Las criptomonedas van a “devorar” a la IA, dice fundador de Cardano

Charles Hoskinson, fundador de Cardano, afirmó en una entrevista del 16 de septiembre de 2026 que las criptomonedas terminarán por “devorar” a la inteligencia artificial (IA) durante los próximos 5 a 10 años, al convertirse en una infraestructura para pagos, coordinación, procedencia de datos y computación distribuida.

La tesis de Hoskinson parte de una crítica al modelo actual de desarrollo de IA. El empresario considera insostenible que el gasto en entrenamiento e infraestructura mantenga un crecimiento exponencial, sobre todo porque la capacidad eléctrica disponible no permite multiplicar por 10 cada año el gasto destinado a centros de datos. Recordemos que, en 2025, los centros de datos consumieron 485 TWh de electricidad, y la Agencia Internacional de la Energía proyecta que su demanda alcance unos 950 TWh en 2030, tal como reportó CriptoNoticias.

Hoskinson también cuestionó que empresas como OpenAI y Anthropic puedan mantener indefinidamente sus pérdidas mientras buscan rentabilizar modelos cuyo principal costo, según explicó, está en el preentrenamiento.

Para Hoskinson, las redes de criptomonedas también podrían resolver problemas relacionados con la propiedad y procedencia de los datos utilizados por los sistemas de IA. Una red de registros permitiría documentar cuándo se creó un contenido, quién lo posee y cómo fue transferido, mientras que los activos digitales permitirían automatizar el pago de regalías cuando un modelo utilice propiedad intelectual de terceros.

El fundador de Cardano planteó además una transformación de la infraestructura de cómputo. En lugar de concentrar el entrenamiento de modelos cada vez más grandes en centros de datos, propuso conectar GPU, teléfonos y otros dispositivos para crear redes de computación distribuida. A su juicio, este modelo permitiría reunir capacidad de procesamiento sin construir instalaciones centralizadas para cada nuevo ciclo de entrenamiento.

Las criptomonedas van a comerse a la IA porque resolvemos todos los problemas difíciles que la IA no puede resolver. Resolvemos el problema de los pagos. Resolvemos el problema de la alineación. ¿Qué es una blockchain? Es un sistema de alineación: tomas la pluralidad de las comprensiones de la gente alrededor del mundo y las conviertes en un conjunto de reglas que todos tienen que seguir.

Charles Hoskinson, fundador de Cardano.

Asimismo, Hoskinson prevé que el actual auge de centros de datos pueda terminar en un exceso de capacidad. Comparó el escenario con la expansión de la fibra óptica en Estados Unidos durante la década de 1990, cuando, según recordó, cerca del 90% de la infraestructura instalada quedó inicialmente sin clientes. En su opinión, un fenómeno similar podría ocurrir con los centros de datos de IA si la demanda termina siendo inferior a las expectativas.

El empresario espera entonces un desplazamiento hacia modelos locales y dispositivos más potentes. Citó como referencia equipos capaces de ejecutar modelos de entre 400.000 y 500.000 millones de parámetros con 512 GB de memoria, cuyo precio actual ronda los USD 20.000 y que, según su proyección, podría bajar hasta USD 5.000 o USD 3.000 en los próximos años.

La combinación de dispositivos distribuidos y capacidad de procesamiento compartida requeriría, según Hoskinson, una infraestructura capaz de coordinar recursos e incentivos entre participantes. Por eso considera que las criptomonedas podrían ocupar ese espacio, al aportar mecanismos de pagos y coordinación que ya utilizan redes descentralizadas.

Finalmente, Hoskinson anticipó un período de ajuste de entre 24 y 36 meses antes de una reconstrucción de la infraestructura de IA y estimó que, hacia 2030, la convergencia entre ambas industrias podría contribuir a llevar la capitalización de las criptomonedas hasta USD 10 billones y atraer a billones de usuarios.

Más que plantear la desaparición de la IA, su pronóstico apunta a un cambio en las capas que sostienen su funcionamiento. Si el costo de concentrar cómputo continúa aumentando, la procedencia de los datos se vuelve más relevante y los modelos requieren pagos automatizados a escala global, la competencia podría desplazarse desde quién construye el modelo más grande hacia quién coordina de forma eficiente los recursos que permiten utilizarlo.