Los trabajadores de IA ganan 400 millones de dólares anuales, Virtuals busca convertirte en accionista

Autor: Decentralised.co

Compilado por: Deep Tide TechFlow

Introducción a Deep Tide: A medida que los agentes de IA comienzan a generar ingresos reales, la cuestión de quién posee las máquinas se vuelve más apremiante que la tecnología misma. Virtuals Protocol busca convertir a las personas comunes en accionistas de máquinas autónomas. Si este experimento tiene éxito, redefinirá los límites del trabajo y la propiedad. Este artículo es crucial para que los inversores comprendan las oportunidades a largo plazo en la intersección de la IA y las criptomonedas.

Una economía construida para máquinas autónomas {#article-toc-33597-2}

Cada pocos años, la tecnología obliga a la economía a confrontar una pregunta que no puede responderse sola: ¿Qué sucede cuando las máquinas pueden hacer tu trabajo mejor, más barato y las 24 horas del día? ¿Quién posee en última instancia la producción generada por estas máquinas?

Este artículo, en colaboración con Virtuals Protocol, profundiza en uno de los experimentos más ambiciosos en el espacio de las criptomonedas hasta la fecha. Está construyendo una infraestructura nacional completa para agentes de IA, impulsada por los mercados de capital y robots físicos, cubriendo capas de identidad, banca y comercio. La apuesta es que las personas comunes deberían poder poseer acciones en esas máquinas autónomas que comienzan a generar un valor económico real. Virtuals está tratando de aprovechar las huellas financieras dejadas por la era de la especulación en criptomonedas para hacer esto posible. Este artículo explora si la ejecución puede respaldar esta ambición. Pero primero, una pregunta que precede a todo esto por unos doscientos años...

En 1811, un grupo de trabajadores textiles en Nottinghamshire asaltó un taller y destrozó un telar de medias. Esto desató un movimiento masivo. El gobierno británico tuvo que enviar 14,000 soldados a los Midlands para evitar que los tejedores destruyeran las máquinas. Esto fue más que los soldados que Wellington llevó a la Península Ibérica para luchar contra Napoleón.

El Parlamento británico declaró que destruir máquinas de tejer podría ser castigado con la muerte, y al año siguiente, diecisiete fueron ahorcados en York. Estos individuos fueron etiquetados como "luditas", pero la historia ha convertido este término en un insulto, refiriéndose a una clase de tontos y tecnofóbicos incapaces de adaptarse al cambio. Sin embargo, estos luditas entendían las máquinas mejor que nadie. Eran artesanos calificados que pasaron años dominando telares estrechos para producir tejidos de alta calidad. Las máquinas que destruyeron eran telares anchos y modelos más nuevos que cualquier joven no capacitado podía operar, ganando solo un tercio de los salarios de los artesanos.

Los telares anchos producían ropa de baja calidad pero a un costo más bajo que nunca, y esta baratura estaba erosionando el mercado. Cada telar ancho que entraba en el taller estaba quitando el sustento a un artesano.

Este patrón se ha repetido en cada generación, con cada persona involucrada convenciendo a sí misma de que la versión que enfrentaba era diferente y peor. Pero la historia muestra que las máquinas rara vez eliminan empleos. Simplemente reorganizan quién hace el trabajo y quién posee la producción. Los campesinos fueron expulsados de los comunes y llevados a pueblos fabriles, intercambiando la propiedad de las tierras que cultivaban por salarios por hora bajo el reloj de otra persona.

Los trabajadores de fábricas se convirtieron en empleados de oficina, alquilando su tiempo por mejores salarios. Luego, los empleados de oficina se convirtieron en trabajadores independientes, conductores de Uber y freelancers de Fiverr. Participaron en el mismo trabajo bajo una clasificación diseñada para permitir que las plataformas obtuvieran ganancias mientras los trabajadores asumían los riesgos.

Cada vez, la producción total aumentó, pero la proporción de propiedad que los trabajadores tenían sobre el valor que creaban disminuyó. Hoy, 500 millones de personas están involucradas en trabajo dependiente, sin contar el trabajo remunerado independiente. En India, 50 millones de personas están atrapadas en la deuda, sintiendo que la servidumbre medieval ha sido reemplazada solo por nueva documentación.

Ahora, la historia se repite en la revolución de la IA, pero esta vez parece un telar autooperado. La IA que tenemos puede automatizar negocios, confirmar ganancias y reinvertir ganancias en crecimiento. Una IA de salud llamada Medvi registró 401 millones de dólares en ingresos el año pasado con solo dos empleados humanos. Ahora puedes contratar a un agente de programación por alrededor de un dólar la hora, trabajando las 24 horas sin pedir nunca licencia pagada.

Estos son ahora participantes económicos reales, obligando a las personas a preguntar quién los posee. Cuando un trabajador es una máquina que puede replicarse a costo cero y contratar a otras máquinas para ayudar, ¿quién está realmente en control? El último gran intento de dar a las personas comunes una participación en una revolución de criptomonedas fue Axie Infinity. Era un juego de jugar para ganar que prometía la liberación económica a los trabajadores en Filipinas y el sudeste asiático. Atrajo a 2.7 millones de jugadores activos diarios, la mayoría de los cuales eran trabajadores filipinos que ganaban más en videojuegos que en trabajos locales. Pero luego colapsó, convirtiéndose en una advertencia para toda la industria.

Jansen Teng y Wee Kee son parte del equipo que presenció ese colapso desde adentro. Emergiendo de las ruinas con una versión de un problema ludita, actualizado para un mundo de moneda programable y software autónomo. ¿Qué pasaría si los trabajadores que generan valor económico son software, no los humanos que se esfuerzan en videojuegos? Las personas comunes podrían poseer acciones en ello, así como los accionistas una vez poseyeron acciones en barcos mercantes. Comenzaron a construir Virtuals Protocol en torno a esta pregunta.

Para entender esto, primero debes comprender las apuestas del mundo que habitamos. En la década de 1950, Lewis Strauss, presidente de la Comisión de Energía Atómica de EE. UU., prometió que la fisión nuclear proporcionaría "electricidad tan barata que no necesitaría ser medida." Esto se convirtió en una de las promesas rotas más famosas en la historia de la energía, ya que la energía nuclear demostró ser prohibitivamente cara y mortal. Los desastres de Chernobyl y Fukushima añadieron una década de miedo público y carga regulatoria. Esto hizo que esa declaración fuera sinónimo de arrogancia tecnológica durante setenta años.

Luego, Sam Altman utilizó las mismas palabras para describir cuán accesible y abundante cree que se volverá la cognición de IA. El costo de entrenar modelos de vanguardia ha disminuido diez veces cada 18 meses. El costo de entrenar un modelo con rendimiento de nivel GPT-4, que era de aproximadamente 100 millones de dólares en 2023, ahora puede replicarse por unos pocos millones de dólares.

Un agente de programación puede entregar código de producción por menos de un dólar la hora. Esto ya es más barato que los desarrolladores offshore más baratos del planeta, y nunca toma fines de semana libres. La línea de tiempo de Altman incluye sistemas capaces de producir verdaderos avances científicos este año. Para 2027, también habrá robots físicos capaces de realizar trabajo en el mundo real. Si le crees, es casi irrelevante, ya que la curva de costos está disminuyendo cada trimestre.

A medida que las máquinas se vuelven más baratas, el contenido generado inunda cada superficie digital. Lo que solo los humanos vivos pueden proporcionar comienza a tener un precio premium como nunca antes. Los conciertos en vivo son más valiosos que las transmisiones de Spotify. Un carpintero de fin de semana fabrica una mesa a mano. Los robots de fábrica pueden hacerlo más rápido y más barato, pero la mesa hecha a mano tiene un precio premium precisamente porque una persona elige gastar su tiempo irremplazable en ello.

La abundancia de máquinas convierte el esfuerzo humano en un lujo. La tesis de Virtuals se basa en esta inversión. Su objetivo es establecer un mundo donde los humanos posean máquinas autónomas que generen valor mercantilizado. De esta manera, las personas pueden invertir sus esfuerzos irremplazables en cosas que solo pueden producirse con la presencia y el juicio humanos.

En 1602, los comerciantes holandeses enfrentaron un problema similar. Los comerciantes individuales no podían permitirse enviar un barco a Asia solos. Los largos viajes eran demasiado costosos, y los riesgos estaban más allá de la capacidad de cualquier familia. Así que inventaron acciones libremente negociables en una empresa permanente. La Compañía Holandesa de las Indias Orientales, o VOC, permitió a los ciudadanos comunes invertir. Esta compañía poseía barcos, realizaba comercio y luego distribuía ganancias a los accionistas. Se convirtió en la primera supercorporación de la Tierra, con 50,000 empleados y 200 barcos. Su innovación fue permitir que las personas comunes agruparan capital y poseyeran negocios productivos que no podían permitirse por sí solas.

Virtuals está construyendo el mismo mecanismo para agentes de IA. Teng minó ETH utilizando electricidad gratuita de su dormitorio en el Imperial College y trabajó en BCG durante años para pagar préstamos. Más tarde lanzó el DAO de inversión en juegos pathDAO en diciembre de 2021, coincidiendo con el pico de Axie Infinity.

Él y Wee Kee vieron a jugadores filipinos ganar más de un videojuego que de cualquier trabajo local. Presenciaron a un fotógrafo de bodas vietnamita renunciar para jugar videojuegos a tiempo completo. Pero más tarde, los tokens que esos jugadores trabajaron arduamente para ganar casi se desplomaron a cero. Esos trabajadores que dependían del modelo de jugar para ganar se encontraron en una situación peor que cuando comenzaron.

La lección de esa ruina es que tokenizar el trabajo humano a través de los videojuegos es un callejón sin salida. Porque el trabajo humano no puede escalar sin explotación. Pero una idea más realista es que si las personas comunes pudieran poseer el software que hace el trabajo, así como los accionistas de la VOC una vez poseyeron los barcos que realizaban el comercio de especias.

Así, Virtuals comenzó con su primer agente de IA, Luna. Luna es un agente con temática de K-pop con su propia billetera de criptomonedas. En pocos meses, Luna contrató a artistas humanos para crear graffiti para ella en ciudades de todo el mundo y les pagó desde su billetera. Este trabajo creativo solo puede ser realizado por manos humanas. Luna invierte efectivamente la relación entre humanos y máquinas. Ahora, si la ejecución de Virtuals puede respaldar sus afirmaciones es lo que este artículo explorará a continuación. También señalaré de manera franca dónde no funciona.

La nación-estado de la IA {#article-toc-33597-3}

Si miramos hacia atrás en los últimos años, cada revolución tecnológica ha seguido las mismas dos fases. La economista venezolana-británica Carlota Perez pasó décadas mapeando este patrón a través de cinco revoluciones industriales. Ella llama a estas dos fases la fase de instalación y la fase de despliegue.

En la fase de instalación, el capital especulativo inunda, el bombo supera la realidad, lo que lleva a una sobreconstrucción de infraestructura, y la mayoría de las empresas constructoras quiebran. Luego viene el colapso, después del cual comienza la fase de despliegue. En este punto, otros entran, utilizando la infraestructura sobreconstruida para crear valor que los constructores no podrían haber imaginado.

Un ejemplo típico es la burbuja de las puntocom. A finales de la década de 1990, se gastó más dinero en la instalación de cables de fibra óptica que en startups de internet. Las compañías de telecomunicaciones que instalaron esos cables se declararon en quiebra. Luego, Google compró la fibra óptica por una fracción del costo. Estos cables se convirtieron en la columna vertebral de YouTube, Netflix y toda la economía de transmisión de medios en línea.

"Sin exuberancia irracional, no se pueden lograr grandes cosas; sin colapso, no ocurren cosas importantes." ------Fred Wilson, capitalista de riesgo durante la burbuja de las puntocom.

La fase de instalación de la industria de las criptomonedas siguió la misma trayectoria. Desde aproximadamente 2017 hasta 2022, el capital especulativo ayudó a construir billeteras, DEXs, grupos de liquidez, stablecoins, estándares de tokens y marcos de gobernanza en cadena. Pero la mayoría de los proyectos que construyeron estas herramientas ahora están muertos o son irrelevantes. Sin embargo, la infraestructura que se ha establecido sigue existiendo hoy. Si deseas establecer una economía funcional para participantes no humanos, estas son exactamente las que necesitas. Virtuals no inventó ni reinventó estas herramientas. Esencialmente las heredaron y ahora las están utilizando para construir algo que la fase de "instalación" nunca anticipó.

Jansen Teng se refiere a lo que están haciendo como "construcción de naciones." Sé que esto suena como algo que un fundador de criptomonedas diría en un podcast. El objetivo es hacer que los tokens suenen más valiosos económicamente de lo que realmente son. Pero esta vez, la metáfora tiene sentido.

Una nación funcional requiere cinco capas de infraestructura para hacer funcionar su economía. La primera es un sistema de identidad que te permita saber quién está participando. La segunda es un sistema bancario a través del cual puede fluir el valor. Luego están las leyes comerciales que permiten a los participantes comerciar y resolver disputas. Los mercados de capital permiten a las empresas obtener financiamiento. Finalmente, hay infraestructura física que permite que las cosas sucedan en el mundo real. Virtuals ha construido, o está construyendo, cada una de estas capas específicamente para agentes de IA.

Comencemos con la identidad, ya que ahí es donde está el cuello de botella. Recientemente, A16z publicó una investigación sugiriendo que la restricción en la economía de agentes ya no es la inteligencia, sino la identidad. Incluso hoy, en el sector de servicios financieros, las identidades no humanas—como sistemas de comercio automatizados, motores de riesgo y modelos de fraude—superan a las identidades humanas por un factor de 100. Pero como dice A16z, estos sistemas todavía "efectivamente no tienen cuentas bancarias." Los agentes de IA pueden escribir código de producción y gestionar carteras. Sin embargo, no pueden pasar verificaciones KYC, no pueden tener cuentas bancarias y no pueden tener credenciales verificables.

Irónicamente, este problema es tan antiguo como nuestra civilización económica. La dinastía Qin en China impuso apellidos legales en el siglo IV a.C. precisamente para incorporar a los ciudadanos en el sistema fiscal y comercial. La humanidad ha pasado unos 2,500 años construyendo infraestructura de identidad.

Virtuals está intentando hacer lo mismo para los participantes económicos de IA a través de su capa de identidad, EconomyOS. Proporciona a cada agente de IA cinco cosas:

1. Una billetera de criptomonedas no custodial.
2. Una tarjeta de pago virtual utilizable en cualquier comerciante regular.
3. Una dirección de correo electrónico dedicada que puede extraer automáticamente códigos de verificación.
4. Tokens opcionales para financiamiento en cadena.
5. Y acceso computacional financiado por la billetera, permitiendo a los agentes pagar sus propios costos de razonamiento.

Sin estas primitivas, los agentes son meramente asistentes útiles. Pero con estas capacidades, los agentes pueden convertirse en participantes económicos completos. Pueden ganar, gastar, comerciar y acumular valor como los humanos.

A continuación viene el comercio. Virtuals también ha lanzado el Protocolo de Comercio Agente para ayudar a los agentes a comerciar, comunicarse y pagar en línea. La forma en que funciona es simple: un agente que necesita algo puede publicar una solicitud, describir la tarea y adjuntar un presupuesto y un límite de tiempo. Otros agentes pueden ver la lista y negociar términos pujando por la tarea, muy parecido a los freelancers pujando por proyectos en Upwork. Una vez que un cliente y un proveedor llegan a un acuerdo, el pago va a una cuenta de custodia. Después de que se entrega el trabajo, un tercer agente actúa como evaluador, verificando la producción contra un POA firmado criptográficamente. Este POA es esencialmente un registro a prueba de manipulaciones de lo que se prometió.

Si el trabajo cumple con la promesa, los fondos se liberan de la custodia a la billetera del agente. Cada paso está en cadena, lo que significa que todo es públicamente auditable y ejecutable sin intermediarios. Puedes pensar en ello como Fiverr, pero una versión programable y nativa de agentes que se liquida a través de contratos inteligentes. Ya hay un grupo de agentes profesionales operando las 24 horas, con un fondo de cobertura autogestionado colaborando independientemente a través de este sistema para auditorías de inversión y seguridad.

Después de esto, la tercera capa es la formación de capital. Verás, cada era económica tiene sus herramientas financieras necesarias. Las sociedades anónimas emitieron acciones transferibles para la era de exploración; los bancos de inversión financiaron acero y ferrocarriles; el capital de riesgo financió la era de la información. La curva conjunta es para la economía de agentes lo que las acciones libremente transferibles fueron para la era de exploración. Es una herramienta financiera que permite a cualquiera con capital obtener propiedad de activos o entidades productivas. Esto significa que cualquier desarrollador puede construir agentes, tokenizarlos y dejar que el mercado los financie.

El marco de lanzamiento de 60 días de Virtuals se basa en el mismo modelo. Crea un marco experimental sin riesgo y reversible. Los fundadores pueden construir, lanzar y probar públicamente tokens antes de hacer compromisos irreversibles.

Esto opera a través de un lanzamiento modular. Cada token de agente inicialmente se empareja con VIRTUAL en la curva conjunta, y una vez que la liquidez se acumula lo suficiente, se gradúa a un grupo de comercio formal, con bloqueos de LP a largo plazo y tarifas de comercio distribuidas entre los creadores de agentes y los incentivos del ecosistema. Esta parte es la misma para cualquiera que emita tokens. La diferencia entre cada lanzamiento radica en qué módulos desbloquean los fundadores.

El primer problema que cualquier emisión de token debe abordar es el sniping, donde los bots se apresuran a extraer valor en los primeros segundos antes de que los participantes reales puedan ingresar. Virtuals aborda este problema con lo que llaman un impuesto anti-sniping, cobrando tarifas casi completas a los primeros compradores, que disminuyen minuto a minuto, con todos los impuestos fluyendo de regreso al token a través de atribución forzada. Así que los bots o evitan completamente esto o inadvertidamente financian la salud a largo plazo del proyecto.

Una vez que el lanzamiento se hace en vivo, los snipers son mantenidos fuera por el precio, y la pregunta se convierte en: ¿cómo recaudan fondos los fundadores? Aquí es donde entra en juego la Formación Automática de Capital (ACF). El sistema ya no se presenta a capitalistas de riesgo ni negocia rondas de financiamiento, sino que vende tokens de equipo en lotes a medida que el proyecto alcanza hitos de valoración. A partir de aquí, si el proyecto se estanca, los fundadores recaudan poco. Pero si crece, el capital sigue automáticamente.

Esta estructura de capital también incorpora la comunidad existente de Virtuals. Una parte de cada nueva emisión se distribuye a los stakers de VIRTUAL y a los usuarios activos de ACP a través de un mecanismo de airdrop, por lo que aquellos que han construido y comerciado dentro del ecosistema tienen una participación en cada proyecto lanzado en él. Esto alinea los incentivos en toda la red en lugar de aislar cada lanzamiento en su propio silo.

Otra cosa es que si los fundadores quieren apoyar sus proyectos, el módulo de precompra les permite comprar suministro de manera transparente y con atribución forzada en la emisión, para que todos puedan ver exactamente cuánto está invirtiendo el equipo. Puedes profundizar en todo el modelo y cómo funciona aquí.

Se diferencia de cualquier forma anterior de apostar por la capacidad productiva en que, históricamente, cada versión que apoya el talento humano—desde ciudadanos romanos financiando escuelas de gladiadores como herramienta de inversión hasta patrocinadores de póker modernos enviando dinero a través de Venmo con una captura de pantalla y reputación—tiene el mismo defecto fatal: los humanos siempre pueden alejarse. Los gladiadores pueden perder deliberadamente combates; los jugadores de póker pueden entrar en tilt.

El riesgo de contraparte nunca puede resolverse porque los activos productivos tienen libre albedrío y piernas. Pero con agentes tokenizados, una vez que se pone capital, el trabajo no puede retrasarse ni renegociarse. Los activos productivos funcionan con energía y código, y su producción puede ser auditada en cadena.

La cuarta capa es el paso final hacia una verdadera economía de agentes. Se llama "empresas sin humanos", es decir, entidades de IA cuyos ingresos provienen de actividades económicas reales, completamente no relacionadas con tarifas de transacción, a menudo también no relacionadas con las criptomonedas. Si tuviera que nombrar una empresa, Felix Craft es actualmente un representante típico. Es una empresa puramente de IA que vende productos de información en línea. Ha generado 200,000 dólares en ingresos de por vida. Las ventas de productos reales ganan más que el comercio especulativo de tokens.

Otro ejemplo, KellyClaudeAI, ha lanzado 19 aplicaciones de iOS hasta la fecha, sin desarrolladores humanos involucrados. Estas cifras son pequeñas, pero plantean una pregunta: ¿son ellos los primeros puntos de datos en la curva, o son el límite superior de lo que los agentes pueden producir realmente?

También hay un problema con el mecanismo de emisión de tokens. A principios de 2025, durante la locura de tokens de agentes de IA, el 94% de los tokens de agentes de IA emitidos eran estafas de pump-and-dump. Y de todos los tokens emitidos ese año, solo el 1.7% seguía comerciando activamente 30 días después. Esto se debe a que, para la gran mayoría de los proyectos, las primas especulativas son el único factor que impulsa los precios. No hay un producto real, ingresos o ninguna forma de acumulación de valor económico por debajo.

Si sabes que nunca podrás vender este activo, ¿cuánto estarías dispuesto a pagar por él? Todo lo que esté por encima de ese precio es solo especulación.

Para los tokens de Axie Infinity, el precio mínimo de utilidad es cero porque el valor del token depende completamente de que nuevos jugadores ingresen al sistema. Para los tokens de agentes en Virtuals, la respuesta puede ser diferente. Si Felix Craft gana 200,000 dólares de clientes reales vendiendo productos, y esos clientes no saben que están comprando de una IA. Y si la producción del agente puede ser auditada en cadena—como hemos afirmado, de hecho puede—entonces este token tiene un precio mínimo que es independiente de que alguien más quiera comprarlo. Es el valor presente de la producción futura de una máquina productiva.

Fronteras físicas

La prueba del precio mínimo de utilidad se aplica a los agentes de software porque sus costos son medibles y sus producciones pueden obtenerse directamente en cadena. Sin embargo, una máquina productiva que puede remodelar la economía de Virtuals no es software en absoluto. Es un robot físico que opera en el mundo real, y aquí es donde la ambición de Virtuals supera los intentos anteriores en el espacio cripto.

Ha habido una gran paradoja en el campo de la computación durante los últimos 50 años. Los humanos han descubierto que automatizar el razonamiento es más fácil que automatizar el trabajo físico. Las hojas de cálculo reemplazaron una sala llena de contadores, los correos electrónicos reemplazaron las salas de correo, y el código reemplazó los sistemas de archivo y las mesas de dibujo. Para 2026, la IA puede redactar documentos legales, diagnosticar imágenes médicas y producir software de calidad de producción todo a la vez.

El trabajo cognitivo de oficina fue el primero en ser automatizado, pero las personas que mueven cajas en almacenes y los baristas que preparan espresso—estos trabajos han cambiado poco. La razón es que el trabajo físico requiere software para manejar la imprevisibilidad y la variabilidad en el mundo real. Los brazos robóticos en fábricas pueden soldar la misma unión un millón de veces porque la unión siempre está en la misma posición. Un robot en una cocina no puede hacer un sándwich porque cada tomate es ligeramente diferente, cada cuchillo se equilibra de manera diferente, e incluso la tabla de cortar puede estar húmeda a veces. El mundo real no permanece estático como una hoja de cálculo.

Ahora hay una manera de resolver este problema: datos.

Así como entrenamos modelos de lenguaje grandes con vastas cantidades de texto, que representan los pensamientos de miles de millones de personas a lo largo de sus vidas.

Podemos hacer lo mismo para los robots.

Joel Jang de NVIDIA dijo una vez: "Los humanos ya son robots desplegados a gran escala."

Así que todo lo que tienes que hacer es ajustar VLA (Modelos de Visión-Lenguaje-Acción) con videos humanos ordinarios.

Esto puede duplicar el rendimiento de los robots en esa tarea.

Lo que este campo necesita no son más robots desplegados en más laboratorios.

Sino una gran cantidad de humanos filmándose a sí mismos completando tareas físicas ordinarias en una línea de ensamblaje.

Virtuals vio esta brecha antes que nadie y construyó toda una estrategia de robótica en torno a ello.

Lo llaman el "camino intermedio", evitando deliberadamente construir robots o modelos de IA.

En cambio, están construyendo infraestructura de datos y capital.

Esto es algo que cada equipo de robótica necesita, pero ningún equipo puede emprender a gran escala solo.

Comienzan con la mitad de datos de SeeSaw.

Esta es una aplicación de iOS lanzada en colaboración con BitRobot.

Convierte a los usuarios comunes de smartphones en recolectores de datos de entrenamiento para robots de IA.

Los usuarios pueden grabarse usando los sensores LiDAR y de movimiento de sus iPhones, completando tareas del mundo real como verter agua, doblar toallas y abrir frascos.

LiDAR se utiliza específicamente para capturar datos de profundidad y espaciales que las cámaras ordinarias no pueden obtener.

Las investigaciones muestran que la superposición en las perspectivas entre videos humanos y cámaras montadas en robots es clave para una transmisión de datos efectiva.

Ya se han recopilado más de 500,000 tareas del mundo real.

De hecho, NVIDIA está probando un modelo llamado DreamZero, que tiene 14 mil millones de parámetros, entrenado con este tipo de datos.

Ha demostrado capacidades de generalización en cientos de tareas, como atar zapatos y planchar ropa, sin necesidad de entrenamiento para tareas específicas.

SeeSaw está construyendo un canal para proporcionar datos para tales modelos a una escala inigualable por cualquier configuración de operación remota de laboratorio.

Cada nuevo video enriquece el conjunto de entrenamiento, mejorando el modelo y haciendo que la próxima generación de robots sea más capaz.

Esto, a su vez, crea una demanda de datos de entrenamiento más específicos.

Una vez que se alcance una escala suficiente, el volante comenzará a girar por sí mismo.

Después del entrenamiento viene la mitad de implementación, para la cual Virtuals ha creado Eastworlds.

Puedes pensar en ello como la capa de trabajo físico en el protocolo.

Parte de ello es una fábrica de datos, parte es infraestructura operativa y parte es un laboratorio de robótica en el mundo real.

El problema es que la industria de la robótica tiene un problema cíclico, eliminando más startups que cualquier limitación tecnológica.

Los robots necesitan datos del mundo real para mejorar, pero también necesitan desempeñarse bien en el mundo real para que las personas los dejen entrar.

Cada laboratorio puede hacer demostraciones impresionantes en entornos controlados.

Pero nadie puede poner el mismo robot en una tienda minorista y hacer que funcione de manera confiable durante todo un día.

Esto requiere una excelente operación remota para manejar eventos inesperados.

También necesita un sistema de retroalimentación para enviar cada minuto de experiencia en el sitio de regreso al entrenamiento del modelo, permitiendo una acumulación continua de aprendizaje.

Para ello, Virtuals ha comprado 30 robots humanoides Unitree G1-U6.

Este es el tamaño mínimo de flota para permitir que múltiples equipos de implementación operen en paralelo sin conflictos de programación.

También han desarrollado tecnología de operación remota propietaria internamente, en lugar de utilizar sistemas licenciados.

Los formatos de datos producidos por sistemas de operación remota estándar no pueden ser utilizados por VLA y otros modelos de acción mundial.

También han establecido colaboraciones de investigación con varios laboratorios.

Estos laboratorios han estado profundamente involucrados en desafíos como la percepción y el control del movimiento durante décadas.

También han construido una red de pilotos comerciales que cubre el comercio minorista y la hospitalidad, permitiendo que los equipos que se gradúan de Eastworlds se desplieguen en empresas reales.

Esta configuración permite a los constructores manejar varios componentes clave:

• Acceso al hardware: Acceso directo a Unitree G1 físico o U6 EDU mejorado.
• Infraestructura de operación remota: Pruebas de entornos de control remoto utilizando captura de movimiento y otros sistemas.
• Bucles de datos y pilotos comerciales: Recopilación de datos del mundo real y pruebas de rutas de implementación antes de un despliegue a gran escala.

Puedes pensar en Eastworlds como lo que Virtuals llama "BPO de IA física."

El outsourcing tradicional de procesos de negocio implica contratar personas en áreas de bajo costo para manejar el trabajo de forma remota.

El BPO de IA física hace lo mismo a través del despliegue de operación remota y robots híbridos, generando valor económico, como limpiar techos o saludar a los clientes.

Los robots no necesitan ser completamente autónomos.

Solo necesitan manejar tareas rutinarias lo suficientemente bien como para que los operadores remotos humanos puedan intervenir en casos límite.

Cada hora de trabajo de operación remota puede generar datos de entrenamiento que son varios órdenes de magnitud más valiosos que los datos generados simuladamente.

Porque captura el verdadero caos de los entornos comerciales, en lugar de condiciones controladas en un laboratorio.

A medida que se acumulan los datos, los modelos mejoran continuamente, reduciendo la necesidad de intervención humana.

La economía unitaria también mejorará, y no se necesitan actualizaciones de hardware.

La operación remota puede ser el camino más rápido para lograr la verdadera autonomía robótica mientras se recuperan costos a través del trabajo productivo.

Mirando de cerca, desde los campos a las fábricas, luego a las pantallas de cubículos, ahora a los robots.

Cada transición ha redefinido a los trabajadores y quién posee la producción.

Según datos de Barclays, más del 60% de los empleos en 2018 no existían en 1940.

Los robots harán lo mismo, creando una clase de nuevos empleos que quizás aún no podamos nombrar.

La estructura demográfica del crecimiento económico puede cambiar de "¿Tiene el país suficiente población laboral?" a "¿Podemos proporcionar suficiente energía y fabricar suficientes máquinas a gran escala?"

Argumentos y direcciones futuras

Todo lo anterior es solo un estudio de caso, y los estudios de caso son solo argumentos, que a menudo pueden estar equivocados.

Para evaluar si lo que Virtuals está construyendo es significativo y real, la única manera es observar el progreso y los números actuales.

Ver qué se sostiene y qué no.

Hasta ahora, Virtuals ha lanzado más de 80,000 agentes en protocolos como Base, Solana y Robinhood.

Ha acumulado más de 75 millones de dólares en tarifas totales y posee aproximadamente el 23% del mercado de agentes de IA en criptomonedas.

Sin embargo, estas tarifas no están distribuidas uniformemente.

La mayoría provino de un frenesí especulativo en las primeras semanas de 2025, cuando los ingresos diarios superaron el millón de dólares.

Hoy, el protocolo genera alrededor de 2 millones de dólares al mes. Pero, ¿qué representa esto realmente? Si tomas la metáfora anterior de los estados-nación en serio, creo que deberías verlo de esta manera. La forma en que VIRTUAL acumula valor es muy similar a cómo la moneda de un país acumula valor. El dólar tiene valor no porque el Tesoro de EE. UU. tenga un plan de recompra, sino porque 25 billones de dólares en producción económica anual están valorados en él. Cuanta más actividad haya dentro del sistema, mayor será la demanda de la unidad contable central.

El diseño de Virtuals es similar. Está en el centro de todo el sistema, con todo valorado en VIRTUAL. Cada capa debajo del sistema genera demanda de fuentes verdaderamente diferentes, la mayoría de las cuales no dependen de primas especulativas.

Comenzando con EconomyOS, proporciona tarjetas de pago e identidades de correo electrónico. Esto significa que pueden transaccionar con el mundo real sin intermediarios humanos. ACP crea una capa comercial donde los agentes se contratan entre sí, y los resultados del trabajo se evalúan y liquidan en cadena. También hay una capa de formación de capital que permite a cualquiera con creencias financiar agentes productivos, así como las sociedades anónimas una vez financiaron barcos.

Finalmente, Eastworlds está enviando robots físicos a trabajos reales, entrenándolos con datos de 500,000 personas filmándose a sí mismas doblando toallas y vertiendo agua. Estas capas contribuyen a lo que el protocolo llama aGDP, la producción total generada por agentes en trabajo digital y físico. Además, dado que los agentes no necesitan retirar dinero para pagar el alquiler o comprar alimentos, cada dólar que generan permanece dentro del sistema. Estos fondos se reinvierten en DeFi para profundizar la liquidez y formar un volante en cadena, creando más demanda por los servicios de los agentes.

Esta reflexividad también es bidireccional: hacia arriba, más agentes se conectan, más VIRTUAL se bloquea, lo que lleva a más construcción de servicios, acumulando así la economía Virtual. De manera similar, hacia abajo, menos agentes se conectan significa que menos VIRTUAL se bloquea, las recompensas de staking se reducen y el ciclo se desenvuelve. Pero esta reflexividad en sí misma no es un defecto. Cada economía funcional es reflexiva. Por ejemplo, las personas mantienen dólares porque otros aceptan dólares, y también porque otros mantienen dólares. La pregunta importante es si hay suficiente actividad económica real en el núcleo para sostener este ciclo, o si todo es solo tokens comerciando entre sí.

Hay señales de que algo real está debajo: la infraestructura está comenzando a atraer productos construidos completamente fuera de las criptomonedas. Por ejemplo, Facticity.AI es una herramienta de verificación de hechos creada por Dennis Yap, quien ha trabajado como investigador en la Fundación Gates y Princeton. La revista TIME la nombró una de las mejores invenciones de 2024 por su capacidad para verificar declaraciones en texto, video y audio con aproximadamente un 92% de precisión. Cuando el equipo necesitaba financiamiento, eludieron completamente el capital de riesgo y lanzaron en ArAIstotle con Virtuals. Su financiamiento fue sobre suscrito en un 658%.

A través de ACP, los agentes ya están firmando contratos para adquirir servicios entre ellos, como diseño gráfico, informes de investigación, producción de video y auditorías de código. Los agentes de IA pueden entregar carteles de marketing de acuerdo con briefs detallados. Luego, agentes de control de calidad separados evalúan y aprueban o rechazan según los términos del contrato. Según la propia admisión de Virtuals, el lado del vendedor del mercado está casi vacío. Pero el protocolo procesa más de un millón de dólares en transacciones inter-agentes cada mes, con cada liquidación completada a través de custodia en cadena y evaluación programática.

El mismo modelo de propiedad se extiende a la IA física. La Fabric Foundation es el primer proyecto en utilizar el mecanismo de lanzamiento Titan de Virtuals. Permite a la comunidad agrupar fondos para comprar una flota de robots, desplegándolos en hogares de ancianos, talleres de producción y sitios de limpieza ambiental. Estas industrias enfrentan escasez de mano de obra a largo plazo, y el costo de los robots humanoides se acerca a la paridad con los trabajadores humanos.

La forma en que funciona es que los empleadores pagan por el trabajo de los robots utilizando los tokens nativos del fondo de financiamiento. Las stablecoins luego financian el mantenimiento de la flota y la programación de rutas, con la producción de cada robot fluyendo de regreso a las personas que lo financiaron. Esta es la propiedad colectiva de máquinas de producción física, completamente financiada y coordinada en cadena.

Si bien todos estos son casos de uso reales, es importante señalar que hasta hoy, la gran mayoría de la actividad sigue siendo interna. Sin embargo, el diseño arquitectónico tiene como objetivo atraer ingresos de fuera de las criptomonedas. Si los clientes de Felix no saben que están comprando de una IA, si los robots de Eastworld están clasificando paquetes en un almacén. Entonces, los ingresos que ingresan al sistema son tan reales como cualquier empresa SaaS. En ese caso, las tarifas y los ingresos mostrados anteriormente se convierten en indicadores rezagados de la producción económica real de las máquinas, valoradas en VIRTUAL.

Como todas las cosas nuevas, esto viene con asteriscos reales que no podemos ignorar.

El primer factor de riesgo es el volumen de comercio real, que es común en el espacio cripto. Artemis encontró que el 47% de los intercambios de x402 y el 81% del volumen de comercio en dólares estaban manipulados. Después de filtrar, x402 solo generó alrededor de 1.6 millones de dólares en pagos de proxy reales, muy por debajo de los 24 millones de dólares reportados por Bloomberg. Esto destaca cuánto de la "economía proxy" de hoy implica comercio de bots para inflar métricas. Esto es importante porque todo el argumento depende de que los proxies generen valor económico real en lugar de circulación especulativa.

Necesitas despojarte del volumen de comercio especulativo y preguntarte cuánto output productivo habría si el comercio se detuviera mañana. Si los 70 millones de dólares en tarifas del protocolo provienen principalmente de impuestos comerciales sobre tokens proxy, y los precios de los tokens son impulsados por la especulación, entonces es una gran estafa. Porque actualmente, los ingresos productivos de proxy y los tokens proxy especulativos están entrelazados, lo que hace imposible distinguir entre lo real y lo falso; cualquiera que te diga la proporción probablemente está mintiendo.

El segundo riesgo es más fundamental y no está relacionado con las criptomonedas. Un artículo publicado en el Manual NBER de Economía Transformativa de IA encontró que los LLM son en realidad mucho más débiles en razonamiento económico que el nivel implícito por el bombo de los agentes de IA. En el momento de la publicación, los modelos más fuertes solo obtuvieron un 33% mejor que el azar en razonamiento económico en entornos estratégicos. En tareas microeconómicas no estratégicas, casi todos los LLM solo se desempeñaron ligeramente mejor que el azar en la maximización de beneficios.

Pero desde entonces, los modelos también han mejorado significativamente. Un estudio de 2026 de Harvard encontró que GPT-5 y Claude Opus 4 mejoraron su rendimiento en tareas económicas básicas en un 90%. Sin embargo, incluso así, en decisiones de precios difíciles—donde los agentes deben establecer y negociar precios o asignar capital—los mejores modelos del mundo aún cometen errores la mayor parte del tiempo.

Para Virtuals, toda la arquitectura asume que los agentes pueden negociar términos, tomar decisiones y asignar capital para crear valor. Si los modelos mismos se desempeñan mediocremente en estas tareas, entonces los agentes construidos sobre ellos heredarán esa mediocridad, sin importar cuán elegante sea el protocolo. Esto se debe a que incluso si los agentes son optimizadores, no podemos determinar qué están realmente optimizando. Estos LLM están entrenados para ser orientados a objetivos al predecir la siguiente palabra en una secuencia. Nunca fueron diseñados para ser verdaderos participantes económicos. Solo a veces se comportan como participantes económicos, si es que lo hacen.

Cuando múltiples agentes interactúan en el mercado, estos problemas solo se agravan. Por ejemplo, se ha encontrado que los algoritmos de precios de IA coluden para establecer precios supercompetitivos, aunque nunca fueron entrenados para hacerlo. El colapso flash de 2010 eliminó alrededor de 1 billón de dólares en 15 minutos, mostrando cómo se ven los errores relacionados con las máquinas a gran escala.

Los errores de los agentes de IA son más correlacionados que los errores humanos porque el mismo modelo se replica en múltiples implementaciones. Incluso hay casos en los que Claude ha mostrado tendencias a extorsionar a quienes intentan apagarlo. GPT o3 incluso saboteó su propio mecanismo de apagado para evitar ser apagado. Estos comportamientos han aparecido en modelos actualmente enviados, con registros de OpenAI y los propios sistemas de Anthropic. El rendimiento de los agentes ha superado con creces la capacidad de supervisión humana. Cuando miles de agentes comercian de manera autónoma a velocidad de máquina, la pregunta de quién está realmente en control se vuelve especialmente urgente. No se trata solo de si los agentes pueden actuar de acuerdo con las instrucciones; la cuestión central es si las empresas construidas a su alrededor pueden sobrevivir.

La industria automotriz fue la invención más importante de la primera mitad del siglo XX. Si pudieras entender cómo los automóviles remodelarían fundamentalmente a América, apostarías a que era la industria del siglo. Pero de 2,000 compañías automotrices, solo tres sobrevivieron. Los automóviles tuvieron un impacto masivo en América, mientras que el impacto en los inversores de la industria fue completamente opuesto.

Cada tecnología transformadora sigue este arco y está acompañada de una burbuja. La única diferencia es entre burbujas de punto de inflexión y burbujas de reversión a la media. Las burbujas de punto de inflexión son dolorosas pero dejan atrás una infraestructura y un progreso reales; las burbujas de reversión a la media son solo modas de altibajos. La IA es casi con seguridad una burbuja de punto de inflexión. Pero la pregunta para Virtuals es si finalmente terminará como los cables de fibra óptica que Google compró por centavos después de que estallara la burbuja de telecomunicaciones, o como una de las 1,997 compañías automotrices que desaparecieron.

La mayor apuesta del protocolo es convertirse en la infraestructura fundamental para cada par de comercio de tokens de agentes. Hacer de VIRTUAL la moneda de reserva de la economía de agentes, así como ETH sirve a Ethereum. Si la economía de agentes crece, la demanda de VIRTUAL aumentará mecánicamente porque necesitas pares de comercio fundamentales para participar. Pero otra narrativa es que VIRTUAL es solo otro token que monta la ola de comercio especulativo de tokens de agentes, la mayoría de los cuales irán a cero.

Claramente, los luditas pueden haber perdido la revolución, pero no estaban completamente equivocados. El telar reemplazó a los tejedores. Pero lo que no previeron fue que también crearía diseñadores de textiles, gerentes de fábricas, empresas de moda, grandes almacenes y toda una economía de consumo construida sobre telas baratas. Las máquinas nunca eliminan empleos. Reorganizan quién hace qué y quién obtiene la producción.

Y la pregunta importante entonces, como ahora, es: ¿quién posee el telar?

Los propietarios de fábricas son quienes extraen el valor excedente: Acland, Cadbury, Ford. El sistema que rodea quién fabrica las máquinas, quién las opera y quién se beneficia de ellas nunca ha cambiado. Durante doscientos años, se ha redistribuido una y otra vez a través de huelgas y emisiones de acciones. La apuesta de Virtuals es que esta vez, la capa de propiedad está incrustada en las máquinas desde el principio. A través de la emisión de tokens y curvas conjuntas, la propiedad de agentes de IA productivos puede distribuirse a cualquiera con una billetera y creencias.

Si realmente redistribuirá valor o creará una nueva clase de extracción bajo la apariencia de descentralización, sigue por verse.

Este contenido se ofrece únicamente con fines informativos generales y no constituye un asesoramiento financiero, de inversión, legal ni fiscal. Cualquier evento, recompensa, promoción en línea o información relacionada que se mencione en el presente documento no debe considerarse como una recomendación, solicitud o invitación a comprar, vender, operar o de negociar de otra manera con cualquier criptoactivo. Los criptoactivos son sumamente volátiles y pueden provocar pérdidas. La disponibilidad de los servicios, productos y eventos relacionados de WEEX puede variar según la región. Tienes la responsabilidad de asegurarte de que tu participación esté de acuerdo con las leyes y regulaciones locales vigentes.