El creador de Cardano, Charles Hoskinson, sorprendió al mundo tecnológico con una declaración contundente: las monedas digitales están destinadas a absorber por completo a la inteligencia artificial (IA) en un horizonte de cinco a diez años. Durante una entrevista difundida el 16 de septiembre de 2026, el empresario sostuvo que las blockchains se convertirán en la columna vertebral de los pagos, la coordinación de redes, la trazabilidad de datos y el cómputo descentralizado.
Una crítica al gasto desmedido en IA
Hoskinson puso en tela de juicio el actual modelo económico que sostiene el desarrollo de la inteligencia artificial. A su juicio, resulta inviable que la inversión en entrenamiento e infraestructura continúe creciendo a un ritmo exponencial, especialmente porque la generación eléctrica mundial no tiene la capacidad para sostener una duplicación anual del gasto en centros de datos. Como referencia, en 2025 estos centros consumieron alrededor de 485 TWh, y la Agencia Internacional de la Energía estima que para 2030 la demanda podría acercarse a los 950 TWh.
El directivo también puso en duda que gigantes como OpenAI o Anthropic puedan sostener sus pérdidas de forma indefinida mientras intentan rentabilizar modelos cuyo mayor desembolso se concentra en la etapa de preentrenamiento. Para Hoskinson, ese esquema financiero es insostenible a largo plazo.
Blockchain como solución a la propiedad de datos
Otro de los puntos centrales de su discurso fue la capacidad de las cadenas de bloques para resolver los problemas de propiedad y procedencia de la información que alimenta a los sistemas inteligentes. Un registro distribuido permitiría verificar en qué momento fue creado un contenido, quién es su dueño original y cómo ha ido cambiando de manos con el tiempo. Además, los activos digitales podrían automatizar el pago de regalías cada vez que un modelo utilice material protegido por derechos de autor.
Hacia una computación distribuida
El fundador de Cardano también propuso un cambio radical en la infraestructura de procesamiento. En lugar de seguir levantando enormes centros de datos para entrenar modelos cada vez más grandes, planteó la posibilidad de conectar unidades GPU, teléfonos móviles y otros dispositivos en redes de computación compartida. Esta alternativa permitiría sumar capacidad de cálculo sin necesidad de construir instalaciones centralizadas para cada nueva generación de algoritmos.
Hoskinson comparó la actual fiebre por los centros de datos con el auge de la fibra óptica en Estados Unidos durante los años noventa, cuando cerca del 90% de la infraestructura desplegada quedó sin clientes durante un largo período. En su opinión, algo similar podría ocurrir con la IA si la demanda real no cumple las expectativas.
El futuro: dispositivos locales y equipos más baratos
El emprendedor anticipa un giro hacia modelos más pequeños ejecutados en dispositivos locales. Mencionó que ya existen equipos capaces de manejar sistemas con entre 400.000 y 500.000 millones de parámetros, equipados con 512 GB de memoria, a un costo cercano a los USD 20.000. En los próximos años, estima que ese precio podría desplomarse hasta situarse entre USD 3.000 y USD 5.000.
Para que esa visión se materialice, sostiene que se necesita una capa de coordinación que gestione los recursos y los incentivos entre los participantes. Aquí es donde las criptomonedas jugarían un papel esencial, ya que aportan mecanismos de pago y gobernanza que ya operan en redes descentralizadas.
Un ajuste de 24 a 36 meses
Hoskinson también pronosticó un período de corrección que podría durar entre dos y tres años antes de que se reconstruya por completo la infraestructura de IA. De cara a 2030, vislumbra una convergencia entre ambas industrias que podría elevar la capitalización total del mercado cripto hasta los USD 10 billones y atraer a miles de millones de usuarios.
En definitiva, más que anunciar el fin de la inteligencia artificial, el mensaje de Hoskinson apunta a una reorganización profunda de las capas que la sostienen. Si el costo de concentrar poder de cómputo sigue subiendo, la trazabilidad de los datos se vuelve imprescindible y los pagos automatizados a escala global se convierten en una necesidad, la batalla dejará de centrarse en quién entrena el modelo más grande y pasará a definir quién logra coordinar de manera eficiente los recursos necesarios para ponerlo en marcha.