una empresa de IA verdaderamente excelente ya son altas.
Por supuesto, todavía hay tres áreas de convergencia que personalmente creo que son más prometedoras:
Primero: la combinación de IA y mercados de predicción.
No creo que la IA pueda reemplazar el juicio humano. Lo realmente interesante del mercado de predicción está en la probabilidad de trading: que un evento, según el precio actual, corresponda a una probabilidad de 70% de ocurrir no significa que de verdad tenga un 70% de probabilidad de suceder. Solo indica que el mercado ha negociado el precio hasta ese nivel. Dentro de ese precio puede haber información real, o puede haber emociones, falta de liquidez, posiciones de ballenas, e incluso manipulación artificial.
Lo que la IA hace muy bien es: leer al mismo tiempo datos históricos, datos macro, noticias, redes sociales, documentos de políticas, precios de mercados relacionados y eventos similares del pasado, y luego construir un modelo independiente de probabilidades. Por ejemplo: el mercado cree que un evento tiene una probabilidad de 70%. La IA, con la información existente, calcula que en realidad solo es 52%. Esa diferencia del 18% puede, por sí misma, generar oportunidades de trading.
La IA incluso puede determinar aún más si la profundidad de este mercado es suficiente, cuánto precio podría empujar un monto de una sola operación, cuánta de la negociación podría provenir de grandes jugadores, y cuál es el margen real de cuánto se ve afectado artificialmente el precio actual. Así, lo que aporta la IA no es solo un YES o NO, sino una evaluación de la calidad de probabilidad del mercado actual. Creo que esta dirección es mucho más interesante que simplemente hacer un llamado AI Oracle (oráculo).
Especialmente en la predicción macro, este tipo de modelo podría ser aún más valioso. Incluso funcionarios de la Reserva Federal han mencionado temas similares.
Cosas como tasas de interés, inflación, empleo, PIB y cambios de políticas: por sí mismas, tienen muchísimos datos históricos que se pueden volver a probar (backtest). Aquí, lo más importante de la IA es corregir continuamente las probabilidades. Por ejemplo: los eventos que el modelo juzga que ocurrirán con 70% de probabilidad, al final, ¿realmente ocurren aproximadamente el 70% de las veces?
Si un modelo de IA puede producir durante mucho tiempo probabilidades más precisas que el propio mercado de predicción, incluso con una ventaja de solo unos pocos puntos porcentuales, con un número suficiente de operaciones de trading podría crearse un valor muy grande.
Segundo: la combinación de IA y trading cuantitativo.
Yo también he estado investigando este enfoque, pero sinceramente, hoy todavía pienso que permitir que la IA haga trading de forma completamente independiente es algo inmaduro.
La mayor ventaja de la IA es procesar información. A una persona le resulta difícil leer al mismo tiempo reportes financieros de decenas de empresas, cientos de noticias, miles de cuentas en redes sociales, y luego analizar junto con datos macro, opciones, flujos de fondos y datos on-chain y precios. La IA puede hacerlo. Por eso ahora prefiero que la IA me ayude a detectar anomalías, filtrar oportunidades, hacer backtesting de datos, buscar correlaciones y construir hipótesis de trading, y al final sea una persona quien decida si se ejecuta o no.
En realidad, muchos de los grandes cambios en los mercados financieros provienen de cosas que no aparecen en los datos históricos: una guerra que escala de repente, un país que cambia de política de repente, un presidente que de pronto publica un mensaje, una autoridad reguladora que repentinamente toma una decisión. Todo eso es muy difícil de aprender con el entrenamiento usando datos de la última década. Por eso, al menos por ahora, prefiero ver la IA como un asistente muy poderoso, en lugar de como un gestor de inversiones maduro.
Tercero: la demanda de almacenamiento que trae la era de la IA.
Cuanto más se desarrolle la IA, habrá cada vez más datos de entrenamiento, contenido generado, versiones del modelo, registros de inferencia, datos históricos, videos, imágenes, audio y snapshots del modelo. Entre todo eso, solo una parte necesita lecturas rápidas; una gran cantidad de datos históricos quizá no se consulte durante años, pero no se pueden eliminar directamente. En realidad, esos datos necesitan almacenamiento en frío barato, estable y confiable.
Por eso siempre he pensado que redes de almacenamiento descentralizado como FIL podrían no estar completamente desprovistas de oportunidades. No es solo por el precio: para las empresas también importa si los datos se pueden recuperar de forma estable, qué tan rápido es, si hay suficiente redundancia, si se puede verificar la integridad, cómo se maneja la privacidad, y si el costo de migración es alto o no, entre otras cosas.
Si en el futuro el almacenamiento descentralizado realmente pudiera ser más barato que el almacenamiento en frío tradicional en la nube, y al mismo tiempo ofrecer verificabilidad y redundancia, creo que la era de la IA podría, en realidad, volver a generar una demanda bastante grande y real para esta pista.
En esencia, para mí el problema más importante de la IA + Crypto siempre es uno: ¿qué problema resuelve Crypto que la IA por sí sola no puede resolver? Si no se puede responder a esa pregunta, por muy grandiosa que sea la historia que se cuente, creo que no tiene mucho sentido.