Compara proyectos de AI

1. Bittensor TAO)

En primer lugar de nuestra lista, ponemos Bittensor en primer lugar porque cuenta con la estructuraAI onchain más sólida de todas. La red se lanzó en noviembre de 2021, y su modelo de subredes permite TAO a múltiples mercados de inteligencia artificial en lugar de limitarse a una sola aplicación.

También le otorgamos la máxima puntuación porque la utilidad del token es inusualmente directa. TAO utiliza para staking la delegación, y la nueva economía de las subredes combina TAO tokens alfa específicos de cada subred, lo que convierte la asignación de capital en parte del proceso de descubrimiento real de la red.

La reciente implementación refuerza ese argumento. La documentación Bittensordescribe ahora los AMM de subred TAO Dynamic TAO, mientras que los materiales de la red para 2026 muestran una estructura madura de validadores y mineros, en lugar de una única demostración insignia. Seguimos observando de cerca la monetización, pero la arquitectura va por delante de la mayoría de sus competidores.

Pros

• El diseño de Subnet abarca múltiples nichos AI .
• La mecánica de la delegación permite a TAO un uso TAO productivo que el de sus competidores.
• Varios años de experiencia en redes operativas reducen el riesgo asociado al concepto en sí.

Contras

• La visibilidad de los ingresos sigue siendo menor de lo que sugiere la narrativa oficial.
• La complejidad de las subredes supone una carga adicional para los inversores particulares.
• La información sobre la financiación a nivel de proyecto es más escasa que la de muchos competidores respaldados por capital riesgo.

2. Moltbook MOLT)

Más abajo en nuestra clasificación, Moltbook entra en la lista porque refleja una tendencia real AI para 2026, pero con muchas menos pruebas que los líderes. La plataforma se describe a sí misma como una red social en la que solo AI publican, debaten y votan a favor.

Lo mantenemos en un nivel bajo porque el tema de los tokens aún está en una fase incipiente. La página web Moltbookhace referencia a un token comunitario Solana,MOLT, y a otros tokens lanzados por distintos agentes; sin embargo, la utilidad más clara y verificable a día de hoy es la coordinación y la experimentación de la comunidad, más que la liquidación esencial de la red.

Su dato más relevante de los últimos tiempos es externo, no propio del protocolo: Meta acordó adquirir Moltbook marzo de 2026. Esto confirma el interés que suscitan los entornos sociales AI, pero también significa que estamos evaluando un ecosistema muy joven con un historial operativo público limitado.

Pros

• Una clara referencia al tema de los agentes autónomos en las redes sociales.
• El token comunitario ya es una realidad, en lugar de seguir siendo solo una idea.
• La adquisición de Meta atrajo una atención inusual por parte del gran público hacia las plataformas de agentes.

Contras

• Su historial operativo es muy limitado en comparación con los protocolos de criptomonedas ya consolidados.
• La utilidad del token sigue siendo especulativa y apenas está documentada.
• Las investigaciones indican que gran parte del comportamiento observado estaba muy condicionado por la influencia humana.

3. NEAR (NEAR)

Ideal para aplicaciones AI que necesitan una capa de ejecución más amplia, NEAR ocupa el tercer puesto porque combina una infraestructura más antigua con un AI más claro que la mayoría de las de capa 1. El proyecto se remonta a 2018, lo que le confiere una trayectoria operativa más larga que AI nuevas AI .

Lo incluimos aquí porque la AI es creíble, aunque no tan singular como Bittensor. La documentación NEARpresenta la red como un entorno para que los agentes controlen cuentas y activos en diferentes cadenas, mientras que NEAR el gas que garantiza la ejecución y las transacciones.

Los hitos recientes son importantes. La hoja de ruta NEARpara 2026 hace hincapié en la convergencia AI, así como en AI de propiedad del usuario, y su resumen de 2025 destacó importantes avances en materia de escalabilidad, entre los que se incluyenTPS y una mayor fragmentación. Nos gusta su amplitud, aunque el argumento de inversión no se AI como TAO.

Pros

• Cuenta con una trayectoria más larga que la mayoría de sus competidores en el sector de las criptomonedas AI.
• Las herramientas Cross-chain amplían considerablemente el mercado de desarrolladores al que se puede llegar.
• base amplia base de financiación base la creación sostenida de ecosistemas.

Contras

• AI es importante, pero no es la única característica distintiva del protocolo.
• Una estrategia de inversión más amplia y de carácter general puede diluir AI directa a AI .
• Las afirmaciones sobre la ejecución siguen dependiendo de AI sostenida AI en el mundo real.

4. Alianza para la Superinteligencia Artificial (FET)

Para los inversores que buscan AI , agentes y datos bajo un mismo paraguas, situamos a la Artificial Superintelligence Alliance en cuarto lugar. La alianza incorporó oficialmente a Fetch.ai, SingularityNETy Ocean en 2024, lo que le da a FET un alcance en el ecosistema FET que el de la mayoría de los tokens independientes.

La utilidad del token es una de las razones principales por las que se mantiene en la mitad superior de nuestra clasificación. Según la documentación ASI, FET para pagar el acceso a ASI1-mini y para adquirir AI , agentes y servicios AI descentralizados, por lo que el token está vinculado a su uso y no solo a la marca.

No le otorgamos una puntuación más alta porque la integración aún tiene que traducirse en una demanda duradera. No obstante, la fusión ASI se llevó a cabo a mediados de 2024, y las actualizaciones oficiales de 2025-2026 incorporaron el desarrollo ASI:Chain y el impulso de la versión alfa ASI:Create a la hoja de ruta.

Pros

• Reúne varias comunidades consolidadas AI en un único ecosistema.
• El token ya está asociado al acceso a un producto concreto.
• base de financiación previaaiFetch.ai base más recursos que a sus competidores más pequeños.

Contras

• La complejidad de una fusión puede dificultar la transmisión clara de señales entre el producto y el mercado.
• La captura de valor depende de una coordinación eficaz entre las pilas fusionadas.
• La transición de la marca de FET ASI un objetivo en constante cambio.

5. Virtuals Protocol VIRTUAL)

Una excelente opción para la monetización de agentes, Virtuals Protocol ocupa el quinto puesto porque ha avanzado rápidamente, pero sigue siendo más reciente que los proyectos que lo preceden. El equipo tiene sus orígenes en 2021, mientras que el protocolo actual se lanzó en Base octubre de 2024.

Lo situamos por encima del nivel más bajo porque la utilidad del token es más clara que la de muchas otras estrategias de agentes. Los usuarios pueden apostar VIRTUAL para recibir veVIRTUAL, lo que les reporta puntos, airdrop y peso en la gobernanza futura dentro de la economía de agentes de la plataforma.

Los recientes cambios en los productos también ponen de manifiesto que el ecosistema sigue evolucionando. En febrero de 2026, Virtuals presentó su marco de tokenización «60 Days» para reducir el riesgo de lanzamiento de los proyectos en fase inicial. Nos gusta esta actitud experimental, aunque el control de calidad a largo plazo sigue siendo de vital importancia.

Pros

• Un enfoque claro en la monetización de AI , no en AI genérica de AI .
• El diseño de veVIRTUAL ofrece a los titulares algo más que una simple exposición pasiva.
• El lanzamiento Base permite acceder a onchain minoristas activos onchain .

Contras

• El protocolo aún está en una fase muy temprana en su forma actual.
• La calidad del lanzamiento de los agentes puede variar considerablemente en todo el ecosistema.
• La herramienta de gobernanza sigue estando, en parte, orientada al futuro, en lugar de estar ya plenamente operativa.

6. Grass GRASS)

Lo más adecuado para la DePIN AI y DePIN , Grass ocupa el sexto puesto porque la red tiene una mecánica de uso clara, pero un alcance más limitado que las líderes. Grass en 2023 y se centra en la obtención de datos web a través del ancho de banda de Internet no utilizado por los usuarios.

La utilidad de su token es más concreta de lo que sugiere la clasificación. Grass las contribuciones mediante puntos que ayudan a determinar las recompensas en tokens, y su diseño general vincula GRASS la participación en el ancho de banda y la economía de obtención de datos de la red, más que con cuestiones genéricas de gobernanza.

Lo mantenemos por debajo de «Virtuals» porque aún se están desarrollando las pruebas de su viabilidad económica. Aun así, Grass una actualización de su modelo de puntos para 2025, informes bridge y el trabajo continuo en torno a surollup soberanos, mostrando más detalles operativos que hype que solo se basan en hype .

Pros

• Existe una relación muy clara entre el ancho de banda y las recompensas.
• DePIN ofrece una exposición diferenciada en comparación con otras plataformas de tokens de agente.
• La financiación de la que se ha hablado públicamente sugiere que la confianza de los inversores va más allá del simple airdrop .

Contras

• La sostenibilidad económica depende de que la demanda de datos por parte de los compradores se mantenga.
• La trayectoria de la financiación comunicada sigue sin estar totalmente revelada.
• El entusiasmo por las criptomonedas puede superar las pruebas de unos ingresos estables.

7. io.net (IO)

Cierra nuestra lista io.net, que seguimos considerando importante a pesar de ocupar el séptimo puesto. Fundada a partir de un trabajo de infraestructura que se remonta a antes de junio de 2022, io.net aborda directamente GPU descentralizado GPU , lo que la convierte en uno de los modelos de negocio más sólidos AI.

Lo incluimos aquí principalmente porque su modelo de tokens aún se está perfeccionando en relación con su propuesta tecnológica. Aun así, el «litepaper» de io. io de 2025 presentó un nuevo modelo tokenómico, y IO utiliza en los incentivos de la red, la participación de los proveedores y la alineación del ecosistema.

Las métricas operativas son lo realmente interesante. io.net afirma que su plataforma ofrece acceso a más de 30 000 GPU y declaró on-chain anualizados on-chain de más de 20 millones de dólares en octubre de 2025. Nos gustaría disponer de datos históricos más amplios, pero la envergadura de su infraestructura es notable.

Pros

• Un modelo centrado en la informática es más fácil de entender que abstract .
• on-chain registrados on-chain ofrecen una señal operativa más clara.
• La importante inversión de capital riesgo anunciada respalda la expansión de las infraestructuras.

Contras

• El diseño de tokens es más reciente que el mercado informático principal.
• La gestión del suministro de hardware plantea grandes retos operativos a gran escala.
• La tracción del negocio requiere un periodo de prueba más largo que abarque varios ciclos.

¿Qué son los proyectos AI ?

Los proyectos AI son redes, aplicaciones o tokens basados en blockchain que, o bien dan soporte directamente a la inteligencia artificial, o bien monetizan actividades AI. En la práctica, esto puede referirse a la computación descentralizada, la recopilación de datos, la infraestructura de agentes, el acceso a modelos o los mercados de servicios generados por máquinas.

Esta categoría parece sencilla en las redes sociales, pero en realidad está fragmentada entre infraestructura, aplicaciones para consumidores, DeFi y capas especulativas basadas en memes. Ese matiz es importante, ya que algunos tokens respaldan un uso real de la red, mientras que otros reflejan principalmente el impulso narrativo.

Entre los hitos clave a tener en cuenta se incluyen:

• Lanzamiento de la infraestructura: Mainnet, el marco de agentes o el mercado de recursos informáticos entran en funcionamiento con una actividad cuantificable.
• Utilidad del token: el activo resulta imprescindible para staking, los pagos, el acceso o la gobernanza.
• Adopción por parte de los desarrolladores: desarrolladores externos, integraciones o API comienzan a utilizar la red.
• Preparación normativa: El proyecto adapta los requisitos de divulgación, las medidas de protección del consumidor o la estructura de cumplimiento.
• Demanda sostenida: el uso se mantiene tras las cotizaciones, airdrops o los picos de interés a corto plazo.

Subsectores AI (memecoins, AI , DeFAI)

AI ya no constituyen un tema limitado. Se han diversificado en varias ramificaciones, que van desde inversiones serias en infraestructuras hasta tokens culturales altamente especulativos, por lo que comprender este subsector suele ser más útil que considerar que todas AI son comparables.

1. AI

AI criptográfica son entidades de software nativas de la cripto que pueden publicar, negociar, ejecutar transacciones, gestionar carteras o utilizar onchain con una intervención humana mínima. Consideramos que este subsector es uno de los más importantes, ya que conecta AI con la actividad económica.

Algunos ejemplos son:

• Virtuals Protocol: Creación de agentes, tokenización y vías de monetización.
• Fetch.ai ASI: Agentes autónomos, AI y mercados de coordinación.
• AI NEAR : agentes gestionados por los usuarios que interactúan con cuentas e intenciones.

2. AI

AI se sitúan en el extremo especulativo del sector, donde la imagen de marca de los personajes, la cultura de Internet y el impulso viral en las redes sociales suelen tener más importancia que la infraestructura. Algunas utilizan AI un elemento estético secundario, mientras que otras surgen de narrativas de agentes, personajes de chatbots o comunidades creadas en torno a contenidos AI.

Lo que justifica separar esta categoría es que puede atraer una enorme atención incluso sin ofrecer una utilidad profunda. Esto genera un potencial alcista durante los ciclos narrativos fuertes, pero también hace que estos tokens sean mucho más frágiles que AI basados en la infraestructura, sobre todo cuando cambia el interés del público o se produce una «fatiga de los memes».

Algunos ejemplos son:

• Fartcoin FARTCOIN): Token meme AI y relacionado con la cultura de Internet impulsada por los usuarios.
• Mind of Pepe MIND): proyecto AI que combina la creación de una marca de personaje con el impulso especulativo de la comunidad.
• Turbo (TURBO): popular memecoin AI que suele mencionarse en los ciclos de mercado impulsados por la narrativa.
• Ribbita de Virtuals: ejemplo de la intersección entre la cultura de los memes y los ecosistemas AI .

3. DeFAI

DeFAI las finanzas descentralizadas con la automatización AI, las interfaces y el apoyo a la toma de decisiones. En lugar de incorporar AI una novedad, estas plataformas tienen como objetivo simplificar la negociación, la gestión de carteras, yield , el análisis y la ejecución en onchain cada vez más fragmentados.

Esta categoría es importante porque el mundo de las criptomonedas se ha vuelto demasiado complejo como para que muchos usuarios puedan manejarlo manualmente. DeFAI try reducir esa dificultad ayudando a los usuarios a interpretar los datos del mercado, comparar estrategias, automatizar acciones e interactuar con DeFi asistentes inteligentes, en lugar de limitarse únicamente a las interfaces básicas de los protocolos.

Algunos ejemplos son:

• aiXBT: Herramienta de inteligencia de mercado y seguimiento de narrativas AI.
• Hola, Anon (ANON): DeFAI se centra en simplificar la investigación y las acciones relacionadas con las criptomonedas.
• GRIFFAIN: una capa AI diseñada para optimizar los flujos de trabajo onchain .
• Autonolas (OLAS): red de servicios autónomos con un fuerte solapamiento entre AI DeFi .

¿En qué se relacionan AI las criptomonedas?

AI las criptomonedas se entrecruzan cuando las cadenas de bloques proporcionan incentivos, titularidad, pagos y coordinación para la inteligencia artificial, mientras que AI la automatización, el descubrimiento, la ejecución y el apoyo a la toma de decisiones orientada al usuario.

Esta coincidencia se manifiesta en varios ámbitos prácticos:

• Computación descentralizada: las redes agrupan GPU inactivas o hardware distribuido para que AI puedan acceder a capacidad de entrenamiento e inferencia sin depender por completo de proveedores de nube centralizados.
• Agentes autónomos: AI pueden gestionar carteras, iniciar transacciones, coordinar tareas e interactuar con protocolos, lo que convierte al software de un simple asistente en un participante onchain .
• AI tokenizados: las plataformas de blockchain permiten a los desarrolladores integrar modelos, API, fuentes de datos o servicios de inferencia en mercados con mecanismos transparentes de pago, acceso y liquidación.
• Redes de obtención de datos: Algunos proyectos en el DePIN recompensan a los usuarios por el ancho de banda, los conjuntos de datos o la recopilación de datos que posteriormente pueden servir de base para el entrenamiento de modelos y los procesos de recuperación.
• Bots de trading y motores de señales: AI utiliza cada vez más para analizar los mercados, resumir la información, detectar la volatilidad y automatizar parte de los procesos de trading de criptomonedas.
• Verificación con preservación de la privacidad: Zero-knowledge pueden ayudar a verificar afirmaciones sobre la identidad, los resultados de modelos o los cálculos sin revelar los datos confidenciales subyacentes.
• DiseñoOnchain : las criptomonedas facilitan la recompensa a los validadores, los proveedores de datos, los colaboradores de modelos y los desarrolladores de aplicaciones dentro de AI abiertas.
• Propiedad y procedencia: las cadenas de bloques permiten rastrear quién ha creado, concedido licencias o contribuido a AI , conjuntos de datos o modelos AI de forma más transparente que las plataformas cerradas.
• Micropagos transfronterizos: AI pueden cobrar a nivel mundial por servicios de inferencia, suscripciones o interacciones entre máquinas sin depender de la infraestructura de pago tradicional.

Normativa sobre criptomonedas e inteligencia artificial

En Estados Unidos, el tono de las políticas sigue siendo relativamente favorable a la innovación, pero también está inusualmente marcado por las personalidades. David Sacks fue nombrado coordinador de políticas AI criptomonedas a finales de 2024, y dimitió en marzo de 2026 tras alcanzar el límite de permanencia como funcionario especial del Gobierno.

Esto es importante porque el enfoque estadounidense sigue inclinándose más hacia la competitividad nacional que hacia un único marco AI federal unificado AI. La Casa Blanca ha impulsado un PlanAI AI y un marco AI nacional AI , mientras que la política general sobre criptomonedas sigue desarrollándose por separado.

La Unión Europea, por el contrario, actúa en el marco de los regímenes normativos ya vigentes. La AI entró en vigor en agosto de 2024; las prohibiciones se aplicarán a partir de febrero de 2025, las obligaciones en materia de GPAI a partir de agosto de 2025, y su plena implantación se prolongará hasta 2027.

En lo que respecta a las criptomonedas, la EU cuenta con MiCA, que impone normas armonizadas a los criptoactivos y proveedores de servicios incluidos en su ámbito de aplicación, incluyendo requisitos de autorización, divulgación, conducta y protección del consumidor. En pocas palabras, Estados Unidos sigue siendo más flexible desde el punto de vista político, mientras que la EU más en las normas y exige un mayor cumplimiento.

¿Siguen siendo AI una buena inversión en 2026?

El estudioCoinGeckosobre 2025 revela que AI uno de los temas más destacados del sector de las criptomonedas. La inteligencia artificial acaparó el 9,4 % de la atención de los usuarios en 2025, solo superada por las «meme coins», con un 12,0 %, mientras que AI sumaron otro 4,8 % y AI coins AI aportaron un 1,5 %. Esto sigue representando una cuota considerable de la atención del mercado.

Dicho esto, el mismo gráfico muestra también un panorama narrativo más saturado. CoinGecko que las 20 categorías principales acapararon el 67,7 % de la atención de los usuarios en 2025, frente al 78,7 % registrado en 2024, lo que sugiere que la atención se ha dispersado entre más temas en lugar de permanecer concentrada.

Interpretamos esto como bullish prudente, no ciego. Las categorías AI seguían ocupando los primeros puestos, pero la atención de los inversores ya no se centraba de forma tan exclusiva en ellas como en fases anteriores, lo que significa que en 2026 podrían salir mejor parados los proyectos que demuestren un uso tangible, ingresos o una buena acogida entre los desarrolladores, en lugar de aquellos que se limiten a AI .

El informe anual general CoinGeckotambién revela que la capitalización de mercado total de las criptomonedas cayó un 10,4 % en 2025, a pesar de que los segmentos de infraestructura siguieron creciendo.

En cuanto a las previsiones, creemos que AI seguirán siendo viables en 2026, pero la etapa más fácil ya ha pasado. Las oportunidades más prometedoras probablemente se encuentren en la computación descentralizada, las plataformas de agentes y las redes de datos; las menos prometedoras, en los lanzamientos imitadores que se limitan a adoptar la etiqueta sin ofrecer una utilidad duradera del token.

¿Cómo encontrar nuevos proyectos AI ?

El descubrimiento AI en 2026 consistirá en filtrar las señales útiles de entre las tendencias que evolucionan rápidamente, antes de que la atención se disperse demasiado entre lanzamientos imitadores y temas reciclados.

Estos son los mejores sitios donde buscar primero:

• Plataformas de cotización de tokens: CoinGecko y CoinMarketCap ayudan a filtrar los tokens AI, mientras que DEX puede mostrar los nuevos lanzamientos antes de que lleguen a los agregadores más grandes.
• Paneles de control de seguimiento narrativo: DefiLlama resulta útil para seguir el crecimiento del ecosistema y la rotación sectorial, mientras que Token Terminal ayuda a comparar los ingresos, el uso y los fundamentos del protocolo.
• Actividad de los desarrolladores y código público: CryptoMiso clasifica los proyectos según la actividad GitHub , lo que ofrece una forma práctica de comprobar si un equipo sigue trabajando en el proyecto.
• Nuevas herramientas de búsqueda y escáneres: X Radar puede ayudar a rastrear palabras clave, grupos temáticos y el impulso social en debates sobre criptomonedas que evolucionan rápidamente.
• Paneles de controlAI : Cookie.fun realiza un seguimiento de la presencia de los agentes, los titulares, la repercusión en redes sociales y los líderes del ecosistema, como los proyectos vinculados a Virtuals, todo en un solo lugar.
• Plataformas de lanzamiento y páginas del ecosistema: los ecosistemas de proyectos como Virtuals Protocol los principales entornos Solana Base Solana suelen revelar dónde surgen primero los nuevos experimentos con agentes y memes.
• Documentación, informes técnicos y páginas sobre tokens: la documentación oficial sigue siendo uno de los mejores filtros, ya que los proyectos poco sólidos suelen ser vagos en cuanto a la utilidad, los incentivos, el diseño de la tesorería o la ejecución de la hoja de ruta.
• La calidad de la comunidad prima sobre el mero tamaño: los Discords técnicos más reducidos, Telegram y los círculos de X impulsados por los propios creadores suelen ofrecer una mejor experiencia que los canales sobredimensionados, dominados por sorteos y repeticiones.

¿Son seguros los proyectos AI ?

Los proyectos AI no son necesariamente inseguros, pero rara vez son sencillos. La seguridad depende de la calidad del código, el diseño de los tokens, la transparencia operativa, las opciones de custodia y de si el proyecto tiene un uso real más allá del comercio especulativo.

El mayor error es dar por sentado queAIhace que un token sea más avanzado o más sólido. En realidad, algunos proyectos son negocios de infraestructura con una demanda cuantificable, mientras que otros no son más que una fina capa que encubre una atención especulativa, una documentación deficiente o conceptos de agentes sin demostrar.

La regulación solo ayuda en parte. MiCA la protección de los consumidores en las actividades relacionadas con las criptomonedas reguladas en la EU, y laAI EU establece nuevas obligaciones para determinados AI , pero ninguno de estos marcos elimina el riesgo asociado a los contratos inteligentes, las crisis de liquidez ni los fallos en la ejecución.

Riesgos de los proyectos AI

Los principales riesgos son muy variados, y la mayoría de ellos no tienen que ver directamente con la volatilidad de los precios.

• Vulnerabilidades en los contratos inteligentes: incluso los proyectos con una narrativa sólida pueden derrumbarse rápidamente si los contratos inteligentes, los puentes o los controles de tesorería de un protocolo contienen errores o fallos de diseño que puedan ser objeto de explotación.
• Escasa utilidad del token: algunos proyectos promocionan AI , pero nunca hacen que el token sea necesario para el acceso, la liquidación, los incentivos o la gobernanza.
• Sobrecarga narrativa: cuando AI se dispersa entre demasiadas categorías, los proyectos más débiles suelen recurrir a la imagen de marca en lugar de a una tracción del producto cuantificable.
• Baja liquidez: los mercados con poca actividad y las cotizaciones fragmentadas pueden convertir las fluctuaciones normales de los precios en caídas bruscas, especialmente en el caso de los valores más recientes impulsados por AI o por memes.
• Riesgo de centralización: un proyecto puede autodenominarse «descentralizado» y, sin embargo, seguir dependiendo en gran medida de una fundación, un equipo o un proveedor de infraestructura alojada.
• Incertidumbre normativa: las normas varían considerablemente de una jurisdicción a otra, especialmente cuando AI y los requisitos de los servicios de criptomonedas solo se solapan de forma parcial o indirecta.
• Mala calidad de los datos: AI entrenados con datos de baja calidad, obsoletos o manipulados pueden parecer impresionantes a primera vista, pero acabar fallando en la práctica.
• Indicadores exagerados: las menciones en redes sociales, el número de seguidores o las campañas de incentivos pueden exagerar el nivel de adopción y ocultar una demanda recurrente débil.
• Riesgo de ejecución: La creación de agentes, mercados informáticos o redes de datos plantea dificultades operativas, incluso para equipos bien financiados y con una sólida base técnica.

Reflexiones finales

AI siguen siendo uno de los segmentos más interesantes del mercado, ya que se centran en infraestructuras reales y no solo en la especulación abstract . No obstante, la diferencia de calidad dentro de esta categoría es enorme.

La mejor forma de abordar el año 2026 es diferenciar claramente los subsectores, dar prioridad al uso frente al marketing y preguntarse si el token realmente impulsa algo duradero dentro de la red.

Por eso mantenemos una actitud positiva respecto a los principales proyectos AI , pero somos selectivos con todo lo que queda por debajo de ellos. En este ámbito, la disciplina es más importante que el entusiasmo.